“神经机器人”能够自行连接自组织电路，为可编程生物机器指明了方向。
神经机器人由数类细胞组成。一部分表面细胞产生被称为纤毛的簇状毛发样突起，另一些细胞分泌黏液，还有一些细胞则帮助维持像青蛙这样的水生动物体内的渗透压。这种生物机器人的神经系统会延伸至这些表面细胞
长期以来，工程师一直试图模仿生命。他们构建了以人脑为模型的机器学习算法，设计了像狗一样行走或像昆虫一样飞行的机器人，并教会机器人去适应周围的世界。而现在，他们正彻底跳过模仿阶段。
他们不再从生物学中获取灵感，而是直接利用生物学构建机器人：将活细胞塑造成微小的、可自由游动的集合体，这些集合体能够组建成自引导系统，系统内还包含能自行连接成功能电路的神经元。
研究人员将这一成果称为“神经机器人”，并于2026年2月下旬发表在了《先进科学》（Advanced Science）期刊上。
这些活体机器可以帮助科学家更好地理解简单的神经元网络如何产生复杂的行为，这是迈向构建生物组织与工程控制相整合的赛博格系统的关键一步。随着进一步的完善，它们的应用范围可涵盖从精密组织修复到环境清理等多个领域。
美国明尼苏达大学双城分校的合成生物学家凯特 · 阿达马拉（Kate Adamala）表示：“这真正将工程学要素引入了生物工程领域。”
迈向内部控制
神经机器人标志着由塔夫茨大学生物学家迈克尔 · 莱文（Michael Levin）及其合作者开发的一系列日益复杂的生物机器项目的最新进展。
研究人员最初于2020年对这些活细胞团块进行了描述：当将它们从正常的发育环境中取出并在简单的盐水条件下培养时，它们会自发地以全新的方式移动和活动。在显微镜下，它们看起来像是不规则的半透明组织块，但它们的协调运动展现出一种在自然界中从未见过的秩序。
“这些东西并不是自然产生的，”美国纽约州立大学宾汉姆顿分校研究人工生命和复杂系统的计算机科学家卡洛斯 · 格申森（Carlos Gershenson）说，“它们由天然细胞制成，但我们才是排列它们的人。”
这种被称为“异种机器人”的技术的最早实例由青蛙的组织制成，且主要由单一类型的结构细胞构成。然而，尽管它们结构简单，但仍能利用被称为纤毛的摆动毛发状突起在水中推进。它们在没有额外营养物质的情况下存活了数日，并能在没有任何支架材料或基因操作的情况下修复轻微损伤；有些甚至能通过自发搜集松散的干细胞实现自我复制。
尽管这些生物机器相当新颖，但它们的行为在本质上仍是机械性的。它们的运动受解剖结构和物理规律驱动，而非受制于任何类似内部控制的机制，它们可以感应化学信号并相应地改变方向，甚至能保留过往经历的痕迹。
但许多其他简单生物，包括真菌、原生生物和细菌，也能做到类似的事情。为了实现更灵活、更协调的行为，它们需要一种能整合全身信息并动态引导其行动的方法。神经机器人就为这一缺失的控制层提供了一种候选方案。
将神经活动与行动相关联
与早期的异种机器人一样，目前的神经机器人仍由青蛙细胞构建，但现在它们被赋予了由部分分化的干细胞发育成熟而来的神经元。这些神经细胞与结构组织同步发育，在整个自主生命体内形成分支连接。这意味着它们可以在细胞间传递电化学信号。
与脑类器官或芯片实验室技术等其他神经系统实验室模型不同，神经机器人可以移动。它们游动、探索，且能对周围环境作出反应，产生与其非神经对应物截然不同的物理活动模式。
神经机器人闲散的时间更少，探索的时间更多。它们还会以环形和螺旋形的路径移动，而不是重复简单的轨迹。此外，它们对神经活性药物的反应也与早期异种机器人不同。
哈佛大学威斯生物启发工程研究所的神经工程师哈蕾 · 福托瓦特（Haleh Fotowat）表示，如果能够破译实现这些内部引导运动和反射的组织原理，就可以利用它们产生更可预测的生物功能。
莱文指出，除了实用价值外，神经机器人还引发了关于生物组织本质的更深层次的认识论问题。“形态和功能最初究竟源自何处？”他问道，“当它既非演化而来，也非人工设计时，这些模式究竟是从哪里来的？”
从发现到部署
在生物机器人的诸多变体中，还有一种由人类肺细胞团块而非青蛙组织构建的“人源机器人”。
莱文团队目前计划将人类神经细胞添加到他们的人源机器人中，将神经机器人框架扩展到完全的人类环境中。随后，通过进一步的调节训练和引导学习，这些活体机器或许能够像经过训练学会嗅探炸弹的狗一样，变得能用可预测的方式调整行为。
“我们的期望是，你可以教导或训练它们去做你想要它们做的事情。”美国佛蒙特大学的计算机科学家、机器人专家乔什 · 邦加德（Josh Bongard）表示。
邦加德虽未参与这项神经机器人研究，但他与莱文有过多次合作。他们共同创立了非营利机构计算设计生物体研究所（ICDO）和商业初创公司动物群系统（Fauna Systems），以推进生物机器人相关技术的发展。
动物群系统的首席执行官奈米什 · 帕特尔（Naimish Patel）称，该公司最初的目标是将异种机器人部署在水产养殖、废水监测和污染物检测等场景中。在这些场景下，该技术整合多种信号的能力可以提供有关生态系统健康状况的早期读数。
如果异种机器人遭遇多种应激源，例如重金属超标、酸碱值偏移和农业径流残留，它们在运动或活动上的集体变化可以提供一个灵敏的实时信号，表明环境中存在异常。
这一构想在波兰已有先例，该国的许多城市已经将淡水贻贝作为水质监测的活体“哨兵”，它们身上连接着传感器，会在它们因污染物刺激而闭壳时加以记录。帕特尔表示，异种机器人可以进一步扩展这个概念，通过将多种环境线索整合为单一的可测量行为反应，从而有可能提供更高的灵敏度和特异性。他补充说，神经机器人最终可以将这种感知与计算的融合推向更为复杂的领域。
但帕特尔也说，相关的技术障碍依然巨大，而更简单的非神经版本所带来的实用机会已经极具吸引力，因此第一代异种机器人目前仍是动物群系统公司初始产品开发工作的重点。“目前，我们正在寻找尚未满足的商业需求与新兴能力之间的交点。”
资料来源IEEE
