一个学术团队认为，对于可能用于运行自主机器人的神经网络而言，大黄蜂的大脑是一个比人类大脑更好的模型。
“这是相当令人印象深刻的蜜蜂会飞在五英里,然后记住它的路上,大脑一个针头大小的,”詹姆斯马歇尔教授说,谢菲尔德大学的,被多家报纸都报道援引报告马歇尔的美国科学促进会会议2月。
“这对我来说很有意义，我们应该尝试和[自治系统]模仿蜜蜂的大脑，无人驾驶飞机和无人驾驶汽车。”
Marshall指的是一种深度学习计算的形式，开发人员正在为这种形式创建模仿神经生物学架构的电子架构，以取代传统的计算。深度学习计算属于人工智能的范畴，在人工智能中，计算机通过识别数据模式的奖励来学习。不同的是在深度学习中使用了神经过程。变化包括我写过的神经形态计算在这里可以分析高级和低级细节，如边缘和形状。
蜜蜂“基本上是微型机器人，”马歇尔说，《每日电讯报》的报道。“它们是真正一致的视觉导航器，它们可以在复杂的3-D环境中导航，只需要很少的学习，而且只需要大脑中一立方毫米的100万个神经元。”
size元素可以吸引正在开发的开发人员的注意微型机器人之间的通信，以自组织并且可以使用，例如，在工厂中移动对象。
机器人装备了模仿蜜蜂大脑的计算系统，可以被指示去一个特定的目的地，利用外部参考点和内部感应能力，它们会去那里。当前的无人驾驶飞行器。无人机。使用全球定位卫星来确定它们的位置，用罗盘来指示方向，用气压计来感应高度。与蜜蜂模型机器人的自主功能不同，无人机的导航功能在遇到异常情况(如意料之外的障碍)时容易受到处理延迟的影响。
在实际蜜蜂的实验中，团队粘雷达标记，以蜜蜂的背上。(It’s “easier said than done,” Joe Woodgate of Queen Mary University of London, said according to the multiple news reports. “They're very good at escaping from us and when we do succeed, we're left holding an angry bee.”)
研究人员用雷达跟踪蜜蜂的飞行路线，根据他们收集的数据，提出了一种算法，模拟蜜蜂在太空中移动的方式。蜜蜂的一项技能是视觉流动，当它们飞行时，它们可以根据相对于其他物体移动的速度来判断什么物体比其他物体离它们更近。那些似乎移动得更快的行星离我们更近每日邮报解释。
无关的蜜蜂，英特尔公司已经宣布，它已准备好一个基于云的神经形态研究系统该架构的灵感来自人类大脑，可以用来解决人工智能的挑战以及其他计算难题。