I cervelli delle api ispirano un’intelligenza artificiale più intelligente e la robotica

Le api, i più grandi impollinatori del mondo, sono una parte essenziale della biodiversità sulla quale noi esseri umani dipendiamo direttamente per la nostra sopravvivenza.

Questi insetti alati sono conosciuti principalmente per fornire cibo di alta qualità come il miele, la cera d’api, la propoli, il polline e la gelatina, tra gli altri prodotti. Ancora più importante, sono responsabili dell’impollinazione di innumerevoli piante fiorite, compresa la stragrande maggioranza delle colture alimentari del mondo, il che consente alle piante di riprodursi e produrre frutta, verdura e semi.

Per realizzare ciò, le api utilizzano i loro corpi pelosi e trasferiscono il polline da un fiore all’altro.

Sebbene le api non siano le uniche in questo, poiché anche gli uccelli, le scimmie e persino gli esseri umani impollinano, le api sono certamente gli impollinatori più comuni. Si stima che oltre l’87% di tutte le specie di piante fiorite dipendano da animali, con le api come gruppo principale per l’impollinazione, un servizio essenziale per l’ecosistema vitale per la biodiversità e la sicurezza alimentare.

Le api sono in realtà insetti molto intelligenti e le persone hanno studiato il loro comportamento, le loro maniere e le interazioni sociali per comprendere la salute degli ecosistemi, i cambiamenti ambientali e migliorare l’efficienza dell’impollinazione delle colture.

Inoltre, le api vengono utilizzate come modello per comprendere il comportamento cooperativo e mappare come i piccoli cervelli coordinano compiti sociali complessi.

I ricercatori prendono anche ispirazione dalle api per avanzare la tecnologia. Ad esempio, le loro strategie di navigazione e comunicazione vengono applicate alla tecnologia dei droni. Il comportamento delle api ha anche ispirato la robotica, gli algoritmi e l’intelligenza artificiale.

A questo proposito, i ricercatori hanno scoperto che le api utilizzano i movimenti di volo per migliorare i segnali del cervello, il che consente loro di apprendere e riconoscere complessi modelli visivi con grande precisione.

Questa percezione basata sui movimenti, secondo il nuovo studio, potrebbe rivoluzionare lo sviluppo dell’intelligenza artificiale e della robotica di prossima generazione, accentuando l’efficienza rispetto alla grande potenza di calcolo.

Intelligenza delle api: cosa ci insegnano i piccoli cervelli sull’intelligenza artificiale

Le capacità di apprendimento visivo delle api sono semplicemente notevoli. Ciò è evidente dal fatto che possono apprendere ad associare un colore a una ricompensa e identificare caratteristiche specifiche per classificare modelli visivi. Hanno anche dimostrato la capacità di comprendere concetti astratti e risolvere compiti di numerosità analizzando sequenzialmente gli elementi all’interno di uno stimolo.

Un concetto fondamentale nella scienza cognitiva, la numerosità si riferisce al numero di elementi in un insieme e viene solitamente studiato nel contesto della percezione visiva, dove si riferisce alla capacità di afferrare rapidamente la quantità di oggetti in una scena senza contare.

In questo modo, i compiti di numerosità analizzano la capacità innata del cervello di percepire e stimare le quantità.

Quindi, le api hanno chiaramente capacità eccezionali, che le rendono un modello animale prezioso per esplorare i principi dell’apprendimento visivo analizzando le loro risposte comportamentali.

Ma la cosa è, non si sa ancora come le api siano in grado di identificare modelli complessi e percepire le complessità del mondo che li circonda mentre si nutrono, data la loro presunta bassa sensibilità visiva e le limitate risorse neurali.

I neuroni sensoriali visivi vengono presumibilmente evoluti per sfruttare le regolarità nelle scene naturali. Ad esempio, gli studi hanno dimostrato che i percorsi sensoriali e i comportamenti associati degli insetti si adattano dinamicamente a diverse condizioni ambientali. Le risposte vengono regolate in base ai dati di input come la frequenza spaziale, il contrasto e le correlazioni spaziotemporali.

