2018年12月，由于有无人机在附近飞行的报告，数千名假日旅客滞留在伦敦的盖特威克机场。该机场是欧洲最繁忙的机场之一，关闭了两天，造成了严重的延误，并使航空公司损失了数百万美元。未经授权的无人机在商业空域也已在美国和世界各地造成了类似的事件。为了阻止它们，研究人员现在正在开发一种受另一种空中物体启发的探测系统：活的苍蝇。研究人员在一篇发表于《美国声学学会杂志》的新论文中写道，这项工作可能具有远超无人机探测的应用。
“这非常棒，”法国艾克斯-马赛大学艾蒂安-朱尔·马雷运动科学研究所和法国国家科学研究中心的 Frank Ruffier 研究员说，他没有参与这项新研究。“这项关于苍蝇的基础研究正在解决计算机科学中的一个实际问题。”
该解决方案的意义在于，其中包括克服探测无人机的固有难度。随着这些远程遥控飞行器变得越来越便宜和更容易获得，许多专家担心它们将变得越来越具有破坏性。美国政府问责办公室科学、技术评估和分析团队的联合主任 Brian Bothwell 说，它们的普及引发了各种问题。“无人机可能被粗心大意的人和罪犯操作，”他指出。粗心的无人机驾驶员可能会不小心造成事故；犯罪分子可以使用这些设备跨国境走私毒品或将违禁品投入监狱院子，例如。“探测它们很重要，”Bothwell 说。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来能继续看到关于塑造我们当今世界的发现和想法的有影响力的报道。
但是，这种探测远非易事。目前的系统依赖于视觉、听觉或红外传感器，但这些技术在低能见度、嘈杂噪声或干扰信号的条件下通常会遇到困难。解决这个问题需要计算机程序员所说的“显著性检测”，这本质上意味着从噪声中区分信号。
现在，在自然的帮助下，南澳大利亚大学、国防公司 Midspar Systems 和澳大利亚弗林德斯大学的一组科学家和工程师可能已经找到了解决方案。在他们的新论文中，他们展示了一种算法，该算法是通过逆向工程食蚜蝇的视觉系统而设计的——食蚜蝇是一类主要为黑黄条纹的昆虫，以其在花朵周围盘旋的习性而闻名。任何尝试拍打过苍蝇的人都可以证明，许多嗡嗡叫的害虫都有极其敏锐的视力和快速的反应时间。这些能力源于它们的复眼（可以同时接收大量信息）以及处理这些信息的神经元——事实证明，这些神经元非常擅长将相关信号与毫无意义的噪声区分开来。大量的动物都具有可以有效滤除噪声的视觉系统，但苍蝇简单的大脑——以及由此产生的研究它们的便利性——使这些昆虫成为计算机科学家特别有用的模型。
在这项研究中，研究人员检查了食蚜蝇的视觉系统，以开发一种使用类似机制来清理嘈杂数据的工具。然后，可以将过滤后的信息输入到用于无人机探测的人工智能算法中。在他们的新论文中，科学家们证明，这种组合可以比单独使用传统人工智能探测到远 50% 的无人机。新的研究论文仅是对蝇眼视觉算法过滤能力的初步验证，但团队成员已经构建了一个原型，并正在努力实现商业化。他们的努力证明了生物启发设计如何改进被动探测系统。
“这篇论文很好地例证了我们可能从自然界中学到多少关于信息处理的知识，”亚利桑那州立大学生物模仿中心的副研究主任 Ted Pavlic 说，他没有参与这项新研究。
为了从食蚜蝇身上获取见解，该团队花费了十多年的时间仔细研究其眼睛的神经元通路，并测量它们对光的电反应。工程师们从昆虫大型复眼中的光感受器开始，追踪了通过各个神经元层并进入大脑的回路。然后，他们使用这些信息构建了一种算法，该算法可以感知并增强数据的重要部分。
但是，研究人员并没有简单地将视觉数据输入到算法中，而是将频谱图（声音的可视化表示）输入到算法中——这些频谱图是从无人机飞过时在室外环境中记录的声学数据创建的。该算法能够查看这些弯弯曲曲的图形，并增强与无人机发出的频率相对应的重要的“信号”峰值。与此同时，它能够减少不是由无人机产生的背景噪声。
“这真的很棒，因为它是一个清理步骤，你基本上可以将其添加到任何机器学习管道中，并期望从中获益，”西北大学的计算机科学家 Emma Alexander 说，她没有参与这项研究。
事实上，研究人员表示，他们确实希望将他们的生物启发算法应用于各种应用，在这些应用中，人工智能必须在处理复杂和混乱的条件的同时处理来自真实世界的信息。“我们已经构建了一个可以自动适应不同环境并增强感兴趣事物的系统，”该研究的合著者、弗林德斯大学的生物工程师 Russell Brinkworth 说。
例如，构建任何基于人工智能的传感系统所面临的主要挑战之一是使其在不断变化的环境中工作。“在传统人工智能中，你不能只给它看一张汽车的照片。你必须在所有可能看到汽车的情况下都给它看汽车，”他解释说。“但是，如果光线发生变化或出现阴影，人工智能会说它以前从未见过。”这是设计能够可靠地适应变化的光线和其他变化条件的自动驾驶汽车的一大障碍。然而，有了受苍蝇启发的系统，这种过滤会自动发生。
“人工智能在受限环境和受控环境中效果最佳，”Brinkworth 说。“但另一方面，生物学在任何地方都有效。如果它不能在任何地方都有效，它就会死亡。”