谷歌的人工智能可以比人类更快地在迷宫中穿行

这是独一无二的。大多数认可机构都可以专注于一个领域，比如击败世界上最好的围棋运动员；但DeepMind的编程目的是将先前的知识和技能应用于学习新任务，从编程技能和“记忆”的神经网络中汲取经验。

现在，DeepMind正在自学如何组织自己的“大脑”网络。谷歌的研究人员震惊的是，在没有任何输入的情况下，人工智能选择使其大脑的一部分看起来与人类几乎相同。

谷歌的DeepMind团队与伦敦大学学院(UniversityCollege London，UCL)的研究人员合作，将人工智能置于虚拟现实迷宫中，教授其空间意识和模式记忆，并在“自然”(Nature)上发表他们的研究结果。

这种模式的重要之处在于它反映了在我们自己的内嗅皮层中发现的神经细胞的模式，它处理我们的内部导航和对地方的记忆--本质上是我们的个人GPS，完整地保存了我们最喜欢的地方的位置。

2014年，挪威研究人员因其对网格细胞的研究而获得诺贝尔奖。在六角形网格中，当你向前移动或改变方向时，这些细胞会向不同的方向发射信号。

有了这些细胞，我们的内嗅皮层就会在你的脑中形成一张小地图，帮助你记住最快的工作路线，或者猜测哪个方向朝北。

在没有任何指导的情况下，DeepMind创造了自己的六角形、心理微型地图，以比人脑更快地摆脱迷宫中的谜题。

“我们很惊讶它的效果，”加州大学洛杉矶分校的神经学家Caswell Barry告诉“卫报”。“相似的程度是绝对惊人的。”

利用这种人性化的网络，人工智能学会了识别通往目标的最直接的路线，甚至学会了如何作弊和走捷径。

随着谷歌的人工智能变得更加智能，并承担其他任务，它可能会开发出新的神经网络，有效地处理这些任务。

这些网络可以帮助研究人员更好地理解我们自己的大脑是如何工作的。或者，正如巴里告诉“卫报”，“这可能是一个实验的实验，否则你不会做的。”

看看健康的大脑和生病的大脑网格细胞与DeepMind的电节点的触发相比，可以为希望更好地了解这种疾病的神经科学家提供一个有趣的研究方法。

在本周的GoogleIO2018会议上，谷歌宣布，基于DeepMindA I技术，Android P将提高电池寿命和自适应亮度。