Var tacksam för att du inte äter en trollslända. Du kanske är en fruktfluga eller kanske en mygga, men det skulle verkligen inte spela någon roll i det ögonblick du ser tillbaka och ser fyra kraftfulla vingar dunka genom luften efter dig. Du flyger för ditt liv, väver undvikande, men trollsländan spårar dig på något sätt med till synes omedelbara reflexer. För ett ögonblick, du tror att du har kommit undan, precis som den stänger sig snabbt underifrån för dödandet.

Sedan, när rovdjuret från dinosaurietiden klor in i dig med sina taggiga ben och drar dig in i sina käkar i luften, du kanske undrar för dig själv, "Hur fångade det mig med en så liten hjärna och ingen djupuppfattning?"

Sandia National Laboratories söker efter svaret med forskning som visar hur trollsländehjärnor kan kopplas till att vara extremt effektiva på att beräkna komplexa banor.

I nya datorsimuleringar, falska trollsländor i en förenklad virtuell miljö lyckades fånga sitt byte med hjälp av datoralgoritmer utformade för att efterlikna hur en trollslända bearbetar visuell information under jakt. De positiva testresultaten visar att programmeringen i grunden är en bra modell.

Sandia-forskningen undersöker om trollsländeinspirerad datoranvändning kan förbättra missilförsvarssystem, som har liknande uppgift att fånga upp ett föremål under flygning, genom att göra omborddatorerna mindre utan att ge avkall på hastighet eller noggrannhet. Sländor fångar 95 % av sitt byte, kröner dem till ett av världens bästa rovdjur.

Beräkningsneuroforskaren Frances Chance, vem utvecklade algoritmerna, presenterar sin forskning denna vecka vid den internationella konferensen om neuromorfa system i Knoxville, Tennessee. Tidigare den här månaden, hon presenterade vid årsmötet för Organisation for Computational Neurosciences i Barcelona, Spanien.

Forskning replikerar trollsländans mycket effektiva hjärna

Chance är specialiserad på att replikera biologiska neurala nätverk – hjärnor, i princip – som kräver mindre energi och är bättre på att lära sig och anpassa sig än datorer. Hennes studier fokuserar på neuroner, som är celler som skickar information genom nervsystemet.

"Jag försöker förutsäga hur nervceller är kopplade i hjärnan och förstå vilka typer av beräkningar dessa neuroner gör, baserat på vad vi vet om djurets beteende eller vad vi vet om neurala svar, " Hon sa.

Till exempel, en trollsländas reaktionstid på ett manövrerande byte är bara 50 millisekunder. En mänsklig blinkning tar cirka 300 millisekunder. Femtio millisekunder är bara tillräckligt med tid för information att passera omkring tre neuroner. Med andra ord, att hålla jämna steg med en trollslända, ett artificiellt neuralt nätverk måste bearbetas information efter bara tre steg – men, eftersom hjärnan avfyrar många signaler samtidigt, varje steg kan innebära att många beräkningar körs samtidigt.

Snabbare, lättare beräkningar för missilförsvar

Missilförsvarssystem förlitar sig på etablerade avlyssningstekniker som är, relativt sett, beräkningstung. Men att ompröva dessa strategier med högeffektiva trollsländor som modell kan potentiellt:

• Krymp storleken, vikt och effektbehov för omborddatorer. Detta skulle tillåta interceptorer att vara mindre och lättare, och därför mer manövrerbar.
• Avslöja nya sätt att fånga upp manövrerande mål såsom hypersoniska vapen, som följer mindre förutsägbara banor än ballistiska missiler.
• Avslöja nya sätt att komma in på ett mål med mindre sofistikerade sensorer än vad som används för närvarande.

Sländor och missiler rör sig i väldigt olika hastigheter, så det är okänt hur väl denna forskning i slutändan kommer att översättas till missilförsvar. Men att utveckla en beräkningsmodell av en trollsländahjärna kan också ha långsiktiga fördelar för maskininlärning och artificiell intelligens.

AI används inom vittomfattande industrier, från självkörande transporter till utveckling av receptbelagda läkemedel. Dessa områden tjänar på högeffektiva metoder för att konstruera snabba lösningar på komplexa problem. Pågående forskning på Sandia förfinar Chances algoritmer och avgör var de är mest tillämpliga.