ขับเคลื่อนโดยโปรแกรม IEEE ช่วยประหยัดเงินในการเริ่มต้น
การมองดูระบบประสาทเฉพาะทางที่เป็นต้นแบบของปัญญาประดิษฐ์อาจพิสูจน์ได้ว่ามีค่าพอๆ กับการศึกษาสมองของมนุษย์ พิจารณาสมองของมดเหล่านั้นในตู้กับข้าวของคุณ แต่ละเซลล์มีเซลล์ประสาทประมาณ 250,000 เซลล์ แมลงขนาดใหญ่มีเกือบ 1 ล้านตัว ในการวิจัยของฉันที่ Sandia National Laboratories ใน Albuquerque ฉันศึกษาสมองของแมลงปอตัวใหญ่ตัวหนึ่งเหล่านี้ ฉันและเพื่อนร่วมงานที่ Sandia ซึ่งเป็นห้องปฏิบัติการด้านความมั่นคงแห่งชาติ หวังว่าจะใช้ประโยชน์จากความเชี่ยวชาญพิเศษของแมลงเหล่านี้ในการออกแบบระบบคอมพิวเตอร์ที่ปรับให้เหมาะกับงานต่างๆ เช่น การสกัดกั้นขีปนาวุธที่เข้ามาหรือตามกลิ่น ด้วยการควบคุมความเร็ว ความเรียบง่าย และประสิทธิภาพของระบบประสาทแมลงปอ เรามุ่งเป้าไปที่การออกแบบคอมพิวเตอร์ที่ทำหน้าที่เหล่านี้ได้เร็วกว่าและใช้พลังงานเพียงเสี้ยวเดียวที่ระบบทั่วไปใช้ไป
การมองหาแมลงปอ ในฐานะผู้นำระบบคอมพิวเตอร์ในอนาคตอาจดูเหมือนขัดกับสัญชาตญาณ พัฒนาการด้านปัญญาประดิษฐ์และแมชชีนเลิร์นนิงที่สร้างข่าวมักเป็นอัลกอริธึมที่เลียนแบบสติปัญญาของมนุษย์ หรือแม้แต่เหนือความสามารถของผู้คน โครงข่ายประสาทเทียมสามารถทำงานได้เช่นกัน—ถ้าไม่ดีกว่า—มากกว่าคนที่ทำงานเฉพาะบางอย่าง เช่น การตรวจหามะเร็งในการสแกนทางการแพทย์ และศักยภาพของโครงข่ายประสาทเทียมเหล่านี้มีมากกว่าการประมวลผลด้วยภาพ โปรแกรมคอมพิวเตอร์ AlphaZero อบรมด้วยตนเอง -play เป็นผู้เล่น Go ที่ดีที่สุดในโลก AI พี่น้องของมัน AlphaStar อยู่ในอันดับที่ดีที่สุด ผู้เล่น Starcraft II
อย่างไรก็ตามความสำเร็จดังกล่าวมีค่าใช้จ่าย การพัฒนาระบบที่ซับซ้อนเหล่านี้ต้องใช้พลังประมวลผลจำนวนมหาศาล ซึ่งโดยทั่วไปจะมีให้เฉพาะสถาบันที่เลือกซึ่งมีซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดและทรัพยากรที่จะสนับสนุน และต้นทุนด้านพลังงานก็ลดลง ประมาณการล่าสุด แนะนำว่าการปล่อยคาร์บอนที่เกิดจากการพัฒนาและฝึกอบรมอัลกอริธึมการประมวลผลภาษาธรรมชาตินั้นมากกว่าการปล่อยคาร์บอนจากรถยนต์สี่คันตลอดอายุขัย
แมลงปอใช้เวลาเพียง 50 มิลลิวินาทีในการเริ่มตอบสนองต่อการซ้อมรบของเหยื่อ หากเราถือว่าเซลล์ในดวงตา 10 มิลลิวินาทีในการตรวจจับและส่งข้อมูลเกี่ยวกับเหยื่อ และอีก 5 มิลลิวินาทีเพื่อให้กล้ามเนื้อเริ่มสร้างแรง จะทำให้วงจรประสาททำการคำนวณเหลือเพียง 35 มิลลิวินาที เนื่องจากโดยปกติแล้วจะใช้เวลาเซลล์ประสาทเดียวอย่างน้อย 10 มิลลิวินาทีเพื่อรวมอินพุตเข้าด้วยกัน โครงข่ายประสาทเทียมที่อยู่เบื้องล่างอาจมีความลึกอย่างน้อยสามชั้น
