近日，由东北大学工学研究科机器人专业副教授大岩基率领的研究团队成功通过轻微电脉冲调制了水母的游泳行为，并利用轻量级人工智能（AI）模型预测了每只水母的游泳速度。这项研究发表在《自然通讯》杂志上。 水母不同于鱼类，没有骨骼，只有简单的神经网。它们能够以极低的能量消耗长时间游动，得益于其柔软腹部内的一圈肌肉，这些肌肉会产生简单的喷射动力推动水母前进。科学家称这种能力为“物理智能”，意味着生物的物理结构在其解决问题能力中发挥了作用。 水母的独特运动方式使其成为监测珊瑚礁、追踪石油泄漏和观察气候趋势的理想选择。“水母赛博格”所需的能量极少，无需发动机运行，大大减少了目前海洋研究方法对环境的影响。为了实现这一目标，研究团队提出了两个相关的问题：是否能找到一种不会给水母造成压力的电脉冲模式，使其按照预定的速度游泳？水母对这些信号作出反应后，能否开发出一个紧凑的AI工具来预测它在任何方向上的运动？ 研究人员在水母的肌肉环上放置了微型电极，每隔1.5到2秒发送一次短暂的电脉冲，并使用单个摄像头和两面镜子记录每次游泳的过程，重建完整的三维轨迹。结果显示，最有效的电脉冲时刻与水母的自然节奏一致，从而提高了游泳速度。这些数据随后被输入一个轻量级的混合“物理存储器”AI模型，该模型将水母的身体作为计算系统的一个组成部分。模型在预测未来所有横向速度方面表现出了足够的准确性。 大岩基强调：“我们发现，最有效的控制信号不是快速脉冲，而是那些模仿水母自然节奏的脉冲。尝试使用更强或更快的脉冲反而导致游泳效率降低和异常运动，这突显了顺应自然节奏而非对抗的重要性。” 这项研究不仅具有科学研究价值，还有潜力在多个领域引发革命。在机器人技术领域，软体生物的设计特点可能启发自愈和柔性材料的应用。在气候变化研究领域，一群“水母赛博格”可以长时间在海洋中航行，绘制温度、盐度和塑料污染地图，而不需要电池供电。研究团队表示，这些优雅的生物在水中轻松滑行的景象激发了他们开发与生态系统和谐共生的技术。 选择水母进行这项研究是因为它们在海洋动物中拥有非凡的游泳效率，是最理想的探索生物系统与简单硬件协同作用的模型。业内人士认为，这项研究连接了海洋科学和工程学，展示了未来海洋探测的新方向。东北大学和东京大学的合作进一步证明了跨学科合作的重要性，为未来的科研发展提供了宝贵的经验。