论文部分内容阅读
Xenobot？你在说什么？你确定你说的不是Xenomorph（异形）？
前段时间，活体机器人Xenobot论文的发表，曾一度引发了话题热度，仿佛科幻世界的大门离我们又近了一步。“人类终于创造了电影中的异形。”“潘多拉魔盒终于被打开，人类在作大死的方向上又进了一步。”“太好了，我的‘五竹叔’终于来了！”
打住！ 我们承认《异形》里的外星生物会引发人的身心战栗，而《庆余年》里皮肤吹弹可破、战斗力爆表、又酷又萌还忠心不二的“五竹叔”很有吸引力。可“Xenobot”跟他们截然不同。
那它究竟是个啥？人造人吗？未来的智人？对不起，恐怕你想多了。
由来自美国佛蒙特大学计算机科学家和塔夫茨大学生物学家共同组成的科研团队，于2020年1月13日在美国国家科学院院刊上发表了一篇关于人类首次研制出的“活体机器人”的顶级研究（A scalable pipeline for designing reconfigurable organisms）。期刊论文中表明，被起名为Xenobot的机器人就是那么一种通过提取非洲爪蟾胚胎中的两种细胞（心肌细胞与表皮细胞），然后进行必要的培育操作，最终通过计算机仿真模拟的方式组装成不同形态的可编程化有机体结构。
没错，你没有看错，有机体！既不是什么智能机甲，也不是具有真人样貌的机器，更说不上高智慧的怪物， 把大象装进冰箱拢共分三步，组装一架Xenobot其实也仅仅需要四个步骤：
（1）提取：提取爪蟾胚胎心肌细胞（作为腿）与表皮细胞（骨架身躯）
（2）培育：整个培育过程其实可以分成好多步骤，但根本上还都是生物细胞培育的不同工序。
（3）模型设计智能计算：用计算机算法来完成对Xenobot的形态以及组装模型的设计工作。
（4）组装：根据模型计算出的合理设计组装“机器人”，当然还包含后续的校对工作。
反观以上四大步骤，除却第三步，其他几个核心步骤其实都是传统的生物科研技术，與我们一贯的人工智能研发相距甚远。
如此一来，Xenobot的定义与其说是“活体机器人”，不如说是基于机器算法设计改造的生物活体。那么我们不由得会想起另一种科幻作品里的常见形象——赛博格了。一个搭载了机械的改造人，Xenobot会不会是他的初代或者前身呢？我们不妨结合机器人研发的特点来一窥究竟。
真正意义上的机器人一词以及世界史上第一台机器人（工业机器人）的问世也就是近几十年的事，但对于类机器人的幻想却可以追溯至3000多年以前——我国最早记载的偃师伶人;1800年前张衡发明的记里鼓车;公元前2世纪由希腊人发明的自动机……
回顾这些古老的发明甚至于传说，可以总结出：机器人技术研发的核心在于功用。那么Xenobot是否具备这一点呢？根据论文内容推想，大致有这么一些方向——
医用：一个这样的微观机器人的诞生势必会影响到传统医学领域。原因很简单：它是生物的，它又是足够的小（仅有1毫米大小）。虽然已经有很多非生物性质的微观机器人（比如纳米机器人）已经应用于传统医学，但这些先辈们无一不存在着一种弊端——那就是它们的非生物特性让它们很难被降解，很容易产生各种排斥反应。但Xenobot可以说完美地解决了这个问题，它的生物性可以与生物机体有机结合;它的无储能性令它一旦耗光自身能源便会自我毁灭，转变成一坨有机细胞，轻易便可以被降解代谢掉。未来，我们可以利用Xenobot深入到血管组织，解决阻塞问题;也可以利用其可编程性准确输送药物到达指定位置，甚至于精准定位癌细胞……
环保与安全：Xenobot有机体本身具备自运动以及水环境探索能力，可以利用其特性进行海洋微生物清除以及应用于寻找危险化合物和放射性污染物等领域。而自降解特性也使得其在完成相关功用后可与自然环境有机结合，不会造成二次污染。
Xenobot的形态以及组装模型，是通过运行在超级计算机上的模型计算算法得出的结果。而计算的算法完全遵循于进化规律，这是一种区别于人工智能领域的“机器学习”（脑神经模拟）的全新算法——进化搜索算法。
