大腦如何成為AI的終極老師？解密「模組化」學習的驚人力量


近年來，AI的進化速度令人瞠目結舌，從下棋到畫圖，幾乎無所不能。但你有沒有想過，有一個「智慧系統」在很多方面仍然遙遙領先，那就是我們頭顱裡的大腦。即使給予相同的學習資料，大腦在學習新事物的速度，以及「舉一反三」到全新情境的能力上，常常讓最頂尖的AI也望塵莫及。

在新興的「神經人工智慧 (NeuroAI)」領域，科學家們正努力想解開這個謎題：大腦的「獨門祕訣」到底是什麼？如果我們能弄懂大腦高效學習的原理，或許就能打造出更通用、更聰明的AI。

想像一下，你和你的朋友拿到同一組數據點，要找出其中的規律。你可能直覺地認為這是一條直線，很快就畫出了一條趨勢線；而你的朋友可能覺得這是一條曲線，花了更多時間去擬合一個複雜的二次方程式。你們對數據的「內建假設」——也就是所謂的「歸納偏見 (inductive bias)」——決定了你們學習的效率和預測的準確度。

研究者們猜測，大腦之所以如此強大，是因為它演化出了一套非常適合理解真實世界的歸納偏見。其中一個最重要的偏見，可能就是「模組化架構」。

「模組化」聽起來很學術，但概念很簡單：與其讓一個龐大的「通才」網路處理所有問題，不如建立一個由「專家」組成的團隊，每個專家模組專注於解決任務的某個特定部分。例如，在開車時，你大腦裡可能有個模組專門判斷車速，另一個模組負責辨識路上的行人，還有一個模組整合這些資訊來決定何時該踩剎車。

這種分工合作的好處顯而易見：每個專家都能深度學習自己的領域，團隊協作起來也更有效率，更容易理解任務背後的複雜因果關係。為了驗證這個想法，研究者設計了一場虛擬世界的導航競賽。

研究者設計了一個類似電玩的任務：受試者（包括猴子和AI agent）被放在一個空曠的虛擬平面中央(圖1)。一個「目標」會短暫出現（僅300毫秒！）然後消失，受試者必須憑記憶，操作搖桿移動到目標位置並停下。
圖1

這個任務的難點在於，環境中沒有任何固定的地標可以參考。你唯一能依賴的，是地面上快速閃過的紋理，也就是所謂的「光流 (optic flow)」，就像你從火車窗戶看著地面飛逝的感覺一樣。你必須透過這種光流來感知自己的移動，並在腦中不斷更新自己的位置這個過程稱為「路徑整合 (path integration)」。

要教AI玩這個遊戲，研究者採用了強化學習中經典的「演員-評論家 (Actor-Critic)」模型。你可以把它想像成一個學徒（演員）和一位導師（評論家）的組合，演員 (Actor)負責「玩遊戲」，根據目前的觀察和內心對自己位置的「信念」，決定下一步要怎麼移動。評論家 (Critic)負責「打分數」，它會評估演員的每一步走得好不好，並給出回饋，幫助演員調整策略，以獲得最終的獎勵。

接著，研究者打造了兩種不同架構的AI玩家來進行對決：
1. 整體式AI (Holistic Agent)：像一個「通才」，它只有一個巨大的神經網路，所有資訊都混在一起處理，試圖同時搞定「我在哪裡？」和「我該怎麼做？」。
2. 模組化AI (Modular Agent)：像一個「專家團隊」。研究者透過架構設計，強制它分工合作：
    - 記憶專家 (RNN)：一個具備記憶能力的循環神經網路，專門負責整合過去的動作和現在的光流，來計算「我現在最可能在哪裡？」這個核心信念。
    - 決策專家 (MLP)：一個無記憶的多層感知器，它接收來自記憶專家的位置信念，然後專心做出「下一步該怎麼走？」的最終決策。

這個設計確保了信念的計算和行動的決策在兩個獨立的模組中進行，模擬了研究者假設的大腦分工模式。

訓練開始後，結果非常明顯。模組化AI不僅學得更快，而且行為軌跡也更有效率、更自然，看起來非常像真實猴子的移動路徑！（見圖2）相比之下，整體式AI的軌跡則顯得笨拙且繞路。這表明，模組化的設計提供了一個更優質的「訓練信號」，讓AI能學到更佳的策略。

學得快還不夠，真正的智慧體現在「泛化」能力上。於是，我們給AI和猴子出了一道難題：在不告知它們的情況下，把搖桿的「增益」調高1.5倍甚至2倍。這就好比你習慣開家裡的房車，突然讓你去開一輛油門極度靈敏的跑車，如果還用同樣的力道去踩油門，肯定會失控衝過頭。

整體式AI果然「翻車」了，它們嚴重地「過度射擊」，遠遠衝過了目標點。而模組化AI則展現了驚人的適應力，它們能夠快速調整自己的動作，路徑誤差非常小，表現幾乎和身經百戰的猴子一樣好！（見圖2）
圖2

為什麼模組化AI的適應力這麼強？我們決定「打開AI的大腦」一探究竟。我們記錄了AI演員網路中「記憶專家 (RNN)」的神經活動，並嘗試從這些活動中「解碼」出AI當下認為的自身位置。

結果令人振奮：在搖桿增益改變的壓力測試下，模組化AI對自身位置的信念依然極度準確，彷彿內建了一個精準的GPS。而整體式AI的信念則出現了巨大偏差，它自己都「搞不清楚在哪裡」，自然無法做出正確的行動。（圖3）
圖3

這項實驗證明了「分工合作」的力量。大腦演化出的模組化架構，並非偶然，而是一種極其高效的歸納偏見。它讓大腦（以及我們模仿它設計的AI）能夠：

1. 高效學習：將複雜問題拆解，讓專家模組專注解決，學得更快更好。
2. 靈活泛化：因為深刻理解了任務的底層變數（例如自身位置），所以在環境改變時，能夠靈活調整策略，而不是死記硬背。

這項發現為我們指明了方向：要打造真正通用的AI，或許我們不該一味地追求更大、更複雜的單一模型，而是應該回頭向大腦學習它那優雅而強大的「模組化」設計哲學。


撰稿人:潘嘉丞


Reference: 
Zhang, R., Pitkow, X., & Angelaki, D. E. (2024). Inductive biases of neural network modularity in spatial navigation. Science Advances, 10(29), eadk1256.

留言

張貼留言