แต่โครงข่ายประสาทเทียมจำเป็นต้องมีขนาดใหญ่และซับซ้อนถึงจะมีประโยชน์จริงหรือ? ฉันเชื่อว่ามันไม่ได้ ในการเก็บเกี่ยวผลประโยชน์จากคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากระบบประสาทในระยะใกล้ เราต้องสร้างสมดุลระหว่างความเรียบง่ายและความซับซ้อน
ซึ่งนำฉันกลับมาหาแมลงปอ สัตว์ที่มีสมองที่อาจให้ความสมดุลได้อย่างแม่นยำสำหรับการใช้งานบางอย่าง
หากคุณเคยเจอแมลงปอ คุณรู้อยู่แล้วว่าสิ่งมีชีวิตที่สวยงามเหล่านี้สามารถซูมได้เร็วแค่ไหน และคุณได้เห็นความว่องไวอย่างไม่น่าเชื่อของพวกมันในอากาศ การสังเกตแบบง่ายๆ อาจไม่ชัดเจนนักก็คือความสามารถในการล่าสัตว์ที่ยอดเยี่ยม แมลงปอสามารถจับเหยื่อได้มากถึง 95 เปอร์เซ็นต์ โดยกินยุงหลายร้อยตัวในหนึ่งวัน
ความสามารถทางกายภาพของแมลงปอไม่ได้ถูกมองข้ามอย่างแน่นอน หน่วยงานของสหรัฐฯ ได้ทดลองใช้การออกแบบที่ได้รับแรงบันดาลใจจากแมลงปอสำหรับโดรนสอดแนมเป็นเวลาหลายทศวรรษ ถึงเวลาแล้วที่เราจะหันมาสนใจสมองที่ควบคุมเครื่องจักรล่าสัตว์ขนาดเล็กนี้
ในขณะที่แมลงปอ อาจไม่สามารถเล่นเกมเชิงกลยุทธ์อย่าง Go ได้ แมลงปอจะแสดงให้เห็นถึงรูปแบบของกลยุทธ์ที่ขวางทาง โดยมีจุดมุ่งหมายก่อนตำแหน่งปัจจุบันของเหยื่อเพื่อสกัดกั้นอาหารเย็น วิธีนี้ใช้การคำนวณที่รวดเร็วมาก โดยปกติแมลงปอจะใช้เวลาเพียง 50 มิลลิวินาทีในการเริ่มหมุนเพื่อตอบสนองต่อการเคลื่อนที่ของเหยื่อ มันทำเช่นนี้ในขณะที่ติดตามมุมระหว่างหัวกับลำตัว เพื่อให้รู้ว่าปีกไหนที่จะกระพือเร็วกว่าเพื่อหันไปข้างหน้าเหยื่อ และมันยังติดตามการเคลื่อนไหวของมันด้วย เพราะเมื่อแมลงปอหมุน เหยื่อก็ดูเหมือนจะเคลื่อนไหวด้วย
โมเดลแมลงปอจะปรับทิศทางใหม่เพื่อตอบสนองต่อการหมุนของเหยื่อ วงกลมสีดำที่เล็กกว่าคือหัวของแมลงปอซึ่งอยู่ที่ตำแหน่งเริ่มต้น เส้นสีดำทึบระบุทิศทางการบินของแมลงปอ เส้นประสีน้ำเงินคือระนาบของตาแมลงปอจำลอง ดาวสีแดงเป็นตำแหน่งของเหยื่อเมื่อเทียบกับแมลงปอ โดยมีเส้นประสีแดงแสดงถึงสายตาของแมลงปอ
ดังนั้น สมองของแมลงปอจึงทำผลงานได้อย่างยอดเยี่ยม เนื่องจากเวลาที่จำเป็นสำหรับเซลล์ประสาทเดียวในการเพิ่มปัจจัยการผลิตทั้งหมด ซึ่งเรียกว่าค่าคงที่เวลาของเยื่อหุ้มเซลล์นั้น เกิน 10 มิลลิวินาที หากคุณคำนึงถึงเวลาที่ตาจะประมวลผลข้อมูลภาพและเพื่อให้กล้ามเนื้อสร้างแรงที่จำเป็นในการเคลื่อนไหว จริงๆ แล้วมีเวลาเพียงสามหรือสี่ชั้นของเซลล์ประสาทตามลำดับเพื่อเพิ่มอินพุตและส่งต่อข้อมูล
