根据发表在《皇家学会界面》（Journal of the Royal Society Interface）杂志上的一项研究，欧意交易所app官方下载蜘蛛的每一条腿都相当于一台半自动“计算机”，附带的传感器能够解读环境的实时变化，并根据不同环境触发对应的动作。这种自主性有助于蛛形纲动物在脑力消耗最小的条件下快速纺出完美的蛛网。负责这项研究的科学家对此进行了模拟，他们意外地发现，利用极其简单的规则就能控制这套复杂的行为系统——这种方式或许最终能够应用到机器人上。

牛津大学生物学家弗里茨·沃尔拉特（Fritz Vollrath，这项研究的第一作者）指出：“本文对于研究和测试有关下一代机器人的新想法或许十分重要，数字货币交易平台因为蜘蛛的筑网行为是深入研究这类问题的最佳范例。”

图片来源：Pixabay

研究是围绕着“形态计算”（morphological computation）展开的，这是指一个功能不依赖于大脑指令而是由身体某部分编码控制。类似的例子还有人类的膝跳反射以及走路的动作。沃尔拉特解释说：“基本上这类行为都存在一条捷径，大脑不知道下层正在发生什么。”这种外包的模式免除了大脑亲自监管经过演化或练习获得的一系列标准化操作。

出于相同的原因，机器人学家也希望使用形态计算，以节省算力和时间。但是，目前深入探索自然界中这种现象的研究却寥寥无几。沃尔拉特说，数字货币交易所蜘蛛是填补这类实验空缺的理想对象——除了蛛网的几何变化容易辨识以外，蜘蛛的腿在折断后也能再生。

图片来源：Pixabay

沃尔拉特和奥尔胡斯大学的计算机科学家蒂埃莫·克林克（Thiemo Krink）等人共同拍摄了8只花园十字蜘蛛的运动，并将相关运动数字化。这些蜘蛛十分特别，每只都在特定位置长着部分再生的半长腿。与拥有8条完整长度蛛腿的蜘蛛相比，这些蜘蛛筑网的速度和完成度基本一致。研究者认为，如果在筑网过程中通过大脑的计算能力弥补了腿长带来的问题，他们应该能观察到可以测量的微小延迟。相反，研究表明，蜘蛛的腿虽然接收了来自大脑的基础指令，但会根据传感器接收的局部信号调整自身的移动。这些传感器包括自身的毛发和身体表面的狭缝。

通过研究蜘蛛短腿和长腿的不同动作，研究人员还推断出了蜘蛛在筑网时通过移动测量角度和长度的基本规则。利用编程模拟出的蜘蛛，研究人员还测试了这套规则。沃尔拉特表示，下一步将制作一只蜘蛛机器人。

意大利圣安娜先进科学院的生物学家塞西莉娅·拉斯基（Cecilia Laschi，并未参与这项研究）评价说：“这项工作非常有趣，它既告诉了我们更多有关蜘蛛的问题，也介绍了形态计算的问题。像此类基础研究能带来的伟大创新永远是难以预料的。” 

撰文：雷切尔·努维尔（Rachel Nuwer） 

翻译：董子晨曦

文章来源：环球科学

本文来自：中国数字科技馆

特别声明：本文转载仅仅是出于科普传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或其它相关事宜，请与我们接洽。