Quando si tratta di strategie di campionamento attivo, in cui gli animali scansionano costantemente il loro ambiente per estrarre informazioni visive nel tempo, un tale comportamento è stato ampiamente osservato in diverse specie.

Mentre i primati utilizzano i movimenti oculari per migliorare la loro risoluzione spaziale fine e migliorare la codifica degli stimoli naturali, gli insetti impiegano strategie che coinvolgono movimenti della testa e del corpo o specifiche traiettorie di avvicinamento.

Nel caso delle api, è probabile che dipendano dalla visione attiva e dal campionamento sequenziale per costruire una rappresentazione neurale forte e resistente del loro ambiente.

Queste strategie svolgono un ruolo chiave nell’elaborazione visiva precoce, riducendo la ridondanza e rendendo la codifica degli stimoli visivi più efficiente.

Ma di nuovo, la nostra comprensione di come questi meccanismi consentano alle api di rilevare regolarità visive, superare vincoli di rappresentazione e risolvere compiti complessi rimane scarsa.

Secondo l’ultimo studio, comprendere queste strategie è fondamentale per svelare i principi fondamentali della visione degli insetti e le loro più ampie implicazioni per l’elaborazione visiva nei sistemi biologici e artificiali.

Quindi, basandosi sulla loro ricerca precedente, che ha valutato i percorsi di volo delle api durante un semplice compito visivo¹, i ricercatori stanno ora esaminando gli elementi principali del circuito che contribuiscono alla visione attiva nel riconoscimento di modelli acromatici.

L’obiettivo principale dello studio è determinare come il comportamento di scansione delle api contribuisca all’organizzazione e alla connettività dei neuroni nelle loro lobi visivi.

I ricercatori dell’Università di Sheffield hanno ipotizzato che i comportamenti di scansione si siano adattati per campionare caratteristiche visive complesse in un modo che le codifichi più efficientemente nei neuroni della lobula. Ciò, a sua volta, facilita rappresentazioni uniche che supportano l’apprendimento nel piccolo cervello delle api. Per testare questa ipotesi, hanno sviluppato un modello neuromorfico dei lobi ottici delle api.

I ricercatori hanno incluso principi di codifica attraverso un nuovo modello di plasticità non associativa. Ciò ha consentito al modello di auto-organizzare la sua connettività all’interno del lobo visivo, creando così rappresentazioni efficienti dell’ambiente e portando all’emergere di cellule selettive per l’orientamento, essenziali per la codifica di scene visive complesse.

Il framework di elaborazione visiva è stato ulteriormente migliorato impiegando un altro modulo per la presa di decisioni, che ha tratto ispirazione dai meccanismi di apprendimento associativo degli insetti.

Le simulazioni dei ricercatori rivelano che un piccolo subset di neuroni della lobula, sensibili a orientamenti e velocità specifici, può comprimere ambienti visivi complessi in rappresentazioni espresse come frequenze di scarica. Queste rappresentazioni infrequenti distinguono efficacemente tra i modelli di addizione e moltiplicazione, evidenziando l’applicabilità più ampia del modello.

Le intuizioni raccolte nello studio possono aiutare ad avanzare la nostra comprensione della visione biologica e della cognizione e ispirare lo sviluppo di nuovi modelli computazionali per compiti di riconoscimento visivo, ha affermato lo studio.

Come la visione ispirata alle api sta plasmando la robotica e l’intelligenza artificiale

L’ultimo studio,uno sforzo collaborativo con la Queen Mary University di Londra e pubblicato sulla rivista eLife, ha descritto un modello digitale del piccolo cervello di un’ape.² Si avvale del modo sorprendente in cui questi insetti combinano il loro cervello e il loro corpo per aiutare a far avanzare la tecnologia e rendere i robot futuri più intelligenti ed efficienti.

Proprio come le api utilizzano i movimenti di volo per creare segnali cerebrali chiari e semplificare compiti visivi complessi, la tecnologia di prossima generazione può anche raccogliere informazioni rilevanti attraverso il movimento piuttosto che affidarsi a una grande potenza di calcolo.

