欧洲有五个国家，它们的大学和实验室在合作。这个项目叫Insect Neuro Nano。他们想做一个芯片。这个芯片学蜜蜂的大脑。它把感应和计算合在一起。这是为了做出耗电少、集成度高的人工智能硬件。他们把昆虫神经系统的高效结构和纳米光子技术结合起来。
现在，我们想让AI更聪明，效率更高。很多科学家开始看昆虫。这些小小的生命，它们很特别。它们的脑子小，身体也小。但是，它们藏着进化的智慧。它们为AI发展提供了很多想法。
虫脑虽小，智慧惊人
我们人的大脑有大概八百六十亿个神经元。但是大多数昆虫的脑子，只有一百万个，甚至更少。十万个神经元都没有。但是，它们很厉害。它们能找路，能认出图案。它们做决定也很快。这些能力，比现在最好的AI系统都强很多。它们效率高，适应力也强。
比如蜜蜂，它的脑子就一百万个神经元。但是它能飞很远，十公里。然后它能准确地找到家。蜜蜂还能记住很多复杂的花。它们跳一种舞，叫“摇摆舞”。通过这种舞，它们能告诉同伴信息。它们甚至能一起做选择。
果蝇就更厉害了。它的神经元不到十万个。但是它能飞得很好，很难的动作也能做。它能从经验中学东西。它还会做复杂的求偶动作。
但是像GPT-4这样的大模型，它需要几十亿的参数。它要用很多电才能运行。蜜蜂和果蝇，它们和GPT-4差别很大。这说明一个道理：自然选择了亿万年。它把昆虫的大脑打磨成了奇迹。这些大脑用资源很少，功能却很强。AI研究人员很喜欢这个设计。这对机器学习很有用。
而且蜜蜂能认出人脸。它还能理解“一样”和“不一样”这样的概念。英国谢菲尔德大学的科学家发现，这跟它们脑子里的“识别回路”有关。这个回路只挑最重要的视觉特征。它把其他的信息都去掉了。这样，计算的负担就轻了很多。但是，现在的深度学习要用几百万个样本。它需要很多参数才能做到类似的事情。
蜻蜓也是个高手。它只用十六个专门的神经元。它就能预测猎物飞到哪儿。它抓到猎物的成功率几乎是百分之百。这很准。现在新的自动驾驶视觉算法，就学了蜻蜓的办法。它在不降低性能的前提下，大大减少了算力需求。这样车子就能跑得更好。
算力很省，“少就是多”
昆虫的大脑用了一种方法，叫“稀疏编码”。这是它的工作原理。当它遇到任何刺激时，它不会让很多神经元都工作。它只激活很少一部分神经元。这样就形成了一种很浓缩的信息。这种信息也很节能。
美国霍华德·休斯医学研究所的科学家有发现。果蝇大脑里有个地方，它负责学习。它长得像蘑菇，所以叫“蘑菇体”。当果蝇闻到特定气味时，只有不到5%的神经元会反应。但是这些微弱的信号，已经足够它识别和反应了。
传统的神经网络和它不一样。每次有输入时，它会唤醒很多神经元。这会消耗很多电。现在AI研究人员学昆虫的办法。他们把稀疏编码放进神经形态计算里。数据显示，IBM的TrueNorth芯片和英特尔的Loihi芯片，它们在运行这类算法时，比传统处理器省电几千倍。
而且昆虫大脑里有个地方，它很特别。它就是“蘑菇体”。它负责联想学习，也负责感官整合和记忆形成。AI设计师觉得它是个很棒的模板。
这个机制催生了一种新的AI模型。它也叫“蘑菇体模型”。这个模型不需要很多数据训练。它只要几次经验，就能建立联系。这就像蜜蜂，它去几朵花那儿看看。然后它就知道哪里有蜜了。
“昆虫启发的少样本学习”算法就是这么来的。深度思维公司已经把这个算法用到了系统里。它让AI用很少的样本就能学新任务。这是让AI变得更聪明，更有适应性的重要一步。
群体很聪明，能看能闻能动
蚂蚁和蜜蜂，它们一聚到一起，就能表现出很厉害的集体智慧。这就是“群体智能”。
蚂蚁找东西吃的时候，它用一种机制，叫“共识主动性”。这是它的工作原理。个别蚂蚁的行为，可能只是很小的变化。但是这个变化会引发一连串的反应。最后，它们就能找到最好的路。
蜜蜂找新家的时候，它们也会一起做决定。侦察蜂会跳“舞蹈”，告诉大家它的看法。然后大家会“商量”好几轮。最后它们会达成一个“民主决议”。它们就是这样选出新家的。
这些自然界的算法，已经被AI用上了。比如“蚁群优化算法”。它现在常用在电信路由。也用在工厂调度和供应链管理上。还有“粒子群优化算法”。它学了鸟群和虫群的办法。它让很多简单的代理一起工作。它们一起寻找复杂的解决方案。在处理动态任务时，它比老方法好。
而且昆虫不需要很强的算力。它能把多种感知合在一起。这是它的工作原理。它们在飞的时候，能同时处理视觉信息。也能处理嗅觉信息、触觉信息。还有身体的运动信息。它把这些信息合起来。然后在大脑里形成一个完整的外部世界。比如蜜蜂找花蜜。它一边认花香。一边躲开障碍。它还能感觉到风向和危险。整个过程，它做得很轻松。
昆虫这种简单的办法，给了AI新的启发。科学家们模拟它们的“汇聚式处理通路”。这样就能做出新的AI架构。它能降低能耗。同时，它也能保持多感官融合的高性能。
不怕坏，坏了也能走
昆虫的神经系统很厉害。它对损伤和环境变化有很强的适应力。它们不怕坏。蜜蜂就算大脑坏了一大半，它还是能找到回家的路。蝗虫就算神经坏得很严重，它还是能协调飞行。
这是因为昆虫的系统是分布式的。它有很多备份。它的算法也简单又稳定。所以它不容易坏。
英国爱丁堡大学有研究。他们发现昆虫最看重的是系统的可靠性。它们不追求绝对的精确。所以，它们能在很差的环境下也能一直工作。
但是很多AI系统就不一样。它们很“娇气”。一点点小干扰，它们可能就坏了。
科学家们学昆虫的原理。他们开发出了更不容易坏的神经网络。有些自动驾驶系统，它融合了昆虫的这种不怕坏的特性。就算车上的关键传感器坏了，它还是能安全地开。这为现实世界中那些不稳定环境，提供了一个很好的办法。
昆虫的大脑，是进化了几亿年才有的杰作。现在的AI，虽然算力很强。但是跟昆虫比起来，它在省电、适应环境和抗损伤方面，还是差很远。
所以，昆虫学和AI结合，现在是个很热的领域。很多高效的算法，都是学昆虫的。这些算法会和传统AI的强大算力结合起来。它们会形成一种“混合智能”。也许，我们寻找更强大智能的路，真正的灵感，就藏在那些最小的大脑里。
