「电脑革命」蜻蜓大脑的神经回路，可能是未来的导弹系统演算法！(2)

蜻蜓只需要大约50 毫秒就开始对猎物的动作做出反应。如果我们假设眼睛中的细胞需要10 毫秒来检测和传输有关猎物的信息，另外5 毫秒让肌肉开始产生力量，那么神经回路只剩下35 毫秒来进行计算。鉴于单个神经元通常需要至少10 毫秒来整合输入，因此底层神经网络可以至少有三层深。
那么，人类可以建立一个像蜻蜓拦截系统一样工作的神经网络吗？
这种神经网络又有什么用途呢？

我首先想到的是防御上的应用，例如导弹防御。
例如，让未来的导弹快速计算拦截轨迹而不影响导弹重量或功耗的机载系统。
当然也可能会有民用应用，例如控制自动驾驶汽车的演算法可能会变得更高效，不再需要大量的运算设备。如果受蜻蜓启发的系统可以执行计算以绘制拦截轨迹，那么自主无人机或许可以使用它来避免碰撞。如果电脑可以制造成与蜻蜓大脑相同的大小（约6 立方毫米），也许有一天驱虫剂和蚊帐将成为过去，取而代之的是小型杀虫无人机！

打造神经网络，模拟蜻蜓捕捉猎物的运算过程

为了开始回答这些问题，我建立了一个简单的神经网络来代替蜻蜓的神经系统，并用它来计算蜻蜓捕捉猎物的转弯。我的三层神经网络作为软件模拟存在。最初，我在Matlab 中工作，因为那是我已经在使用的代码环境。之后，我将该模型移植到Python 中。
因为蜻蜓必须看到它们的猎物才能捕捉到它，所以我首先模拟了蜻蜓眼睛的简化版本，捕捉了追踪猎物所需的最少细节。虽然蜻蜓有两只眼睛，但人们普遍认为它们不使用立体深度感知来估计与猎物的距离。在我的模型中，我没有对双眼进行建模，也没有尝试与蜻蜓眼睛相应的解析度。相反，神经网络的第一层包括441 个代表眼睛输入的神经元，每个神经元描述视野的一个特定区域——这些区域被平铺以形成一个21×21 的神经元阵列，覆盖蜻蜓的视野。随着蜻蜓转动，猎物图像在蜻蜓视野中的位置发生变化。蜻蜓计算将猎物的图像与这些「眼睛」神经元中的一个（或几个，如果猎物足够大）对齐所需的轮数。第二组包含441 个神经元，也在网络的第一层，告诉蜻蜓哪些眼睛神经元应该与猎物的图像对齐，即猎物应该在其视野内的哪个位置。