ฉันสามารถสร้างโครงข่ายประสาทเทียมที่ทำงานเหมือนระบบสกัดกั้นแมลงปอได้หรือไม่? ฉันยังสงสัยเกี่ยวกับการใช้ระบบสกัดกั้นที่ได้รับแรงบันดาลใจจากระบบประสาท เมื่ออยู่ที่ Sandia ฉันจึงพิจารณาการใช้งานด้านการป้องกันทันที เช่น การป้องกันขีปนาวุธ การจินตนาการถึงขีปนาวุธแห่งอนาคตด้วยระบบออนบอร์ดที่ออกแบบมาเพื่อคำนวณวิถีการสกัดกั้นอย่างรวดเร็วโดยไม่กระทบต่อน้ำหนักของขีปนาวุธหรือการใช้พลังงาน แต่ก็มีการใช้งานพลเรือนเช่นกัน
ตัวอย่างเช่น อัลกอริธึมที่ควบคุมรถยนต์ที่ขับด้วยตนเองอาจมีประสิทธิภาพมากขึ้น โดยไม่ต้องใช้อุปกรณ์คอมพิวเตอร์จำนวนมากอีกต่อไป หากระบบที่ได้รับแรงบันดาลใจจากแมลงปอสามารถทำการคำนวณเพื่อวางแผนเส้นทางการสกัดกั้น บางทีโดรนอิสระอาจใช้มันเพื่อ หลีกเลี่ยง การชนกัน และถ้าคอมพิวเตอร์สามารถสร้างขนาดเท่ากับสมองแมลงปอได้ (ประมาณ 6 ลูกบาศก์มิลลิเมตร) บางทียาไล่แมลงและมุ้งอาจจะกลายเป็นอดีตไปแล้ว แทนที่ด้วยโดรนไล่แมลงตัวเล็ก ๆ แทน!
เพื่อเริ่มตอบคำถาม คำถามเหล่านี้ ฉันสร้างโครงข่ายประสาทเทียมแบบง่าย ๆ ขึ้นมาเพื่อต่อต้านระบบประสาทของแมลงปอและใช้มัน เพื่อคำนวณผลัดที่แมลงปอทำเพื่อจับเหยื่อ โครงข่ายประสาทเทียมสามชั้นของฉันมีอยู่ในการจำลองซอฟต์แวร์ ตอนแรกฉันทำงานใน Matlab เพียงเพราะนั่นคือสภาพแวดล้อมการเขียนโค้ดที่ฉันใช้อยู่แล้ว ฉันได้ย้ายโมเดลไปยัง Python แล้ว
เนื่องจากแมลงปอต้องมองเห็นเหยื่อของมันจึงจะจับมันได้ ฉันจึงเริ่มต้นด้วยการจำลองดวงตาของแมลงปอในเวอร์ชันที่เรียบง่าย โดยจับภาพรายละเอียดขั้นต่ำที่จำเป็นสำหรับการติดตามเหยื่อ แม้ว่าแมลงปอจะมีตา 2 ข้าง แต่ก็เป็นที่ยอมรับกันโดยทั่วไปว่าพวกเขาไม่ได้ใช้การรับรู้ความลึกแบบสามมิติเพื่อประมาณระยะห่างจากเหยื่อ ในแบบจำลองของฉัน ฉันไม่ได้ทำตาทั้งสองข้าง ฉันไม่ได้พยายามที่จะจับคู่ความละเอียดของ a ตาแมลงปอ. แต่ชั้นแรกของโครงข่ายประสาทเทียมจะมีเซลล์ประสาท 441 เซลล์ที่แทนการป้อนข้อมูลจากดวงตา โดยแต่ละส่วนจะอธิบายถึงบริเวณเฉพาะของลานสายตา—บริเวณเหล่านี้ถูกเรียงต่อกันเพื่อสร้างอาร์เรย์เซลล์ประสาทขนาด 21 คูณ 21 ที่ครอบคลุมพื้นที่ของแมลงปอ ดู. เมื่อแมลงปอหมุนไป ตำแหน่งของรูปเหยื่อในมุมมองของแมลงปอจะเปลี่ยนไป