要知道，传统的机器学习算法与应用主要是通过计算机模拟人脑神经网络，通过大量学习样本（历史经验数据）进行自我学习，增加模式识别准确的一种算法，这主要是从脑神经角度演化推导出来的一种算法（当然现如今更加流行的基于大数据的深度学习算法其实也是机器学习不断演化出的另一种机器识别方式）;但本次研究所用到的进化搜索算法完全是脱离开脑神经学依据的一种生物学进化算法，该算法的核心在于充分利用了计算机的高计算性能，将数百种随机设计形态进行演化与模拟运算，找出最符合进化与功用目的的设计形态。淘汰掉表现不佳的结果，保留最优结果。整个过程看似简单，就像是“吃鸡”一样的游戏方式。但这样的计算方式需要计算机具备足够强大的运算效率以及足够多的进化理论样本，好在近些年计算机信息化也同样在飞速地发展，摩尔定律①决定了我们对于这样的运算，终会达到一个非常理想的状态。
但这里要特别提到的就是，并不是说进化搜索算法与机器学习算法相比一定是更高级的，它们完全是两个不同的领域，一个是在模拟人脑神经识别事物规律，一个是在找寻生物（目前还是单细胞生物）基础构造与进化规律。而且从整个人工智能领域来看，这种进化规律的计算反倒是更加低级的（无须自我学习，只需按仿真模拟进行淘汰筛选）。
拼功用略有优势，拼算法稍逊风骚，一层层解开了遮眼布的Xenobot是不是让你感到有点失望了呢？别急，也许看看它的特性会给我们带来一些惊喜。大体而言，Xenobot凸显了四类亮眼的特性——
生物性：组建材料来自于生物细胞，拥有全生物机体的构造，自然与其他生物体可以完美有机结合，可以完美避免生物免疫系统的排异反应;无毒无害;本身能源耗尽后不可再生，完成基本功用后可以自动降解，节能又环保。
可自愈性：研究表明，这种全新的生物人工结构具备完善的自愈特性，甚至于在研究者去主动破坏其结构之后，该有机体可以在短时期内完好复原——天生的熵减特性。这是一项不可思议的发现，至少在未来的人造医学器官方向找到了一种可能。
可重构性：Xenobot直接翻译其实是“可重构生物”——具备千变万化的组装方式，而拼出来的每个个体都是独立的生物体，其功用也便可以随着自己的拼接方式與形态而各异。这有点儿类似《超能陆战队》中那种微型磁性可重构机器人群。它们就像是乐高玩具，可以随时幻化成各种计算机指令给予的万般形态，完成指定的动作与功效。
蚁群特性：组装好的生物机体完全是一种被编程好的自主运动个体，Xenobot的个体本身是不具备任何神经元结构的，单独的个体运动不具备任何倾向性。但群体的Xenobot却表现出了一种特有的协作特性，它们就像是被蚁后所指引，集体倾向于多数运动状态。就像凯文·凯利在《失控》中提到的：“未来机器人将按照‘无中心分布式系统’模式来运行，大量‘愚蠢’的个体在分工的情况下完成高难度的行为。” Xenobot就是遵循了这样一种“蚁群”式的导向。群体智慧的运用会令未来的人工智能实现宏观的“万能”，它们可以在所需要应用的领域内无所不能。
综合以上特性，虽然目前看起来比较低阶，但随着技术的进一步成熟，Xenobot在未来也可以谱写一段足以超越任何科学作品的传奇。
好了，在层层抽丝剥茧后，我们再来重新审视一下这位站在我们面前的非典型机器人。比起异形，它连神经元都不具备，距离产生那个叫作“自主意识”的形而上的未知物质相去甚远;比起“五竹叔”一样的仿生机器人，它并没有一块内置程序芯片，也没有一副钢筋铁骨和人工合成材料的仿生皮肤;比起赛博格，它的生物体改造并没有拼接金属元素，没有大刀阔斧的朋克式整容，更多的是一种基于生物内在的推演。也许这样的Xenobot少了几分神秘色彩，与我们既期待又畏惧的科幻未来想象有不少偏差，但这并没有削减它问世的划时代意义。它是由生物科研团队与计算机人工智能团队跨界合作的科研产物。是两个团队在传统生物技术和人工智能领域的全新尝试。而且目前得出的结论也证明，该尝试是成功的、是具备无限可继续深化研究方向与可能的全新方法论。相信在不远的未来，Xenobot会继续不断地被深度挖掘，演化出更多我们所想象不到的智能化工具，为人类在整个智慧应用领域贡献一份力量。
【责任编辑：艾 珂】
①集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍，决定了计算机运算性能的不断提升。