当乌贼和章鱼在遇到危险时，几乎瞬间就会变色或在皮肤表面生成图案，以此逃过捕食者的发现。由于高超的伪装能力，其被认为是“最聪明的无脊椎动物”。
那么，它们自身能够识别到伪装后的效果吗？
德国马克斯·普朗克脑研究所团队探索了头足动物的神经控制机制，并得到了肯定的答案。研究人员借助机器学习，通过更高的精度来描述它们的行为，进而了解背后的算法。
研究人员发现，乌贼或章鱼每次变色或伪装都是独特的过程。这不是随机做出的决定，而是经历了迭代寻优，通过主动“随机梯度下降”的方法进行搜索、不断修补，从而最终得到最优的解决方案。
实际上，头足类动物并不是 100% 对它周围的图案进行复制后实现的伪装，而是有选择地呈现环境中的一些关键的视觉特征，这些视觉特征能够给其捕食者的视觉系统造成它们与周围环境“融为一体”的错觉。
图丨相关论文（来源：Nature）
前不久，相关论文以《墨鱼伪装模式匹配的动态变化过程》（The dynamics ofpattern matching in camouflagingcuttlefish）为题发表于 Nature[1]。
马克斯·普朗克脑研究所博士研究生西奥多西娅·吴（Theodosia Woo）、梁希同博士（现为北京大学助理教授）为该论文第一作者，山姆·莱特（Sam Reiter）教授及吉尔·朗洛（Gilles Laurent）教授为论文的共同通讯作者。
图丨梁希同（来源：梁希同）
梁希同表示，人类并不会变色和伪装，虽然从神经的算法和结构来看，头足类动物和人类不尽相同，但在更高的计算层面，二者具有一定的相似性，这也是殊途同归的自然趋同演化。
另一方面，为能够在皮肤上显示出图案，乌贼和章鱼需要神经网络进行图像生成，这也是头足类动物在神经网络结构的独特性。“目前，这在其他动物中是不能够实现的。”梁希同说。
（来源：Nature）
该研究的深入发现，也得益于近年来 AI 技术的进步。他们在研究中借鉴了很多机器学习和计算机视觉的方法及概念。例如，在模拟环境中，通过纹理层面来进行图案分析。
最近两年，ChatGPT 等大语言模型异常火热，人们可以通过图像模型生成漂亮的图片。该研究通过对动物中图像生成网络的研究，有助于进一步提升现有图像生成的神经网络。
“目前，利用大模型的图像生成神经网络还需要很长时间，其效率还达不到动物这么高。因此，该研究可能为类脑计算及仿生机器人等领域提供一些借鉴思路。”梁希同说。
此外，在迷彩或伪装方面做材料或机器人领域，可以模拟乌贼或者章鱼的皮肤，做出能够变色的可穿戴或涂装设备。
（来源：Nature）
梁希同目前是北京大学生命科学学院助理教授，IDG 麦戈文脑科学研究所、北大-清华生命联合中心研究员。2022 年，他结束了马普脑研究所博士后研究，在北京大学成立课题组，将头足类动物为研究对象，以此探索和发现动物行为多样性的神经和演化机制。
这个方向的研究相对“小众”，多数的神经学者们以与人相似的动物作为研究对象，作为更加了解人脑的途径。而他提出了和大家完全相反的想法——自然界中与人类最不像的神经系统是什么样的？
放眼看整个自然界，头足类动物是唯一和人脑有可比性，但进化的路线完全不一样的神经系统。实际上，头足类动物的脑是独立进化出来的另一类最复杂的神经系统。梁希同表示，“我特别想知道到底它们和人脑哪里不同，或许可以从中找到一些非常独特的、在人脑中无法想象的智能实现方案。”
谈及研究心得，他表示，研究乌贼和章鱼的行为，比较具有挑战的部分是与动物的熟悉程度。“我必须做到特别了解并让它们开心，它们才愿意配合和我一起做实验。实际上，头足类动物特别聪明，它们经常有自己的情绪。如果它们不开心，很多工作都没办法展开进行。”
未来，梁希同与课题组将继续关注头足类动物的变色伪装行为。而且，此前基于行为层面的分析，他希望未来能够在神经层面进一步分析背后的神经控制。
另一方面，软体的运动控制是非常复杂的问题，因此他对头足类动物的变形也高度关注，比如章鱼的八条腿控制非常灵活，可以做很多复杂的事情，并能操作很多复杂的工具。
最近两三年，世界各地陆续有一些实验室开始转型，也逐渐开展该方向的探索和研究。“这是一个非常新颖的、在逐步建立的领域，里边还有大量问题需要去回答。”他说。
参考资料：
Woo, T., Liang, X., Evans, D.A. et al. The dynamics of pattern matching in camouflaging cuttlefish. Nature 619, 122–128 (2023). https://doi.org/10.1038/s41586-023-06259-2