แมลงปอจะคำนวณการเลี้ยวที่จำเป็นในการจัดแนวภาพของเหยื่อให้ตรงกับเซลล์ประสาท “ตา” เซลล์ประสาท “ตา” เหล่านี้ เซลล์ประสาทชุดที่สองจำนวน 441 เซลล์ ซึ่งอยู่ในเลเยอร์แรกของเครือข่าย บอกแมลงปอว่าเซลล์ประสาทตาชนิดใดควรจัดวางให้อยู่ในแนวเดียวกับภาพของเหยื่อ นั่นคือตำแหน่งที่เหยื่อควรอยู่ในขอบเขตการมองเห็น
โมเดลแมลงปอจับเหยื่อของมัน
การประมวลผล—การคำนวณที่นำข้อมูลที่อธิบายการเคลื่อนที่ของวัตถุข้ามขอบเขตการมองเห็นและเปลี่ยนให้เป็นคำสั่งว่าแมลงปอต้องหันทิศทางใด—เกิดขึ้นระหว่างชั้นที่หนึ่งและสามของ โครงข่ายประสาทเทียม ในเลเยอร์ที่สองนี้ ฉันใช้อาร์เรย์ของ 194,481 (214) เซลล์ประสาท น่าจะมากกว่าจำนวนเซลล์ประสาทที่แมลงปอใช้ในการงานนี้มาก ฉันคำนวณน้ำหนักของการเชื่อมต่อระหว่างเซลล์ประสาททั้งหมดในเครือข่ายไว้ล่วงหน้า แม้ว่าน้ำหนักเหล่านี้สามารถเรียนรู้ได้ในเวลาที่เพียงพอ แต่ก็มีข้อได้เปรียบในการ “เรียนรู้” ผ่านวิวัฒนาการและสถาปัตยกรรมโครงข่ายประสาทเทียมที่ตั้งโปรแกรมไว้ล่วงหน้า เมื่อมันออกมาจากระยะตัวอ่อนของมันในฐานะตัวเต็มวัยที่มีปีก (ในทางเทคนิคเรียกว่า teneral) แมลงปอไม่มีพ่อแม่ที่จะเลี้ยงหรือแสดงวิธีการล่า แมลงปออยู่ในสภาวะที่อ่อนแอและคุ้นเคยกับร่างกายใหม่—มันคงจะเสียเปรียบที่จะต้องหากลยุทธ์การล่าไปพร้อม ๆ กัน ฉันตั้งค่าน้ำหนักของเครือข่ายเพื่อให้หุ่นจำลองแมลงปอคำนวณการหมุนที่ถูกต้องเพื่อสกัดกั้นเหยื่อจากข้อมูลภาพที่เข้ามา สิ่งเหล่านี้คืออะไร? ถ้าแมลงปอต้องการจับยุงที่ขวางทาง มันก็ไม่สามารถเล็งไปที่ยุงได้ เพื่อขอยืมสิ่งที่ผู้เล่นฮ็อกกี้ Wayne Gretsky เคยพูดเกี่ยวกับ pucks แมลงปอต้องตั้งเป้าว่ายุงจะอยู่ที่ไหน คุณอาจคิดว่าการปฏิบัติตามคำแนะนำของ Gretsky นั้นต้องใช้อัลกอริทึมที่ซับซ้อน แต่อันที่จริงแล้ว กลยุทธ์นั้นค่อนข้างง่าย: แมลงปอทั้งหมดต้องทำคือรักษามุมคงที่ระหว่างแนวสายตากับอาหารกลางวันและทิศทางอ้างอิงที่แน่นอน
ผู้อ่านที่มีประสบการณ์ในการขับเรือจะเข้าใจว่าทำไมถึงเป็นเช่นนั้น พวกเขารู้ว่าจะต้องกังวลเมื่อมุมระหว่างแนวสายตากับเรือลำอื่นและทิศทางอ้างอิง (เช่น ไปทางทิศเหนือ) คงที่ เนื่องจากอยู่บนเส้นทางการชนกัน กะลาสีหลีกเลี่ยงเส้นทางดังกล่าวเป็นเวลานานซึ่งเรียกว่าการนำทางคู่ขนานเพื่อหลีกเลี่ยงการชนกัน
