🤖 AI

Navigating Simply, Aligning Deeply: Winning Solutions for Mouse vs. AI 2025

Team HCMUS_TheFangs behaalde winnende resultaten in beide tracks van de NeurIPS 2025 Mouse vs. AI-competitie door aan te tonen dat lichtgewicht, eenvoudige architecturen uitblinken in visuele robuustheid, terwijl diepere, hoogcapacitieve modellen superieur zijn voor neurale alignment, wat onthulde dat optimale prestaties afhangen van het afstemmen van architecturale complexiteit op specifieke taaldoelen in plaats van het maximaliseren van de modelgrootte.

Oorspronkelijke auteurs: Phu-Hoa Pham, Chi-Nguyen Tran, Dao Sy Duy Minh, Nguyen Lam Phu Quy, Huynh Trung Kiet

Gepubliceerd 2026-02-03

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Phu-Hoa Pham, Chi-Nguyen Tran, Dao Sy Duy Minh, Nguyen Lam Phu Quy, Huynh Trung Kiet

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een wedstrijd voor waarbij kunstmatige intelligentie-agenten tegen echte muizen racen om een verborgen bal te vinden in een 3D-doolhof. Maar er is een twist: de wedstrijd heeft twee verschillende juryleden met zeer verschillende doelen.

De Wedstrijd: "Muis vs. AI"
Denk hierbij aan een rijexamen.

Track 1 (De "Slecht Weer" Test): De eerste rechter wil zien of de AI door het doolhof kan rijden, zelfs als het weer verandert. Wat als het plotseling mistig wordt? Wat als de lichten knipperen of de zon ondergaat? Het doel hier is robuustheid—kan de AI blijven functioneren wanneer de omstandigheden chaotisch worden?
Track 2 (De "Hersenscan" Test): De tweede rechter geeft niet om het winnen van de race. In plaats daarvan wil hij weten: Werkt het brein van de AI zoals dat van een muis? Zij hebben opnames van 19.000 echte muisneuronen die vuren terwijl de muizen door het doolhof rennen. Het doel hier is alignement—lijkt de interne verwerking van de AI op die van de biologie?

De Grote Verrassing: Simpel vs. Complex
Het team van de University of Science, VNU-HCM (Team HCMUS_TheFangs) kwam met een verrassende ontdekking: Eén maat past niet voor iedereen.

1. Voor de "Slecht Weer" Test (Track 1): Houd het Simpel

Het team probeerde een supercomplexe AI-brein te bouwen met veel lagen (zoals een diep neuraal netwerk). Het was also kind een enorme, ingewikkelde encyclopedie laten uit het hoofd leren.

Wat er gebeurde: De complexe AI onthield het trainingsdoolhof perfect, maar bevroor toen de mist opkwam. Het was te specifiek.
De Winnende Oplossing: Ze stapten over naar een klein, twee-laags brein (een "SimpleCNN"). Denk hierbij aan een lokale bewoner die de algemene verkeersregels kent, maar niet over elk detail te diep nadenkt.
Het Geheime Recept: Ze voegden twee eenvoudige hulpmiddelen toe:
1. Normalisatie: Dit is alsof je een zonnebril opzet. Het helpt de AI om veranderingen in helderheid of kleur te negeren, en zich te concentreren op de vorm van het pad.
2. Gating (GLU): Dit werkt als een uitsmijter bij een club. Het laat nuttige informatie binnen, maar blokkeert "ruis" of verwarrende visuele statische elektriciteit.
Het Resultaat: Deze simpele, "straat-slimme" AI won met een score van 95,4%. Het bewees dat je voor het overleven in vreemd weer geen supercomputer nodig hebt; je hebt een simpel, aanpasbaar systeem nodig.

2. Voor de "Hersenscan" Test (Track 2): Ga Diep

Toen het doel veranderde naar het nabootsen van een muisbrein, draaide de strategie om. Het kleine AI-brein was niet goed genoeg.

Het Probleem: Een muizenbrein is een enorme, complexe hiërarchie. Het verwerkt eenvoudige randen, dan vormen, en dan objecten, allemaal tegelijkertijd. Een klein AI-brein kon die diepte simpelweg niet bevatten.
De Winnende Oplossing: Ze bouwden een diepe, 16-laagse ResNet. Denk hierbij aan een enorme bibliotheek met 17,8 miljoen boeken (parameters). Het heeft genoeg "hersencapaciteit" om de complexe, gelaagde manier waarop een muis de wereld ziet, te begrijpen.
Het Resultaat: Dit diepe, complexe model won de eerste plaats voor neurale alignement. Het toonde aan dat je om biologie te imiteren, daadwerkelijk een groot, complex brein nodig hebt.

De "Sweet Spot" Ontdekking

Het team merkte ook iets vreemds op over de trainingstijd. Je zou denken: "Als ik de AI langer train, wordt hij beter."

