科隆大學的動物學家研究了昆蟲的神經系統(tǒng)，以研究生物大腦計算的原理以及對機器學習和人工智能的潛在影響。具體來說，他們分析了昆蟲如何學會將周圍環(huán)境中的感官信息與食物獎勵相關聯(lián)，以及他們如何稍后可以回憶起這些信息以解決諸如尋找食物之類的復雜任務。結果表明，將感覺信息轉換為大腦中的記憶可以激發(fā)未來的機器學習和人工智能應用來解決復雜任務。這項研究已發(fā)表在PNAS雜志上。

活生物體在應對復雜和動態(tài)環(huán)境帶來的問題方面顯示出非凡的能力。他們能夠概括自己的經驗，以便在環(huán)境變化時迅速適應其行為。動物學家調查了尋找食物時果蠅的神經系統(tǒng)如何控制其行為。他們使用計算機模型對果蠅神經系統(tǒng)中的計算進行了模擬和分析，以響應于食物來源產生的氣味。``我們最初以與昆蟲在實驗中訓練完全相同的方式訓練了我們的果蠅大腦模型。我們在模擬中展示了特定的氣味以及獎勵和沒有獎勵的第二種氣味。

因此，創(chuàng)建的模型能夠從其記憶中進行概括，并將其先前學到的知識應用到一個全新的復雜氣味分子環(huán)境中，而學習只需要一個非常小的訓練樣本數據庫即可。這項研究的資深作者馬丁·納沃特（Martin Nawrot）教授解釋說：“對于我們的模型，我們利用神經系統(tǒng)中生物信息處理的特殊性質?！斑@些尤其是通過短暫的神經沖動快速而并行地處理感覺刺激，以及通過在學習過程中同時修飾許多突觸來形成分布式記憶?！痹撃Ｐ退诘睦碚撛硪部梢杂糜谌斯ぶ悄芎妥灾蜗到y(tǒng)。

責任編輯：lq