科學(xué)家發(fā)現(xiàn)AI與生物的協(xié)作共性，為高效協(xié)作AI Agent提供理論基礎(chǔ)

“我們比較了 AI 系統(tǒng)和生物系統(tǒng)，發(fā)現(xiàn)二者在合作行為方面具有驚人的相似性。”美國加州大學(xué)洛杉磯分校（UCLA）洪哲教授對 DeepTech 表示。

隨著 AI 技術(shù)的發(fā)展，我們經(jīng)常用包括 ChatGPT 和 DeepSeek 等 AI 工具幫助更高效地學(xué)習(xí)和工作。實際上，AI Agent 也能夠通過合作完成更復(fù)雜的任務(wù)，而研究 AI Agent 的合作行為與研究人類的合作行為存在相似之處。

此前，已有研究提出 AI 系統(tǒng)和生物系統(tǒng)存在相似性。可以說，AI 系統(tǒng)在一定程度上也是受生物啟發(fā)而來，比如卷積神經(jīng)網(wǎng)絡(luò)（CNN，Convolutional Neural Network）的結(jié)構(gòu)就是參考人類的視覺系統(tǒng)構(gòu)建的。

有些觀點認(rèn)為，未來的 AI Agent 可能并不是單獨產(chǎn)生功能的。無論是與用戶互動，還是它們自身的功能，或許都需要多個 Agent 之間共同協(xié)作來完成。因此，合作行為是非常重要的研究方向。

在近期發(fā)表在 Science 的一項研究中，洪哲教授團(tuán)隊通過對小鼠和 AI 系統(tǒng)在合作任務(wù)中的行為和神經(jīng)活動變化的對比，揭示了 AI 系統(tǒng)和生物系統(tǒng)之間在合作行為方面的神經(jīng)基礎(chǔ)，并證明了二者在合作行為中的相似性。

圖丨洪哲（來源：洪哲）

這項研究對研究神經(jīng)科學(xué)，特別是研究社會行為機(jī)制的領(lǐng)域具有重要的意義。該領(lǐng)域最本質(zhì)的問題是理解大腦中的神經(jīng)元以及大腦是如何控制（廣義）行為的，包括決策、社會行為、合作和幫助等。

此外，該研究為人們理解 AI 和 AI Agent 提供了新的思路。一方面，AI 系統(tǒng)在一定程度上受生物啟發(fā)，很多架構(gòu)和結(jié)構(gòu)都與生物系統(tǒng)有關(guān)。另一方面，通過系統(tǒng)地比較二者的共同點和不同點，也會推進(jìn)未來對 AI Agent、AI 及其發(fā)展的相關(guān)研究。

近日，相關(guān)論文以《生物和人工智能系統(tǒng)中合作行為的神經(jīng)基礎(chǔ)》（Neural basis of cooperative behavior in biological and artificial intelligence systems）為題發(fā)表在 Science[1]。UCLA 博士生 Jiang Mengping 和 Linfan Gu 是第一作者，洪哲和 Jonathan Kao 教授擔(dān)任通訊作者。

圖丨相關(guān)論文（來源：Science）

小鼠合作行為的自發(fā)策略：靠近、等待和互動

這項研究源于研究團(tuán)隊觀察到的現(xiàn)象：合作行為和幫助行為是僅在生物體中才會出現(xiàn)，還是在任何智能體中都會出現(xiàn)，這是一個普遍原則嗎？AI Agent 的神經(jīng)網(wǎng)絡(luò)中具體有哪些神經(jīng)元參與到了其合作行為的調(diào)控？

需要了解的是，在生物體中通常只能同時控制神經(jīng)元（例如讓其同時活動或同時不活動），有選擇性地操控特定神經(jīng)元活動。但這在 AI 系統(tǒng)中很容易實現(xiàn)，如果清楚地了解它的單元之間具體位置，它是如何被激活的，就能更清楚它背后的機(jī)制。

洪哲對 DeepTech 解釋說道：“在合作行為中，結(jié)果是最終目標(biāo)，而我們想了解的不僅是一起做某件事的合作現(xiàn)象，更重要的是通過怎樣的策略來達(dá)成這個目標(biāo)。”