De Realiteit: Het is geen rechte lijn. Ze testten modellen die getraind waren voor verschillende tijdsduur (van 60.000 stappen tot meer dan 1 miljoen).
De Bevinding: De beste modellen werden vaak gevonden rond de 200.000 stappen. Als ze te lang trainden (zoals 1 miljoen stappen), werden de modellen juist slechter.
De Analogie: Het is als studeren voor een toets. Als je een beetje studeert, weet je niets. Als je precies de juiste hoeveelheid studeert, haal je een uitstekend cijfer. Maar als je dagenlang doorstudeert zonder te stoppen, raak je opgebrand, vergeet je de basis en begin je stomme fouten te maken. Het "perfecte" model was het model dat de training stopte vlak voordat het begon te overdenken.

Wat Faalde?

Het team probeerde veel fancy ideeën die niet werkten:

InceptionNet: Een zeer complexe architectuur die simpelweg weigerde iets te leren.
Data Augmentation: Ze probeerden de trainingsbeelden kunstmatig vreemd te maken (regen, nacht, etc.) om de AI te leren. Verrassend genoeg maakte dit de AI slechter. Het was alsof je iemand probeert te leren autorijden door foto's te laten zien van auto's in brand; het verwarde de AI eerder dan dat het hielp.
LSTMs (Geheugen): Ze probeerden de AI een "geheugen" te geven om eerdere frames te onthouden. Dit vernietigde het vermogen van de AI om het 2D-beeld duidelijk te zien, waardoor het onhandig werd.

De Les

Het paper concludeert met een duidelijke les:

Als je een AI wilt die taai en betrouwbaar is in veranderende omgevingen, houd het dan simpel. Over-engineer het niet.
Als je een AI wilt die biologie nabootst, heb je complexiteit en diepte nodig om overeen te komen met de rijkdom van een levend brein.

Het team heeft niet alleen een winnaar gevonden; ze hebben aangetoond dat het "beste" AI-ontwerp volledig afhangt van wat je precies probeert te bereiken. Soms is minder meer; soms heb je de hele bibliotheek nodig.

Technische Samenvatting: Simpel Navigeren, Diep Uitlijnen

Probleemstelling

Het artikel behandelt de "robuustheidskloof" bij kunstmatige agenten, waarbij deep reinforcement learning (RL) systemen vaak falen wanneer ze te maken krijgen met visuele perturbaties buiten de trainingsdistributie, in tegenstelling tot biologische systemen (specifiek muizen) die stabiele navigatie behouden onder variërende omstandigheden. De auteurs namen deel aan de NeurIPS 2025 Mouse vs. AI: Robust Visual Foraging Competition, die agenten evalueert op twee afzonderlijke, complementaire tracks:

Track 1 (Visuele Robuustheid): Meet generalisatie naar vastgehouden visuele perturbaties (bijv. mist, veranderingen in verlichting) met behulp van een gewogen gemiddelde van de Average Success Rate (ASR) en de Modified Success Rate (MSR).
Track 2 (Neurale Uitlijning): Evalueert hoe goed de interne visuele representaties van een agent de neurale activiteit voorspellen die is geregistreerd van meer dan 19.000 neuronen in de visuele cortex van de muis tijdens dezelfde taak, met behulp van lineaire readout $R^2$ -metrieken.

De kernuitdaging ligt in de spanning tussen deze doelstellingen: gedragsmatige robuustheid bevoordeelt vaak abstractie van lage-orde statistieken, terwijl neurale uitlijning mogelijk het behoud van gedetailleerde stimulusstructuren vereist.

Methodologie

De auteurs, Team HCMUS_TheFangs, lieten de conventionele wijsheid varen dat complexe visuele taken overeenkomstige complexe architecturen vereisen. In plaats daarvan volgden zij een duale strategie-aanpak door verschillende architecturen te ontwikkelen die geoptimaliseerd zijn voor de specifieke vereisten van elke track.

Track 1: Lichtgewicht Architectuur voor Robuustheid

Voor visuele robuustheid ontwikkelde het team een SimpleCNN-architectuur die de nadruk legt op eenvoud om overfitting te voorkomen.

Architectuur: Een twee-laagse convolutionele backbone met agressieve ruimtelijke downsampling (8×8 kernel, stride 4; gevolgd door 4×4 kernel, stride 2).
Verbeteringen:
- Gated Linear Units (GLU): Een module die Swish-activatie gebruikt voor feature-transformatie en sigmoid voor gating, wat selectieve informatiestroom mogelijk maakt om ruisgevoelige componenten te onderdrukken.
- Observatie Normalisatie: Running statistics (exponentieel voortschrijdend gemiddelde) toegepast op inputs om invariantie tegen veranderingen in globale verlichting te waarborgen.
Training: Een twee-fasen strategie waarbij de backbone eerst wordt getraind, gevolgd door de toevoeging van de GLU-module.

Track 2: Diepe Architectuur voor Neurale Uitlijning

Voor neurale uitlijning maakte het team gebruik van een Deep ResNet-achtige architectuur die is ontworpen om hiërarchische representaties te vangen die de biologische visuele cortex spiegelen.

