如果能在物質(zhì)層次上直接實(shí)現計算需要，而不使用基于馮·諾依曼體系結構的集中式處理信息方式——將數據從內存移到處理器再移回來(lái)，這樣一方面大大提高了計算速度，另一方面還省去了大量的功耗。

　　這是人工智能之后，智能物質(zhì)崛起的圖景。

　　近日，來(lái)自德國明斯特大學(xué)和荷蘭特文特大學(xué)的科學(xué)家團隊在《自然》(Nature)雜志上發(fā)文《智能物質(zhì)崛起》對“智能物質(zhì)”進(jìn)行了概述，論文回顧分析了當前業(yè)界利用分子系統、軟材料和固態(tài)材料等實(shí)現智能物質(zhì)的進(jìn)展，以及在軟機器人、自適應人工皮膚和分布式神經(jīng)形態(tài)計算方面的實(shí)際應用。以下為作者原文選摘。

　　什么是智能?

　　通常情況下，我們可以將智能理解為感知信息并將其轉化為知識儲備的能力，如此便可在不斷變化的環(huán)境中完成適應性行為。研究人員認為“智能”概念包含兩個(gè)主要特征：第一，學(xué)習能力;第二，適應環(huán)境的能力。

　　
 

　　迄今為止，這兩種能力大多存在于生物體中。然而，即使這種我們在這里稱(chēng)之為智能的物質(zhì)沒(méi)有表現出與心理學(xué)意義上理解的智力相同的水平(包括，例如，認知能力或語(yǔ)言能力)，它的功能也將遠遠超過(guò)靜態(tài)物質(zhì)的屬性。

　　潛在應用的例子包括，能夠自我調節溫度和吸光度的人造皮膚，根據穿著(zhù)者的感覺(jué)可以變成保暖或降溫衣服的智能服裝，以及具有智能觸感的柔軟機器人。

　　然而，由于在高階人工智能應用程序中需要處理大量的數據，以中心化的方式規范智能物質(zhì)的行為將非常具有挑戰性。特別是基于馮·諾依曼體系結構的傳統計算機的集中信息處理將很快達到極限，其將數據從內存轉移到處理器并返回不僅大大降低了計算速度，而且還需要大量的電力消耗。

　　因此，新的方法和計算模式需要直接在問(wèn)題一級實(shí)現，即允許對數據進(jìn)行局部預處理。通過(guò)這種方式，智能物質(zhì)本身可以與環(huán)境相互作用，自我調節其行為，甚至從外界輸入的信息中學(xué)習。

　　對于智能物質(zhì)的開(kāi)發(fā)設計來(lái)說(shuō)，來(lái)自大自然的靈感非常有價(jià)值。天然物質(zhì)的宏觀(guān)功能來(lái)自復雜的內部構造，以及分子、納米尺度和宏觀(guān)尺度構建塊的相互作用。而在人工物質(zhì)中，自下而上和自上而下方法的結合，可使得體系結構具有各種新穎的特性和功能。

　　研究人員認為，可以通過(guò)用分層的方式定義人工物質(zhì)的智能。比如，通過(guò)結合四個(gè)關(guān)鍵功能元件來(lái)實(shí)現智能物質(zhì)：(1)傳感器與環(huán)境交互并接收輸入和反饋;(2)執行器對輸入信號做出響應并調整材料的性能;(3) 用于長(cháng)期存儲信息的存儲器;(4)用于處理反饋的通信網(wǎng)絡(luò )。

　　理想情況下，這些元素可形成功能性的處理連續體，它不需要集中的處理單元，而是提供本地和分布式的信息處理能力。

　　
 

　　從結構到功能和復雜性日益增加的智能物質(zhì)的概念轉換：合成后不能改變其性質(zhì)，如純硅;光響應記憶合成材料向日葵環(huán)境自適應的打開(kāi)和關(guān)閉;章魚(yú)的觸手，帶有嵌入式傳感器、執行器和神經(jīng)系統(來(lái)源：Nature)

　　最基本的結構物質(zhì)，它可能包含高度復雜但靜態(tài)的結構，在合成后不能改變其性質(zhì)。而反應性物質(zhì)能夠改變其特性(形狀、顏色、硬度等)，以響應外部刺激，如光、電流或力。

