日前，據(jù)外媒報道，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，其能夠理解該項任務(wù)真正的因果結(jié)構(gòu)。該項研究能夠提升執(zhí)行高風(fēng)險的機器學(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。

據(jù)悉，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。該項新研究利用了此前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)向前運行以生成輸出，然后返回運行以糾正錯誤。研究人員觀察到，NPC會在前向運行和后向運行模式中將因果關(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。

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)。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)。