现实生活中，一个被训练去追踪自己位置的人工智能系统进化出了与哺乳动物的大脑极其相似的结构。
Alphabet的人工智能部门DeepMind的研究人员们训练了一个复杂的数字神经网络，让它像一只觅食的小白鼠一样，在模拟环境中追踪自己的位置和方向，通过此来收集关于该神经网络速度变化的信息。研究人员们在一个博客帖子中写道，这将大致对应哺乳动物如何在不熟悉和黑暗的环境中导航。
就在系统越来越擅长于追踪该神经网络的变化速度以算出它所在的位置时，研究人员们发现，一部分神经网络开始呈现蜂窝状的六边形集群，这与人们在哺乳动物大脑的神经细胞中发现的图案是一样的。在哺乳动物的大脑中，“网格细胞”会在一个名叫“内嗅皮质”模糊结构中自行组织，这个结构被认为是导航的关键。2014年，夫妻研究团队爱德华·I·莫泽（Edvard I. Moser）和梅-布里特·莫泽（May-Britt Moser）就因为在哺乳动物中发现网格细胞而共同获得诺贝尔生理学奖。
DeepMind科学家们将位置追踪网络、数字网格细胞等等整合到由更复杂的神经网络驱动的机器人中，随后，他们训练机器人穿过一个虚拟的老鼠迷宫。这些机器人被随意放在迷宫中的任何位置，成功走到固定目标区域的机器人将获得奖赏，也就是一块虚拟乳酪。
“机器人的表现达到超人级别，超越了专业游戏玩家的能力，展现了动物身上那种灵活的导航技巧，在条件允许的情况下会采用新的路线和捷径，”研究人员们写道。
当科学家们人为消除了这些网格细胞的输出信息，他们发现，机器人更难找到目标。当他们将机器人上次访问目标地的网格细胞信息替换成机器人访问任何其他地方的网格细胞信息时，机器人会走到网格细胞信息显示的其他地方。
“我们相信我们的研究对了解哺乳动物大脑中网格细胞的计算目的起到了关键作用，并突出了网格细胞对人造系统的重要性，”他们写道，“这些证据支持了一个理论，那就是网格细胞提供了一个欧几里得空间框架，使以矢量为基础的导航成为可能。”
这个研究还显示，人工神经网络和AI系统可以用于研究生物的神经学。虽然这正是创建人工神经网络的早期动机之一，但后来，人工神经网络被用于语音识别和图像处理等更迫切的研究中。
但随着技术变得更加先进，人工神经网络可以被科学家用于探索人类大脑的奥秘——或许还将帮忙避免用动物做试验所引发的伦理问题。
“在未来，这类网络将提供一个新的方式来让科学家做‘实验’，提出新的理论甚至是补充某些在动物身上进行的研究，”研究人员写道。
