主要观点总结
科学家利用深度强化学习技术训练AI智能体，使其能够引导秀丽隐杆线虫找到美味的大肠杆菌块。研究中，智能体能够学习如何快速引导线虫靠近目标，且线虫能绕开障碍物。该技术展示了大脑和AI之间有趣的协作，有潜力应用于更复杂的任务，如改善脑深部电刺激对帕金森病的疗效，甚至带来新技能。
关键观点总结
关键观点1: 研究背景及目的
科学家已经能让人工智能（AI）直接接入线虫的神经系统，展示大脑和AI之间有趣的协作。研究目的是训练AI引导线虫找到美味目标。
关键观点2: 使用的技术和方法
研究中使用了深度强化学习技术，基于人工神经网络。研究团队训练AI智能体，使用摄像头记录线虫的位置和方向，智能体通过接收摄像头信息并控制光照来引导线虫。
关键观点3: 研究的结果和发现
在6个品系的线虫中，有5个品系的线虫在智能体的引导下能够比自身行动或在随机闪光下更快地靠近目标。智能体和线虫合作，当路径存在小障碍物时，线虫能够绕过去。
关键观点4: 研究的潜在应用和影响
该研究展示了人工智能与生物系统的协同潜力，有潜力应用于更复杂的任务。例如，改善脑深部电刺激对帕金森病的疗效，甚至可能带来新技能。同时，该技术也为未来的研究提供了新的思路和方法。
文章预览
显微镜下 的秀丽隐杆线虫（Caenorhabditis elegans）。图片来源：wikipedia 撰文｜马修·赫特森（Matthew Hutson） 翻译｜巢栩嘉 科学家已经能让人工智能（AI）直接接入线虫的神经系统，并引导这些几毫米长的生物找到美味的目标——这展示了大脑和AI之间有趣的协作。他们训练AI用到的技术名为深度强化学习，该技术同时也可用于训练AI精通围棋之类的游戏。这套软件基于人工神经网络，它大致模仿了生物的大脑，可以基于对一系列行为和结果的分析，为AI“智能体”选出可与环境互动并实现目标的策略。 在这项发表于《自然·机器智能》（ Nature Machine Intelligence ）的研究中，研究人员训练出一个AI智能体，它能在一个4厘米宽的培养皿里，引导1毫米长的秀丽隐杆线虫（ Caenorhabditis elegans ）向美味的大肠杆菌（ Escherichia coli ）块蠕动。旁边的摄像头记录下每
………………………………
