Los cerebros de las abejas inspiran una IA y una robótica más inteligentes

Las abejas, los mayores polinizadores del mundo, son una parte esencial de la biodiversidad de la que los humanos dependemos directamente para nuestra supervivencia.

Estos insectos alados son conocidos principalmente por proporcionar alimentos de alta calidad. como uno miel, así como cera de abejas, propóleo, polen y jalea, entre otros productos. Más importante aún, son responsables de polinizar innumerables plantas con flores, incluida la gran mayoría de los cultivos alimentarios del mundo, lo que permite que las plantas se reproduzcan y produzcan frutas, verduras y semillas. 

Para lograr esto, las abejas utilizan sus cuerpos peludos y transfieren el polen de una flor a otra.

Mientras que las abejas no son solo en esto, como lo hacen los pájaros, los monos e incluso los humanos, las abejas son ciertamente los más comunes polinizadores. It es estimado que más del 87% de todas las especies de plantas con flores dependen de los animales, siendo las abejas el grupo principal encargado de la polinización, un servicio ecosistémico esencial y vital para la biodiversidad y la seguridad alimentaria.

Las abejas son en realidad insectos muy inteligentes, y la gente ha estado estudiando su comportamiento, sus gestos y sus interacciones sociales para comprender la salud del ecosistema, los cambios ambientales y mejorar la eficiencia de la polinización de los cultivos.

Además, las abejas se utilizan como modelo para comprender el comportamiento cooperativo y mapear cómo los cerebros diminutos coordinan tareas sociales complejas. 

Los científicos también se inspiran en las abejas para desarrollar tecnologías innovadoras. Por ejemplo, sus estrategias de navegación y comunicación. se aplican A la tecnología de drones. El comportamiento de las abejas también ha inspirado la robótica, los algoritmos y la IA.

En relación a ello, los investigadores han descubierto ahora que las abejas utilizan sus movimientos de vuelo para mejorar las señales cerebrales, lo que les permite aprender y reconocer patrones visuales complejos con gran precisión. 

Esta percepción basada en el movimiento, según el nuevo estudio, podría revolucionar el desarrollo de la IA y la robótica de próxima generación al acentuar la eficiencia por sobre la potencia informática masiva.

Inteligencia de las abejas: lo que los cerebros diminutos nos enseñan sobre la IA

La capacidad de aprendizaje visual de las abejas es sencillamente notable. Esta Esto es evidente por el hecho de que pueden aprender a asociar un color con una recompensa, así como a identificar características específicas para clasificar patrones visuales. Incluso han demostrado la capacidad de comprender conceptos abstractos y resolver tareas de numerosidad mediante el escaneo secuencial de los elementos dentro de un estímulo. 

Un concepto fundamental en la ciencia cognitiva, la numerosidad se refiere al número de elementos en un conjunto. is generalmente estudiado en el contexto de la percepción visual, donde se refiere a la capacidad de captar rápidamente la cantidad de objetos en una escena sin contar. 

Como tal, las tareas de numerosidad analizan la capacidad innata del cerebro para percibir y estimar cantidades.

Por lo tanto, las abejas tienen claramente capacidades excepcionales, lo que las convierte en un valioso modelo animal para explorar los principios del aprendizaje visual mediante el análisis de sus respuestas conductuales.

Pero la cosa es, todavía no lo es realmente known just Cómo las abejas son capaces de identificar patrones complejos y percibir las complejidades del mundo que las rodea mientras buscan alimento, dada su supuesta baja sensibilidad visual y sus limitados recursos neuronales.

Las neuronas sensoriales visuales son se presume que evoluciona con el fin de explotar las regularidades en las escenas naturales. Por ejemplo, los estudios han demostrado que las vías sensoriales de los insectos y los comportamientos asociados a ellas se adaptan dinámicamente a diferentes condiciones ambientales. Las respuestas se ajustan en función de los datos de entrada. como uno Frecuencia espacial, contraste y correlaciones espaciotemporales. 

