来源： 时间：2022-07-18 15:35:09
首先，科学家将蠕虫的神经系统 “上传” 到计算机上，使生物体可以像虚拟化身一样生活，甚至可以在没有人类编码的情况下学习新技巧。研究人员说，线虫线虫长约一毫米，是一种非常简单的生物。
这是唯一一个对神经系统进行了完整分析的生物。它可以绘制为电路图，也可以通过计算机软件复制，从而通过计算机程序模拟蠕虫的神经活动。这样的人工秀丽隐杆线虫现在已经由奥地利TU Wien的研究人员训练，可以执行一个技巧-平衡尾巴尖端的杆子。
秀丽隐杆线虫只能通过300神经元。但是，它们足以确保蠕虫能够找到自己的方式，吃掉细菌并对某些外部刺激做出反应。例如，它可以对身体上的触摸做出反应。反射反应被触发，蠕虫蠕动。
当在计算机上重新创建这个简单的反射网络时，模拟的蠕虫的反应与虚拟刺激完全相同-不是因为有人对其进行了编程，而是因为这种行为在其神经网络中是硬连线的。“这种神经回路的这种自反反应与平衡极点的控制剂的反应非常相似，” TU Wien的Ramin Hasani说。
这是一个典型的控制问题，可以通过标准控制器很好地解决: 一根杆固定在移动物体上的较慢端，并且应该保持在垂直位置。每当它开始倾斜时，下端必须稍微移动以防止杆子倾翻。就像蠕虫在受到触摸刺激时必须改变方向一样，每当倾斜时必须移动杆。
研究人员想知道，秀丽隐杆线虫的神经系统，上传到电脑，是否可以解决这个问题-不增加任何神经细胞，只需调整突触连接的强度。这个基本思想 -- 调整神经细胞之间的联系 -- 也是任何自然学习过程的特征。“借助强化学习，一种也被称为 '基于实验和奖励的学习' 的方法，在计算机上训练和优化了人工反射网络。” 涂维恩的马蒂亚斯·莱赫纳说。
“结果是一个控制器，它可以解决一个标准的技术问题-稳定一个杆，平衡在它的尖端。但是没有人为这个控制器写过一行代码，它只是通过训练生物神经系统而出现的。”TU Wien的Radu Grosu说。该团队将进一步探索这种控制电路的功能。
相关推荐
猜你喜欢
