比人工智能更便宜、更实用……探索“昆虫智能”的人们[科技谈]
用“蜜蜂智能逆向工程”打造的新AI
比超大规模AI便宜数千倍
却更适合高效应用于工业界
人工智能（AI）科学家的目标大多最终归结为“像人一样的机器”。OpenAI、Google DeepMind 等知名人工智能研究公司竞相研发的“通用人工智能”，归根结底也是为了打造一种既类似人类又能超越人类的机器智能。
![蜜蜂。[图片来源=Pexels 提供]](http://www.asiae.co.kr/news/img_view.htm?img=2024051714563475477_1715925393.jpg)
但也有发明家从完全不同的地方汲取灵感。人工智能真的非要追上人类智能不可吗？一种更轻量、更便宜、而且非常实用的“昆虫智能”，也可以成为替代方案。
奔向“100万亿参数”人工智能的大型科技公司
当今众多人工智能技术都以“人类大脑”为目标。我们的大脑由860亿个神经元组成，每个神经元上都连接着负责信息传递的“突触”。人脑中的突触总量高达100万亿个。
在人工智能神经网络中，参数（Parameter）起到类似突触的作用。迄今为止，高性能人工智能为了追赶人类智能，一直在尽可能增加参数数量。其中最新的人工智能模型拥有的参数规模已经达到“万亿级”。
然而，人工智能规模呈指数级扩张的同时，训练和推理成本也随之水涨船高。需要在数据中心集成的高性能处理器数量不断增加，电力和散热管理成本也随之攀升。如今，人工智能数据中心消耗的电力和占用的土地成本，已经让世界多地颇为头疼。
人工智能一定非得是超大模型吗？“昆虫”也足够
但是，人工智能真的必须达到“人类的智力水平”吗？在人类所处的地球生物圈中，人属于高度复杂的存在。我们不仅能进行狩猎和繁殖，还擅长构建复杂的社会关系，并进行抽象思维。如果眼下我们真正需要的机器人，仅仅是实现某些劳动环节的自动化，那么人工智能其实并不一定要追上人类。
正因如此，有人把关注点从“人类智能”转向了“昆虫智能”。2020年诞生于英国谢菲尔德大学的初创企业 Opteran 就是典型案例。这家公司是全球首家通过对蜜蜂大脑进行“逆向工程”，并将其应用于自动驾驶无人机的企业。
如前所述，人类的大脑拥有860亿个神经元，而蜜蜂的大脑只有区区100万个。与人类相比，这样的脑容量极其原始，但蜜蜂却能在复杂环境中选定自己想要的目标，还具备回到巢穴的“归巢本能”。
也就是说，只要造出达到蜜蜂水平的人工智能，就足以满足产业界的大部分需求。因此，如果能够用计算机实现昆虫大脑的运作原理，构建和部署人工智能的成本就可以降低上千倍。
结构比人简单，却更加敏捷的昆虫
“昆虫智能”的优势并不仅仅在于成本。前文提到的“用视觉筛选出自己想要的目标并识别其位置的能力”，在当下计算机视觉研究中，属于炙手可热的“SLAM（同时定位与地图构建）”范畴。这一技术从自动驾驶汽车到扫地机器人，都在广泛移植应用。
传统的 SLAM 依赖昂贵的高端传感器，对周围环境进行“高分辨率地图化”，然后在该地图中利用人工智能识别自身位置并规划路径。无论是硬件，还是训练所需的数据集规模以及人工智能模型本身的体量，都是负担极重的高性能方案。
但 Opteran 开发的蜜蜂智能，比 SLAM 小得多，却能实现类似的性能，因此要敏捷得多。搭载 SLAM 的机器人因为要处理庞大的软件，行动会受到限制，“反应速度”自然下降。而蜜蜂智能的体量更小、结构更简单，因此可以实现即时反应。它更适合随时可能发生突发状况的狭窄物流中心或工厂内部环境。
对自然进行逆向工程：基础科学展现的价值
蜜蜂智能展现出的是，生态系统在数亿年演化中形成的“自然算法”所具有的高效性。昆虫们依靠比镊子还小的大脑，就能充分完成几乎所有生存所需的行为。
此外，昆虫智能也是一个提醒人们“基础科学”在开辟新产业领域时有多重要的案例。Opteran 起步于谢菲尔德大学计算机工程系的一个独特项目。研究团队花了10年时间探究昆虫如何对世界的刺激作出反应，其成果是将昆虫大脑的信息处理过程，成功模拟到计算机上。
创新往往始于微小的好奇心。Opteran 首席执行官 David Rajan 在接受工程专业媒体《The Engineer》采访时表示：“如果你想看到最前沿的自主性，不该去硅谷，而应该走进花园。”这正是他作出这番表述的原因。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
