AI用藝術(shù)來控制猴子的腦細(xì)胞

這種針對神經(jīng)活動的定制調(diào)節(jié)可以導(dǎo)致新類型的神經(jīng)科學(xué)實驗。消防它顯示由人工智能程序設(shè)計的奇怪的獼猴模式導(dǎo)致猴子的大腦以現(xiàn)實世界圖像無法實現(xiàn)的方式射擊。人工智能創(chuàng)造的新藝術(shù)品給靈長類大腦帶來了奇怪的東西。

當(dāng)向獼猴展示時，AI生成的圖像有目的地導(dǎo)致猴子大腦中的神經(jīng)細(xì)胞比實際物體的圖像更多地發(fā)射。該AI也可以設(shè)計出具體的激活神經(jīng)細(xì)胞，同時抑制其他模式，研究人員在5月3日報道科學(xué)。

這在神經(jīng)活動使用的圖像前所未有的控制可能會導(dǎo)致新的類型的神經(jīng)科學(xué)實驗或治療精神障礙。人工智能像小提琴一樣玩靈長類大腦的能力也可以讓人們深入了解人工智能如何模仿大腦功能。

負(fù)責(zé)新的彎曲圖像的AI是一個人工神經(jīng)網(wǎng)絡(luò) - 一個由虛擬神經(jīng)元組成的計算機(jī)模型 - 模仿腹側(cè)流。這是參與視力的大腦中的神經(jīng)通路(SN Online：8/12/09)。人工智能通過研究大約130萬張標(biāo)記圖像的圖書館學(xué)會了“看”。然后，研究人員指示AI設(shè)計能夠影響大腦中特定腹側(cè)神經(jīng)元神經(jīng)元的圖像。

查看任何圖像會觸發(fā)大腦中的某種神經(jīng)活動。但麻省理工學(xué)院的神經(jīng)科學(xué)家Kohitij Kar及其同事想知道AI故意設(shè)計的圖像是否會引起團(tuán)隊選擇的特定神經(jīng)反應(yīng)。研究人員將這些圖像顯示給三只裝有神經(jīng)元監(jiān)測微電極的獼猴。

在一項實驗中，AI旨在創(chuàng)建盡可能激活腹側(cè)特定部位神經(jīng)元的模式，無論其如何影響其他神經(jīng)元。在所測試的59個神經(jīng)網(wǎng)站中的40個中，AI制作的圖片導(dǎo)致神經(jīng)元比現(xiàn)實世界物體的任何圖像(例如熊，汽車或臉部)發(fā)射得更多。人工智能的圖像通常會導(dǎo)致神經(jīng)元比真實世界圖像的最大響應(yīng)頻率高39%。即使猴子被顯示出先前由研究人員專門設(shè)計用于觸發(fā)腹側(cè)神經(jīng)元的圖案，但AI設(shè)計使這些神經(jīng)元以更高的速率發(fā)射。

AI ARTWORK一個新的人工智能程序設(shè)計模式(顯示的示例集合)，可以控制猴子大腦中特定視覺相關(guān)神經(jīng)細(xì)胞的活動。P. BASHIVAN，K。KAR和JJ DICARLO /SCIENCE2019

在另一項測試中，AI制作的模式旨在使一個目標(biāo)位置的神經(jīng)元變得狂野，同時最小化其他目標(biāo)的活動。對于33個站點中的25個站點，AI創(chuàng)建的圖像將目標(biāo)站點的神經(jīng)活動分離出來，明顯優(yōu)于真實世界的圖像。研究合著者，麻省理工學(xué)院計算神經(jīng)科學(xué)家Pouya Bashivan表示，雖然這種操作尚不完善，但未來具有更復(fù)雜設(shè)計和更多訓(xùn)練數(shù)據(jù)的AI可能會更好地控制。

“這是一項偉大的技術(shù)進(jìn)步，”馬里蘭州貝塞斯達(dá)精神衛(wèi)生研究所的神經(jīng)科學(xué)家Arash Afraz說，他沒有參與這項研究。

Afraz說，在神經(jīng)科學(xué)實驗中，研究人員“可能想要在大腦中誘導(dǎo)一種特定的活動模式”，以了解不同神經(jīng)元的原因。“這樣做的直接方法是卷起你的袖子，打開頭骨并在那里貼東西，”就像電極一樣。“現(xiàn)在，我們的工具箱中有了一個新工具”，以前所未有的方式無創(chuàng)地修補(bǔ)神經(jīng)元。

Bashivan說，人工智能渲染圖像協(xié)調(diào)神經(jīng)活動也可能導(dǎo)致心理健康問題的新療法，如創(chuàng)傷后應(yīng)激障礙，焦慮或“與心情有關(guān)的任何事情”。類似于人們使用光療盒來緩解季節(jié)性情感障礙的方式(SN：4/23/05，第261頁)或者看看平靜的自然場景讓人平靜下來(SN：11/10/18，第16頁)有一天，人們可能會凝視著AI為量身定制的圖像。

這些實驗不僅展示了一種操縱神經(jīng)元的新技術(shù)，而且還提供了對AI本質(zhì)的新見解。人工神經(jīng)網(wǎng)絡(luò)是神經(jīng)科學(xué)家對腹側(cè)流的最佳計算機(jī)模型。這些計算機(jī)程序中的虛擬神經(jīng)元被安排為與生物神經(jīng)元類似的結(jié)構(gòu)，并且這些AI非常適合識別照片中的對象。但約翰斯·霍普金斯大學(xué)的神經(jīng)科學(xué)家埃德康納沒有參與這項研究，他們就這些人工智能是如何真正像大腦那樣處理和理解視覺輸入一直存在爭議。

Connor說，猴子神經(jīng)元對人工智能創(chuàng)建的圖像的反應(yīng)就像人工智能所預(yù)測的那樣，這表明這個計算機(jī)程序確實以與靈長類大腦類似的方式理解視覺信息。“這樣可以說服懷疑論者，包括我自己。”

如果人工神經(jīng)網(wǎng)絡(luò)實際上以一種非常模仿大腦的方式“看到”，研究這些人工智能程序可能有助于科學(xué)家更好地理解人類視覺。未來的研究人員可能會放棄猴子和老鼠，并探測AI內(nèi)部的神經(jīng)行為(SN：6/9/18，第14頁)。

對這樣的虛擬神經(jīng)元進(jìn)行試驗可以提供“讓你在一個完全可以通過大腦不可訪問的系統(tǒng)進(jìn)行夢想實驗的方法”，康納說。