昆蟲的大腦很小而且很有限。但是它們以速度，優(yōu)雅和精確度飛翔，對不斷變化的條件做出快速反應(yīng)，并遠(yuǎn)離掠食者。由于計算神經(jīng)科學(xué)和機(jī)器學(xué)習(xí)等領(lǐng)域的最新進(jìn)展，研究人員現(xiàn)在正在研究這些神經(jīng)系統(tǒng)，以開發(fā)下一代智能，敏捷和高度自適應(yīng)的自主空中無人機(jī)。

約翰·布蘭卡喬(John Brancaccio)機(jī)械與航空工程學(xué)教授西爾維婭·法拉利(Silvia Ferrari)已獲得空軍科學(xué)研究所的40萬美元撥款，用于研究飛蛾的大腦，目的是改善無人機(jī)的飛行能力。

法拉利說：“我們有興趣了解這些小型飛行器的大腦和感覺模態(tài)系統(tǒng)如何發(fā)揮作用，并且具有非常基本的原理。” “希望我們可以將其中一些原理轉(zhuǎn)化為飛行器。”

法拉利將與佐治亞理工大學(xué)物理學(xué)助理教授西蒙·斯彭伯格(Simon Sponberg)一起，研究“尖峰火車”的數(shù)學(xué)基礎(chǔ)-“尖峰火車”的發(fā)射神經(jīng)元序列有助于大腦學(xué)習(xí)。

法拉利說：“加長釘訓(xùn)練是一種非常有效的方式來攜帶信息，處理信息并將這些信息用于推理和解決問題，因此，它們被認(rèn)為是大腦如此強大的主要原因之一。” “但是確切地不知道的是，這些神經(jīng)元在這些尖峰期間編碼信息的數(shù)學(xué)原理是什么?”

她和法拉利(Sponberg)運用控制理論(法拉利的研究領(lǐng)域)，研究了穗狀花序火車如何幫助飛蛾盤旋-例如，從花朵中取食。

她說：“這是一個非常精確的問題。” “它們必須精確地跟蹤花朵，但是花朵可能在風(fēng)中移動，或者可能有陣風(fēng)干擾飛蛾的飛行，如果掠食者到達(dá)，飛蛾必須迅速離開。”

在相關(guān)工作中，法拉利與佐治亞理工大學(xué)和卡內(nèi)基梅隆大學(xué)的研究人員合作，從佐治亞理工大學(xué)獲得了180萬美元的贈款，以開發(fā)一種方法來組合來自不同來源的信息，包括人工智能算法，以幫助自動駕駛車輛有效地處理信息。

收集有關(guān)車輛周圍環(huán)境的信息的不同方法通?；诓煌脑?，并且可以產(chǎn)生完全不同形式的數(shù)據(jù)。這使得很難從多個來源綜合信息。法拉利說，在嘗試合并機(jī)器學(xué)習(xí)或AI算法中的數(shù)據(jù)時，情況甚至更加復(fù)雜。

“飛機(jī)和航天器已經(jīng)具有很多自主功能，”法拉利說。“現(xiàn)在人們正在開發(fā)用于計算機(jī)視覺和機(jī)器學(xué)習(xí)的許多新算法，有許多不同的方法用于處理傳感數(shù)據(jù)。”

研究人員使用法拉利實驗室開發(fā)的方法，旨在將包括AI在內(nèi)的各種來源的數(shù)據(jù)組合成一個單一的優(yōu)化框架。

Ferrari說：“分布式系統(tǒng)還有其他技術(shù)，但是這項工作的關(guān)鍵是要包括AI和機(jī)器學(xué)習(xí)算法，因為它們具有完全不同的原理和假設(shè)，因此在現(xiàn)有方法中并不經(jīng)常使用。”

研究人員希望通過虛擬和物理實驗在自動駕駛汽車上測試他們的技術(shù)。