本文轉載自Macquarie University - The Lighthouse，由ChatGPT翻譯，圖片來源于網絡

在2024QS世界大學排名中，麥考瑞大學榮獲第130位

? ? ?? 一項發(fā)表在《eLife》雜志上的研究由麥考瑞大學的安德魯·巴倫教授和來自謝菲爾德大學的哈迪·馬布迪博士、內維爾·迪爾登和詹姆斯·馬歇爾教授領導，研究揭示了數(shù)百萬年的進化如何使蜜蜂能做出快速決策并降低風險，增進了我們對昆蟲大腦的理解，以及我們自己大腦的進化方式，以及如何設計更好的機器人。

? ? ?? “決策是認知的核心，”巴倫教授說道?！八菍赡芙Y果的評估，動物的生活中充滿了決策。一只蜜蜂的大腦比芝麻籽還小，然而它能夠比我們更快、更準確地做出決策。一個被編程執(zhí)行蜜蜂任務的機器人需要超級計算機的支持。

? ? ? ?他繼續(xù)說道：“如今的自主機器人主要依靠遠程計算的支持。無人機相對來說是沒有大腦的，它們必須與數(shù)據中心進行無線通信。這種技術路徑永遠無法讓一架無人機真正獨自探索火星——美國宇航局在火星上的驚人探測車在多年的探索中只行駛了約75公里?！?/p>

? ? ? ?蜜蜂需要快速高效地工作，找到花蜜并將其帶回蜂巢，同時要避開捕食者。它們需要做出決策。哪朵花會有花蜜？

? ? ? ?在它們飛行的時候，它們容易受到空中攻擊；當它們降落進食時，它們容易受到蜘蛛和其他捕食者的威脅，其中一些捕食者利用偽裝來模仿花朵的外觀。

? ? ? ?“我們訓練了20只蜜蜂認識五種不同顏色的‘花盤’。藍色的花盤里總是有糖漿，”馬布迪博士說道?！熬G色的花盤里總是有對蜜蜂有苦味的奎寧水。其他顏色的花盤有時會有葡萄糖?！?/p>

? ? ? ?“然后，我們給每只蜜蜂介紹一個只有蒸餾水的‘花園’。我們記錄了每只蜜蜂的視頻，觀看了超過40個小時的錄像，追蹤了蜜蜂的路徑，并計算了它們做出決策所花費的時間?！?/p>

? ? ?? 如果蜜蜂有信心一朵花會有食物，它們會迅速決定降落在花上，平均花費0.6秒。如果它們有信心一朵花沒有食物，它們同樣會迅速做出決策。

? ? ? ?如果它們不確定，那么它們會花費更多時間，平均為1.4秒，這個時間反映了一朵花有食物的概率。研究團隊隨后從基本原理構建了一個計算機模型，旨在復制蜜蜂的決策過程。他們發(fā)現(xiàn)計算機模型的結構與蜜蜂大腦的物理布局非常相似。

? ? ? ?“我們的研究展示了在最小的神經回路中進行的復雜自主決策，”馬歇爾教授說道?！艾F(xiàn)在我們知道了蜜蜂如何做出如此聰明的決策，我們正在研究它們如何在收集和采樣信息方面如此迅速。我們認為蜜蜂利用它們的飛行動作來增強視覺系統(tǒng)，使它們更善于檢測最好的花朵?！?/p>

? ? ? ?人工智能研究人員可以從昆蟲和其他“簡單”動物中學到很多東西。數(shù)百萬年的進化導致了非常高效且能耗極低的大腦。馬歇爾教授說，工業(yè)領域中人工智能的未來將受到生物學的啟發(fā)。他是Opteran公司的聯(lián)合創(chuàng)始人，該公司通過逆向工程昆蟲的大腦算法，使機器能夠像自然界一樣實現(xiàn)自主移動。

閱讀原文：https://lighthouse.mq.edu.au/for-media/bees-make-decisions-better-and-faster-than-we-do-for-the-things-that-matter-to-them

wx：拓未國際教育