แปลเป็นแมลงปอซึ่ง ต้องการ ในการชนกับเหยื่อของพวกมัน ใบสั่งยานั้นง่ายมาก: รักษาแนวสายตาของเหยื่อให้คงที่โดยสัมพันธ์กับข้อมูลอ้างอิงภายนอก อย่างไรก็ตาม งานนี้ไม่จำเป็นสำหรับแมลงปอเสมอไป เมื่อมันบินโฉบไปมา รวบรวมอาหาร แมลงปอไม่มีไจโรสโคปภายใน (ที่เรารู้จัก) ที่จะรักษาทิศทางคงที่และให้การอ้างอิงไม่ว่าแมลงปอจะหมุนอย่างไร และไม่มีเข็มทิศแม่เหล็กที่จะชี้ไปทางทิศเหนือเสมอ ในการจำลองการล่าแมลงปอแบบง่ายๆ ของฉัน แมลงปอหันไปจัดภาพเหยื่อให้ตรงกับตำแหน่งเฉพาะบนดวงตาของมัน แต่ต้องคำนวณว่าตำแหน่งนั้นควรเป็นอย่างไร
ชั้นที่สามและชั้นสุดท้ายของโครงข่ายประสาทเทียมของฉันคือชั้นคำสั่งของมอเตอร์ ผลลัพธ์ของเซลล์ประสาทในชั้นนี้เป็นคำสั่งระดับสูงสำหรับกล้ามเนื้อของแมลงปอ โดยบอกให้แมลงปอหันไปทางใด แมลงปอยังใช้เอาต์พุตของเลเยอร์นี้เพื่อคาดการณ์ผลกระทบของการเคลื่อนตัวของมันเองต่อตำแหน่งของภาพของเหยื่อในขอบเขตการมองเห็น และอัปเดตตำแหน่งที่ฉายนั้นตามนั้น การอัปเดตนี้ช่วยให้แมลงปอสามารถจับสายตาของเหยื่อได้มั่นคง สัมพันธ์กับโลกภายนอกเมื่อเข้าใกล้
เป็นไปได้ว่าแมลงปอชีวภาพได้พัฒนาเครื่องมือเพิ่มเติมเพื่อช่วยในการคำนวณที่จำเป็นสำหรับการทำนายนี้ ตัวอย่างเช่น แมลงปอมีเซ็นเซอร์พิเศษที่วัดการหมุนของร่างกายในระหว่างการบิน เช่นเดียวกับการหมุนศีรษะที่สัมพันธ์กับร่างกาย หากเซ็นเซอร์เหล่านี้เร็วเพียงพอ แมลงปอสามารถคำนวณผลกระทบของการเคลื่อนไหวของมันต่อภาพของเหยื่อได้โดยตรงจากเอาต์พุตของเซ็นเซอร์หรือใช้ วิธีหนึ่งในการตรวจสอบข้ามอีกวิธีหนึ่ง ฉันไม่ได้พิจารณาถึงความเป็นไปได้นี้ในการจำลองของฉัน
เพื่อทดสอบโครงข่ายประสาทสามชั้นนี้ ฉันจำลองแมลงปอและเหยื่อของมัน โดยเคลื่อนที่ด้วยความเร็วเท่ากันผ่านพื้นที่สามมิติ สมองเครือข่ายประสาทจำลองของฉัน “เห็น” เหยื่อ คำนวณตำแหน่งที่จะชี้เพื่อให้ภาพของเหยื่ออยู่ในมุมคงที่ และส่งคำแนะนำที่เหมาะสมไปยังกล้ามเนื้อ ฉันสามารถแสดงให้เห็นได้ว่าแบบจำลองง่ายๆ ของสมองของแมลงปอสามารถดักจับแมลงตัวอื่นๆ ได้สำเร็จ แม้กระทั่งเหยื่อที่เคลื่อนที่ไปตามวิถีโค้งหรือวิถีกึ่งสุ่ม แมลงปอจำลองไม่สามารถบรรลุอัตราความสำเร็จของแมลงปอชีวภาพได้ แต่ก็ไม่มีข้อดีทั้งหมด (เช่น ความเร็วในการบินที่น่าประทับใจ) ซึ่งรู้จักแมลงปอ
