What if Eye..? - Nếu mắt thì sao...?
(eyes.mit.edu)- What if Eye...? là một dự án tái chạy quá trình tiến hóa trong một vũ trụ giống trò chơi điện tử, nhằm khám phá bằng tính toán các nguyên lý của trí tuệ thị giác sinh học và những hình thái mới của trí tuệ nhân tạo
- Các agent bắt đầu từ một tế bào cảm nhận ánh sáng và một bộ não nhỏ, rồi tiến hóa trí tuệ thị giác trong các ràng buộc vật lý thực, ràng buộc cơ thể và áp lực sinh tồn
- Khi thay đổi mục tiêu như điều hướng và phát hiện, có thể so sánh những cấu trúc mắt và hành vi nào xuất hiện một cách tự nhiên
- Khi mở rộng đồng thời kích thước não và mắt, xuất hiện quy luật lũy thừa trong scaling, nhưng nếu thị lực là nút thắt cổ chai thì chỉ tăng kích thước não cũng không cải thiện thêm hành vi
- Khi kích hoạt các gene quang học, quang học dạng thấu kính xuất hiện lặp lại, hoạt động như một cách giải quyết sự đánh đổi căn bản giữa thu nhận ánh sáng và độ chính xác không gian
Môi trường thí nghiệm tái chạy quá trình tiến hóa thị giác
- What if Eye...? xuất phát từ tiền đề rằng “tiến hóa đã xảy ra một lần”, và tái hiện bằng tính toán quá trình tiến hóa thị giác trong một vũ trụ giống trò chơi điện tử
- Mục tiêu không phải là trí tuệ thị giác được thiết kế bằng tập dữ liệu cố định và thiên kiến của con người, mà là để phần cứng cảm nhận cùng phần mềm tri giác, suy luận và hành động tự xuất hiện trong môi trường
- Agent bắt đầu chỉ với một tế bào cảm nhận ánh sáng và một bộ não nhỏ
- Đối mặt với các điều kiện vật lý thực
- Chịu những ràng buộc của một cơ thể hữu hình
- Tiến hóa trí tuệ thị giác dưới áp lực sinh tồn
- Mỗi thí nghiệm được cấu trúc như một giả thuyết
- Đặt ra câu hỏi what-if hoặc điều kiện phản thực tế
- Tiến hóa các agent có cơ thể trong một engine vật lý giống trò chơi điện tử
- Quan sát những loại mắt và hành vi nào xuất hiện
Điều kiện để mắt và não cùng tiến hóa
- Khi mục tiêu của thị giác thay đổi, agent tiến hóa trong một thế giới chỉ có hai nhiệm vụ
- NAVIGATION: mục tiêu là di chuyển sang trái nhanh nhất có thể trong khi tránh các bức tường mê cung là chướng ngại vật
- DETECTION: mục tiêu là phát hiện thức ăn và tránh chất độc
- Trong điều kiện bộ não được giữ nhỏ trong suốt quá trình tiến hóa, khi mở rộng một cách có hệ thống đồng thời kích thước mắt và não, xuất hiện quy luật lũy thừa trong scaling giữa năng lực thần kinh và hiệu năng nhiệm vụ
- Mối quan hệ này chỉ đúng khi độ phân giải thị giác cũng được mở rộng cùng lúc
- Nếu độ phân giải thị giác là nút thắt cổ chai, chỉ tăng kích thước não sẽ không dẫn đến hành vi tốt hơn
- Trong điều kiện mắt có thể khúc xạ ánh sáng, gene quang học được kích hoạt
- Không có quang học, chiến lược lỗ kim có thể làm hình ảnh sắc nét, nhưng phải đánh đổi bằng ánh sáng nên sẽ chạm giới hạn
- Có quang học, thấu kính xuất hiện như một cách giải quyết sự đánh đổi giữa thu nhận ánh sáng và độ chính xác không gian
- Kiểu gene tích hợp bao gồm cả cảm biến thị giác vật lý là phần cứng và các thành phần học là phần mềm
- Gene hình thái xác định các đặc tính lấy mẫu không gian như vị trí mắt và góc nhìn
- Gene quang học xử lý các tương tác ánh sáng như số lượng thụ thể quang, thành phần quang học và kích thước đồng tử
- Gene thần kinh chỉ định năng lực học
- Có thể khám phá các lộ trình tiến hóa thực tế bằng cách chia ba cụm gene thành các phần có thể biến dị độc lập
Tài liệu công khai và các bài trình bày
- Dự án cung cấp bài báo, roadmap, bài trình bày, công cụ mã nguồn mở và triển lãm công khai
- Các ấn phẩm chính gồm
- Computationally Recreating Vision Evolution: bài báo bình duyệt trên Science Advances, bao gồm toàn bộ thiết lập thí nghiệm, kết quả và phân tích tiến hóa
