電腦裡的線蟲，已經會用尾巴舉桿子了！

生物神經系統和電腦程序之間是否存在本質性的區別？我們的大腦活動和機器學習本質上是否就是同一回事？

翻譯嚴冰冰

審校卓思琪

科學家的好朋友秀麗隱桿線蟲（C.elegans）Credit: TU Wien

在維也納技術大學（TU Wien, Vienna）的實驗室中，電腦程序（computer program）和真實生命（living being）之間的界限正在被一點點瓦解：一隻線蟲的神經系統被轉寫成了電腦編碼，然後這只虛擬的線蟲被指導完成各式各樣的把戲。

對科學家而言，只有1mm長的秀麗隱桿線蟲（ C.elegans ）是一個相當有意思的研究對象。它是現存唯一一種全部神經系統都被分析完畢的生物體：它的神經系統可以畫成一副迴路圖；也可以用電腦軟件再現，從而在電腦程序上模擬線蟲的神經活動。

在維也納技術大學，這樣一隻“人工”虛擬線蟲便學會一項出色的技巧：用它的尾巴尖上頂住一根樹立的桿子。

秀麗隱桿線蟲僅依靠區區300個神經細胞生活下去，但這足以幫助它們完成的日常活動包括尋找路徑、吞食細菌和回應外界刺激等活動。比如當線蟲的身體被觸摸時，將觸發相應的射反應幫助線蟲蠕動逃走。

這一簡單行為取決於由線蟲的神經細胞、及神經細胞之間的突觸連接強度。當人們在電腦中將這個簡單的反射網絡重建後，受到程序刺激的虛擬線蟲會產生跟觸摸刺激一模一樣的反應。

維也納技術大學計算工程研究所的研究人員Ramin Hasani 表示，“’觸摸逃跑’這種神經迴路的反射反應，和一個控制樹立杆子平衡的反應非常相像。”將一根桿子的一端固定在一個移動的物體上，讓桿子始終保持豎直——是一種典型的控制問題，利用標準控制系統可以完美地處理：每當棒子開始傾斜時，物體就需要輕微移動以保持棒子豎直。這就好比每當線蟲受到觸摸刺激時，它都需要改變方向。（如下圖）

Mathias Lechner, Radu Grosu 和Ramin Hasani 這三位研究人員感到好奇，對於電腦程序上的虛擬線蟲的神經系統而言，是否能在不添加任何神經細胞情況下，只是通過調整突觸連接的強度來解決該控制問題。而其中的本質——調整突觸連接強度——也是任何自然學習過程的基礎和特徵。

圖1 線蟲對觸摸刺激的反應（左）和虛擬線蟲平衡樹立的桿子（右）的對比

Credit: TU Wien

沒有程序員的程序

最終，該團隊成功地教會了虛擬線蟲如何去平衡一根桿子。 Mathias Lechner 解釋道，“通過強化學習（又稱‘基於實驗和獎勵的學習’），虛擬線蟲的神經網路在電腦上被不斷訓練和優化。” Radu Grosu補充說道：“ 實際上，它最終成為了一個解決桿子平衡的控制系統。特別之處在於，沒有任何人為這個控制系統寫過一句代碼，它僅是通過訓練一個已有的生物神經系統而生成的。 ”

該團隊將會繼續研究這一類有趣的問題。或許這樣的問題能讓人想得更遠——生物神經系統和電腦程序之間是否存在本質性的區別？我們的大腦活動和機器學習本質上是否就是同一回事？這些問題將持續困擾著人類，而科學家的好朋友秀麗隱桿線蟲大概不會太在意它是生在電腦裡、還是活在泥土中。

原文鏈接 https://phys.org/news/2018-02-worm-uploaded-pole.html

相關論文信息

【論文題目】Worm-level Control throughSearch-based Reinforcement Learning

【作者】Mathias Lechner, Radu Grosu,Ramin M. Hasani

【期刊】arXiv.org

【DOI】arXiv:1711.03467

【摘要】Through natural evolution,nervous systems of organisms formed near-optimal structures to expressbehavior. Here, we propose an effective way to create control agents, bytextit{re-purposing} the function of biological neural circuit models, togovern similar real world applications. We model the tap-withdrawal (TW) neuralcircuit of the nematode, textit{C. elegans}, a circuit responsible for theworm’s reflexive response to external mechanical touch stimulations, and learnits synaptic and neural parameters as a policy for controlling the invertedpendulum problem. For reconfiguration of the purpose of the TW neural circuit,we manipulate a search-based reinforcement learning. We show that our neuralpolicy performs as good as existing traditional control theory and machinelearning approaches

閱讀更多

▽ 故事

· 隱藏在五道口的“合法黑客”——清華“藍蓮花”戰隊

· 霍金去世，巨星隕落！謹以此文緬懷霍金

· 性發育提前，初婚年齡推遲，現代人的青春期延長了

· 主動感染絕症、求人給自己開顱：那些為研究獻身的“瘋狂科學家”

▽ 論文推薦

· 螞蟻是如何造橋的？

· 壽命超過400年的格陵蘭鯊提醒我們：人類對於最冷海域中的生命還知之甚少

▽ 論文導讀

· Nature 一周論文導讀 | 2018 年 3 月 1 日

· Science 一周論文導讀 | 2018 年 3 月 2 日