编译 |熊大宝

编辑 |李水青

智东西3月25日宣布，近日，据国际学术顶刊《科学》旗下子刊《科学·机器人学》（Science Robotics）刊登的文章，德国莱比锡大学研究者将微型拍浮机器人与机器学习结合起来，依托AI技能，微型拍浮机器人能更快达到目标，未来还可进行“自主”思考，记住运动过程。

微型拍浮机器人，体积常日只有2微米宽，是模拟细菌在液体中的运动行为而设计的。
如此眇小，意味着它们会受到流体颗粒的冲击，很难持续游行。

与细菌不同的是，它们不能改动自己的行动方向，只能方向于进行布朗运动（浮在液体或气体中的微粒所作的永一直息的无规则运动）。
德国莱比锡大学的弗兰克·奇科斯（Frank Ci chos）说：“一个真正的细菌可以自我感知并决定去向，由于它想要食品。
”

如何让微型机器人更像细菌一样平常自由游走？

奇科斯和同事决定给他们的微型拍浮机器人一个“大脑”：一个机器学习算法。

一、温差驱动，算法追踪进行目标赏罚

奇科斯团队的微型拍浮机器人是一团三聚氰胺树脂，其表面覆盖了覆盖了30%的金纳米粒子。
他们将一束狭窄的激光束对准机器人表面的一个点，加热金纳米颗粒，通过温度差驱动，使得微型拍浮机器人穿过流体。

机器学习算法——这一微型拍浮机器人的“大脑”就在附近的打算机上运行。
奇科斯团队的实验研究超越了以往纯粹的打算机研究，能够不雅观察到全体机器学习过程的优化参数，根据其动态建立基本的信息模型。
它跟踪机器人的运动，并指示激光在其表面的一个精确点发射，使其更靠近目标。

如果该指令使微型机器人更靠近其目标，则算法得到褒奖；如果指令使微机器人进一步阔别目标，算法则得到惩罚。

二、7h演习，指令可缩减至1/6

随着韶光的推移，算法从这些褒奖和惩罚中能够学习到：哪些指令最适宜让微型拍浮机器人快速有效地到达目标。

经由7个小时的演习，微型拍浮机器人达到目标所需的指令数量，成功从600个减少到100个，减幅达83%。

在学习过程的不同阶段，微型机器人呈现出不同的行为特点。
在开始阶段，微型机器人常日在网格天下的任意位置。
随着学习演习的增加，微型机器人的轨迹变得更为持久，运动目标也更为明确，为实现目标而采纳的均匀行动步骤也不断减少。

机器学习算法帮助微型机器人在液体中游动更好的朝着目标运动，而不会被随机运动的微粒滋扰“旅程”。

英国谢菲尔德大学的乔纳森·艾特肯（Jonathan Aitken）说道：“研究微生物运动，对付生物学和生物医学科学的发展具有主要意义。
”“模拟微生物的运动很难，但这种模拟能更让我们理解到它们的性子和在环境中的主要浸染。
”

三、“受控”到“自控”，还需化学旗子暗记的引入

目前，微型拍浮机器人的掌握系统还位于机器外部，但奇科斯希望引入化学动力旗子暗记，让微型机器人的构造类似于我们的身体，在未来进行“自主”思考。

奇科斯说：“我们决定将微型拍浮机器人与机器学习结合起来，这有点像我们在生活中做的事情。
”“我们体验所处的环境，根据所做的事情的成功与否，判断是否会将其铭记于心。
”

结语：AI正加速自主微型机器人发展

机器学习是人工智能的核心，是使打算机具有智能的根本路子。
微型机器人的智能化探索，将逐渐增加其自身技能，未来除“拍浮”外还能大显技艺，在靶向治疗、药物运输、环保等场景下为人类带来更多福音。

凯文·凯利在《失落控》中曾提到：机器，正在生归天；而生物，正在工程化。
微型机器人向活体微生物的“进化”，正是对这一预言的印证。

来源：New Scientist