- A Roadmap for Generative Design of Visual Intelligence: bài viết của MIT Press tổng hợp lý do, ứng dụng và cách tiếp cận để tạo sinh trí tuệ thị giác thay vì thiết kế thủ công
- Designing Imaging Systems with Reinforcement Learning: bài báo ICCV đề xuất phương pháp đồng thiết kế hệ thống hình ảnh và mô hình tri giác chuyên biệt theo nhiệm vụ dựa trên phản hồi từ môi trường
- Emergence of foveal image sampling from learning to attend in visual scene: bài báo NeurIPS cho thấy lấy mẫu ảnh kiểu hố trung tâm xuất hiện khi học cách chú ý trong cảnh thị giác
- Designing neural network architectures using reinforcement learning: bài báo ICLR thiết kế kiến trúc mạng nơ-ron bằng học tăng cường để cải thiện hiệu năng nhiệm vụ thị giác
- The First Signs of Vision: luận văn MIT của Cathy Chang về mô phỏng tương tác quá trình tiến hóa thị giác của động vật từ vụ bùng nổ kỷ Cambri đến ngày nay
- Các bài trình bày công khai bao gồm
- "The Emergence of Convergence in Different Levels of Biology and AI" của Brian Cheung, trình bày tại Symposium on the Platonic Space
- "Embodied Eyes For Scientific Discovery: Generation and Verification Loops to ask the "why" questions in vision" của Kushagra Tiwary, trình bày tại UC Berkeley's Redwood Center
- "What-If Machines for Vision: Evolving Eyes and Brains with AI" của Kushagra Tiwary, trình bày tại Imagination in Action
- Bài trình bày Tedx khám phá các hàm ý rộng hơn của công việc tiến hóa trí tuệ thị giác bằng các agent nhân tạo
- Dự án cũng cung cấp mã nguồn và hạng mục triển lãm
- Simulator: công cụ mã nguồn mở cho phép chạy trình mô phỏng tiến hóa, định nghĩa nhiệm vụ mới và trực tiếp tiến hóa các agent có cơ thể
- Colab Notebook: notebook tương tác để thử nghiệm Cambrian agents trên trình duyệt, hiện vẫn ở trạng thái sắp công bố
- Video Exhibition: triển lãm công khai có tính tham gia, cho phép khách tham quan trực tiếp trải nghiệm thị giác đang tiến hóa
- Hợp tác này được hỗ trợ bởi MIT GenAI Impacts of Generative AI Grant
1 bình luận
Ý kiến trên Hacker News
Hồi trung học, giáo viên khoa học máy tính từng dạy tôi về mắt cua móng ngựa.
Thầy nói mắt cua móng ngựa không nhìn thấy những thứ lớn hơn trường nhìn của nó, nên nó ăn sinh vật nhỏ và bỏ qua sinh vật lớn; để minh họa điều này, thầy dùng một mô hình mạng nơ-ron trong Excel.
Thầy là một người tuyệt vời, đã dạy chúng tôi cách có sự tò mò và insight trong khoa học máy tính, đồng thời giới thiệu cả Donald Knuth, TeX, v.v.
Có phải giống như con người cũng khó nói là mình “nhìn thấy” một vật thể đủ lớn và phát sáng đồng đều ngay trước mắt không?
Dawkins cũng giải thích ngắn gọn về sự tiến hóa của mắt ở đây: https://www.youtube.com/watch?v=2X1iwLqM2t0
Điều kiện này cơ bản đến mức bước từ con số 0 đến “một lớp tế bào nhạy sáng” có vẻ như gần như chẳng là gì, nhưng thực ra không phải vậy.
Trước đó còn cần protein thụ quang, một hệ thần kinh hoặc đường truyền xử lý tín hiệu hoạt động được, cơ chế chuyển hấp thụ ánh sáng thành tín hiệu điện, hệ thống phối hợp tín hiệu đó với các phần khác của sinh vật, v.v.
Có lẽ đây giống câu hỏi vật lý/khoa học máy tính hơn là sinh học, nhưng tôi tò mò còn bao lâu nữa mới có một trình mô phỏng vật lý đủ tốt để thực hiện thí nghiệm mà MIT đã làm với mắt trên toàn bộ sinh vật.
Nếu một ngày nào đó có thể nhập vật lý của Trái Đất và nhận đầu ra là sinh vật đại khái giống sinh vật Trái Đất, thì có lẽ ta cũng có thể đưa vật lý của các ngoại hành tinh vào để biết sự sống ở đó sẽ trông như thế nào.
Tôi nghĩ còn khá xa mới mô hình hóa được độ phức tạp của toàn bộ sinh vật. Nhưng nếu mục tiêu là trả lời một câu hỏi nghiên cứu, thì ngay cả hiện nay cũng có thể mô hình hóa các phiên bản đơn giản hơn. Giống như nhóm nghiên cứu này đã làm với câu hỏi thị giác tiến hóa như thế nào.
