原文标题:《动物是怎么“闻着味儿就来了”？科学家:这不好说》

2022 年 10 月 2 日，在飓风“伊恩”袭击佛罗里达州四天后，一只名叫阿瑞斯的罗威纳搜救犬走在迈尔斯堡被破坏的街道上，它一直为之训练的时刻到来了。阿瑞斯在一个被毁的房子里闻到了气味，跑上楼去，它的训导员跟在后面，小心翼翼地在废墟中摸索着前进。

他们发现一名男子在浴室天花板塌陷后被困在里面两天了。“伊恩”是佛罗里达州遭遇过的最严重飓风之一，造成 152 人死亡，但这位男子幸免于难，多亏了阿瑞斯能够追踪气味找到气味的源头。

我们常常认为，狗能找到埋在废墟下的人，飞蛾能跟着气味找到配偶，蚊子能闻到你呼出的二氧化碳，这些能力是理所当然的。然而，用鼻子导航要比看起来要困难得多，科学家们仍在研究动物是如何做到这一点的。

在过去的几十年里，从基因改造到虚拟现实再到数学模型，一系列新的高科技工具使得人们能够以完全不同的方式探索嗅觉导航。事实证明，动物使用的策略以及成功率取决于多种因素，包括动物的体型、认知能力以及气味中湍流的数量。在将来的某一天，对其不断加深的理解可能会帮助科学家开发出一种机器人，其能够完成我们现在只能依靠动物去完成的任务: 依靠狗去寻找失踪的人，依靠猪去寻找松露，有时依靠老鼠去寻找地雷。

追踪气味的问题似乎应当有一个根本的解决方案:只需四处嗅一嗅，然后朝着气味最强烈的方向前进，然后继续这一过程，直到找到气味的源头。

这种策略被称为梯度搜索或趋化性，如果气味分子分布在混合良好的雾中，则效果非常好。但是扩散发生得非常缓慢，所以彻底的混合需要很长时间。在大多数自然情况下，气味在空气中以狭窄而尖锐的气流或羽流的形式流动。这些羽流和它们所传递气味的传播速度比扩散过程的速度要快得多。在某些方面，这对捕食者来说是个好消息，因为它们不用等上几个小时来追踪猎物。但也不全是好消息:气味流几乎都是湍流，而湍流使得梯度搜索效率非常低。气味浓度增长最快的方向很可能指向远离源头的地方。

动物可以使用多种其他策略。会飞的昆虫，比如寻找配偶的飞蛾，会采取一种“搜寻-飞升”策略，这是一种趋风性，或是基于气流的反应。当一只雄蛾探测到雌蛾的信息素时，假设有风，它会立即开始逆风飞行。如果它失去了气味，尤其是当其离雌性很远的时候这很可能发生 —— 它就会开始在风中左右摇摆来搜寻气味。当它再次发现气味流时，它会继续逆风飞行 ，并重复这一行为，直到他看到雌性。

一些陆地昆虫可能会使用趋激性的策略，这可以被认为是立体嗅觉:比较两个触须接收到的气味强度，然后转向得到最强信号的触须的方向。对鼻孔间距与体型大小之比远小于昆虫的触角间距-体型比的哺乳动物来说，其通常采用一种被称为调转趋性的“择优选购”策略:先转头在一边闻，然后再转头闻闻另一边，最后把你的身体转向气味更强烈的方向。这需要稍微高一点的认知水平，因为需要保留最近一次嗅觉的记忆。

嗅觉机器人可能还有另一种可以借鉴的策略 —— 一种大自然可能永远不会想到的策略。2007 年，巴黎高等师范学院的物理学家马西莫?韦尔加索拉提出了一种名为信息趋向性的策略，即嗅觉遇上信息时代。虽然大多数其他策略都是纯反应性的，但在信息趋向性中，导航器根据之前收集到的信息创建了一种思维上的模型，即气味源最有可能在哪里。然后，它会朝着能最大化气味源头信息的方向移动。

机器人要么朝着气味源最可能的方向移动 ，要么朝着它拥有最少信息的方向移动 (探索更多信息)。其目标是找到能使得信息预期收益最大化的前面所说两种行动策略的组合。在早期阶段，探索更好；当导航器接近源时，利用已有信息是更好的选择。在模拟中，使用这种策略的导航器的行进路径看起来非常像飞蛾的“搜寻-飞升”轨迹。

在韦尔加索拉最早的版本中，导航器需要在脑海中绘制周围环境的地图，并计算一个名为香农熵的数学量，香农熵是一种衡量不可预测性的指标，它在导航器未探索的方向上数值大，在已探索的方向上数值小。对动物来说，这可能需要一种其并不具有的认知能力。但是韦尔加索拉和其他人已经开发出了对计算要求更低的新版本的信息趋向性策略。例如，一种动物“可以使用一种更加节省的策略，也许可以把策略的求解近似到 20% 以内，这很好，”《年度评论》文章的合著者韦尔加索拉说。

趋向性、调转趋性、趋激性、趋风性，哪种策略能先把你送到目的地？要弄清楚这一点，有一种方法可以超越对动物行为的定性观察 —— 给虚拟动物编程。然后，研究人员可以计算出在空气和水中的各种情况下，各种策略的成功率。“我们可以操纵更多的东西，”巴德?埃尔门特罗特说，他是匹兹堡大学的数学家，也是 Odor2Action 的成员。例如，研究人员可以测试苍蝇的策略在水下的效果如何，或者他们可以加大液体的湍流，看看特定的搜索策略何时开始失败。