Cuando se trata de estrategias de muestreo activo, en las que los animales escanean continuamente su entorno para extraer información visual a lo largo del tiempo, dicho comportamiento tiene Se ha observado ampliamente entre especies. 

Mientras que los primates utilizan los movimientos oculares para mejorar su resolución espacial fina y mejorar la codificación de estímulos naturales, los insectos emplean estrategias que involucran movimientos de cabeza y cuerpo o movimientos específicos. trayectorias de aproximación.

En el caso de las abejas, es probable que dependan de la visión activa y del muestreo secuencial para construir una representación neuronal fuerte y resistente de su entorno. 

Estas estrategias juegan un papel parte clave En el procesamiento visual temprano, reduciendo la redundancia y fabricación los codificación de estímulos visuales more efficient. Pero de nuevo, nuestra comprensión de cómo estos mecanismos permitir Las abejas siguen teniendo dificultades para detectar regularidades visuales, superar limitaciones de representación y resolver tareas complejas. poor.

Según el último estudio, comprender estas estrategias es crucial para desentrañar los principios fundamentales de la visión de los insectos y sus implicaciones más amplias para el procesamiento visual en sistemas biológicos y artificiales.

Entonces, construyendo en su estudio anterior, que Evaluaron las trayectorias de vuelo de las abejas durante una tarea visual simple¹, los investigadores ahora están Mirando hacia Los principales elementos del circuito que contribuyen a la visión activa en el reconocimiento de patrones acromáticos.

El objetivo principal del estudio es determinar cómo el comportamiento de escaneo de las abejas contribuye a la organización y conectividad de las neuronas en sus lóbulos visuales.

Investigadores de la Universidad de Sheffield plantearon la hipótesis de que los comportamientos de escaneo se han adaptado para muestrear características visuales complejas, de forma que se codifican con mayor eficiencia en las neuronas del lóbulo. Esto, a su vez, facilita representaciones únicas que apoyan el aprendizaje en el diminuto cerebro de las abejas. Para comprobar esta hipótesis, desarrollaron un modelo neuromórfico de los lóbulos ópticos de las abejas.

Los investigadores incluyeron principios de codificación a través de un nuevo modelo de plasticidad no asociativa. Esta permitió al modelo autoorganizar su conectividad dentro del lóbulo visual, creando así representaciones eficientes del entorno y conduciendo al surgimiento de células selectivas de orientación, que son esenciales para codificar escenas visuales complejas.

Se mejoró aún más el marco de procesamiento visual by empleando Otro módulo para la toma de decisiones, que took Inspiración en los mecanismos de aprendizaje asociativo de los insectos.

Las simulaciones de los investigadores revelan que un pequeño subconjunto de neuronas lobulillares, sensibles a orientaciones y velocidades específicas, puede comprimir entornos visuales complejos en representaciones expresadas como tasas de activación. Estas representaciones poco frecuentes distinguen eficazmente entre los patrones de suma y multiplicación, lo que destaca la amplia aplicabilidad del modelo.

Los conocimientos recopilados en el estudio pueden ayudar a mejorar nuestra comprensión de la visión y la cognición biológicas. Inspirar el desarrollo de nuevos modelos computacionales para tareas de reconocimiento visual, dijo los estudio.

Cómo la visión inspirada en las abejas está dando forma a la robótica y la IA

El último estudio, un esfuerzo colaborativo con la Universidad Queen Mary de Londres y publicado en la revista eLife, detallado un modelo digital del cerebro en miniatura de una abeja².

Aprovecha la sorprendente forma en que estos insectos combinan sus cerebros y cuerpos para impulsar el avance tecnológico y hacer que los robots del futuro sean más inteligentes y eficientes. Al igual que las abejas utilizan sus movimientos de vuelo para generar señales cerebrales claras y simplificar tareas visuales complejas, la tecnología de próxima generación también puede recopilar información relevante a través del movimiento, en lugar de depender de una enorme potencia de procesamiento.

Después de todo, el estudio ha demostrado que incluso los cerebros de insectos diminutos son capaces de resolver tareas visuales complejas. 

