人工智能在苍蝇眼的帮助下监测无人机：新的仿生算法从噪声中提取信号-轻识

来源：国际仿生工程学会

2018年12月，由于有报道称附近有无人机飞行，数千名度假旅客被困在伦敦盖特威克机场。导致这个欧洲非常繁忙的机场关闭了两天，造成重大延误，并使航空公司损失了数百万美元。商业空域中未经授权的无人机在美国和世界各地都造成了类似的事件。为了阻止它们，研究人员现在正在开发一种监测系统，该系统的灵感来自一种不同类型的空中物体：一只活的苍蝇。研究人员在《美国声学学会杂志》上发表的一篇新论文中写道，这项工作的应用可能远远超出无人机探测。通过阅读原文可参阅论文“Acoustic detection of unmanned aerial vehicles using biologically inspired vision processing”-基于生物视觉处理的无人机声探测。

“这太棒了，”法国艾克斯-马赛大学运动科学研究所和法国国家科学研究中心的研究员Frank Ruffier说，“这项基础研究正在解决计算机科学中的一个真正问题。”

昆虫的复眼，例如这种模仿大黄蜂的食蚜蝇，擅长区分信号和噪音。图片来源：mikroman6/Getty Images

该解决方案对克服探测无人机的固有困难具有重要意义。随着这些遥控飞行器变得越来越便宜，越来越容易使用，许多专家担心它们会变得越来越具有破坏性。美国政府问责办公室科学、技术评估和分析团队联合主任Brian Bothwell说，它们的流行引发了各种问题。“无人机可以由粗心者和罪犯操作，”他指出。粗心的无人机飞行员可能会在不经意间造成事故；犯罪分子可以利用这些设备跨境走私毒品或将违禁品扔进监狱。“监测它们很重要，”Bothwell说。

但这样的监测绝非易事。目前的系统依赖于视觉、听觉或红外传感器，但这些技术通常在能见度低、噪音大或干扰信号强的条件下难以实现。解决这个问题需要计算机程序员所说的“显著性监测”，它本质上意味着区分信号和噪声。

现在，在大自然的帮助下，南澳大利亚大学（University of South Australia）的一组科学家和工程师，MiSpar国防系统公司和澳大利亚佛林德斯（Flinders University）可能已经找到了解决方案。在他们的新论文中，他们展示了一种算法，该算法是通过对食蚜蝇（hoverfly）的视觉系统进行逆向工程而设计的。食蚜蝇是一个主要由黑色和黄色条纹昆虫组成的家族，以其在花朵周围盘旋的习惯而闻名。拍苍蝇的人都知道，许多嗡嗡作响的害虫有着令人难以置信的敏锐视力和快速反应时间。这种能力来源于它们的复眼，它能同时接收大量信息，也来源于处理这些信息的神经元，这些神经元非常擅长将相关信号与无意义的噪音分离开来。许多动物的视觉系统都能有效地屏蔽噪音，但苍蝇的简单大脑以及由此产生的对它们进行研究的便利性，使其成为计算机科学家特别有用的模型。

在这项研究中，研究人员研究了苍蝇的视觉系统，开发了一种使用类似机制来清除噪声数据的工具。然后可以将过滤后的信息输入到用于无人机监测的人工智能算法中。在他们的新论文中，科学家们证明，这种组合可以比单独的传统AI探测到能远上50%的无人机。新的研究论文只是对飞行视觉算法过滤能力的概念证明，但团队成员已经建立了一个原型并正在努力实现商业化。他们的努力展示了仿生设计如何改进被动监测系统。

亚利桑那州立大学（Arizona State University）仿生中心研究副主任Ted Pavlic没有参与这项新研究，他说：“这篇论文是一个很好的例子，说明我们在信息处理方面可以从大自然中能够学到多少东西。”。

为了从苍蝇身上收集信息，研究小组花了十多年时间仔细研究了苍蝇眼睛的神经通路，并测量了它们对光的电反应。从昆虫巨大的复眼中的光电传感器开始，工程师们追踪了穿过神经元各层并进入大脑的电路。然后，他们利用这些信息构建了一种算法，可以感知并增强数据的重要部分。

但是，研究人员没有简单地将视觉数据输入算法，而是将无人机飞行时在室外环境中记录的声学数据所产生的声音的视觉表现谱图输入算法。该算法能够查看这些曲线图，并提高与无人机发射频率对应的重要“信号”峰值。同时，它能够减少非无人机产生的背景噪音。

西北大学（Northwestern University）的计算机科学家Emma Alexander没有参与这项研究，她说：“这真的很好，因为这是一个清理步骤，你基本上可以将其添加到任何机器学习管道中，并期望从中受益。”。

事实上，研究人员表示，他们确实希望在各种应用中使用他们的仿生算法，在这些应用中，人工智能必须处理来自现实世界的信息，同时处理复杂和混乱的情况。“我们已经建立了一个系统，可以自动适应不同的环境，增强人们感兴趣的东西，”该研究的合著者、弗林德斯大学的生物工程师Russell Brinkworth说。

例如，构建任何基于人工智能的传感系统所面临的主要挑战之一，就是让它在不断变化的环境中工作。他解释说：“在传统的人工智能中，你不能只是给它看一张汽车的图片。你必须在任何可能的情况下给它看一辆汽车。”。“但是如果光线改变或者有阴影，人工智能会说它以前从未见过。”这是设计能够可靠地适应不断变化的光线和其他换档条件的自动驾驶汽车的一大障碍。然而，在以苍蝇为灵感的系统中，这种过滤是自动进行的。

Brinkworth说：“人工智能在封闭的环境中并受到控制时效果最好。”。“但另一方面，生物学在任何地方都起作用。如果它不在任何地方起作用，它就会死亡。”