2018年12月，由於有無人機在附近飛行的報告，數千名假日旅客滯留在倫敦的蓋特威克機場。該機場是歐洲最繁忙的機場之一，關閉了兩天，造成了嚴重的延誤，並使航空公司損失了數百萬美元。未經授權的無人機在商業空域也已在美國和世界各地造成了類似的事件。為了阻止它們，研究人員現在正在開發一種受另一種空中物體啟發的探測系統：活的蒼蠅。研究人員在一篇發表於《美國聲學學會雜誌》的新論文中寫道，這項工作可能具有遠超無人機探測的應用。
“這非常棒，”法國艾克斯-馬賽大學艾蒂安-朱爾·馬雷運動科學研究所和法國國家科學研究中心的 Frank Ruffier 研究員說，他沒有參與這項新研究。“這項關於蒼蠅的基礎研究正在解決計算機科學中的一個實際問題。”
該解決方案的意義在於，其中包括克服探測無人機的固有難度。隨著這些遠端遙控飛行器變得越來越便宜和更容易獲得，許多專家擔心它們將變得越來越具有破壞性。美國政府問責辦公室科學、技術評估和分析團隊的聯合主任 Brian Bothwell 說，它們的普及引發了各種問題。“無人機可能被粗心大意的人和罪犯操作，”他指出。粗心的無人機駕駛員可能會不小心造成事故；犯罪分子可以使用這些裝置跨國境走私毒品或將違禁品投入監獄院子，例如。“探測它們很重要，”Bothwell 說。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保未來能繼續看到關於塑造我們當今世界的發現和想法的有影響力的報道。
但是，這種探測遠非易事。目前的系統依賴於視覺、聽覺或紅外感測器，但這些技術在低能見度、嘈雜噪聲或干擾訊號的條件下通常會遇到困難。解決這個問題需要計算機程式設計師所說的“顯著性檢測”，這本質上意味著從噪聲中區分訊號。
現在，在自然的幫助下，南澳大利亞大學、國防公司 Midspar Systems 和澳大利亞弗林德斯大學的一組科學家和工程師可能已經找到了解決方案。在他們的新論文中，他們展示了一種演算法，該演算法是透過逆向工程食蚜蠅的視覺系統而設計的——食蚜蠅是一類主要為黑黃條紋的昆蟲，以其在花朵周圍盤旋的習性而聞名。任何嘗試拍打過蒼蠅的人都可以證明，許多嗡嗡叫的害蟲都有極其敏銳的視力和快速的反應時間。這些能力源於它們的複眼（可以同時接收大量資訊）以及處理這些資訊的神經元——事實證明，這些神經元非常擅長將相關訊號與毫無意義的噪聲區分開來。大量的動物都具有可以有效濾除噪聲的視覺系統，但蒼蠅簡單的大腦——以及由此產生的研究它們的便利性——使這些昆蟲成為計算機科學家特別有用的模型。
在這項研究中，研究人員檢查了食蚜蠅的視覺系統，以開發一種使用類似機制來清理嘈雜資料的工具。然後，可以將過濾後的資訊輸入到用於無人機探測的人工智慧演算法中。在他們的新論文中，科學家們證明，這種組合可以比單獨使用傳統人工智慧探測到遠 50% 的無人機。新的研究論文僅是對蠅眼視覺演算法過濾能力的初步驗證，但團隊成員已經構建了一個原型，並正在努力實現商業化。他們的努力證明了生物啟發設計如何改進被動探測系統。
“這篇論文很好地例證了我們可能從自然界中學到多少關於資訊處理的知識，”亞利桑那州立大學生物模仿中心的副研究主任 Ted Pavlic 說，他沒有參與這項新研究。
為了從食蚜蠅身上獲取見解，該團隊花費了十多年的時間仔細研究其眼睛的神經元通路，並測量它們對光的電反應。工程師們從昆蟲大型複眼中的光感受器開始，追蹤了透過各個神經元層並進入大腦的迴路。然後，他們使用這些資訊構建了一種演算法，該演算法可以感知並增強資料的重要部分。
但是，研究人員並沒有簡單地將視覺資料輸入到演算法中，而是將頻譜圖（聲音的視覺化表示）輸入到演算法中——這些頻譜圖是從無人機飛過時在室外環境中記錄的聲學資料建立的。該演算法能夠檢視這些彎彎曲曲的圖形，並增強與無人機發出的頻率相對應的重要的“訊號”峰值。與此同時，它能夠減少不是由無人機產生的背景噪聲。
“這真的很棒，因為它是一個清理步驟，你基本上可以將其新增到任何機器學習管道中，並期望從中獲益，”西北大學的計算機科學家 Emma Alexander 說，她沒有參與這項研究。
事實上，研究人員表示，他們確實希望將他們的生物啟發演算法應用於各種應用，在這些應用中，人工智慧必須在處理複雜和混亂的條件的同時處理來自真實世界的資訊。“我們已經構建了一個可以自動適應不同環境並增強感興趣事物的系統，”該研究的合著者、弗林德斯大學的生物工程師 Russell Brinkworth 說。
例如，構建任何基於人工智慧的感測系統所面臨的主要挑戰之一是使其在不斷變化的環境中工作。“在傳統人工智慧中，你不能只給它看一張汽車的照片。你必須在所有可能看到汽車的情況下都給它看汽車，”他解釋說。“但是，如果光線發生變化或出現陰影，人工智慧會說它以前從未見過。”這是設計能夠可靠地適應變化的光線和其他變化條件的自動駕駛汽車的一大障礙。然而，有了受蒼蠅啟發的系統，這種過濾會自動發生。
“人工智慧在受限環境和受控環境中效果最佳，”Brinkworth 說。“但另一方面，生物學在任何地方都有效。如果它不能在任何地方都有效，它就會死亡。”