El hecho de que pocas células cerebrales puedan hacer tanto significa que la inteligencia no es sólo una cuestión del cerebro, sino el resultado del trabajo en conjunto del cerebro, el cuerpo y el entorno. 

Construyendo un mundo digital versión El estudio del cerebro de una abeja ayudó a los investigadores a descubrir que la forma en que las abejas mueven sus cuerpos durante el vuelo ayuda a su percepción visual de la forma. Estos movimientos también producen señales eléctricas únicas en sus cerebros, que permiten para que identifiquen características predecibles a su alrededor fácil y eficientemente.

Esta vitrinas abejas' notable precisión en el aprendizaje y la identificación de patrones visuales complejos durante el vuelo.

En este estudio, hemos demostrado con éxito que incluso los cerebros más diminutos pueden aprovechar el movimiento para percibir y comprender el mundo que los rodea. Esto nos muestra que un sistema pequeño y eficiente, aunque fruto de millones de años de evolución, puede realizar cálculos mucho más complejos de lo que creíamos posible.

– El autor principal del estudio, el profesor James Marshall, director del Centro de Inteligencia de Máquinas de la Universidad de Sheffield

By aprovechando Marshall señaló que los mejores diseños de la naturaleza para la inteligencia allanan el camino para “la próxima generación de IA, que impulsará avances en robótica, vehículos autónomos y aprendizaje en el mundo real”.

Como se mencionó anteriormente, este estudio se basa en investigaciones previas sobre cómo las abejas utilizan la visión activa, donde sus movimientos ayudan a recopilar y procesar información visual. El trabajo más reciente profundiza en los mecanismos cerebrales subyacentes que impulsan su comportamiento de volar e inspeccionar patrones específicos.

En nuestro trabajo anterior, nos fascinó descubrir que las abejas emplean un ingenioso atajo de escaneo para resolver acertijos visuales. Pero eso solo nos reveló qué hacen; para este estudio, queríamos comprender cómo.

– Autor principal, Dr. HaDi MaBouDi de la Universidad de Sheffield

La visualización avanzada aprendizaje de patrones Las abejas tienen habilidades been long entendido. Esta incluye su capacidad de diferenciar entre rostros humanos, pero no en cuanto a Cómo navegan por el mundo con tanta eficiencia.

“Nuestro modelo del cerebro de una abeja demuestra que sus circuitos neuronales están optimizados para procesar información visual no de forma aislada, sino a través de la interacción activa con sus movimientos de vuelo en el entorno natural”.

– MaBouDi

Y esto, señaló, apoya la teoría de que la inteligencia surge de la interacción del cerebro, el cuerpo y el entorno trabajando juntos.

Hemos aprendido que las abejas, a pesar de tener cerebros no más grandes que una semilla de sésamo, no solo ven el mundo, sino que moldean activamente lo que ven a través de sus movimientos. Es un bello ejemplo de cómo la acción y la percepción están profundamente entrelazadas para resolver problemas complejos con recursos mínimos. Esta “Es algo que tiene implicaciones importantes tanto para la biología como para la IA”.

– MaBouDi

El modelo, desarrollado mediante colaboración, muestra que las neuronas de una abeja se sintonizan con precisión con movimientos y direcciones específicos a medida que su cerebro se adapta lentamente mediante la exposición repetida a diferentes estímulos. Esto mejora sus respuestas sin depender de asociaciones ni refuerzos.

Lo que esto significa es que el cerebro de una abeja se adapta a su entorno simplemente mediante la observación durante el vuelo, sin necesidad de recompensas inmediatas.

Todo esto se realiza utilizando solo unas pocas neuronas, lo que ahorra energía y capacidad de procesamiento, lo que hace que su cerebro sea increíblemente eficiente. Para probar el modelo, el equipo lo sometió a las mismas pruebas visuales que las abejas reales. En este caso, el modelo computacional tuvo que diferenciar entre un signo "más" y un signo "multiplicación".

