蜻蜓 相比人类,复制蜻蜓大脑的人工神经网络为何更有价值


在我们的大脑中 , 有860亿个神经元;它们通力合作 , 使我们可以思考、产生意识、处理信息、控制生理过程 。 其他生物的大脑看起来都不如我们的牛X , 但这些动物往往也表现出对特定任务的卓越能力 , 那是经过数百万年的进化打磨出来的能力 。
我们大多数人也都见过聪明的动物——毕竟抖音上就有那么多通人性的狗子 。 再不济 , 总听说过会喝水的乌鸦、能过河的小马和会跳舞的蜜蜂吧 。
复制动物大脑的神经网络 , 可能与人脑一样有价值 , 甚至更有价值 。 考虑一下 , 蚂蚁仅有大约25万个神经元 。 较大的昆虫接近100万个 。 它们的大脑在特定任务里性价比更高 。
阿尔伯克基的桑迪亚国家实验室的科学家正在研究这些大型昆虫——具体点说是蜻蜓——的大脑 。 桑迪亚利用这些昆虫的专长来设计计算系统 , 为拦截来袭的导弹或跟踪气味烟尘等任务进行优化 。 通过利用蜻蜓神经系统的速度、简单性和效率 , 他们的目标是设计出能更快地执行这些功能的计算机 , 同时能耗更小 。
将蜻蜓作为未来计算机系统的灵感来源 , 似乎是反直觉的 。 成为新闻的人工智能和机器学习的发展 , 通常是模仿人类智能甚至超越人类能力的算法 。 神经网络已经可以在一些特定的任务中表现得和人一样好 , 甚至更好 , 如在医疗扫描检测癌症 。 而且这些神经网络的潜力远远超出了视觉处理 。 计算机程序AlphaZero通过自我游戏训练 , 是世界上最好的围棋选手 。 它的兄弟姐妹人工智能AlphaStar跻身于最好的《星际争霸II》玩家行列 。
然而 , 这样的壮举是有代价的 。 开发这些复杂的系统需要大量的处理能力 , 通常只有拥有最快的超级计算机和支持它们的资源的特定机构才能获得 。 而且 , 能源成本也是令人沮丧的 。 最近的估计表明 , 开发和训练一个自然语言处理算法所产生的碳排放比四辆汽车在其一生中产生的碳排放还要多 。
但是蜻蜓则不一样 。
蜻蜓只需要大约50毫秒就能开始对猎物的动作做出反应 。 如果我们假设眼睛里的细胞有10毫秒的时间来探测和传递关于猎物的信息 , 另外5毫秒的时间让肌肉开始产生力量 , 这就只剩下35毫秒的时间让神经回路进行计算 。 鉴于单个神经元通常需要至少10毫秒来整合输入 , 底层神经网络至少可以有三层深度 。
【蜻蜓|相比人类,复制蜻蜓大脑的人工神经网络为何更有价值】几十年来 , 美国军方的研发机构一直在尝试使用仿生蜻蜓的设计来制造监视无人机 。
虽然蜻蜓可能无法玩围棋 , 但它们确实有某种战略思维 , 即可以预判猎物的动作 。 这需要极快地进行计算 。 通常蜻蜓只需要50毫秒就能开始转向以应对猎物的行动 。 它在这样做的同时 , 还时刻关注自身头部和身体之间的角度 , 这样它就能知道哪只翅膀要更快地扇动 , 以便在猎物面前转弯 。
能否建立一个像蜻蜓大脑那样的拦截系统神经网络?桑迪亚国家实验室立即考虑到了国防应用 , 如导弹防御 。 但也有民用的方向 。
例如 , 控制自动驾驶汽车的算法可能会变得更有效率 , 不再需要大量的计算设备 。 如果一个受蜻蜓启发的系统可以进行计算以绘制拦截轨迹 , 也许自主无人机可以用它来避免碰撞 。 而且 , 如果计算机可以做成与蜻蜓大脑同样大小(约6立方毫米) , 也许驱虫剂和蚊帐有一天会成为过去 , 取而代之的是微小的灭虫无人机!\" 。
桑迪亚实验室的Frances Chance创建了一个简单的神经网络 , 最初应用Matlab模拟蜻蜓的神经系统 , 然后把模型移植到了Python上 。
蜻蜓并不是今天唯一可以启发人工智能科学的昆虫 。 帝王斑蝶迁徙的距离令人难以置信 , 它们利用某种先天能力 , 在每年适当的时候开始它们的旅程 , 并朝着正确的方向前进 。 我们知道帝王斑蝶依赖太阳的位置 , 但通过太阳导航需要正确地感知时间 。 因此 , 为了确定其路线 , 蝴蝶的大脑必须内置时钟 , 并将时间信息与它所观察到的情况相结合 。
其他昆虫 , 如撒哈拉沙漠蚂蚁 , 必须在相对较远的距离内觅食 。 一旦找到食物 , 这种蚂蚁不会简单地重新回到巢穴 , 很可能是一条迂回的路径 。 相反 , 它计算出一条直接返回的路线 。 因为蚂蚁的食物来源的位置每天都在变化 , 它必须能够记住它在觅食途中的路径 , 将视觉信息与某种内部的距离测量相结合 , 然后根据这些记忆计算出它的返回路线 。
虽然没有人知道沙漠蚂蚁体内有哪些神经回路在执行这项任务 , 但Janelia研究校园的研究人员已经确定了使果蝇能够利用视觉地标进行自我定位的神经回路 。 沙漠蚂蚁和帝王蝶可能使用类似的机制 。 这样的神经回路有一天可能会被证明对低功率的无人机很有用 。

推荐阅读