四个神经元,能学会追光吗?答案是可以,但过程比想象中难得多。一个仅含四个神经元的简化模型,要从数千种可能的连接方式里找到追光的最优解,而正确答案只占全部解答方式的不到2%。
这个实验来自《Watch a Brain Learn》动画,作者是 Aatish Bhatia 和 Arkarup Banerjee。有人把这套神经科学实验动画重新画了一遍,用原文的数据还原了四神经元系统学习追光的全过程。
关键在三个数字。它们决定了这个系统到底是怕光、冲撞,还是爱上光。没人教它,它只靠奖励和惩罚,在一次次尝试里调整连接方式,慢慢从数千种可能中筛出那极少数有效方案。
这背后是一个稀疏奖励问题:在绝大多数尝试都拿不到有效反馈的环境里,学习机制必须具备高效的探索与强化能力,才能找到那不到2%的正解。这和 AI 训练中要克服的稀疏奖励挑战是同一类问题。
作者把这个生物学学习过程类比到人类学骑车:摔了好多次后,然后突然就学会了。摔倒、调整、再摔倒,直到某一刻身体自己找到了平衡——没有谁把规则讲清楚,靠的是奖励和惩罚式的反馈。
类比还不止于此。从鸟类的捕食策略,到 AI 系统的学习算法,再到每个人自己的大脑,作者用跨模态的类比把神经科学实验的结果映射到强化学习和认知心理学场景里。四个神经元的追光实验,就这样成了一个理解学习本身的入口。
热门跟贴