จำเป็นต้องมีการทำงานเพิ่มเติม เพื่อตรวจสอบว่าโครงข่ายประสาทเทียมนี้รวมเอาความลับทั้งหมดเข้าด้วยกันหรือไม่ ของสมองของแมลงปอ นักวิจัยจาก Janelia Research Campus ของ Howard Hughes Medical Institute ในเวอร์จิเนีย ได้พัฒนากระเป๋าเป้ขนาดเล็กสำหรับแมลงปอที่สามารถวัดสัญญาณไฟฟ้าจากระบบประสาทของแมลงปอในขณะที่มันกำลังบินและส่งข้อมูลเหล่านี้เพื่อการวิเคราะห์ กระเป๋าเป้มีขนาดเล็กพอที่จะไม่หันเหความสนใจของแมลงปอจากการล่า ในทำนองเดียวกัน นักประสาทวิทยายังสามารถบันทึกสัญญาณจากเซลล์ประสาทแต่ละเซลล์ในสมองของแมลงปอ ในขณะที่แมลงนั้นนิ่งอยู่ แต่ทำให้คิดว่ามันเคลื่อนไหวได้ด้วยการนำเสนอด้วยภาพที่เหมาะสม ทำให้เกิดภาพเสมือนจริงขนาดเท่าแมลงปอ
ข้อมูลจากระบบเหล่านี้ช่วยให้นักประสาทวิทยาสามารถตรวจสอบแบบจำลองแมลงปอและสมองโดยเปรียบเทียบกิจกรรมกับรูปแบบกิจกรรมของเซลล์ประสาททางชีววิทยาในแมลงปอที่ทำงานอยู่ แม้ว่าเราจะยังไม่สามารถวัดการเชื่อมต่อระหว่างเซลล์ประสาทในสมองของแมลงปอได้โดยตรง แต่ฉันและผู้ทำงานร่วมกันจะสามารถอนุมานได้ว่าระบบประสาทของแมลงปอกำลังคำนวณคล้ายกับที่โครงข่ายประสาทเทียมของฉันทำนายไว้หรือไม่ ที่จะช่วยตรวจสอบว่าการเชื่อมต่อในสมองของแมลงปอคล้ายกับน้ำหนักที่คำนวณไว้ล่วงหน้าของฉันในโครงข่ายประสาทหรือไม่ เราจะหาวิธีที่แบบจำลองของเราแตกต่างจากสมองแมลงปอจริงอย่างหลีกเลี่ยงไม่ได้ บางทีความแตกต่างเหล่านี้อาจเป็นเบาะแสของทางลัดที่สมองของแมลงปอใช้เพื่อเพิ่มความเร็วในการคำนวณ
กระเป๋าเป้ใบนี้ที่จับสัญญาณจากขั้วไฟฟ้าที่เสียบอยู่ในสมองของแมลงปอ สร้างขึ้นโดย Anthony Leonardo หัวหน้ากลุ่มที่ Janelia Research Campus แอนโธนี ลีโอนาร์โด/ Janelia Research Campus/HHMI
แมลงปอสามารถสอนเราได้ วิธีการใช้ “ความสนใจ” บนคอมพิวเตอร์ คุณน่าจะรู้ว่ารู้สึกอย่างไรเมื่อสมองของคุณอยู่ในความสนใจอย่างเต็มที่ โดยสมบูรณ์ในโซน จดจ่อกับงานหนึ่งจนถึงจุดที่สิ่งรบกวนสมาธิอื่นๆ ดูเหมือนจะจางหายไป แมลงปอสามารถมุ่งความสนใจได้เช่นกัน ระบบประสาทของมันจะเพิ่มระดับเสียงในการตอบสนองต่อเป้าหมายโดยเฉพาะอย่างยิ่ง สันนิษฐานว่าถูกเลือก แม้ว่าเหยื่อตัวอื่นๆ จะมองเห็นได้ในมุมมองเดียวกัน มันสมเหตุสมผลแล้วที่แมลงปอตัดสินใจไล่ตามเหยื่อตัวใดตัวหนึ่ง มันควรเปลี่ยนเป้าหมายก็ต่อเมื่อไม่สามารถจับตัวเลือกแรกของมันได้ (กล่าวอีกนัยหนึ่ง การใช้การนำทางคู่ขนานเพื่อจับอาหารไม่มีประโยชน์หากคุณฟุ้งซ่านง่าย)
แม้ว่าเราจะพบว่ากลไกการชี้นำความสนใจของแมลงปอนั้นซับซ้อนน้อยกว่า คนเหล่านั้นมักใช้โฟกัสกลางร้านกาแฟที่มีผู้คนพลุกพล่าน เป็นไปได้ว่ากลไกที่ง่ายกว่าแต่ใช้พลังงานต่ำจะพิสูจน์ข้อได้เปรียบสำหรับอัลกอริธึมยุคใหม่และระบบคอมพิวเตอร์โดยเสนอวิธีที่มีประสิทธิภาพในการทิ้งอินพุตที่ไม่เกี่ยวข้อง
