研究揭示了我们如何设计像蜜蜂一样思考的机器人
蜜蜂必须平衡努力、风险和回报，快速准确地评估哪些花朵最有可能为蜂巢提供食物。今天发表在《eLife》杂志上的研究 揭示了数百万年的进化如何使蜜蜂能够做出快速决策并降低风险。
这项研究增强了我们对昆虫大脑、我们自己的大脑如何进化以及如何设计更好的机器人的理解。
该论文提出了蜜蜂的决策模型，并概述了蜜蜂大脑中实现快速决策的路径。该研究由悉尼麦考瑞大学的安德鲁·巴伦教授、谢菲尔德大学的哈迪·马布迪博士、内维尔·迪尔登和詹姆斯·马歇尔教授领导。
“决策是认知的核心，”巴伦教授说。“这是对可能结果进行评估的结果，动物的生活充满了决定。蜜蜂的大脑比芝麻还小。然而她可以比我们更快、更准确地做出决定。被编程来完成蜜蜂工作的机器人需要超级计算机的支持。
“当今的自主机器人很大程度上在远程计算的支持下工作，”巴伦教授继续说道。“无人机相对来说是无脑的，它们必须与数据中心进行通信。这条技术道路永远不会让无人机真正单独探索火星——NASA 令人惊叹的火星漫游车在多年的探索中已经行驶了约 75 公里。”
蜜蜂需要快速高效地工作，寻找花蜜并将其返回蜂巢，同时避开捕食者。他们需要做出决定。什么花会结花蜜?当它们飞行时，它们只容易受到空中攻击。当它们着陆觅食时，很容易受到蜘蛛和其他捕食者的攻击，其中一些捕食者使用伪装来看起来像花朵。
“我们训练 20 只蜜蜂识别五种不同颜色的‘花盘’。蓝色的花总是含有糖浆，”马布迪博士说。“绿色的花朵总是含有奎宁(奎宁水)，对蜜蜂来说有苦味。其他颜色有时也含有葡萄糖。”
“然后我们将每只蜜蜂引入一个‘花园’，那里的‘花朵’里只有蒸馏水。我们拍摄了每只蜜蜂，然后观看了 40 多个小时的视频，跟踪蜜蜂的路径并计算它们做出决定所需的时间。
“如果蜜蜂确信一朵花会有食物，那么它们很快就会决定降落在花朵上，平均花费 0.6 秒，”MaBouDi 博士说。“如果他们确信一朵花不会吃东西，他们也会很快做出决定。”
如果他们不确定，那么他们会花费更多的时间——平均 1.4 秒——而这个时间反映了花朵有食物的概率。
然后，该团队根据第一原理构建了一个计算机模型，旨在复制蜜蜂的决策过程。他们发现计算机模型的结构看起来与蜜蜂大脑的物理布局非常相似。
马歇尔教授说：“我们的研究证明了用最少的神经回路可以进行复杂的自主决策。” “现在我们知道蜜蜂如何做出如此明智的决定，我们正在研究它们如何如此快速地收集和采样信息。我们认为蜜蜂正在利用它们的飞行运动来增强它们的视觉系统，使它们能够更好地发现最好的花朵。”
人工智能研究人员可以从昆虫和其他“简单”动物身上学到很多东西。数百万年的进化已经产生了令人难以置信的高效大脑，并且能量需求非常低。Opteran 公司的联合创始人马歇尔教授表示，工业人工智能的未来将受到生物学的启发，该公司对昆虫大脑算法进行逆向工程，使机器能够像自然一样自主移动。
版权声明：本文由用户上传，如有侵权请联系删除！