本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

一只蟲仿佛開了上帝視角，毫不猶豫地一次性穿過迷宮爬到終點：

這條長度約1毫米，寬度80微米的蟲，還是在麻醉狀態(tài)，神經(jīng)系統(tǒng)無法向肌肉傳達(dá)運動指令。

而控制它運動的，是視覺反饋導(dǎo)航算法。

它成了一條賽博蟲，一個活著的微型機(jī)器人。

微米級機(jī)器人在醫(yī)療領(lǐng)域有很高的應(yīng)用價值，比如可以在人體內(nèi)自主行動，把藥物精準(zhǔn)地送到能發(fā)揮藥效的地方，還可以輔助精子移動幫助人工受孕。

這項把科幻場景帶到現(xiàn)實的研究，來自加拿大麥吉爾大學(xué)的90后博士董先科，相關(guān)論文刊登在Science子刊Science Robotics上。

不過，為什么不是從頭造一個機(jī)器人，而用蟲子代替呢？

因為微型機(jī)器人在技術(shù)上還面臨著幾大難題：

• 工藝上，微米尺度下的機(jī)器人如何制造、裝配，又該如何供能？
• 控制上，如何精密控制微型機(jī)器人的運動，又該如何測量？
• 原理上，微米環(huán)境下物理定律的尺度都縮小了，摩擦力與粘滯力的作用要比重力大上幾個數(shù)量級，如何讓機(jī)器人高效運動？

董先科腦洞大開，能不能借用一下現(xiàn)成的生物身體？

自然進(jìn)化出來的生物已經(jīng)適應(yīng)了微米環(huán)境的運動方式，還會自己吃飯喝水供能，只要想辦法進(jìn)行控制，問題就都解決了。

于是他盯上了線蟲。

被研究得明明白白的蟲

研究選用的是秀麗隱桿線蟲，這種線蟲已經(jīng)是各類科學(xué)研究的?？汀?/p>

因為它容易繁殖，而且全身透明，觀察起來很是方便：

它還有一個特點是結(jié)構(gòu)簡單，成蟲只有大約1000多個體細(xì)胞。

其中神經(jīng)細(xì)胞有302個，它的神經(jīng)系統(tǒng)全部的連接已被科學(xué)家畫出圖譜，還能實時成像。

可以說是被研究得明明白白的了。

現(xiàn)在微型機(jī)器人身體已經(jīng)找到了，接下來要解決的是如何控制它行動。

用算法取代大腦

刺激線蟲肌肉運動的是光信號。

用波長473納米的藍(lán)色激光照射肌肉細(xì)胞，可以刺激細(xì)胞上ChR2通道打開，讓鈣離子進(jìn)入刺激肌肉的收縮，從而控制線蟲肌肉的運動。

這項技術(shù)叫做光遺傳學(xué)，是一項整合了光學(xué)、軟件控制、基因操作技術(shù)、電生理等多學(xué)科交叉的生物工程技術(shù)。

首先用化學(xué)方法阻斷線蟲的運動神經(jīng)元與肌肉細(xì)胞的信息傳遞。

然后，通過機(jī)器視覺算法實時分析線蟲的姿態(tài)和周圍的環(huán)境。

用微米級激光束精準(zhǔn)照射線蟲的不同部位，來控制移動方向，實現(xiàn)了“用算法取代大腦”。

完整的實驗裝置示意圖是這樣的：

一個開創(chuàng)性思路

這項研究除了開辟活體生物與機(jī)器人結(jié)合的新思路以外，對其他相關(guān)領(lǐng)域也很有啟發(fā)。

對于傳統(tǒng)機(jī)器人，微米環(huán)境下的運動與日常宏觀運動有很大差別，往往運動速度和效率不高。

通過精確控制線蟲運動結(jié)合肌肉活性的熒光成像，可以幫助微米尺度下蛇形運動的動力學(xué)研究，指導(dǎo)新型機(jī)器人的設(shè)計和控制。

對于醫(yī)療，用微米激光束精密操控肌肉細(xì)胞活性的實驗，對癱瘓疾病的治療也有啟示意義。

研究中開發(fā)的分析線蟲運動的算法代碼還發(fā)在了GitHub上開源。

本文第一作者董先科，于2012年在哈爾濱工業(yè)大學(xué)航天學(xué)院自動化專業(yè)完成本科學(xué)習(xí)。

2014-2019年在加拿大麥吉爾大學(xué)機(jī)械工程系獲得博士學(xué)位，主攻機(jī)器視覺，微機(jī)器人，以及機(jī)器人精密操作研究方向。

2017-2019年在加拿大多倫多大學(xué)機(jī)械與工業(yè)化學(xué)院學(xué)習(xí)訪問，完成博士課題。

2019年至今在加拿大多倫多一家科技公司擔(dān)任算法研發(fā)工程師，負(fù)責(zé)嵌入式高幀率目光跟蹤系統(tǒng)的算法開發(fā)，以及在醫(yī)療AR和輔助駕駛場景的應(yīng)用。

他的研究興趣包括了圖像處理與機(jī)器視覺，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，微機(jī)器人和機(jī)器人控制等方向。

近年在Science Robotics, IEEE T-MECH, IEEE T-ASE, IEEE T-BME, IEEE T-NBS, ICRA等權(quán)威期刊和會議發(fā)表學(xué)術(shù)論文20余篇，曾以第一作者身份獲得機(jī)器人領(lǐng)域頂級學(xué)術(shù)會議ICRA2015的最佳會議論文提名獎和最佳自動化論文提名獎。

通過這項研究，他對機(jī)器人有了新的感悟：

生物本身即最完美的機(jī)器人。

論文地址：
https://robotics.sciencemag.org/content/6/55/eabe3950/tab-figures-data

相關(guān)代碼：
https://github.com/BionDong/worm-locomotion-feature-analysis