ข้อดีของการศึกษาสมองแมลงปอไม่ได้จบลงด้วยอัลกอริธึมใหม่ นอกจากนี้ยังสามารถส่งผลกระทบต่อการออกแบบระบบ ตาแมลงปอนั้นว่องไว โดยทำงานที่ 200 เฟรมต่อวินาที ซึ่งเร็วกว่าการมองเห็นของมนุษย์หลายเท่า แต่ความละเอียดเชิงพื้นที่ของพวกมันค่อนข้างแย่ บางทีอาจเป็นแค่หนึ่งในร้อยของสายตามนุษย์ การทำความเข้าใจว่าการล่าแมลงปอมีประสิทธิภาพมากเพียงใด แม้จะมีความสามารถในการตรวจจับที่จำกัด แต่ก็สามารถแนะนำวิธีการออกแบบระบบที่มีประสิทธิภาพมากขึ้นได้ การใช้ปัญหาการป้องกันขีปนาวุธ ตัวอย่างแมลงปอแสดงให้เห็นว่าระบบต่อต้านขีปนาวุธของเราที่มีการตรวจจับด้วยแสงที่รวดเร็วอาจต้องการความละเอียดเชิงพื้นที่น้อยกว่าเพื่อโจมตีเป้าหมาย
แมลงปอไม่ใช่แมลงตัวเดียว ที่สามารถให้ข้อมูลการออกแบบคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากระบบประสาทในปัจจุบัน ผีเสื้อของราชาจะอพยพเป็นระยะทางไกลอย่างเหลือเชื่อ โดยใช้สัญชาตญาณโดยธรรมชาติเพื่อเริ่มต้นการเดินทางในช่วงเวลาที่เหมาะสมของปีและมุ่งหน้าไปในทิศทางที่ถูกต้อง เรารู้ว่าพระมหากษัตริย์ต้องอาศัยตำแหน่งของดวงอาทิตย์ แต่การนำทางโดยดวงอาทิตย์ต้องคอยติดตามช่วงเวลาของวัน หากคุณเป็นผีเสื้อที่มุ่งหน้าไปทางใต้ คุณต้องการให้ดวงอาทิตย์อยู่ทางซ้ายในตอนเช้า แต่ทางขวาของคุณอยู่ในตอนบ่าย ดังนั้น เพื่อกำหนดทิศทางของมัน สมองของผีเสื้อจึงต้องอ่านจังหวะ circadian ของมันเองและรวมข้อมูลนั้นกับสิ่งที่มันกำลังสังเกต
แมลงอื่นๆ เช่น มดทะเลทรายซาฮารา จะต้องออกหาอาหารในระยะทางที่ค่อนข้างไกล เมื่อพบแหล่งอาหารแล้ว มดตัวนี้ไม่เพียงแค่ย้อนรอยกลับไปที่รังเท่านั้น ซึ่งน่าจะเป็นเส้นทางที่คดเคี้ยว แต่จะคำนวณเส้นทางตรงกลับ เนื่องจากตำแหน่งของแหล่งอาหารของมดเปลี่ยนไปในแต่ละวัน มันจะต้องสามารถจำเส้นทางที่มันใช้ในการเดินทางออกหาอาหารได้ รวมข้อมูลภาพกับการวัดระยะทางภายในที่เดินทาง แล้ว คำนวณเส้นทางขากลับ จากความทรงจำเหล่านั้น
ในขณะที่ไม่มีใครรู้ว่าวงจรประสาทในมดทะเลทรายทำหน้าที่นี้อย่างไร นักวิจัยจาก Janelia Research Campus ได้ระบุวงจรประสาทที่ทำให้แมลงวันผลไม้บินไป ปรับทิศทางตนเองโดยใช้จุดสังเกตที่มองเห็นได้ . มดทะเลทรายและผีเสื้อราชาน่าจะใช้กลไกที่คล้ายกัน วันหนึ่งวงจรประสาทดังกล่าวอาจพิสูจน์ได้ว่ามีประโยชน์ในโดรนพลังงานต่ำ
