一項新的研究揭示了我們如何才能設計出像蜜蜂一樣思考的機器人。蜜蜂善於權衡付出與回報和風險，能迅速確定哪些花朵能為蜂群提供養料。最近發表在《電子生命》（eLife）雜誌上的一項研究闡述了蜜蜂是如何經過數個世紀的進化，在將危險降到最低的同時做出迅速判斷的。

新研究揭示了蜜蜂大腦的決策路徑，闡明了蜜蜂快速準確地評估花蜜的能力，這可能會給更多自主機器人的設計帶來靈感。這項由多位學術專家領導的研究還強調了進化完善的昆蟲大腦的效率，可為未來工業領域的人工智能發展提供指導。圖片來源：Théotime Colin

這項研究揭示了昆蟲思維的運作和人類認知的進化，並為改進機器人設計提供了啟示。

論文提出了蜜蜂的決策模型，並概述了蜜蜂大腦中實現快速決策的路徑。這項研究由悉尼麥考瑞大學的安德魯-巴倫（Andrew Barron）教授、謝菲爾德大學的哈迪-馬布迪（HaDi MaBouDi）博士、內維爾-迪爾登（Neville Dearden）和詹姆斯-馬歇爾（James Marshall）教授領導。

巴倫教授說：”決策是認知的核心。決策是對可能結果進行評估的結果，而動物的生活充滿了決策。蜜蜂的大腦比芝麻還小。但它卻能比我們更快、更準確地做出決定。要讓機器人完成蜜蜂的工作，需要超級計算機的支持。”

“今天的自主機器人在很大程度上是在遠程計算的支持下工作的。無人機相對來說是無腦的，它們必須與數據中心進行無線通信。這種技術路徑永遠無法讓無人機真正獨自探索火星–NASA 在火星上的神奇漫遊車在多年的探索中已經行駛了大約75 公里。”

圖片來源：Théotime Colin

蜜蜂需要快速高效地工作，尋找花蜜並將其送回蜂巢，同時還要避開捕食者。它們需要做出決定。哪朵花會有花蜜？在飛行時，它們只會受到空中攻擊。當它們著陸覓食時，就很容易受到蜘蛛和其他捕食者的攻擊，其中一些捕食者會利用偽裝來偽裝成花朵的樣子。

“我們訓練20 只蜜蜂識別五種不同顏色的’花盤’。藍色的花總是有糖漿，”馬布迪博士說。”綠色的花總是含有奎寧（奎寧水），對蜜蜂來說有苦味。其他顏色的花有時會有葡萄糖。”

“然後，我們把每隻蜜蜂引入一個’花園’，那裡的’花’只有蒸餾水。我們拍攝了每隻蜜蜂，然後觀看了40 多個小時的視頻，跟踪蜜蜂的活動軌跡，併計算它們做出決定所需的時間。如果蜜蜂確信一朵花上有食物，那麼它們很快就會決定落在那朵花上，平均用時0.6秒。如果它們確信一朵花上沒有食物，它們也會同樣迅速地做出決定。”

如果它們不確定，則需要更多的時間–平均1.4 秒–時間反映了一朵花有食物的概率。

研究小組隨後根據第一原理建立了一個計算機模型，旨在復制蜜蜂的決策過程。他們發現計算機模型的結構與蜜蜂大腦的物理佈局非常相似。

馬歇爾教授說：”我們的研究證明，複雜的自主決策只需要最少的神經迴路。現在我們知道蜜蜂是如何做出如此明智的決策的了，我們正在研究它們是如何如此快速地收集和採樣信息的。我們認為蜜蜂正在利用它們的飛行動作來增強它們的視覺系統，使它們更善於發現最好的花朵”。

人工智能研究人員可以從昆蟲和其他’簡單’動物身上學到很多東西。數百萬年的進化已經造就了效率極高的大腦，對電力的需求非常低。馬歇爾教授說，人工智能行業的未來將受到生物學的啟發，他與他人共同創辦了Opteran公司，該公司逆向工程昆蟲大腦算法，使機器能夠像大自然一樣自主移動。