Lo studio, dopotutto, ha dimostrato che anche i piccoli cervelli degli insetti sono in grado di risolvere compiti visivi complessi.

Il fatto che poche cellule cerebrali possano fare così tanto significa che l’intelligenza non è solo una questione di cervello, ma il risultato del cervello, del corpo e dell’ambiente che lavorano in coesione.

Costruire una versione digitale del cervello di un’ape ha aiutato i ricercatori a scoprire che il modo in cui le api muovono il loro corpo durante il volo aiuta a migliorare l’input visivo. Questi movimenti producono anche segnali elettrici unici nel loro cervello, che consentono loro di identificare facilmente e con efficienza caratteristiche prevedibili intorno a loro.

Ciò dimostra la notevole precisione delle api nell’apprendere e riconoscere complessi modelli visivi durante il volo.

“In questo studio, abbiamo dimostrato con successo che anche i cervelli più piccoli possono sfruttare il movimento per percepire e capire il mondo intorno a loro. Ciò mostra che un sistema piccolo ed efficiente – sia pure il risultato di milioni di anni di evoluzione – può eseguire calcoli molto più complessi di quanto pensassimo possibile.”

– L’autore principale dello studio, il professor James Marshall, direttore del Centro di intelligenza delle macchine dell’Università di Sheffield

Sfruttando i migliori progetti della natura per l’intelligenza, Marshall ha notato che ciò apre la strada alla “prossima generazione di intelligenza artificiale, guidando i progressi nella robotica, nei veicoli autonomi e nell’apprendimento nel mondo reale”.

Come notato in precedenza, questo studio si basa sulla loro ricerca precedente su come le api utilizzino la visione attiva, in cui i loro movimenti aiutano a raccogliere e a elaborare le informazioni visive.

Il lavoro più recente esamina più da vicino i meccanismi cerebrali sottostanti che guidano il loro comportamento di volo e ispezione di modelli specifici.

“Nella nostra ricerca precedente, eravamo affascinati dalla scoperta che le api impiegano una scorciatoia di scansione astuta per risolvere puzzle visivi. Ma ciò ci ha solo detto cosa fanno; per questo studio, abbiamo voluto capire come.”

– L’autore principale, il dottor HaDi MaBouDi dell’Università di Sheffield

Le capacità avanzate di apprendimento di modelli visivi delle api sono state effettivamente a lungo comprese. Ciò include la loro capacità di distinguere i volti umani, ma non come navigano il mondo con tale efficienza.

“Il nostro modello del cervello di un’ape dimostra che i suoi circuiti neurali sono ottimizzati per elaborare le informazioni visive non in isolamento, ma attraverso un’interazione attiva con i movimenti di volo nell’ambiente naturale.”

– MaBouDi

E ciò, ha notato, sostiene la teoria che l’intelligenza derivi dall’interazione del cervello, del corpo e dell’ambiente che lavorano insieme.

“Abbiamo imparato che le api, nonostante abbiano cervelli grandi come un seme di sesamo, non vedono solo il mondo – lo plasmano attivamente attraverso i loro movimenti. È un bell’esempio di come azione e percezione siano profondamente intrecciate per risolvere problemi complessi con risorse minime – offrendo intuizioni potenti per la biologia e l’intelligenza artificiale.”

– MaBouDi

Il modello, costruito attraverso sforzi collaborativi, mostra che i neuroni dell’ape diventano altamente selettivi per movimenti e direzioni specifici mentre il loro cervello si adatta lentamente attraverso l’esposizione ripetuta a diversi stimoli. Ciò migliora le loro risposte senza dover dipendere da associazioni o rinforzi.

Ciò significa che il cervello di un’ape si adatta al suo ambiente semplicemente osservando mentre è in volo, senza aver bisogno di ricompense immediate.

Tutto ciò avviene utilizzando solo pochi neuroni, il che conserva sia l’energia che la potenza di elaborazione, rendendo il loro cervello incredibilmente efficiente.