Gần đây, C. elegans đã được mô hình hóa 3D bao gồm toàn bộ nơ-ron và chất dẫn truyền thần kinh, và nó phản ứng với kích thích ảo như giun thật (https://www.nature.com/articles/s43588-024-00738-w)
Một sinh vật đơn lẻ thì đã khả thi, nhưng để những thực thể như vậy tiến hóa trong 3D có lẽ sẽ còn mất thêm thời gian. Nhân tiện, tôi không học chuyên ngành khoa học máy tính, chỉ là người đam mê thôi.
Còn tùy bạn muốn mô hình chính xác đến đâu, nhưng nếu nghĩ ở mức như trong mơ thì tôi cho rằng các mô phỏng kiểu này cần điện toán lượng tử mới có ý nghĩa.
Ý tưởng về các quy luật áp dụng kiểu như trong toán học có thể không phù hợp với sinh vật, vì sinh vật được giải thích bằng mục đích luận. Tim không tình cờ tuần hoàn máu; nó đập để tuần hoàn máu nhằm cung cấp oxy cho cơ thể.
Ngoài ra, việc sinh vật sống ở khí hậu lạnh thường có lông dày không có nghĩa lông dày đồng nghĩa với khí hậu lạnh. Một số loài thú lấp đầy ổ sinh thái mà ở hệ sinh thái khác do chim đảm nhiệm, còn ở nơi khác nữa thì cá giữ vai trò đó. Ở New Zealand, chim lại lấp đầy những vị trí mà trong các hệ sinh thái khác có thể do thú đảm nhiệm.
Tôi không chắc sinh học có thể trở thành một khoa học thuần túy quy nạp hay không.
Các video YouTube liên quan cũng thuộc nhóm khá thú vị: https://www.google.com/search?q=simulating+evolution+muscles
Thông thường chúng là 2D hoặc có đơn giản hóa rất lớn. Nếu cố tiến hóa sinh vật “thật”, ngay cả khi bỏ qua “não”, độ phức tạp có lẽ cũng sẽ bùng nổ rất nhanh.
Tôi nhớ đến “Autoverse” trong Permutation City (1994) của Greg Egan. Nếu bạn thích bài này thì tôi rất khuyến nghị.
Một sự thật thú vị liên quan đến tiến hóa của mắt: đốm đen nhìn thấy trên mắt chuồn chuồn không phải là đồng tử đang dõi theo bạn, cũng không phải là sự thay đổi của chính con mắt.
Thực ra đó là bạn đang nhìn thẳng vào cấu trúc dạng cột của mắt chuồn chuồn. Nó bắt ánh sáng cực kỳ hiệu quả nên trông có màu đen, và về hiệu suất thì rất gần giới hạn vật lý.
Từ kinh nghiệm làm trình mô phỏng sự sống nhân tạo trong thập niên 90, có quá nhiều phần của mô hình phụ thuộc vào các tham số mà người viết mô phỏng đưa vào.
Nếu bắt đầu từ tế bào nhạy sáng và tạo một thuật toán di truyền thưởng cho tác nhân đi qua mê cung tốt, thì cuối cùng sẽ “tiến hóa” ra tác nhân dùng nhiều tế bào cảm quang như mắt.
Tôi băn khoăn liệu điều đó thật sự cho ta biết gì về tiến hóa hay sự sống, hay chỉ cho biết về mô phỏng mà ta đã thiết lập.
Cái này giống một mô hình hơn là mô phỏng, và là mô hình cố giải thích một hiện tượng thực tế cụ thể theo cách tập trung và súc tích nhất có thể.
Điều rút ra ở đây là hai loại mắt, mắt kép và mắt kiểu camera, có thể được mô hình hóa bằng một tập hợp 3 nhiệm vụ cụ thể cùng với các yếu tố điều chỉnh giải phẫu tối thiểu.
Khi đó, việc so sánh và đối chiếu các bằng chứng rõ ràng thu được từ mô hình, rồi xem cách giải thích này ăn khớp ra sao với các giải thích ít chắc chắn hơn thu được bằng phương pháp sinh học tiến hóa, có thể thực sự hữu ích.
Một phép ví von hay là xem liệu chỉ với cổng logic, latch và xung clock có thể giải thích sự “xuất hiện” của vi kiến trúc superscalar hiện đại hay không. Ý là không cần mô hình hóa cả mớ hỗn độn analog phát sinh khi đẩy tần số cao vào mạch vật lý.
Câu hỏi phù hợp có lẽ là liệu kiến thức đó hoàn toàn vô dụng, hay về sau có thể giúp ích cho điều gì đó.
Với tiêu đề “từ đầu”, tôi đã tưởng sẽ thấy cả một thụ thể quang đơn lẻ tiến hóa từ một thứ gì khác.
Tôi đã mirror website trong lúc bên kia tạm thời xử lý: https://cambrian.pages.dev/
Có vẻ website bị hỏng (repository bị xóa chăng?) nên tôi đã phải vào đây thay thế: https://eyes.mit.edu/ACI/
Và bài báo mà website đó đề cập nằm ở đây: https://arxiv.org/pdf/2501.15001
Tôi là tác giả. Nếu có gì thắc mắc thì tôi sẽ trả lời.