圖丨小鼠通過合作行為獲得互利的回報（來源：Science）

在實驗中，該團(tuán)隊通過協(xié)調(diào)兩只小鼠的行為，讓它們在 0.75 秒內(nèi)同時將鼻子伸進(jìn)同一洞中，并設(shè)置如果完成合作任務(wù)則能夠獲得水的獎勵。研究人員觀察到一種有趣的現(xiàn)象：兩只小鼠為達(dá)成合作行為，它們發(fā)展出主動接近、等待和互動行為——在合作行為之前會互相碰一下鼻子。

洪哲解釋說道：“頂一下鼻子這個動作，其實是它們互相告知對方馬上開啟合作行為的信號。有意思的是，這并不是本來就存在的，而是小鼠在學(xué)習(xí)和訓(xùn)練的過程中逐漸形成的默契，這種自發(fā)的策略為它們實現(xiàn)最終目標(biāo)提供了保障。”

用動物或 AI 做實驗時，一個很重要的問題是：如果它們產(chǎn)生了某種行為，不管是自發(fā)的還是訓(xùn)練出來的，這些行為會在大腦的具體區(qū)域被表征出來。研究人員想了解的是，大腦中哪些區(qū)域處理這些行為，哪些腦區(qū)可能與這些行為的產(chǎn)生及其學(xué)習(xí)過程有關(guān)？

他們發(fā)現(xiàn)在合作行為中，前扣帶皮層（ACC，anterior cingulate cortex）發(fā)揮了關(guān)鍵作用。ACC 是在動物決策中一個重要的腦區(qū)，在普遍的框架中也非常關(guān)鍵。該腦區(qū)與很多行為有關(guān)，而這些行為又與很多社會行為密切相關(guān)。

“當(dāng)時選擇研究 ACC，是因為以往的研究發(fā)現(xiàn)，ACC 可能在合作行為中發(fā)揮重要作用。因此，我們對 ACC 進(jìn)行了深入的分析和實驗。”洪哲表示。

圖丨ACC 中合作行為的編碼（來源：Science）

研究團(tuán)隊找到了研究 ACC 的方法：他們能夠每秒甚至每毫秒都觀察 ACC 神經(jīng)元的活動，并在合作行為過程中同時記錄幾百個神經(jīng)元，以確定 ACC 神經(jīng)元的活動是否和這些行為有關(guān)。

以上文提到的小鼠合作策略為例，研究人員能夠在 ACC 神經(jīng)元的活動中觀察到相關(guān)的信息。比如在等待時，對應(yīng)的神經(jīng)元活動會變強(qiáng)。這說明 ACC 和這些行為可能有關(guān)，而且 ACC 的活動強(qiáng)度與合作的好壞呈正相關(guān)。也就是說，ACC 如果能更好地反映對方的位置，小鼠的合作行為則效果更好。

此外，研究人員還可以對 ACC 進(jìn)行功能調(diào)控。研究人員發(fā)現(xiàn)，通過降低小鼠 ACC 的活動，小鼠的行為策略會消失，合作行為的效率也會大幅降低。例如，正常情況下，小鼠在 0.3 至 0.4 秒內(nèi)就能完成合作，但在 ACC 活動降低后，它們的表現(xiàn)會變差很多。

圖丨抑制 ACC 神經(jīng)活動會損害合作行為（來源：Science）

在該研究中，研究人員不僅觀察小鼠的行為、進(jìn)行生物相關(guān)實驗，而且擴(kuò)展到 AI 和 AI Agent，還用多智能體強(qiáng)化學(xué)習(xí)（MARL，g multi-agent reinforcement learning）的策略比較了 AI Agent 在類似的環(huán)境中的合作行為。研究人員開發(fā)了兩個基于循環(huán)神經(jīng)網(wǎng)絡(luò)的 AI Agent，并在模擬動物行為的環(huán)境中訓(xùn)練其協(xié)作。通過觀察和學(xué)習(xí)，這些 Agent 逐漸發(fā)展出與小鼠相似的行為策略和神經(jīng)表征。

該研究共經(jīng)歷近四年，回顧研究過程，洪哲指出，最大的挑戰(zhàn)是讓 AI Agent 或小鼠進(jìn)行合作。

實際上，在研究初始階段研究人員對小鼠的時間設(shè)置得比較簡單。他們發(fā)現(xiàn)，如果是在 3 秒內(nèi)完成合作行為，小鼠會采取完全不同的策略——它們總是能找到一些方法拿到獎勵，但過程中并沒有合作行為。

