讀心術(shù)真的能夠?qū)崿F(xiàn)嗎?近日，據(jù)新智元報道，Two Six Labs和斯坦福研究團隊利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對小鼠的“讀心”，他們利用網(wǎng)絡(luò)模型讀取小鼠腦內(nèi)的電信號，預測小鼠的行為和在迷宮中的位置，平均預測誤差僅為4厘米。

大腦由相互連接的神經(jīng)元組成：神經(jīng)元可以響應(yīng)輸入信息并處于激活狀態(tài)，反過來激活其他神經(jīng)元。這些系統(tǒng)的“簡化版”就是第一個人工神經(jīng)網(wǎng)絡(luò)的靈感來源。斯坦福Schnitzer實驗室的研究人員制作了一個數(shù)據(jù)集，用于監(jiān)控實驗室的小鼠在“競技場”中移動時的神經(jīng)活動。

所謂“競技場”其實是一個帶有地標貼紙的小盒子。研究人員通過將一個微型顯微鏡連接到小鼠的頭部，并記錄熒光染料的軌跡，這種染料會在單個神經(jīng)元放電時發(fā)出綠光，從而實現(xiàn)記錄神經(jīng)活動的目的。這項技術(shù)可以同時跟蹤數(shù)百個、甚至數(shù)千個神經(jīng)元的活動。

研究人員還訓練了一個神經(jīng)網(wǎng)絡(luò)，根據(jù)最近的神經(jīng)元放電模式預測小鼠的位置，并使用實驗觀察結(jié)果的前80%作為訓練數(shù)據(jù)，僅給出神經(jīng)元的活動，來預測后20%觀察結(jié)果的小鼠位置。在嘗試了許多模型體系結(jié)構(gòu)后，研究人員發(fā)現(xiàn)具有回歸輸出層的簡單密集神經(jīng)網(wǎng)絡(luò)表現(xiàn)最好，平均預測誤差僅為4厘米。

據(jù)介紹，目前實驗室人員正在制作更復雜的行為數(shù)據(jù)集，以便更好地應(yīng)用這些方法。比如可以在小鼠通過迷宮時對其進行映射，預測左右轉(zhuǎn)彎，并量化小鼠在學習走迷宮時的不確定性?；蜃R別對小鼠展示哪些主題的圖像會刺激到它。實驗室研究人員表示，使用小鼠作為研究模型，目的是更多地了解我們自己，希望我們的人工神經(jīng)網(wǎng)絡(luò)有助于更好地理解生物的神經(jīng)網(wǎng)絡(luò)。

關(guān)鍵詞： 讀心術(shù) 斯坦福 AI模型