打造一個自動駕駛控制系統(tǒng)需要多少個神經(jīng)元？

　　MIT的科學(xué)家告訴你，最少只要19個！方法是向線蟲這種初等生物學(xué)習(xí)。

　　最近，來自MIT CSAIL、維也納工業(yè)大學(xué)、奧地利科技學(xué)院的團(tuán)隊已經(jīng)開發(fā)了一種基于線蟲大腦的新型AI系統(tǒng)。研究成果登上了最近的《自然·機(jī)器智能》雜志。

　　他們發(fā)現(xiàn)，具有19個控制神經(jīng)元的單個算法，通過253個突觸將32個封裝的輸入特征連接到輸出，可以學(xué)習(xí)把高維輸入映射到操縱命令。

　　這種新的AI系統(tǒng)用少量人工神經(jīng)元控制車輛轉(zhuǎn)向。而基于LSTM的神經(jīng)網(wǎng)絡(luò)打造同樣的自動駕駛系統(tǒng)，網(wǎng)絡(luò)結(jié)構(gòu)則要復(fù)雜得多。

　　△實現(xiàn)的車輛控制系統(tǒng)

　　為何能做到這么少的神經(jīng)元數(shù)量，論文共同一作MIT CSAIL博士后Ramin Hasani解釋說：

　　與以前的深度學(xué)習(xí)模型相比，每個單元內(nèi)信號的處理都遵循不同的數(shù)學(xué)原理。

　　他們從秀麗隱桿線蟲這種生物受到啟發(fā)，在2018年提出了一種神經(jīng)元回路策略（Neuronal Circuit Policies，NCP）。

　　NCP方法是重新利用生物神經(jīng)回路模型的功能，創(chuàng)建可解釋的控制智能體，管理虛擬和現(xiàn)實世界的強(qiáng)化學(xué)習(xí)（RL）測試平臺。

　　該方法對線蟲的TW神經(jīng)回路進(jìn)行建模，這個回路主要負(fù)責(zé)線蟲對外部機(jī)械觸摸刺激的反射反應(yīng)，通過掌握其突觸和神經(jīng)元參數(shù)，作為控制基本強(qiáng)化學(xué)習(xí)任務(wù)的策略。

　　為了測試這種新的數(shù)學(xué)模型，團(tuán)隊選擇了一項特別重要的測試任務(wù)——讓自動駕駛汽車保持在車道上。神經(jīng)網(wǎng)絡(luò)接收攝像機(jī)拍攝的道路圖像，然后自動決定是向左還是向右轉(zhuǎn)。

　　諸如自動駕駛之類的復(fù)雜任務(wù)，往往需要具有數(shù)百萬個參數(shù)的深度學(xué)習(xí)模型。但是，用NCP方法能夠?qū)⒕W(wǎng)絡(luò)規(guī)模減少兩個數(shù)量級。

　　而這個19神經(jīng)元極簡自動駕駛系統(tǒng)僅使用了7.5萬個訓(xùn)練參數(shù)，參數(shù)數(shù)量降低了2個數(shù)量級。

　　NCP方法構(gòu)建的自動駕駛系統(tǒng)也需要，但是僅用于從攝像機(jī)傳入的視覺數(shù)據(jù)，并從中提取出結(jié)構(gòu)特征。它與車輛的實際轉(zhuǎn)向無關(guān)。

　　后面的神經(jīng)網(wǎng)絡(luò)來確定攝像機(jī)圖像的哪些部分重要，然后將信號傳遞到網(wǎng)絡(luò)的NCP控制系統(tǒng)。

　　系統(tǒng)的控制部分將感知系統(tǒng)中的數(shù)據(jù)轉(zhuǎn)換為轉(zhuǎn)向命令，僅包含19個神經(jīng)元。

　　兩個子系統(tǒng)堆疊在一起并同時接受訓(xùn)練，訓(xùn)練數(shù)據(jù)集是波士頓地區(qū)人類駕駛汽車視頻，包括圖像與汽車轉(zhuǎn)向操作的關(guān)聯(lián)數(shù)據(jù)。

　　將它們一起輸入網(wǎng)絡(luò)，直到系統(tǒng)學(xué)會自動將圖像與適當(dāng)?shù)霓D(zhuǎn)向系統(tǒng)連接起來，可以獨立處理新情況。

　　除了結(jié)構(gòu)簡單外，用NCP設(shè)計的自動駕駛系統(tǒng)相比傳統(tǒng)模型，還有兩大優(yōu)勢：可解釋性和魯棒性。

　　系統(tǒng)的可解釋性能讓我們我們看到網(wǎng)絡(luò)將注意力集中在什么方面。

　　從視頻中可以看出，神經(jīng)網(wǎng)絡(luò)專注于圖像的非常具體的部分，比如路邊和地平線。研究人員表示，這種行為是在AI系統(tǒng)中是獨一無二的。

　　此外，可解釋性細(xì)化到了每個神經(jīng)元。我們還能看到哪個神經(jīng)元（視頻中亮起部分）在駕駛決策中的作用。我們可以了解單個神經(jīng)元的功能及其行為。

　　為了測試對比與傳統(tǒng)模型和NCP模型的魯棒性，研究人員還給輸入圖像加入了擾動，并評估了智能體對噪聲的處理能力。結(jié)果NCP表現(xiàn)出了對輸入偽像的強(qiáng)大抵抗力。

　　除了可解釋性和魯棒性，NCP模型還有其他優(yōu)勢。比如減少訓(xùn)練時間，減少在相對簡單的系統(tǒng)中實現(xiàn)AI的不確定性。

　　Ramin Hasani博士還表示，NCP不僅能應(yīng)用自動駕駛中，它能模仿學(xué)習(xí)意味著更廣泛的應(yīng)用，比如倉庫的自動化機(jī)器人等等。