Architectuur: 16 convolutionele lagen georganiseerd in residual blocks met progressieve kanaalexpansie (64 → 128 → 256 → 512).
Mechanisme: Bevat GLU-gebaseerde gating voor adaptieve feature routing. Het model bevat 17,8 miljoen parameters, aanzienlijk groter dan het Track 1-model (1,4M).
Training: Uitgebreide experimenten met trainingsduur variërend van 60K tot 1,14M stappen, waarbij checkpoints werden opgeslagen elke 20K stappen om de relatie tussen trainingstijd en prestaties te analyseren.

Gefaalde Benaderingen

Het artikel documenteert systematisch verschillende benaderingen die onderpresteerden:

InceptionNet: Slaagde er niet in om te convergeren.
Deep ResNet (24 lagen): Bereikte een hoge trainingsprestatie maar leed aan een daling van 35% in prestaties onder perturbaties door ernstige overfitting.
LSTM Integratie: Veroorzaakte instabiliteit tijdens de training en prestatiecollaps, waarschijnlijk door de vernietiging van de 2D-ruimtelijke structuur.
Naïeve Data Augmentatie: Verlaagde verrassend genoeg de prestaties (van 87,7% naar 59,8%) door het introduceren van distributie-mismatches.

Belangrijkste Resultaten

Track 1: Visuele Robuustheid

De lichtgewicht SimpleCNN met GLU en normalisatie behaalde een eindscore van 95,4%, waarmee de eerste plaats werd veiliggesteld.

Ablatie: Observatie-normalisatie zorgde voor de grootste winst (+3,8%), gevolgd door GLU (+0,2%).
Vergelijking: De 24-laagse ResNet-baseline scoorde slechts 65,98%, wat benadrukt dat verhoogde diepte de generalisatie in deze context schaadt. De SimpleCNN behield een minimale kloof tussen ASR (96,80%) en MSR (94,00%), terwijl de diepe ResNet een gat van 30 punten vertoonde.

Track 2: Neurale Uitlijning

De diepe ResNet-architectuur bereikte de top-1 prestatie (Score: 0,1517) op neurale uitlijningsmetrieken.

Capaciteit: Het 17,8M parameters tellende model presteerde aanzienlijk beter dan de lichtgewicht SimpleCNN (Rank 13, Score 0,1451), wat aantoont dat het vangen van biologische representaties een substantiële modelcapaciteit vereist.
Niet-monotone Training: Een cruciale bevinding was de niet-monotone relatie tussen trainingsduur en prestaties. Het optimale checkpoint ontstond rond de 200K stappen (Rank 2), en presteerde bijna net zo goed als het model dat getraind was voor 1,14M stappen (Rank 1). Modellen getraind voor tussenliggende duur (bijv. 520K stappen) presteerden slechter dan modellen getraind voor zeer korte duur (80K stappen), wat suggereert dat verlengde training kan leiden tot overfitting of catastrofaal vergeten, zelfs in neurale uitlijningstaken.

Belangrijkste Bijdragen

Architecturale Eenvoud voor Robuustheid: Toonde aan dat een lichtgewicht twee-laagse CNN met gerichte verbeteringen (GLU, normalisatie) significant beter presteert dan complexe diepe netwerken voor visuele robuustheid, wat de aannames over de vereisten voor visuo-motorische taken uitdaagt.
Capaciteit voor Neurale Uitlijning: Toonde aan dat hoewel simpelere modellen uitblinken in gedragsmatige robuustheid, diepere architecturen met een hogere capaciteit nodig zijn om superieure neurale uitlijning te bereiken, wat de hiërarchische complexiteit van biologische visuele verwerking weerspiegelt.
Documentatie van Falen: Biedt een uitgebreide analyse van gefaalde benaderingen (InceptionNet, diepe ResNet, LSTM, naïeve augmentatie), wat praktische richtlijnen biedt om veelvoorkomende valkuilen in robuuste visuele RL te vermijden.
Analyse van Trainingsdynamiek: Onthulde een niet-monotone relatie tussen trainingsduur en prestaties, waarbij werd vastgesteld dat optimale checkpoints vaak ver voor de convergentie ontstaan (rond 200K stappen).

Betekenis en Claims

Het artikel beweert praktische richtlijnen te bieden voor het ontwikkelen van robuuste, biologisch geïnspireerde visuele agenten door conventionele aannames over modelcomplexiteit uit te dagen. De auteurs stellen dat gedragsmatige competentie niet noodzakelijkerwijs biologische plausibiliteit impliceert; de architecturen die optimaal zijn voor het overleven van visuele perturbaties verschillen fundamenteel van de architecturen die nodig zijn om neurale activiteit na te bootsen.

Door aan te tonen dat "simpel beter is" voor robuustheid, terwijl "dieper beter is" voor uitlijning, suggereert het werk dat de doelstellingen van robuustheid en biologische plausibiliteit in spanning kunnen staan, wat verschillende architecturale keuzes vereist. De bevindingen benadrukken het belang van taak-specifieke inductieve biases en de waarde van systematische checkpoint-analyse in plaats van training tot convergentie.