"ИИ для Элджернона": нейросеть научилась проходить лабиринты лучше человека

У большинства животных очень хорошо развиты навигационные способности. Они изучают новые места, запоминают их, находят собственные ориентиры, ищут кратчайшие маршруты и даже передают эти знания по наследству.

Может показаться, что это легко и естественно, однако на самом деле без сложных процессов в мозге умение ориентироваться в пространстве будет сильно затруднено. Потому-то самостоятельная навигация всё ещё остаётся проблемой для робототехники: несмотря на то, что многие роботы уже запросто прогуливаются по парку, в основном им всё же не хватает автономности.

К решению этой проблемы вплотную приблизились специалисты из ИИ-подразделения Google, компании DeepMind. Те самые, чьи нейросети обыгрывают чемпионов в го, "строят планы" на основе изображений и мыслят логически лучше людей.

В основу новой разработки легло открытие 2005 года: тогда норвежские учёные доказали, что мозг млекопитающих содержит особые клетки — grid-нейроны (или нейроны решётки), которые начинают активно работать, когда животное пересекает границу воображаемой координатной сетки, "наложенной" на пространство. Вместе с нейронами места, нейронами направления головы, нейронами границы и нейронами скорости эти клетки входят в систему, которая обеспечивает пространственную ориентацию животного.

Позднее подтвердилось, что такие навигационные нейроны присутствуют и у людей, а нейробиологи из Норвегии за своё открытие удостоились в 2014 году Нобелевской премии по медицине и физиологии.

Предполагается также, что именно нейроны решётки помогают искать кратчайшие маршруты в уже знакомой обстановке. И пока нейробиологи подробнее изучают эти клетки, специалисты в области искусственного интеллекта пробуют создать их искусственные аналоги.

Так, учёные из DeepMind разработали две искусственные рекуррентные нейросети, в которых связи между элементами образуют направленную последовательность. Иными словами, программа использует свои предыдущие шаги, чтобы спланировать следующее действие, то есть реализует собственную память.

Для сравнения один из таких алгоритмов был оснащён смоделированными grid-нейронами, наподобие клеток мозга грызунов, а второму пришлось обходиться без них.

Сперва обе программы тренировали искать выход из виртуального лабиринта, в котором кратчайший путь преграждало препятствие – "запертая дверь". Затем алгоритмы перешли к более сложным и крупным лабиринтам, но с похожей конфигурацией. И первая программа, оснащённая нейронами решётки, показала лучший результат. Когда "двери" открыли, алгоритм понял это и быстро нашёл кратчайший маршрут. Между тем второй алгоритм стал искать выход дальше, проигнорировав открывшийся проход.

По мнению экспертов, такой результат подтверждает гипотезу о том, что нейроны решётки помогают находить кратчайшие пути. Интересно, что программа выполняла задания на уровне, приближенном к человеческому и даже "сверхчеловеческому", демонстрируя большую гибкость мышления и прекрасные навыки ориентации.

Отмечается, что система с нейронами решётки, подобными крысиным, через несколько сеансов виртуальных путешествий обогнала по скорости прохождения лабиринта людей (впору вспомнить роман Дениела Киза, в котором мышонку Элджернону улучшили умственные способности про помощи операции и тренировок).

Учёные полагают, что эти разработки, во-первых, помогут создать более продвинутую и самостоятельную робототехнику, а во-вторых, возможно, смогут заменить животных в некоторых экспериментах (к слову, в испытаниях лекарств животным тоже нашли замену в виде "организма-на-чипе").

Более подробно об этой работе рассказывается в статье, опубликованной в журнале Nature.