今年2月份在西雅圖舉行的美國(guó)科學(xué)促進(jìn)會(huì)大會(huì)上，謝菲爾德大學(xué)的詹姆斯?馬歇爾(James Marshall)教授展示了他和他的團(tuán)隊(duì)如何通過(guò)對(duì)蜜蜂的大腦進(jìn)行逆向工程來(lái)創(chuàng)造無(wú)人機(jī)原型?！懊鄯涫峭昝赖囊曈X(jué)導(dǎo)航者。”他說(shuō)，“它們可以通過(guò)最少量的學(xué)習(xí)在一個(gè)復(fù)雜的三維環(huán)境中非常穩(wěn)健地飛行，僅使用1立方毫米的大腦中的100萬(wàn)個(gè)神經(jīng)元……對(duì)我們來(lái)說(shuō)，它們是研究腦大小與智力的絕佳對(duì)象?！彼硎荆?xiàng)目已經(jīng)獲得了科研籌資機(jī)構(gòu)“英國(guó)研究與創(chuàng)新”共480萬(wàn)英鎊的贊助，并正邁向商業(yè)化。該項(xiàng)目最近將分立出一家名為Opteran Technologies的企業(yè)，后者正在籌集150萬(wàn)英鎊的種子資金。

研究人員正在進(jìn)行兩類(lèi)實(shí)驗(yàn)，對(duì)蜜蜂的大腦進(jìn)行“逆向工程”——了解蜜蜂與大黃蜂如何可靠地飛行數(shù)公里，學(xué)習(xí)這些能讓它們返回蜂巢的特性。

這些昆蟲(chóng)優(yōu)化了從它們的巢穴到多處采蜜點(diǎn)的距離。蜜蜂的大腦能同時(shí)進(jìn)行多項(xiàng)任務(wù)、適應(yīng)新場(chǎng)景并迅速學(xué)習(xí)——這與人類(lèi)工程師設(shè)計(jì)的典型人工智能和機(jī)器學(xué)習(xí)系統(tǒng)形成了鮮明對(duì)比。

第一類(lèi)實(shí)驗(yàn)通過(guò)在蜜蜂背部安裝微小的雷達(dá)應(yīng)答器來(lái)追蹤真正的蜜蜂采蜜的運(yùn)動(dòng)軌跡。分析蜜蜂的飛行路徑為研究背后的神經(jīng)過(guò)程提供了線(xiàn)索。“在我們用雷達(dá)追蹤一只蜜蜂前，我們需要在她背上貼一個(gè)電子小標(biāo)簽，這說(shuō)起來(lái)容易做起來(lái)難。”領(lǐng)導(dǎo)該項(xiàng)目這部分工作的倫敦瑪麗王后大學(xué)的喬?伍德蓋特(Joe Woodgate)說(shuō)。“它們非常善于從我們手中逃脫，而當(dāng)我們成功給一只蜜蜂貼上標(biāo)簽，就會(huì)激怒它，這可不安全?！?/span>

第二條研究路線(xiàn)很快即將開(kāi)始，實(shí)驗(yàn)將把一個(gè)小電極插入一只拴著的蜜蜂的大腦，讓它在實(shí)驗(yàn)室的虛擬現(xiàn)實(shí)環(huán)境中運(yùn)動(dòng)。然后，科學(xué)家就可以將神經(jīng)信號(hào)與蜜蜂的運(yùn)動(dòng)聯(lián)系起來(lái)——首先讓蜜蜂在追蹤球上行走，然后再讓它飛行。他們目前正在訓(xùn)練蜜蜂在大腦記錄開(kāi)始前在虛擬現(xiàn)實(shí)環(huán)境中飛行。

“我們模擬了蜜蜂大腦的25%左右，或許還要多一點(diǎn)。”馬歇爾說(shuō)。“我們有類(lèi)蜜蜂機(jī)器人，它們會(huì)像蜜蜂一樣在實(shí)驗(yàn)室飛來(lái)飛去，從周遭環(huán)境提取信息。”

該團(tuán)隊(duì)并沒(méi)有制造一群蜜蜂大小的無(wú)人機(jī)，而是建造了更大的機(jī)型，一種重600克，另一種重250克。一只蜜蜂的重量大約為0.1克。“250克重的無(wú)人機(jī)真正令人興奮的是，所有運(yùn)算都是在機(jī)上進(jìn)行的?！彼f(shuō)?！跋胂脒@架無(wú)人機(jī)有多小，大腦就在機(jī)上，我們認(rèn)為這一點(diǎn)是真正的成就?！?/span>

Opteran公司的長(zhǎng)遠(yuǎn)目標(biāo)是銷(xiāo)售基于對(duì)蜜蜂研究而研發(fā)的人工智能軟件與算法，而非制造無(wú)人機(jī)本身。馬歇爾表示，他們的潛在客戶(hù)是使用無(wú)人機(jī)投遞包裹的物流企業(yè)。

這項(xiàng)技術(shù)用于商業(yè)至少還要五年，他補(bǔ)充道：“讓無(wú)人機(jī)在城市里飛行的風(fēng)險(xiǎn)很高，如果無(wú)人機(jī)墜落就可能致人受傷甚至死亡，要實(shí)現(xiàn)這一目標(biāo)，就必須讓監(jiān)管部門(mén)相信，你的飛行物是安全的。