蜻蜓大脑能怎样启示计算机设计？(4)

借用冰球运动员威恩•格雷茨基（Wayne Gretsky）对冰球的描述，蜻蜓必须瞄准蚊子要去的地方。你可能觉得如果按照格雷茨基的建议，就需要一个复杂的算法，但事实上，这个策略非常简单：蜻蜓需要做的就是将瞄准猎物的视线与一个固定的参考方向保持一个恒定的角度。
有过驾驶船只经验的读者会明白那是为什么。当瞄准另一艘船的视线和参考方向（例如正北）之间的角度保持不变时，就要当心了，正在行驶的航线会发生碰撞。为了避免碰撞，长期以来，海员们一直避免采用这种“平行航行”航线。
转回到蜻蜓，蜻蜓想与猎物相撞的办法很简单：让瞄准猎物的视线与某种外部参照物保持恒定。但是，这项任务对蜻蜓来说并不简单，因为它要俯冲和转向，捉住它的食物。（据我们所知）蜻蜓没有精确的内部陀螺仪，无论蜻蜓如何转向，都能保持恒定的方位并为它提供参考。它也没有永远指向北方的磁罗盘。在我对蜻蜓捕猎的简易模拟中，蜻蜓会将猎物的图像与它眼睛上的特定位置对齐，但它需要计算出那个位置应该在哪儿。

我的模拟神经网络的第三层，即最后一层是运动指令层。这一层的神经元输出是向蜻蜓肌肉发出的高级指令，告诉蜻蜓向哪个方向转。蜻蜓还使用这一层的输出来预测自己的运动对视野中猎物图像位置的影响，并相应地修正该预测位置。这种修正可使蜻蜓在接近猎物时，能够相对于外部世界稳定地保持其瞄准猎物的视线。
生物学上的蜻蜓有可能进化出了额外的工具来帮助它完成这种预测所需要的计算。例如，蜻蜓有专门的感觉器，可以测量飞行过程中身体的转动以及头部相对于身体的转动，如果这些感觉器的速度足够快，蜻蜓可以直接根据感觉器的输出计算其运动对猎物图像的影响，或者使用一种方法交叉检查另一种方法。我的模拟不包含这种可能性。
为了测试这个三层神经网络，我模拟蜻蜓和它的猎物在三维空间以相同的速度运动。这时，我的模拟神经网络大脑“看到”了猎物，计算出指向何处才能与猎物图像保持一个恒定的角度，并向肌肉发送相应的指令。我可以显示这个蜻蜓大脑的简单模型确实能够成功拦截其他昆虫，甚至是沿着弧形或半随机轨迹飞行的猎物。不过模型蜻蜓并没有达到生物蜻蜓的成功率，毕竟它没有已知蜻蜓具有的那些优势（比如惊人的飞行速度）。