Al imitar la estrategia de las abejas reales, escaneando solo la mitad inferior de los patrones, el modelo mostró un rendimiento considerablemente mejorado. 

Además, el modelo demostró con éxito just Cómo las abejas pueden reconocer rostros humanos, utilizando sólo una pequeña red de neuronas artificiales, enfatizando La versatilidad y los fuerza de su procesamiento visual.

“Los científicos se han sentido fascinados por la cuestión de si el tamaño del cerebro predice la inteligencia en los animales. Pero tales especulaciones carecen de sentido a menos que se conozcan los cálculos neuronales que sustentan una tarea determinada”, afirmó el profesor Lars Chittka, profesor de Ecología Sensorial y Conductual de la Universidad Queen Mary de Londres. “Aquí determinamos el número mínimo de neuronas necesario para tareas complejas de discriminación visual y descubrimos que las cifras son asombrosamente bajas, incluso para tareas complejas como el reconocimiento facial humano. Por lo tanto, los microcerebros de los insectos son capaces de realizar cálculos avanzados”.

So, esta camino, el Estudio añade a la evidencia de que los animales no sólo reciben información pasivamente. De hecho, están trabajando activamente con ello.

Las abejas, en particular, tienen un procesamiento visual de orden superior, y el modelo revela cómo el escaneo impulsado por el comportamiento puede crear códigos neuronales comprimidos y aprendibles.

En conjunto, estos hallazgos respaldan un marco unificado donde la percepción, la acción y la dinámica cerebral coevolucionan para resolver tareas visuales complejas con recursos mínimos, lo que ofrece información valiosa tanto para la biología como para la IA.

– Profesor Mikko Juusola, profesor de Neurociencia de Sistemas de la Facultad de Biociencias y el Instituto de Neurociencias de la Universidad de Sheffield

Haga clic aquí para saber cómo la IA puede ayudar a proteger a las abejas de las avispas asiáticas.

Desliza para desplazarte →

Invertir en tecnología de IA

En el mundo de la IA y la robótica, Qualcomm (QCOM -0.04%) es un known nombre que ha explorado la neuromorfía y IA de borde Tecnologías. 

Hace más de una década, Qualcomm lanzó los procesadores Qualcomm Zeroth para imitar la percepción y el aprendizaje similares a los humanos, tal como lo hacen los cerebros biológicos. Además del aprendizaje de inspiración biológica, el objetivo era replicar la eficiencia con la que nuestro cerebro comunica información y estandarizar la nueva arquitectura de procesamiento denominada Unidad de Procesamiento Neuronal (NPU).

Mientras tanto, su plataforma robótica RB6 impulsada por IA impulsa la robótica de próxima generación y las máquinas inteligentes, incluidos robots de reparto, robots móviles autónomos (AMR), aviones UAM, robots de fabricación, soluciones de defensa autónomas y mucho más. La plataforma está entregando energéticamente eficientes y avanzados IA de borde Computación y procesamiento de vídeo con conectividad 5G para robots

Principalmente, Qualcomm participa en el desarrollo de tecnologías fundamentales para la industria inalámbrica, incluidas la conectividad inalámbrica 3G, 4G y 5G., y computación de alto rendimiento y bajo consumo.

Haga clic aquí para aprender todo sobre invertir en inteligencia artificial (IA).

Qualcomm (QCOM -0.04%)

Si analizamos el desempeño de mercado de Qualcomm, las acciones de la compañía con una capitalización de mercado de $171.67 mil millones se cotizan actualmente a $159.54, un 3.6% más en lo que va del año.

Si bien el rendimiento de este año ha sido decepcionante, sigue al de QCOM, que superó los $215 en junio del año pasado. Su BPA (TTM) se sitúa en 10.36, su PER (TTM) en 15.36 y su ROE (TTM) en 44.62%, mientras que los accionistas se benefician de una rentabilidad por dividendo del 2.24%.

En el frente financiero, el fabricante de chips inalámbricos informó un aumento del 10% en los ingresos a 10.4 mil millones de dólares para su tercer trimestre fiscal finalizado el 29 de junio de 2025.

