如果机器人学家想要建造能够移动、规划和相互合作的微型人工智能机器，他们可以从昆虫身上学到一两件事。
六足生物是地球上最大、最多样化的多细胞生物。 它们已经进化为生活在各种环境中，并表现出不同类型的生存行为，并且有昆虫会飞、爬行和游泳。
鉴于昆虫大脑和身体的大小，它们的智能和能源效率令人惊讶。 这些是小型简单机器人如果要在现实世界中发挥作用就应该具备的特征，一组研究人员在一篇论文中提出 出版 在周三的科学机器人。
“我们认为，昆虫智能的灵感代表了在小型移动机器人中实现人工智能的重要替代途径，”他们写道。 “如果我们成功利用受昆虫启发的人工智能，小型机器人将能够处理困难的任务，同时保持其有限的计算和内存预算。”
机器人专家已经在构建类似 bug 的机器人。 该研究的第一作者、荷兰代尔夫特理工大学航空航天工程学院教授 Guido de Croon 帮助开发了一种 一群微型无人机 设计用于检测建筑物中的气体泄漏。 在其他地方，美国华盛顿大学的研究人员制造了第一个无线飞行机器人，配有一对翅膀，不比牙签重多少，但能够起飞和降落。
与更大、更复杂的机器相比，它们可能没有那么令人印象深刻，但它们的小尺寸和简单的电子设备使它们价格便宜，并且可能对搜索和救援、监视甚至授粉等应用有用。 然而，即使由于硬件和尺寸限制，具有先进的计算机视觉、规划和导航的新型人工智能算法的进步，在构建这些机器方面仍然存在重大挑战。
“许多在人工智能中开发的深度神经网络原则上很有趣，但还不能在小型机器人上运行，”de Croon 告诉我们。
“例如，有一些神经网络可以估计视觉运动或识别物体。 为运行深度神经网络而制造的嵌入式计算机通常很重，而且非常耗电。” 即使是为嵌入式电子设备设计并能够运行这些 AI 模型的最小 GPU，现在对于必须尽可能轻的小型飞行机器人来说也太重且耗电。
“虽然是用于深度网络的流行嵌入式处理器，但 Nvidia TX 2 重 85 克，功耗为 7.5 瓦。 老实说，即使对于稍大、稍重的无人机，深度网络处理器的相对重量和功率也应该下降，”他补充道。
de Croon 和他的同事们认为，有一些硬件替代品很有前景——用于微型嵌入式系统的微控制器和其他芯片正在获得执行 ML 任务所需的能力——而更具未来感的神经形态处理器更适合更有效地运行机器学习算法。
英特尔的神经形态芯片， Loihi例如，为脉冲神经网络模型提供动力以控制飞行机器人。 然而，研究人员认为，最终目标不一定是在新硬件上运行当今的复杂软件。 真正的进步将在于开发新的算法和模型，这些算法和模型能够在能复制昆虫智能的机器上运行的节能硬件上运行。
“昆虫智能的主要特性是其简约性，即昆虫使用简约而强大的解决方案在复杂、动态、有时甚至是敌对的环境中实现成功行为的方式，”该论文称。
德克鲁恩告诉 注册 “阅读昆虫学家的生物学研究很重要”以寻找灵感。 “但有趣的是，这并不是一条单行道：在尝试设计机器人系统来执行昆虫完成的任务时，我们经常遇到直接研究动物时并不总是很明显的问题。 这反过来可能会导致生物学的新见解，然后可以通过与昆虫学家合作进行研究，“他说。
在一项实验中试图模仿果蝇的运动时，他的团队能够研究果蝇在逃生动作中拍打翅膀的机制。
机械地模仿昆虫也将推动机器人技术的其他领域。 “昆虫般的智能也与许多其他类型的机器人相关，因为它带来了鲁棒性，同时占用尽可能少的资源，”他总结道。 ®
