神经网络涌现“社交大脑”：Agent学会预测同伴，揭秘类社会位置细胞

type

status

date

slug

summary

引言：从生物本能到硅基智能的“社交进化”

在自然界中，动物的生存离不开对空间的感知和对同伴的理解。2014年，诺贝尔生理学或医学奖授予了发现大脑“GPS系统”——位置细胞和网格细胞的科学家。而在蝙蝠等群居动物中，科学家进一步发现了“社会位置细胞”，这种特殊的神经元能让个体在脑海中实时追踪同伴的位置。

如今，这种复杂的生物特性正在人工智能领域得到重现。近日，香港城市大学博士生方政儒及其团队的一项研究引起了学术界的轰动：在没有任何预设指令的情况下，一群智能体（Agent）仅通过“预测同伴”的简单目标，就在其神经网络中自发涌现出了类社会位置细胞。这一发现不仅揭示了社交智能的计算本质，也为AGI（通用人工智能）的协作进化提供了全新的视角。了解更多前沿AI新闻，欢迎访问 https://aigc.bar。

神经网络里的“内建地图”：网格细胞的自发形成

在实验中，研究团队将一群智能体置于复杂的虚拟迷宫中。这些智能体面临着极大的挑战：它们只有第一人称视角，且通信带宽受到严格限制。研究人员并没有教它们如何识图，只是给出了一个极其纯粹的任务——预测同伴下一秒会看到什么、会走到哪里。

令人惊讶的是，随着训练的深入，智能体的神经网络中自发形成了一种整齐的六边形激活模式。这种模式与生物大脑中的网格细胞高度相似，像是一张精准的坐标纸，帮助智能体测量空间距离。

实验证明，这些自发形成的结构并非装饰。当研究人员人为抑制这些“细胞”的活性时，智能体立刻失去了导航能力。这说明，在大模型和深度学习的框架下，空间记忆和表征能力是可以从简单的预测任务中“涌现”出来的。

社会位置细胞：AI开始“读懂”同伴

除了自我定位，这项研究最核心的突破在于“社交神经元”的出现。研究发现，智能体的神经网络逐渐分化出了三种功能分明的细胞：

自我位置细胞：只关注“我在哪”。

社会位置细胞：专门负责追踪“同伴在哪”。

混合细胞：同时处理自己与同伴的相对位置。

这种分化并非人工干预的结果，而是为了完成“预测他人”任务而进化出的最优解。这意味着，人工智能在模拟社交互动时，会自动构建出一套关于他人的心理地图。这种机制对于多机器人系统在复杂环境下的协同至关重要，它让机器人在看不见同伴的情况下，依然能通过逻辑推理“感知”对方的存在。

秘密语言：极低带宽下的高效通信

在现实的灾难救援或深海探索场景中，通信带宽往往非常有限。方政儒团队在研究中加入了一个严苛的限制：智能体之间只能传递极少的信息。

结果，这些Agent居然“发明”了一套只有它们自己懂的离散符号系统，类似于一种秘密暗号。它们不再喋喋不休地传输原始画面，而是只在关键时刻发声。例如，当遇到死胡同或关键分叉口时，它们会发出特定的信号。

这种高效的通信策略让信息压缩了32倍，但任务成功率反而大幅提升。这种从底层涌现出的提示词逻辑和符号系统，为未来LLM（大语言模型）与多模态智能体的交互提供了极具参考价值的通信协议。

AGI的未来：从实验室走向现实应用

这项研究的意义远不止于模拟实验，它为多个领域带来了极具潜力的应用前景：

仓储物流：在大型自动化仓库中，搬运机器人可以在低带宽环境下实现精准避让与协作，提升物流效率。

灾难搜救：在地震废墟或火灾现场，搜救机器人群可以使用最少的通信量共享关键信息，快速定位幸存者。

神经科学与医疗：通过模拟Agent社交能力的形成过程，科学家可以深入研究自闭症等社交障碍的神经机制，探索新的干预方案。

结语：AI演进的新篇章

从简单的预测任务到复杂的社交细胞涌现，这项研究再次证明了“涌现”是人工智能最迷人的特性之一。当Agent学会“预测同伴”，它们不仅是在学习算法，更是在重塑社交的本质。

随着openai、claude等顶尖技术的不断更迭，我们正处在AGI爆发的前夜。想要获取每日最新的AI日报、AI教程以及AI变现指南，请持续关注 https://aigc.bar，获取最前沿的AI资讯与深度解读。