捕蝇草不具备动物所特有的神经系统，但仍然能够对外界刺激进行智能响应，识别并成功捕获猎物。近日，香港科技大学团队与厦门大学团队合作，提出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元件，该元件本身具有记忆和计数特性，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。基于材料自身而实现的智能策略以及内在的逻辑机制，为我们思考自然界中的“智能”提供了全新的视角，也对“具身智能”的发展提供了启发。
捕蝇草具有独特的捕食机制，它能有效区分各种外部刺激，如单次、多次刺激，进而区分环境干扰（如雨滴）及昆虫，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于记忆和计数的特征，它可以感知刺激产生动作电位，并在短时间内记住刺激。如果猎物在大约半分钟内碰触两次，则捕蝇草将闭合叶片进行捕食。
捕蝇草的智能无需如动物般复杂的神经系统辅助，其主要来源于内部钙离子变化。触碰能引起内部钙离子激增却未到达一定的阈值，随后逐渐消退。当再次触碰发生时，钙离子达到了阈值，从而导致捕蝇草叶片闭合。基于此种机制，捕蝇草在节省能量的同时又能有效地捕获食物。
基于捕蝇草内部电信号积累/衰减模型，作者提出了一种基于液态金属丝延伸/缩短形变的电子逻辑元件LLM。该元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。通道中液态金属丝长度变化的时间依赖性机制赋予了LLM独特的记忆性能。
LLM接收电刺激后液态金属丝的长度如同捕蝇草中钙离子信号般增强，当撤掉电刺激后由于由于液态金属与通道的粘附作用，它在一定时间内保持不动后将逐渐减小。该特性使LLM能够短时间保留液态金属丝的长度记忆，并在接收到第二个触发信号时在此基础上延长。
研究结果表明，LLM本身可以记忆电刺激的持续时间和间隔，计算多次刺激累积的信号，并表现出类似于捕蝇草的显著逻辑功能。
作为演示，作者搭建了一套基于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，复现了捕蝇草的捕食过程。此外，作者还展示了LLM在功能电路集成、滤波、人工神经等方面的应用前景。此项工作不仅为模拟植物的智能行为提供了见解，也可为后续生物信号模拟器件及具身智能系统研发提供可靠借鉴。
当人们提到‘人工智能’，一般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。对该方向的研究，可为我们理解自然中的‘智能’，构建‘类生命的智能’提供新的视角和思路。几年前杨媛媛副教授还在申亚京教授课题组读博士时，便一起探讨了仿照植物构建智能体这个想法。经过几年的努力，终于实现了对捕蝇草智能的概念验证和模拟，后期还有很多工作需要进一步开展，如设计更高效的结构、减小器件的尺寸、提高系统响应等等。”
该研究成果以“A Liquid Metal-based Module Emulating the Intelligent Preying Logic of Flytrap”为题发表于《自然·通讯》（Nature Communications）期刊。厦门大学航空航天学院重大装备健康管理研究团队杨媛媛副教授为论文第一作者，香港科技大学微型智能机器人系统实验室申亚京教授为论文通讯作者。
论文链接：
https://www.nature.com/articles/s41467-024-47791-7来源：高分子科学前沿