2018年12月，数千名度假旅客被困在伦敦盖特威克机场，因为有报道称附近有无人机飞行。机场——欧洲的机场之一最繁忙的——关闭了两天，造成了重大延误，航空公司损失了数百万美元。在美国和世界各地，未经授权的无人机在商业空域引发了类似的事件。为了阻止它们，研究人员现在正在开发一种探测系统，其灵感来自于一种不同类型的空中物体:活苍蝇。这项工作本可以应用远远超出无人机探测研究人员在发表在《科学》杂志上的一篇新论文中写道美国声学学会期刊．

法国艾克斯-马赛大学Etienne-Jules Marey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:“这太棒了。”他没有参与这项新研究。“这项正在进行的基础研究正在解决计算机科学中的一个实际问题。”

这个解决方案的意义之一是克服探测无人机的固有困难。随着这些遥控飞行器变得越来越便宜、越来越容易获得，许多专家担心它们会变得越来越具有破坏性。美国政府问责局(U.S. Government Accountability Office)科学、技术评估与分析团队的联合主任博思韦尔(Brian Bothwell)说，这种现象的普遍存在引发了各种问题。他指出:“粗心的人和罪犯都可以操控无人机。”粗心的无人机飞行员可能会在不经意间造成事故;例如，犯罪分子可以使用这些设备跨越国界走私毒品或将违禁品扔进监狱。“探测它们很重要，”博思韦尔说。

但这种检测远非易事。目前的系统依赖于视觉、听觉或红外传感器，但这些技术往往难以在能见度低、噪音大或干扰信号的条件下工作。解决这个问题需要计算机程序员所谓的“显著性检测”，本质上就是将信号从噪声中区分出来。

现在，在大自然的帮助下，南澳大利亚大学(University of South Australia)、国防公司Midspar Systems和澳大利亚弗林德斯大学(Flinders University)的一组科学家和工程师可能找到了解决方案。在他们的新论文中，他们展示了一种通过对食蚜蝇视觉系统进行逆向工程设计的算法。食蚜蝇是一种主要有黑黄条纹的昆虫，以其在花朵周围盘旋的习惯而闻名。任何试过拍苍蝇的人都可以证明，这些嗡嗡作响的害虫有非常敏锐的视力和快速的反应时间。这种能力来自于它们的复眼，复眼可以同时接收大量信息，来自于处理这些信息的神经元，后者非常擅长从无意义的噪声中分离出相关信号。大量的动物都有能有效屏蔽噪音的视觉系统，但苍蝇的大脑简单——以及由此产生的研究它们的容易程度——使它们成为计算机科学家特别有用的模型。

在这项研究中，研究人员检查了食蚜蝇的视觉系统，以开发一种工具，使用类似的机制来清理噪声数据。然后，过滤后的信息可以输入人工智能算法，用于无人机探测。在他们的新论文中，科学家们证明了这种组合可以比单独使用传统人工智能探测无人机最远距离的50%。这篇新的研究论文只是对果蝇视觉算法过滤能力的概念验证，但团队成员已经建立了一个原型，并正在朝着商业化的方向努力。他们的努力展示了仿生设计如何改善被动探测系统。

亚利桑那州立大学仿生学中心研究副主任泰德·帕夫利奇(Ted Pavlic)说:“这篇论文是一个很好的例子，说明我们可以从自然中学习到多少关于信息处理的知识。”他没有参与这项新研究。

为了从食蝇身上获取信息，研究小组花了十多年的时间仔细研究它眼睛的神经通路，并测量它们对光线的电反应。从昆虫大复眼中的光传感器开始，工程师们追踪了通过不同神经元层进入大脑的电路。然后，他们利用这些信息构建了一种算法，可以感知和强调数据的重要部分。

但是，研究人员并不是简单地向算法输入视觉数据，而是输入声谱图——无人机在室外环境飞行时记录的声音数据所产生的声音的视觉表现。该算法能够查看这些弯弯曲曲的图形，并提高与无人机发射频率相对应的重要“信号”峰值。与此同时，它还能减少无人机不会产生的背景噪音。

“这真的很好，因为它是一个清理步骤，你基本上可以把它添加到任何机器学习管道中，并期望从中受益，”西北大学(Northwestern University)的计算机科学家艾玛·亚历山大(Emma Alexander)说，她没有参与这项研究。

事实上，研究人员表示，他们确实希望将这种仿生算法用于各种应用程序，在这些应用程序中，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条件。“我们已经建立了一个系统，可以自动适应不同的环境，并增强感兴趣的东西，”该研究的合著者、弗林德斯大学的生物工程师拉塞尔·布林克沃斯(Russell Brinkworth)说。

例如，构建任何基于人工智能的传感系统的主要挑战之一是让它在不断变化的环境中工作。“在传统人工智能中，你不能只向它展示一张汽车的图片。你必须在所有可能的情况下向它展示汽车，”他解释道。“但如果光线变化或有阴影，人工智能会说它以前从未见过它。”这是设计能够可靠地适应灯光变化和其他换挡条件的自动驾驶汽车的一大障碍。然而，有了这个受苍蝇启发的系统，这种过滤是自动发生的。

布林克沃斯说:“当人工智能处于受限的环境中并受到控制时，它的工作效率最高。“但另一方面，生物学无处不在。如果它不在任何地方都有效，它就会消亡。”