Mer allmänt bekräftar vårt arbete potentialen att använda algoritmer som hjärnan tror kan användas som inspiration för maskininlärningsarkitekturer. Den omfattande tidigare neurovetenskapliga forskningen om rutnätceller gör agentens tolkbarhet - som i sig är ett stort ämne inom AI -forskning - betydligt enklare, genom att ge oss ledtrådar om vad vi ska leta efter när vi försöker förstå dess interna representationer. Arbetet visar också potentialen att använda artificiella agenter som aktivt deltar i komplexa beteenden inom realistiska virtuella miljöer för att testa teorier om hur hjärnan fungerar.
Om vi tar denna princip vidare kan ett liknande tillvägagångssätt användas för att testa teorier om hjärnområden som är viktiga för att uppfatta ljud eller till exempel kontrollera lemmar. I framtiden kan sådana nätverk mycket väl ge ett nytt sätt för forskare att genomföra "experiment", föreslå nya teorier och till och med komplettera en del av det arbete som för närvarande bedrivs med djur.
UPDATE 14.05.18: Vi uppmuntrar dig att läsa Framväxten av nätliknande representationer genom att träna återkommande neurala nätverk för att utföra rumslig lokalisering av Cueva och Wei, som publicerades samtidigt vid ICLR. Även om det är olika i omfattning och resultat visar det intressanta resultat. I korthet fann författarna periodisk eldning som överensstämde med höljesformen, t.ex. rektangulära galler i en kvadratisk miljö och triangulär i en triangulär miljö (fig. 2 i Cueva och Wei). Detta skiljer sig från vår studie, där vi hittade rutnätliknande enheter vars avfyrningsmönster liknar gnagargitterceller som vanligtvis visar sexkantiga avfyrningsmönster över olika formade miljöer (t.ex. kvadratisk och cirkulär arena).
Detta arbete utfördes av Andrea Banino, Caswell Barry, Benigno Uria, Charles Blundell, Timothy Lillicrap, Piotr Mirowski, Alexander Pritzel, Martin Chadwick, Thomas Degris, Joseph Modayil, Greg Wayne, Hubert Soyer, Fabio Viola, Brian Zhang, Ross Goroshin, Neil Rabinowitz, Razvan Pascanu, Charlie Beattie, Stig Petersen, Amir Sadik, Stephen Gaffney, Helen King, Koray Kavukcuoglu, Demis Hassabis, Raia Hadsell och Dharshan Kumaran.
Läs Nature -tidningen: [PDF]
Ladda ner originalpapperet (oformaterat): [PDF]
Läs Nobelprisvinnaren Edvard Moser granskning av tidningen.
