文 / 申亚京教授,杨媛媛教授
由香港科技大学(港科大)工学院领导的一支研究团队,研发了一种基于液态金属的仿捕蝇草智能捕食机制的电子逻辑组件。该器件本身具有记忆和计算能力,无需其它辅助电子器件即可如捕蝇草般智能地响应各种刺激序列。这项研究探讨的智能策略及逻辑机制为理解自然界中的「智能」带来崭新视角,也对「具身智能」的发展提供了启发。
港科大电子及计算机工程学系副教授申亚京
捕蝇草的独特捕食机制向来是生物智能领域的一个研究焦点。这个机制令捕蝇草能有效区分各种外部刺激,如单次、双次刺激,进而区分如雨滴等的环境干扰(单次刺激)及昆虫(双次刺激),以确保成功捕获猎物。此项功能主要是由于捕蝇草的触毛具有类似记忆和计算的特征,让它可以感知刺激和产生动作电位(细胞因受刺激而产生的电信号改变),并在短时间内记着刺激。
申教授及其学生厦门大学副教授杨媛媛共同组成的研究团队,以捕蝇草内部电信号累积/衰减模型为基础,提出了一种基于液态金属丝延伸/缩短形变的液态金属逻辑模块(简称LLM)及组件。该器件以氢氧化钠溶液中的液态金属丝为导电介质,基于电化学及电毛细效应控制液态金属丝的长度,进而依据阳极和门极所施加的电刺激调控阴极输出。研究结果显示,LLM本身可以记忆电刺激的持续时间和间距,计算多次刺激累积的信号,并表现出类似捕蝇草的超卓逻辑功能。
为展示此项研究,团队搭建了一套LLM智能决策器件、仿触毛机械开关、仿叶片柔性电驱动器的人工捕蝇草系统,成功复制并实现了捕蝇草的捕食过程。此外,团队还展示了LLM在功能电路集成、滤波、人工神经等方面的应用前景。这项研究不仅为模拟植物的智能行为提供了见解,也为后续的生物信号模拟器件及具身智能系统研发提供了可靠的参考。
由捕蝇草智能捕食机制启发的液态金属逻辑模块
当提到『人工智能』,一般人想到的都是模拟动物神经系统的智能。然而,在自然界中,很多植物也可以通过特定的材料、结构组合,展示出一定智能。这个研究方向有助我们理解自然界的'智能',并为构建'类生命智能'提供新的视角和思路。”但值得提出的是,这项研究仍属一个比较初步的探讨,后期还有很多工作需要进一步开展,如设计更高效的结构、减小器件的体积、提升系统的反应灵敏度等。
这项由申教授及杨教授合作的研究最近在全球顶尖的多元学科期刊《自然-通讯》上发表。
申亚京教授简介
申亚京教授,香港科技大学电子及计算机工程学系副教授,智能制造中心主任,主要从事微型机器人领域相关研究,现已发表学术文章100余篇,含Science Robotics, PNAS, Nature Communications等杂志。申教授现为IEEE高级会员、IEEE Trans on Robotics副编辑(19-22)、多个国际期刊编辑和审稿人、并参与组织了多个机器人领域国际会议。申教授曾获机器人界顶级国际会议IEEE ICRA最佳操作机器人论文奖;IEEE机器人与自动化学会日本区杰出青年奖;香港杰出青年学者奖(2014);Big-on-Small奖(2018);NSFC优秀青年基金资助(港澳)(2019)等。
由香港科技大学主理出品的【教授专栏】,汇集来自不同领域教授的学术成果、前沿论断及知识科普,用最新鲜的视角解读社会动态,以最前沿的角度解释科技奥秘。期待通过香港科技大学的平台,聚合更多新锐观点,打造出一期又一期生动又深刻的【教授专栏】!
主编 | 袁冶
责编 | 周姗
核校 | 柳松、许珺、吴倩
来源 | 转载自香港科技大学官网