哈佛大學和谷歌DeepMind人工智能實驗室的科學家們攜手合作，創造了一隻虛擬的AI老鼠，這不僅是技術上的突破，更可能開啓一個名爲“虛擬神經科學”的全新領域。

這項研究的重大意義在於，它不僅有助於我們理解大腦如何控制複雜的身體動作，還可能對腦科學和機器人學產生深遠影響。

虛擬大鼠:靈活動作的AI大腦

進化奇蹟的模仿:人類和動物能夠靈活移動，這是長期進化的結果。科學家們嘗試通過研究動物，特別是智力相當於8歲兒童且身體控制能力精妙的老鼠，來破解大腦控制運動的祕密。

無需犧牲:與以往不同，這次研究並沒有犧牲真實的小白鼠。科學家們創造了一隻虛擬的AI老鼠，它能夠模仿真實齧齒動物的所有動作，甚至展現出一些未經明確訓練的新奇行爲。

QQ截圖20240708162412.jpg

虛擬神經科學:新領域的誕生

Nature發表研究:這項開創性的研究發表在了《Nature》雜誌上，展示了虛擬控制網絡中的激活狀態能夠準確預測真實老鼠大腦中的神經活動。

人工神經網絡訓練:研究小組利用從真實老鼠身上記錄的高分辨率數據，訓練了一個人工神經網絡，作爲虛擬老鼠的“大腦”，在MuJoCo物理模擬器中控制其身體。

具身智能體的挑戰與學習

具身智能體:谷歌DeepMind的Matthew Botvinick表示，團隊從構建具身智能體的挑戰中學到了很多，這些AI系統需要在複雜環境中將思考轉化爲實際行動。

逆動力學模型:研究生Diego Aldarondo與DeepMind的研究人員合作，訓練了人工神經網絡，以實現逆動力學模型，這與大腦指導運動的方式相似。

對腦科學和機器人學的深遠影響

虛擬神經科學:研究人員認爲這些模擬可以開創“虛擬神經科學”領域，爲研究神經迴路提供方便、透明的模型。

設計改進的機器人控制系統:該平臺有可能用於設計改進的機器人控制系統，使機器人的動作更加流暢。

人工神經網絡與生物神經網絡的對比

神經科學風洞:這個平臺允許研究人員測試不同神經網絡的生物真實性，瞭解它們應對複雜挑戰的能力。

探究行爲的神經基礎:這種方法可能是探究行爲神經基礎的一種非常富有成效的方法。

哈佛大學與谷歌DeepMind人工智能實驗室的合作，爲虛擬大鼠研究提供了必要的資源和訓練網絡的機會。雙方的合作旨在推進對真實大腦如何產生複雜行爲的理解。

這項研究不僅讓我們對AI和神經科學之間的交叉合作有了更深的認識，也爲我們提供了一個全新的視角來觀察和理解大腦的工作原理。隨着虛擬神經科學的發展，未來我們或許能夠設計出更加靈活、智能的機器人，讓它們在複雜環境中自如行動。

論文地址：https://www.nature.com/articles/s41586-024-07633-4