และจะเป็นอย่างไรหากประสิทธิภาพของการคำนวณที่ได้รับแรงบันดาลใจจากแมลงนั้นสามารถเรียกใช้ส่วนประกอบพิเศษเหล่านี้ได้หลายล้านอินสแตนซ์ควบคู่กันไปเพื่อสนับสนุนการประมวลผลข้อมูลหรือการเรียนรู้ของเครื่องที่มีประสิทธิภาพยิ่งขึ้น AlphaZero ตัวต่อไปสามารถรวมสถาปัตยกรรมการหามดนับล้านเพื่อปรับแต่งการเล่นเกมได้หรือไม่? บางทีแมลงอาจเป็นแรงบันดาลใจให้คอมพิวเตอร์ยุคใหม่ดูแตกต่างจากที่เรามีในปัจจุบันมาก กองทัพขนาดเล็กของอัลกอริธึมคล้ายแมลงปอสามารถใช้เพื่อควบคุมชิ้นส่วนที่เคลื่อนไหวของเครื่องเล่นในสวนสนุก เพื่อให้แน่ใจว่ารถยนต์แต่ละคันจะไม่ชนกัน (เหมือนกับนักบินที่บังคับเรือของพวกเขา) แม้จะอยู่ท่ามกลางการเต้นรำที่ซับซ้อนแต่น่าตื่นเต้น
ไม่มีใครรู้ว่าคอมพิวเตอร์รุ่นต่อไปจะหน้าตาเป็นอย่างไร ไม่ว่าพวกมันจะเป็นเพื่อนร่วมหุ่นยนต์หรือทรัพยากรแบบรวมศูนย์ เช่นเดียวกับ Multivac ของ Isaac Asimov ในทำนองเดียวกัน ไม่มีใครสามารถบอกได้ว่าเส้นทางใดดีที่สุดในการพัฒนาแพลตฟอร์มเหล่านี้ ในขณะที่นักวิจัยได้พัฒนาโครงข่ายประสาทเทียมในยุคแรกๆ โดยได้รับแรงบันดาลใจจากสมองของมนุษย์ โครงข่ายประสาทเทียมในปัจจุบันมักอาศัยการคำนวณที่ไม่เหมือนสมอง การศึกษาการคำนวณของเซลล์ประสาทแต่ละเซลล์ในวงจรประสาทชีวภาพ—ปัจจุบันเป็นไปได้โดยตรงเฉพาะในระบบที่ไม่ใช่มนุษย์—อาจต้องสอนเรามากกว่านี้ แมลง ดูเหมือนจะเรียบง่ายแต่มักจะน่าประหลาดใจในสิ่งที่พวกเขาสามารถทำได้ มีส่วนอย่างมากในการพัฒนาคอมพิวเตอร์รุ่นต่อไป โดยเฉพาะอย่างยิ่งเมื่อการวิจัยด้านประสาทวิทยายังคงขับเคลื่อนไปสู่ความเข้าใจที่ลึกซึ้งยิ่งขึ้นว่าวงจรประสาทชีวภาพทำงานอย่างไร
ครั้งต่อไปที่คุณเห็นแมลงทำอะไรที่ฉลาด ลองนึกภาพถึงผลกระทบต่อชีวิตประจำวันของคุณ ถ้าคุณมีความสามารถที่ยอดเยี่ยมของกองทัพเล็กๆ ของแมลงปอ ผีเสื้อ หรือสมองมด การกำจัดของคุณ บางทีคอมพิวเตอร์ในอนาคตอาจให้ความหมายใหม่แก่คำว่า “ไฮฟ์ มายด์” ด้วยกลุ่มโปรเซสเซอร์ขนาดเล็กที่มีความเชี่ยวชาญสูงแต่มีประสิทธิภาพสูงสุด สามารถกำหนดค่าใหม่และปรับใช้ได้ขึ้นอยู่กับงานที่ทำอยู่ ด้วยความก้าวหน้าทางประสาทวิทยาในปัจจุบัน จินตนาการที่ดูเหมือนนี้อาจใกล้เคียงกับความเป็นจริงมากกว่าที่คุณคิด
บทความนี้ปรากฏในฉบับพิมพ์เดือนสิงหาคม 2564 เป็น “บทเรียนจากสมองของแมลงปอ”
- บ้าน
- อาหาร
- การท่องเที่ยว
ธุรกิจ ดูแลสุขภาพ ไลฟ์สไตล์ เทค โลก