Ora, per testare il modello, il team lo ha sottoposto alle stesse sfide visive affrontate dalle api reali.

Inoltre, il modello ha dimostrato con successo come le api possano riconoscere i volti umani, utilizzando solo una piccola rete di neuroni artificiali, sottolineando la versatilità e la forza della loro elaborazione visiva.

“Gli scienziati sono stati affascinati dalla domanda se le dimensioni del cervello predicono l’intelligenza negli animali. Ma tali speculazioni non hanno senso a meno che non si conoscano i calcoli neurali che sottostanno a un determinato compito”, ha affermato il professor Lars Chittka, professore di ecologia del comportamento e sensoriale alla Queen Mary University di Londra. “Qui determiniamo il numero minimo di neuroni necessari per difficili compiti di discriminazione visiva e scopriamo che i numeri sono sorprendentemente piccoli, anche per compiti complessi come il riconoscimento dei volti umani. Quindi, i microcervelli degli insetti sono in grado di calcoli avanzati”.

Quindi, in questo modo, lo studio aggiunge alle prove che gli animali non ricevono semplicemente informazioni in modo passivo. In realtà, stanno attivamente lavorando con esse.

Le api, in particolare, hanno un’elaborazione visiva di alto livello e il modello rivela come il campionamento guidato dal comportamento possa creare codici neurali compressi e apprendibili.

“Insieme, queste scoperte supportano un quadro unificato in cui percezione, azione e dinamiche cerebrali co-evolvono per risolvere compiti visivi complessi con risorse minime – offrendo intuizioni potenti per la biologia e l’intelligenza artificiale”.

– Il professor Mikko Juusola, professore di neuroscienze dei sistemi presso la Scuola di bioscienze e l’Istituto di neuroscienze dell’Università di Sheffield

Il modello, costruito attraverso sforzi collaborativi, mostra che i neuroni dell’ape diventano altamente selettivi per movimenti e direzioni specifici mentre il loro cervello si adatta lentamente attraverso l’esposizione ripetuta a diversi stimoli. Ciò migliora le loro risposte senza dover dipendere da associazioni o rinforzi.

Quando si mimano le strategie delle api reali, scansionando solo la metà inferiore dei modelli, il modello ha mostrato prestazioni notevolmente migliorate.

Inoltre, il modello ha dimostrato con successo come le api possano riconoscere i volti umani, utilizzando solo una piccola rete di neuroni artificiali, sottolineando la versatilità e la forza della loro elaborazione visiva.

Clicca qui per scoprire come l’intelligenza artificiale possa aiutare a proteggere le api dalle vespe asiatiche.

Scorri per scorrere →

Investire nella tecnologia dell’intelligenza artificiale

Nel mondo dell’intelligenza artificiale e della robotica, Qualcomm (QCOM ) è un nome noto che ha esplorato tecnologie neuromorfiche e edge-AI.

Più di un decennio fa, Qualcomm ha rilasciato i processori Qualcomm Zeroth per mimare la percezione e l’apprendimento umani, proprio come fanno i cervelli biologici.

La sua piattaforma di robotica AI-driven RB6, nel frattempo, alimenta la prossima generazione di robot e macchine intelligenti, tra cui robot di consegna, robot mobili autonomi (AMR), aerei UAM, robot di produzione, soluzioni di difesa autonome e molto altro. La piattaforma fornisce un calcolo efficiente in termini di energia, un’elaborazione avanzata del bordo e un’elaborazione video con connettività 5G per i robot

In primo luogo, Qualcomm è coinvolta nello sviluppo di tecnologie fondamentali per l’industria wireless, tra cui 3G, 4G, 5G, connettività wireless, e calcolo ad alte prestazioni e a basso consumo.

Clicca qui per scoprire tutto sull’investimento nell’intelligenza artificiale (AI).

Qualcomm (QCOM )

Guardando le prestazioni di mercato di Qualcomm, le azioni della società con un capitale di 171,67 miliardi di dollari sono attualmente in trading a 159,54 dollari, con un aumento del 3,6% finora quest’anno.

