“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?！?/strong>美國加州大學(xué)洛杉磯分校（UCLA）洪哲教授對(duì) 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(shí)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?？梢哉f，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(diǎn)認(rèn)為，未來的 AI Agent 可能并不是單獨(dú)產(chǎn)生功能的。無論是與用戶互動(dòng)，還是它們自身的功能，或許都需要多個(gè) 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(xiàng)研究中，洪哲教授團(tuán)隊(duì)通過對(duì)小鼠和 AI 系統(tǒng)在合作任務(wù)中的行為和神經(jīng)活動(dòng)變化的對(duì)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(xiàng)研究對(duì)研究神經(jīng)科學(xué)，特別是研究社會(huì)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(huì)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(diǎn)和不同點(diǎn)，也會(huì)推進(jìn)未來對(duì) 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(dòng)

這項(xiàng)研究源于研究團(tuán)隊(duì)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(huì)出現(xiàn)，還是在任何智能體中都會(huì)出現(xiàn)，這是一個(gè)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(shí)控制神經(jīng)元（例如讓其同時(shí)活動(dòng)或同時(shí)不活動(dòng)），有選擇性地操控特定神經(jīng)元活動(dòng)。但這在 AI 系統(tǒng)中很容易實(shí)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(duì) 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(gè)目標(biāo)?！?/p>

圖丨小鼠通過合作行為獲得互利的回報(bào)（來源：Science）

在實(shí)驗(yàn)中，該團(tuán)隊(duì)通過協(xié)調(diào)兩只小鼠的行為，讓它們?cè)?0.75 秒內(nèi)同時(shí)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(jiǎng)勵(lì)。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(dòng)接近、等待和互動(dòng)行為——在合作行為之前會(huì)互相碰一下鼻子。

洪哲解釋說道：“頂一下鼻子這個(gè)動(dòng)作，其實(shí)是它們互相告知對(duì)方馬上開啟合作行為的信號(hào)。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(shí)現(xiàn)最終目標(biāo)提供了保障?！?/p>

用動(dòng)物或 AI 做實(shí)驗(yàn)時(shí)，一個(gè)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(huì)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(dòng)物決策中一個(gè)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(huì)行為密切相關(guān)。

“當(dāng)時(shí)選擇研究 ACC，是因?yàn)橐酝难芯堪l(fā)現(xiàn)，ACC 可能在合作行為中發(fā)揮重要作用。因此，我們對(duì) ACC 進(jìn)行了深入的分析和實(shí)驗(yàn)?！焙檎鼙硎?。

圖丨ACC 中合作行為的編碼（來源：Science）

研究團(tuán)隊(duì)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(dòng)，并在合作行為過程中同時(shí)記錄幾百個(gè)神經(jīng)元，以確定 ACC 神經(jīng)元的活動(dòng)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(dòng)中觀察到相關(guān)的信息。比如在等待時(shí)，對(duì)應(yīng)的神經(jīng)元活動(dòng)會(huì)變強(qiáng)。這說明 ACC 和這些行為可能有關(guān)，而且 ACC 的活動(dòng)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(duì)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(duì) 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(dòng)，小鼠的行為策略會(huì)消失，合作行為的效率也會(huì)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(dòng)降低后，它們的表現(xiàn)會(huì)變差很多。

圖丨抑制 ACC 神經(jīng)活動(dòng)會(huì)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(shí)驗(yàn)，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(gè)基于循環(huán)神經(jīng)網(wǎng)絡(luò)的 AI Agent，并在模擬動(dòng)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(shí)際上，在研究初始階段研究人員對(duì)小鼠的時(shí)間設(shè)置得比較簡(jiǎn)單。他們發(fā)現(xiàn)，如果是在 3 秒內(nèi)完成合作行為，小鼠會(huì)采取完全不同的策略——它們總是能找到一些方法拿到獎(jiǎng)勵(lì)，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?！睘榇?，該團(tuán)隊(duì)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(shí)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(duì)致力于研究社會(huì)行為的規(guī)律以及社會(huì)行為神經(jīng)機(jī)制，即動(dòng)物或人類在進(jìn)行社會(huì)行為時(shí)，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(huì)行為，特別是親社會(huì)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(duì)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(duì)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(gè)神經(jīng)元的差異可能非常大。

從很早開始，洪哲就對(duì)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(huì)神經(jīng)科學(xué)方向?！叭伺c人之間或動(dòng)物之間的社會(huì)行為非常復(fù)雜，其需要大腦的高度參與，是一個(gè)高度非線性的、很難預(yù)測(cè)的過程。不管是自然智能還是 AI，最高境界都是社會(huì)行為?！焙檎苷f。

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(huì)去做一件事情，這件事能夠?yàn)閯e人帶來哪些好處？我們?yōu)槭裁磿?huì)想到去這么做？這個(gè)動(dòng)機(jī)背后在大腦中對(duì)應(yīng)的是什么？具體是哪個(gè)區(qū)域去激勵(lì)這些個(gè)體，使其產(chǎn)生一些行為，從而為其他個(gè)體帶來好處？

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

今年 7 月，研究團(tuán)隊(duì)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(diǎn)是社會(huì)行為。他們發(fā)現(xiàn)，當(dāng)兩個(gè)人或兩個(gè) AI 進(jìn)行社會(huì)行為時(shí)，腦活動(dòng)/神經(jīng)活動(dòng)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(dòng)模式極為接近。研究結(jié)果表明，共享神經(jīng)動(dòng)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(gè)基本且可推廣的特征，并凸顯了共享神經(jīng)動(dòng)力學(xué)在驅(qū)動(dòng)社交互動(dòng)方面的功能意義。

在接下來的研究階段中，研究人員將對(duì) 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(diǎn)和不同點(diǎn)？“這個(gè)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(gè)大腦協(xié)同工作，我們對(duì)未來的探索充滿期待?！焙檎鼙硎?。

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(yùn)營/排版：何晨龍