美国国家科学院院刊的一项新研究表明,蜜蜂具有自动学习自然环境中经常经历的复杂统计特性的能力。此前,这被认为是仅存在于人类和高级物种中的视觉能力,而蜜蜂具有微型大脑的发现激发了人工智能的进一步改进。该研究还报告说,蜜蜂和人类使用根本不同的计算方法来进行这种学习,这可能是人类卓越学习能力出现的关键原因之一。
由 Aurore Avarguès-Weber 博士(法国图卢兹大学) 、József Fiser 博士(匈牙利中欧大学)和 Adrian Dyer 博士(澳大利亚皇家墨尔本理工大学)领导的国际团队首次使用了相同的测试比较人类的自动学习和他们在没有任何专门训练的情况下在暴露阶段看到的视觉场景的自动学习。比较人类和蜜蜂。他们在一项不相关的简单分类任务中将人类和蜜蜂暴露在由一组抽象形状组成的相同多元素场景中(图 1)。在接下来的测试阶段,两个物种都必须进行多项测试,每次试验都要在两个新颖的多元素场景之间进行选择。这些测试中的场景是为了衡量参与者是否自发地对各种统计特性变得敏感
Avarguès-Weber 博士说:“通过分析大量先前经历过的图像的统计特性来识别其底层结构来自动学习,这种策略已经在人类和一些高级物种中得到了证明。这也是这个概念“深度学习”背后推动了人工智能的最新进展。我们的研究结果表明,这也是蜜蜂使用的策略,这表明这种自动统计学习的普遍性和效率。
戴尔博士补充道:“人们常常对蜜蜂出色的导航和识别能力感到惊讶,现在我们知道它们使用简化版本的统计学习来完成复杂的任务,这是人类的基础,也是人类视觉问题解决的基础。人工智能的深度学习。”