選擇分輕重，更分難易。簡(jiǎn)單選擇只需根據(jù)目標(biāo)做出判斷，但對(duì)于兩難選擇來(lái)說(shuō)，則是一種更復(fù)雜的思考和抉擇。同時(shí)，兩難選擇，也是生活的必經(jīng)之路，是生物所具有的本能。探究生物在兩難選擇里的大腦機(jī)制，將為人工智能的學(xué)習(xí)提供研究的進(jìn)路。

近日，中國(guó)科學(xué)院自動(dòng)化研究所類(lèi)腦智能研究中心的研究人員就借鑒果蠅腦自主決策的神經(jīng)機(jī)制，提出了類(lèi)果蠅決策的脈沖神經(jīng)網(wǎng)絡(luò)模型，模型能夠?qū)崿F(xiàn)趨利避害的行為，并在兩難抉擇下快速做出清晰的選擇。在無(wú)人機(jī)強(qiáng)化學(xué)習(xí)、反轉(zhuǎn)學(xué)習(xí)和多難決策的任務(wù)上均得到了有效地驗(yàn)證。

具體來(lái)說(shuō)，果蠅進(jìn)行抉擇存在基于經(jīng)驗(yàn)的線(xiàn)性抉擇和非經(jīng)驗(yàn)的非線(xiàn)性抉擇兩大通路。在面臨抉擇任務(wù)時(shí)，果蠅會(huì)自適應(yīng)地選擇合適的通路進(jìn)行不同復(fù)雜度的抉擇。

此前研究中，研究人員曾令果蠅學(xué)會(huì)喜歡綠色正T的圖案，而藍(lán)色倒T的圖案伴隨熱刺激懲罰。在選擇階段，轉(zhuǎn)換了懲罰與視覺(jué)線(xiàn)索的搭配，讓果蠅在綠色倒T和藍(lán)色正T之間進(jìn)行選擇，以此測(cè)試果蠅在沖突視覺(jué)線(xiàn)索下的兩難抉擇行為。

實(shí)驗(yàn)發(fā)現(xiàn)，在不同的顏色強(qiáng)度下，通過(guò)統(tǒng)計(jì)果蠅在飛行過(guò)程中?？吭诿總€(gè)圖案面前的時(shí)間分布，來(lái)了解果蠅連續(xù)的抉擇行為，最終會(huì)得到一條呈“S”型的抉擇曲線(xiàn)。

通過(guò)單細(xì)胞測(cè)序發(fā)現(xiàn)支持兩難抉擇下非線(xiàn)性曲線(xiàn)的神經(jīng)機(jī)制是由多巴胺能神經(jīng)元- GABA能神經(jīng)元-蘑菇體環(huán)路負(fù)責(zé)的“增益-門(mén)控”抉擇機(jī)制，這是一條基于價(jià)值的非線(xiàn)性抉擇通路。而蘑菇體受損的果蠅只能執(zhí)行簡(jiǎn)單的感知抉擇，得到線(xiàn)性的抉擇曲線(xiàn)。

在此次研究中，研究人員基于果蠅簡(jiǎn)單感知抉擇（線(xiàn)性通路）和價(jià)值抉擇（非線(xiàn)性通路）的神經(jīng)機(jī)制，使用脈沖神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建多腦區(qū)協(xié)同的抉擇模型。其中，線(xiàn)性通路建模了中央復(fù)合體的記憶功能來(lái)做出快速的抉擇。非線(xiàn)性通路模擬了DA-GABA-MB環(huán)路實(shí)現(xiàn)增益-門(mén)控機(jī)制。

隨后，將類(lèi)果蠅抉擇的脈沖神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到無(wú)人機(jī)抉擇任務(wù)上，使用小拳頭打擊無(wú)人機(jī)來(lái)模擬懲罰信號(hào)，無(wú)人機(jī)可以學(xué)會(huì)飛向安全的視覺(jué)圖形，并對(duì)視覺(jué)圖形所包含的線(xiàn)索具有趨利避害的行為。此外，無(wú)人機(jī)能夠靈活地適應(yīng)任務(wù)的反轉(zhuǎn)，僅經(jīng)過(guò)4次錯(cuò)誤選擇就可以學(xué)會(huì)反轉(zhuǎn)后的規(guī)則。

人工智能趨近人類(lèi)智能是其未來(lái)所趨，不僅僅是在對(duì)確定目標(biāo)的問(wèn)題（有限游戲）上，更是在自我進(jìn)化能力和對(duì)生物直覺(jué)的模仿上，在享受著人工智能帶來(lái)的便捷時(shí)，也有更多的關(guān)涉投向人與智能的關(guān)系。為機(jī)器立心，將成為人工智能時(shí)代下一個(gè)不可回避的問(wèn)題。
責(zé)任編輯：PSY