蝙蝠能够“听”出它们喜爱的植物，而计算机程序利用声纳反射，也得出了不同植物的独特模式。（图片提供:Y. Yovel等, PLoS Computational Biology; Joe McDonald/Corbis）
科学家研制出一种运算法则，能够根据植物特有的声纳回声判定它们的种类。这项实验将帮助生物学家更好地理解蝙蝠如何寻找自己喜爱的果实或昆虫，同时，此项研究还将有助于工程师设计出更合理的高速系统，从而识别从传送带上的包裹到人群中的面孔等各种物体。
蝙蝠可以说是个“盲人”，但它们却能够径直飞向可口的果实，即便这些果树生长在茂密的森林中也难不倒它们。蝙蝠使用了一种名为回声定位的方法，即它们会发出一连串尖锐的叫声，并仔细聆听传来的回声。德国图寅根市的研究人员从蝙蝠的这种能力中得到启发，决定着手研制一种能够完成类似工作的人造系统。
首先，通过向5种植物——包括云杉和黑刺灌木——发送声纳信号，研究小组开发了一套名为声谱图的数据。随后，研究人员记录了作为结果的声音反射模式的回声响应时间和频率——它们因每种植物枝叶的数量和形状差异而不同。领导这项研究的图寅根大学的生物物理学家Yossi Yovel指出，由此形成的计算机程序能够以“令人惊讶的高精确度”辨别类似的植物。最终，研究小组可以近乎100%的准确率识别该项实验选取的全部5种植物。研究小组在最近的《公共科学图书馆·计算生物学》（PLoS Computational Biology）上报告了这一研究成果。
Yovel表示，这一成果不但对于理解蝙蝠的回声定位能力具有重要价值，同时也会为人类提供巨大的帮助。他说，大多数的遥感运算法则都基于视觉，因此如果能够正确运用声纳运算法则，便可以体现出其在缺少光线或黑暗环境中的功能优势（而红外线无法达到这样高的分辨率）。这将有助于寻找在黑暗的城市街道中行走或隐藏在暗淡而拥挤的车站中的犯罪嫌疑人。
美国布朗大学的计算生物学家Sorin Istrail认为，这项研究将逐渐走向成熟。他说，从蝙蝠对树木的回声定位中开发出这样一套运算法则令人“印象深刻”，它将在机器认知领域具有广阔的应用前景。美国佛罗里达大学的神经生态学家Steven Phelps说，这项研究证明，回声质量的微妙差异足以让蝙蝠分辨出哪棵是云杉、哪棵是白桦。他指出：“当提到苹果和橘子，我们想当然地认为它们是不同的，但我无法想象，它们听起来会是什么样子。”（群芳 译自
www.science.com， 3月25日）
（《公共科学图书馆·计算生物学》（
PLoS Computational Biology），doi:10.1371/journal.pcbi.1000032，Yossi Yovel, Hans-Ulrich Schnitzler）