Impulsados ​​por la fortaleza de los sectores de teléfonos móviles, IoT y automoción, los ingresos de QCT aumentaron un 11 % interanual, alcanzando los 9 millones de dólares, y los ingresos por ganancias antes de impuestos (EBT) aumentaron un 22 % hasta los 2.7 millones de dólares. Por otro lado, los ingresos combinados de QCT en automoción e IoT aumentaron un 23 % interanual, hasta los 2.7 millones de dólares.

El BPA no GAAP de la compañía aumentó un 19% interanual a USD 2.77.

Según el director general Cristiano Amon:

Otro trimestre de sólido crecimiento en los ingresos de QCT Automotive e IoT refuerza nuestra estrategia de diversificación y nuestra confianza en alcanzar nuestros objetivos de ingresos a largo plazo. Nuestro liderazgo en procesamiento de IA, computación de alto rendimiento y bajo consumo, y conectividad avanzada nos posiciona para convertirnos en la plataforma predilecta del sector a medida que la IA gana escala en el borde.

Durante el trimestre, Qualcomm devolvió 3.8 millones de dólares a los accionistas, que incluyeron 967 millones de dólares, o 0.89 dólares por acción, en dividendos en efectivo y 2.8 millones de dólares en recompras de acciones.

Más recientemente, Qualcomm lanzó el Dragonwing Q-6690 para sus clientes empresariales, menos de seis meses después de su presentación La suite de productos Dragonwing. La compañía afirma que el chipset es el primer procesador móvil del mundo con capacidades RFID de frecuencia ultra alta incorporadas.

Con sus soluciones industriales e integradas de IoT, redes e infraestructura celular, la empresa pretende utilizarlas para simplificar la complejidad, optimizar la eficiencia operativa y potenciar una toma de decisiones más inteligente.

En medio de esto, la empresa de inteligencia artificial de Arabia Saudita, Humain, ha comenzado a construir sus primeros centros de datos en Riad y Dammam, para lo cual se ha asociado con Qualcomm AMD, Cisco y Groq. La compañía planea construir 1.9 GW de capacidad en centros de datos para finales de esta década.

Lo último de Qualcomm (QCOM) Noticias y desarrollos bursátiles

Conclusión

Los animales han inspirado la tecnología desde hace mucho tiempo, y ahora las abejas nos muestran que la inteligencia no se trata del tamaño del cerebro, sino de la eficiencia, la adaptabilidad y la integración fluida del cuerpo, el cerebro y el entorno. Estas lecciones podrían ayudar a transformar el diseño de la IA.

La IA es uno de los campos más avanzados y de mayor evolución en la actualidad, y está atrayendo considerable atención, capital y desarrollo. Sin embargo, escalar modelos masivos es costoso, consume mucha energía y es insostenible. En este caso, la investigación inspirada en las abejas ofrece una alternativa: redes neuronales pequeñas y eficientes que pueden lograr más con menos.

Al estudiar la visión activa y las estrategias neuronales compactas de las abejas, podemos construir una IA y una robótica futuristas que sean más rápidas y capaces.

Haga clic aquí para saber si los polinizadores robóticos pueden desempeñar un papel en la agricultura vertical.

Referencias:

1. MaBouDi, H., Richter, J., Guiraud, M.-G., Roper, M., Marshall, JAR y Chittka, L. Visión activa de las abejas en una tarea simple de discriminación de patrones. eLife, 14, e106332, publicado el 20 de febrero de 2025. https://doi.org/10.7554/eLife.106332
2. MaBouDi, H., Roper, M., Guiraud, M.-G., Juusola, M., Chittka, L., y Marshall, JAR Un modelo neuromórfico de visión activa muestra cómo la codificación espaciotemporal en las neuronas lobulillares puede ayudar al reconocimiento de patrones en las abejas. eLife, 14, e89929, publicado el 1 de julio de 2025. https://doi.org/10.7554/eLife.89929