洪哲表示：“科學(xué)研究的過程并不是一條直線，這種意想不到的情況讓我印象深刻。”為此，該團(tuán)隊進(jìn)行了多次調(diào)整和嘗試，最終將兩只小鼠互相合作的時間設(shè)置為 0.75 秒內(nèi)。

從源頭去尋找問題的本質(zhì)

洪哲本科和博士分別畢業(yè)于清華大學(xué)和美國斯坦福大學(xué)，之后他在美國加州理工大學(xué)從事博士后研究工作。目前，洪哲團(tuán)隊致力于研究社會行為的規(guī)律以及社會行為神經(jīng)機(jī)制，即動物或人類在進(jìn)行社會行為時，大腦中的神經(jīng)元如何調(diào)控這些行為。過去十年，他們專注于研究生物體的神經(jīng)網(wǎng)絡(luò)如何調(diào)控社會行為，特別是親社會行為中的合作行為。

大腦是人體中最復(fù)雜的器官，也是我們目前對其了解最少的器官。其他器官雖然由很多細(xì)胞組成，但細(xì)胞類型相對單一。而在大腦中，盡管神經(jīng)元之間有相似之處，但是任何兩個神經(jīng)元的差異可能非常大。

從很早開始，洪哲就對問題的本質(zhì)高度關(guān)注，并喜歡探索復(fù)雜過程背后的機(jī)制，特別是神經(jīng)科學(xué)中的社會神經(jīng)科學(xué)方向。“人與人之間或動物之間的社會行為非常復(fù)雜，其需要大腦的高度參與，是一個高度非線性的、很難預(yù)測的過程。不管是自然智能還是 AI，最高境界都是社會行為。”洪哲說。

為探索問題的本源，他經(jīng)常提出一系列問題：為什么我們會去做一件事情，這件事能夠為別人帶來哪些好處？我們?yōu)槭裁磿氲饺ミ@么做？這個動機(jī)背后在大腦中對應(yīng)的是什么？具體是哪個區(qū)域去激勵這些個體，使其產(chǎn)生一些行為，從而為其他個體帶來好處？

該方向的研究具有廣泛的社會意義。實際上，整個經(jīng)濟(jì)、政治、社會結(jié)構(gòu)都是一個廣義的社會行為。所以，從兩個人的小團(tuán)體到一個龐大的社會，背后個體的大腦和一群個體的大腦是如何控制這些行為的。

今年 7 月，研究團(tuán)隊在發(fā)表于 Nature 的一篇論文中 [2]，也研究了 AI 與生物體之間的相似性，其研究重點是社會行為。他們發(fā)現(xiàn)，當(dāng)兩個人或兩個 AI 進(jìn)行社會行為時，腦活動/神經(jīng)活動表現(xiàn)出高度的一致性。并且，甚至在某些方面 AI 與生物體的互動模式極為接近。研究結(jié)果表明，共享神經(jīng)動力學(xué)代表了生物和 AI 體中相互作用神經(jīng)系統(tǒng)的一個基本且可推廣的特征，并凸顯了共享神經(jīng)動力學(xué)在驅(qū)動社交互動方面的功能意義。

在接下來的研究階段中，研究人員將對 ACC 繼續(xù)深入探索。例如，ACC 是如何接收信息的，又是如何將這些信息傳遞到其他腦區(qū)的。此外，ACC 處理的信息在其他腦區(qū)是否存在？如果存在，又有什么相同點和不同點？“這個過程需要很多神經(jīng)元共同協(xié)同完成，甚至可能需要整個大腦協(xié)同工作，我們對未來的探索充滿期待。”洪哲表示。

參考資料：

1.Jiang, M. et al. Neural basis of cooperative behavior in biological and artificial intelligence systems. Science(2025). https://doi.org/10.1126/science.adw8151

2.Zhang, X., Phi, N., Li, Q. et al. Inter-brain neural dynamics in biological and artificial intelligence systems. Nature 645, 991–1001 (2025). https://doi.org/10.1038/s41586-025-09196-4

運營/排版：何晨龍