导弹防御系统，如何跟蜻蜓的大脑学习计算？(4)

这三个热图显示了同一时刻神经元的活动模式；第一组代表眼睛，第二组代表那些指定哪些眼睛神经元与猎物的图像对齐的神经元，第三组代表那些输出运动命令的神经元。
转化为想要与猎物碰撞的蜻蜓， 解决办法很简单：相对于某些外部参考，保持对猎物的视线恒定。然而，对于蜻蜓来说，这项任务也并非如此简单，因为它会猛扑和转身，收集食物。蜻蜓没有内部陀螺仪，无论蜻蜓如何转动，它都会保持恒定的方向。它也没有始终指向北方的磁罗盘。在我对蜻蜓狩猎的简化模拟中，蜻蜓转向将猎物的图像与其眼睛上的特定位置对齐，但它需要计算该位置应该是什么。
我的模拟神经网络的第三层，也是最后一层，是运动命令层。这一层神经元的输出是蜻蜓肌肉的高级指令，告诉蜻蜓向哪个方向转动。蜻蜓还使用该层的输出来预测它自己的动作对其视野中猎物图像位置的影响，并相应地更新投影位置。这种更新允许蜻蜓在接近猎物时相对于外部世界保持其猎物的视线稳定。
生物蜻蜓可能已经进化出额外的工具来帮助进行这种预测所需的计算。例如，蜻蜓有专门的传感器来测量飞行过程中的身体旋转以及头部相对于身体的旋转——如果这些传感器足够快，蜻蜓可以直接从传感器输出或使用一种方法来交叉检查另一种。我在模拟中没有考虑这种可能性。
为了测试这个三层神经网络，我模拟了一只蜻蜓和它的猎物，它们在三维空间中以相同的速度移动。当他们这样做时，我的建模神经网络大脑“看到”了猎物，计算指向哪里以将猎物的图像保持在一个恒定的角度，并向肌肉发送适当的指令。我能够证明蜻蜓大脑的这个简单模型确实可以成功拦截其他虫子，甚至是沿着弯曲或半随机轨迹行进的猎物。
模拟蜻蜓没有完全达到生物蜻蜓的成功率，也不具备蜻蜓众所周知的所有优点（例如惊人的飞行速度）。
我们还能从蜻蜓身上学到什么？
我们还需要做更多的工作来确定这个神经网络是否真的包含了蜻蜓大脑的所有秘密。弗吉尼亚州霍华德休斯医学研究所 Janelia 研究园区的研究人员为蜻蜓开发了微型“背包”，可以在蜻蜓飞行时测量其神经系统发出的电信号，并传输这些数据进行分析。背包足够小，不会分散蜻蜓的注意力。同样，神经科学家还可以记录蜻蜓大脑中单个神经元的信号，同时昆虫保持不动，但通过向其提供适当的视觉提示，使其认为它在移动，从而创建了一个蜻蜓级的虚拟现实。
来自这些系统的数据允许神经科学家通过将蜻蜓大脑模型的活动与活跃蜻蜓中生物神经元的活动模式进行比较来验证蜻蜓大脑模型。虽然我们还不能直接测量蜻蜓大脑中神经元之间的个体连接，但我和我的合作者将能够推断出蜻蜓的神经系统是否正在进行类似于我的人工神经网络预测的计算。这将有助于确定蜻蜓大脑中的连接是否类似于我在神经网络中预先计算的权重。我们将不可避免地找到我们的模型与实际蜻蜓大脑不同的方式。也许这些差异将为蜻蜓大脑加速计算的捷径提供线索。