蜜蜂是自然界中最勤勞的動(dòng)物之一，它們不僅能夠采集花蜜和花粉，還能夠?yàn)橹参飩鞑セǚ郏龠M(jìn)生物多樣性和農(nóng)業(yè)生產(chǎn)。

然而，蜜蜂還是一種非常聰明的動(dòng)物，它們能夠在尋找食物的過程中做出快速準(zhǔn)確的決策，即使它們的大腦只有芝麻那么大。

最近，英國謝菲爾德大學(xué)（University of Sheffield）的科學(xué)家們就揭示了蜜蜂的智能決策機(jī)制，并指出這些機(jī)制或?qū)l(fā)未來的人工智能（AI）和機(jī)器人設(shè)計(jì)。

這項(xiàng)研究由謝菲爾德大學(xué)計(jì)算機(jī)科學(xué)系的馬博迪博士（Dr HaDi MaBouDi）與澳大利亞麥考瑞大學(xué)（Macquarie University）的巴倫教授（Professor Andrew Barron）合作完成，近日發(fā)表在《生命》（eLife）雜志上。

研究人員探究了蜜蜂在決定哪些花朵值得探索時(shí)使用的復(fù)雜策略。盡管這些策略很復(fù)雜，但研究發(fā)現(xiàn)，蜜蜂在尋找花蜜時(shí)能夠做出迅速的決定，并且比人類更加準(zhǔn)確。

研究人員訓(xùn)練了20只蜜蜂，讓它們識別五種不同顏色的人造花朵。其中，藍(lán)色的花朵總是含有糖漿，綠色的花朵總是含有苦味的湯力水（tonic water），而其他顏色的花朵有時(shí)候含有葡萄糖。

然后，研究人員將這些蜜蜂引入到一個(gè)定制設(shè)計(jì)的花園中，其中所有的花朵只含有蒸餾水，以測試它們在不同情境下的表現(xiàn)。研究人員拍攝了每只蜜蜂的視頻，追蹤它們的路徑，并計(jì)算它們在決定訪問哪朵花朵時(shí)所用的時(shí)間。

結(jié)果顯示，如果蜜蜂對某朵花朵有食物的信心很高，它們就會(huì)很快地決定降落在上面——平均只需要0.6秒。如果它們對某朵花朵沒有食物的信心很高，它們也會(huì)同樣快地做出決定。

隨后，研究人員建立了一個(gè)計(jì)算機(jī)模型，試圖復(fù)制蜜蜂的決策過程。在檢查之后，他們發(fā)現(xiàn)他們的計(jì)算機(jī)模型的結(jié)構(gòu)與蜜蜂大腦的物理布局非常相似。

馬博迪博士說：“每次蜜蜂出去采集花蜜時(shí)，它們都必須利用花朵的顏色或氣味的微小變化來決定應(yīng)該降落在哪朵花朵上并進(jìn)行探索。這是一種非常復(fù)雜的任務(wù)，需要在大量的信息中進(jìn)行篩選和比較。我們的研究表明，蜜蜂能夠利用一種簡單而有效的算法來做出快速準(zhǔn)確的決策，而這種算法與它們的神經(jīng)系統(tǒng)的結(jié)構(gòu)密切相關(guān)?！?/p>

馬博迪博士還表示，這項(xiàng)研究不僅增進(jìn)了我們對蜜蜂大腦如何工作和進(jìn)化的理解，而且還激發(fā)了一種新一代的機(jī)器人和自主機(jī)器的設(shè)計(jì)，它們能夠像蜜蜂一樣思考——能夠自主地做出快速、準(zhǔn)確和高效的決謝菲爾德大學(xué)的研究人員正在對蜜蜂大腦進(jìn)行逆向工程，使機(jī)器人和自動(dòng)駕駛車輛能夠像昆蟲一樣看、感知、導(dǎo)航和做出決策。

據(jù)統(tǒng)計(jì)，全球三分之一的食物生產(chǎn)依賴于蜜蜂等傳粉者的直接貢獻(xiàn)。此外，71%的蔬菜、水果、種子和堅(jiān)果作物都需要蜜蜂進(jìn)行傳粉。

生物多樣性和生態(tài)系統(tǒng)服務(wù)政府間科學(xué)政策平臺(tái)（IPBES）估計(jì)，在2016年，全球食物生產(chǎn)中有價(jià)值2350億至5770億美元的部分依賴于傳粉者2。

然而，近年來，由于棲息地喪失、農(nóng)藥暴露、氣候變化等因素，全球蜜蜂數(shù)量出現(xiàn)了嚴(yán)重下降。這對于人類和地球都是一個(gè)巨大的威脅。

因此，保護(hù)和恢復(fù)蜜蜂種群成為了一個(gè)緊迫的任務(wù)。通過揭示蜜蜂的智能機(jī)制，并將其應(yīng)用于人工智能和機(jī)器人設(shè)計(jì)，我們或許能夠?yàn)檫@個(gè)任務(wù)提供更多的幫助和支持。

#蜜蜂 #人工智能 #機(jī)器人 #決策