Sebbene le prestazioni di quest’anno siano state deludenti, seguono il balzo di QCOM oltre i 215 dollari lo scorso giugno.

La società di chip wireless ha riportato un aumento del 10% dei ricavi a 10,4 miliardi di dollari per il suo terzo trimestre fiscale chiuso il 29 giugno 2025.

Guidato dalla forza in Handsets, IoT e Automotive, i ricavi di QCT sono balzati del 11% su base annua a 9 miliardi di dollari, e i ricavi di EBT sono aumentati del 22% a 2,7 miliardi di dollari.

I ricavi combinati di QCT Automotive e IoT sono aumentati del 23% su base annua a 2,7 miliardi di dollari.

L’utile per azione non GAAP della società è aumentato del 19% su base annua a 2,77 dollari.

Secondo il CEO Cristiano Amon:

“Un altro trimestre di forte crescita nei ricavi di QCT Automotive e IoT ulteriormente convalida la nostra strategia di diversificazione e rafforza la nostra fiducia nel raggiungimento dei nostri obiettivi di ricavi a lungo termine. La nostra leadership nell’elaborazione dell’intelligenza artificiale, nel calcolo ad alte prestazioni e a basso consumo, nonché nella connettività avanzata, ci posiziona per diventare la piattaforma scelta dall’industria man mano che l’intelligenza artificiale guadagna scala ai bordi”.

Durante il trimestre, Qualcomm ha restituito 3,8 miliardi di dollari agli azionisti, che includevano 967 milioni di dollari, o 0,89 dollari per azione, di dividendi in contanti e 2,8 miliardi di dollari di riacquisto di azioni.

Più di recente, Qualcomm ha lanciato il Dragonwing Q-6690 per i suoi clienti aziendali, meno di sei mesi dopo l’annuncio della suite di prodotti Dragonwing.

La società afferma che il chipset è il primo processore mobile con capacità RFID ad alta frequenza integrate.

Con le sue soluzioni IoT industriali ed embedded, di rete e di infrastruttura cellulare, la società mira a utilizzarle per semplificare la complessità, ottimizzare l’efficienza operativa e consentire una presa di decisioni più intelligente.

Nel frattempo, la società di intelligenza artificiale saudita Humain ha iniziato a costruire i suoi primi data center a Riad e Dammam, per cui ha collaborato con Qualcomm e AMD, Cisco e Groq.

La società sta pianificando di costruire una capacità di data center di 1,9 GW entro la fine di questo decennio.

Ultime notizie e sviluppi azionari di Qualcomm (QCOM)

Conclusione

Gli animali hanno a lungo ispirato la tecnologia e ora le api ci mostrano che l’intelligenza non è questione di dimensioni del cervello, ma di efficienza, adattabilità e integrazione senza soluzione di continuità del corpo, del cervello e dell’ambiente. Queste lezioni potrebbero aiutare a trasformare il design dell’intelligenza artificiale.

L’intelligenza artificiale è uno dei campi più avanzati e in rapida evoluzione di oggi, che attira notevole attenzione, capitale e sviluppo.

Clicca qui per scoprire se i pollinatori robotici possono svolgere un ruolo nell’agricoltura verticale.

Riferimenti:

1. MaBouDi, H., Richter, J., Guiraud, M.-G., Roper, M., Marshall, J.A.R., & Chittka, L. Visione attiva delle api in un semplice compito di discriminazione di modelli. eLife, 14, e106332, pubblicato il 20 febbraio 2025. https://doi.org/10.7554/eLife.106332

2. MaBouDi, H., Roper, M., Guiraud, M.-G., Juusola, M., Chittka, L., & Marshall, J.A.R. Un modello neuromorfico della visione attiva mostra come la codifica spaziotemporale nei neuroni della lobula possa aiutare il riconoscimento di modelli nelle api. eLife, 14, e89929, pubblicato il 1 luglio 2025. https://doi.org/10.7554/eLife.89929