山東
哈佛大學與谷歌DeepMind的研究團隊近日在《自然》期刊發(fā)表新成果，成功構建了一只能精準模擬真實老鼠運動模式與神經(jīng)活動的“虛擬老鼠”。
該模型由人工神經(jīng)網(wǎng)絡驅(qū)動，通過深度強化學習（一種結合試錯反饋與深度學習的AI訓練方法）訓練，能在物理模擬器中復現(xiàn)生物力學真實的運動。
虛擬動物的“大腦”活動與真實老鼠的神經(jīng)信號高度匹配。虛擬大腦中的人工神經(jīng)元激活模式，與真實老鼠負責動作控制的關鍵腦區(qū)（如感覺運動紋狀體）信號幾乎一致。例如，前爪伸展動作觸發(fā)的人工神經(jīng)信號，與真實生物實驗數(shù)據(jù)誤差僅3%。
這一成果首次將生物運動控制的原理與神經(jīng)活動結構直接關聯(lián)。團隊計劃進一步讓虛擬動物自主完成真實老鼠的復雜任務，以揭示技能習得的神經(jīng)機制。
該研究不僅推動腦科學，也為機器人設計帶來啟示。虛擬動物的“逆動力學模型”（通過目標反推動作的計算框架）為下一代AI機器人開發(fā)提供新思路。
關注我們，第一時間獲取人類文明新資訊
* 您的「點贊、關注、評論、轉發(fā)」都是我們持續(xù)更新的動力！??
* 本文綜合自網(wǎng)絡，數(shù)據(jù)及表述均以官方發(fā)布為準，如有錯誤，歡迎評論區(qū)指正！
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
