捕蠅草不具備動物所特有的神經系統，但仍然能夠對外界刺激進行智能響應，識别并成功捕獲獵物。近日，香港科技大學團隊與廈門大學團隊合作，提出了一種基于液态金屬的仿捕蠅草智能捕食機制的電子邏輯元件，該元件本身具有記憶和計數特性，無需其它輔助電子器件即可如捕蠅草般智能地響應各種刺激序列。基于材料自身而實作的智能政策以及内在的邏輯機制，為我們思考自然界中的“智能”提供了全新的視角，也對“具身智能”的發展提供了啟發。
捕蠅草具有獨特的捕食機制，它能有效區分各種外部刺激，如單次、多次刺激，進而區分環境幹擾（如雨滴）及昆蟲，以確定成功捕獲獵物。此項功能主要是由于捕蠅草的觸毛具有類似于記憶和計數的特征，它可以感覺刺激産生動作電位，并在短時間内記住刺激。如果獵物在大約半分鐘内碰觸兩次，則捕蠅草将閉合葉片進行捕食。
捕蠅草的智能無需如動物般複雜的神經系統輔助，其主要來源于内部鈣離子變化。觸碰能引起内部鈣離子激增卻未到達一定的門檻值，随後逐漸消退。當再次觸碰發生時，鈣離子達到了門檻值，進而導緻捕蠅草葉片閉合。基于此種機制，捕蠅草在節省能量的同時又能有效地捕獲食物。
基于捕蠅草内部電信号積累/衰減模型，作者提出了一種基于液态金屬絲延伸/縮短形變的電子邏輯元件LLM。該元件以氫氧化鈉溶液中的液态金屬絲為導電媒體，基于電化學及電毛細效應控制液态金屬絲的長度，進而依據陽極和門極所施加的電刺激調控陰極輸出。通道中液态金屬絲長度變化的時間依賴性機制賦予了LLM獨特的記憶性能。
LLM接收電刺激後液态金屬絲的長度如同捕蠅草中鈣離子信号般增強，當撤掉電刺激後由于由于液态金屬與通道的粘附作用，它在一定時間内保持不動後将逐漸減小。該特性使LLM能夠短時間保留液态金屬絲的長度記憶，并在接收到第二個觸發信号時在此基礎上延長。
研究結果表明，LLM本身可以記憶電刺激的持續時間和間隔，計算多次刺激累積的信号，并表現出類似于捕蠅草的顯著邏輯功能。
作為示範，作者搭建了一套基于LLM智能決策器件、仿觸毛機械開關、仿葉片柔性電驅動器的人工捕蠅草系統，複現了捕蠅草的捕食過程。此外，作者還展示了LLM在功能電路內建、濾波、人工神經等方面的應用前景。此項工作不僅為模拟植物的智能行為提供了見解，也可為後續生物信号模拟器件及具身智能系統研發提供可靠借鑒。
當人們提到‘人工智能’，一般想到的都是模拟動物神經系統的智能。然而，在自然界中，很多植物也可以通過特定的材料、結構組合，展示出一定智能。對該方向的研究，可為我們了解自然中的‘智能’，建構‘類生命的智能’提供新的視角和思路。幾年前楊媛媛副教授還在申亞京教授課題組讀博士時，便一起探讨了仿照植物建構智能體這個想法。經過幾年的努力，終于實作了對捕蠅草智能的概念驗證和模拟，後期還有很多工作需要進一步開展，如設計更高效的結構、減小器件的尺寸、提高系統響應等等。”
該研究成果以“A Liquid Metal-based Module Emulating the Intelligent Preying Logic of Flytrap”為題發表于《自然·通訊》（Nature Communications）期刊。廈門大學航空航天學院重大裝備健康管理研究團隊楊媛媛副教授為論文第一作者，香港科技大學微型智能機器人系統實驗室申亞京教授為論文通訊作者。
論文連結：
https://www.nature.com/articles/s41467-024-47791-7來源：高分子科學前沿