人工智能是计算机科学的一个分支，它试图解释智能的实质，并生产出一种新的、能用和人类智能相似的方式做出反应的智能机器。

目前最为先进的人工智能可以说就是人工神经网络，人工神经网络是仿生学的一个概念，是一类由多层神经元互联组件构成的机器学习算法，而“神经元”最早就是来自大脑结构的启发。

尽管人工神经网络中的神经元的工作方式肯定不同于实际人脑的工作方式，但越来越多的研究者认为，将二者放在一起研究不仅可以帮助我们理解神经科学，还有助于打造出更加智能的AI。

近日，DeepMind 和哈佛大学的研究人员便基于人工神经网络制造了一个 AI 驱动的虚拟小白鼠来执行多种复杂的任务。之后，他们又使用了神经科学技术来了解虚拟小白鼠的“大脑”是如何控制其运动的。

特殊的是，这个3DAI小白鼠完全复刻了现实小白鼠的生物特征。小鼠的可控自由度为38，它的尾巴、脊柱和脖颈包含多段关节，由共同驱动多关节的肌腱控制。

研究人员借助训练好的神经网络指导小鼠完成四个动作：跳过多个空隙、在迷宫中觅食、逃离丘陵环境、精确地击球。一旦 AI 小白鼠能够成功完成任务，研究小组就会分析其神经活动的记录。利用神经科学技术来了解神经网络是如何实现运动控制的。

由于研究人员已经建立了为模拟小白鼠提供动力的人工智能，所以，AI 小白鼠的许多行为是在研究人员的意料之中的。不过，有趣的是，在实验中，神经活动的发生时间似乎比直接控制肌肉和肢体运动的时间要长。

这意味着，这个网络反映了抽象尺度上的行为，比如奔跑、跳跃、旋转和其他直观的行为类别。这是一种先前被认为仅存在于动物身上的认知模型。

典型的神经科学实验探究的是动物大脑，这些动物只会做一些单一动作，比如敲击杠杆，而大多数机器人都是为完成特定的任务而打造的，比如打扫房间。

虽然神经网络不具备生理真实性，但关于AI小鼠的研究却给我们提供了一个新的思路，即利用神经科学技术来分析生物大脑活动，以了解神经网络如何控制生物的运动。

可以说，AI小白鼠的研究是我们努力了解大脑如何实现灵活性的开始，并利用我们获得的有用信息来设计具有类似能力的人工智能体。

加拿大皇后大学的神经学家 Stephen Scott 表示，虽然人们必须谨慎对待人工神经网络和生物神经网络之间的过度比较，但这种方法可能是探索行为神经基础的一种富有成效的方式。

可以预见，基于AI的人工神经网络在未来将有更多的研究成果和发展空间。一旦我们在人工神经网络方面取得突破性进展，人类与人工智能之间的较量将正式登上舞台。