神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)導(dǎo)航任務(wù)的因果結(jié)構(gòu)（圖片來源：MIT）

據(jù)外媒報(bào)道，美國麻省理工學(xué)院（MIT）的研究人員展示了當(dāng)某種特定的神經(jīng)網(wǎng)絡(luò)被訓(xùn)練執(zhí)行導(dǎo)航任務(wù)時，其能夠理解該項(xiàng)任務(wù)真正的因果結(jié)構(gòu)。因此此類神經(jīng)網(wǎng)絡(luò)能夠直接從視覺數(shù)據(jù)理解該任務(wù)，當(dāng)在樹木密集或天氣條件變化迅速的地方等復(fù)雜環(huán)境中導(dǎo)航時，此類神經(jīng)網(wǎng)絡(luò)比其他神經(jīng)網(wǎng)絡(luò)更高效。

未來，該項(xiàng)研究能夠提升執(zhí)行高風(fēng)險(xiǎn)的機(jī)器學(xué)習(xí)代理的可靠性和可信度，如在繁忙高速公路上駕駛自動駕駛汽車。

一種吸引人注意的結(jié)果

神經(jīng)網(wǎng)絡(luò)是一種進(jìn)行機(jī)器學(xué)習(xí)的方法，計(jì)算機(jī)通過分析許多訓(xùn)練實(shí)例以及反復(fù)試驗(yàn)來學(xué)習(xí)完成任務(wù)，而“液體”神經(jīng)網(wǎng)絡(luò)則改變其基礎(chǔ)方程，以不斷適應(yīng)新的輸入信息。

該項(xiàng)新研究利用了此前Hasani和其他人的研究，后者展示了一種由液體神經(jīng)網(wǎng)絡(luò)細(xì)胞構(gòu)建的、受大腦啟發(fā)的深度學(xué)習(xí)系統(tǒng)-神經(jīng)回路策略（Neural Circuit Policy，NCP），如何通過只有19個控制神經(jīng)元的網(wǎng)絡(luò)自動控制一輛自動駕駛汽車。

研究人員觀察到，執(zhí)行車道保持任務(wù)的NPC在做出駕駛決策時，會將注意力集中在道路的地平線和邊界上，這與人類駕駛汽車時的做法相同，而所研究的其他神經(jīng)網(wǎng)絡(luò)并不會總會關(guān)注于道路。

他們發(fā)現(xiàn)，當(dāng)一個NCP在接受完成一個任務(wù)的訓(xùn)練時，該神經(jīng)網(wǎng)絡(luò)學(xué)會與環(huán)境互動，并理解干預(yù)行為。從本質(zhì)上看，該網(wǎng)絡(luò)能夠識別其輸出是否被某種干預(yù)所改變，然后將因果聯(lián)系在一起。

在訓(xùn)練過程中，該網(wǎng)絡(luò)向前運(yùn)行以生成輸出，然后返回運(yùn)行以糾正錯誤。研究人員觀察到，NPC會在前向運(yùn)行和后向運(yùn)行模式中將因果關(guān)系關(guān)聯(lián)起來，從而可以使該網(wǎng)絡(luò)能夠?qū)⒆⒁饬性谡嬲囊蚬Y(jié)構(gòu)上。

Hasani及其同事無需對系統(tǒng)施加其他額外限制，也不需要為NCP進(jìn)行特殊設(shè)置以學(xué)習(xí)此種因果關(guān)系——會在訓(xùn)練期間自動出現(xiàn)。

風(fēng)化環(huán)境變化

研究人員通過一系列模擬測試NCP，在模擬場景中，無人機(jī)執(zhí)行導(dǎo)航任務(wù)，每一架無人機(jī)采用單個攝像頭的輸入信息進(jìn)行導(dǎo)航。

該無人機(jī)的任務(wù)是飛行一個特定目標(biāo)，追隨一個移動的目標(biāo)，或者在不同環(huán)境中跟隨一系列標(biāo)記，如晴朗的天空、大雨以及霧。

研究人員發(fā)現(xiàn)，在天氣好的情況下，NPC在較簡單任務(wù)上的表現(xiàn)與其他神經(jīng)網(wǎng)絡(luò)一樣好，但在更具挑戰(zhàn)性的任務(wù)上，如在暴雨中跟隨移動的物體時，NPC的表現(xiàn)要好于其他神經(jīng)網(wǎng)絡(luò)。

研究結(jié)果顯示，采用NCP能夠讓無人機(jī)在條件變幻莫測的環(huán)境中成功導(dǎo)航，例如陽光明媚的天氣突然變得霧蒙蒙時。

未來，研究人員希望探索采用NCP來構(gòu)建更大的系統(tǒng)。將成千上萬的神經(jīng)網(wǎng)絡(luò)連接在一起，從而讓其處理更復(fù)雜的任務(wù)。