　　目前，科學(xué)家們正在推進(jìn)從反應性物質(zhì)到適應性物質(zhì)的發(fā)展。適應性物質(zhì)具有處理內外部反饋的固有能力，可對不同的環(huán)境和刺激做出反應，這一定義與“類(lèi)生命材料”異曲同工，即受生物和生命物質(zhì)啟發(fā)的合成材料。

　　超越適應性物質(zhì)之后，最終必將推動(dòng)智能物質(zhì)的發(fā)展。智能物質(zhì)可以與環(huán)境互動(dòng)，從輸入數據中學(xué)習，并自我進(jìn)化。學(xué)習是由一種固有的記憶功能所支持的，即獲得的知識或技能被長(cháng)期存儲為經(jīng)驗，并可以回憶起來(lái)產(chǎn)生未來(lái)的行為。因此，智能物質(zhì)包括了所有四個(gè)功能要素(傳感器、執行器、網(wǎng)絡(luò )和長(cháng)期記憶)，并能顯示出最高水平的復雜性和功能性。

　　
 

　　那么智能物質(zhì)的發(fā)展軌跡是什么?由此出發(fā)，智能物質(zhì)近期發(fā)展的可能趨勢會(huì )是什么樣的?研究人員做了如下解答。

　　第一種，基于群集的自組織材料(如納米粒子組裝體、分子材料)。

　　復雜行為的一種突出形式，就是依賴(lài)于群體或群體中大量個(gè)體的集體互動(dòng)。在這樣的系統中，多個(gè)單獨響應的實(shí)體會(huì )以一種特殊的方式自組織和通信，進(jìn)而實(shí)現大規模的適應性現象。自然界中，這種行為通常在昆蟲(chóng)群落、魚(yú)群、鳥(niǎo)類(lèi)甚至哺乳動(dòng)物種群中可以觀(guān)察到。

　　基于這種理念，在微觀(guān)尺度上思考智能物質(zhì)的實(shí)現尤其有趣。例如，集群機器人，一大群小機器人相互作用，每個(gè)小機器人大約一厘米高，能力有限，但它們可以排列出復雜的、預定義的形狀。

　　
 

　　自主機器人的自適應群體行為和膠體簇(來(lái)源：Nature)

　　當考慮到納米尺度上的群體行為時(shí)，類(lèi)似的邏輯仍然可用，例如納米粒子組裝體，在自組裝材料系統中，弱耦合和高動(dòng)態(tài)組分之間的局部通信以粒子的形式發(fā)生粒子相互作用。

　　基于鏈形成、結構納米顆粒之間的排斥流體和吸引磁相互作用，并根據初始形狀，微群可以執行可逆各向異性變形、具有高模式穩定性的受控分裂和合并以及導航運動(dòng)，但這些形狀自適應依賴(lài)于外部程序員的輸入、磁場(chǎng)控制等，因此粒子本身不會(huì )顯示出智能行為。

　　適應性行為也在合成分子系統中被發(fā)現，反饋來(lái)自反應網(wǎng)絡(luò )和耦合分子間的相互作用。此外，有關(guān)自我復制分子大小的信息傳遞是可以觀(guān)察到的，從祖先到后代的復制子，這種行為與生物學(xué)中的規范有些相似。

　　然而，這類(lèi)物質(zhì)中缺乏記憶，這使得物質(zhì)沒(méi)有從過(guò)去事件中學(xué)習的能力。

　　第二種，軟物質(zhì)的實(shí)現(如反應性軟物質(zhì)、嵌入內存的軟物質(zhì)、適應性軟物質(zhì))。

　　在生物系統中，柔軟性、彈性和柔順性是顯著(zhù)的特征，軟體動(dòng)物能夠在擁擠的環(huán)境中實(shí)現連續變形，天然皮膚也表現出基本智能的顯著(zhù)特性，包括力、壓力、形狀、質(zhì)地和溫度的觸覺(jué)、觸覺(jué)記憶乃至自愈能力。

　　軟機器人領(lǐng)域的目標就是將這些特性轉化為軟物質(zhì)實(shí)現。軟體機器人能夠通過(guò)調整形狀、抓地力和觸覺(jué)來(lái)模擬生物運動(dòng)。與剛性材料相比，由于材料的符合性匹配，當它們與人類(lèi)或其他易碎物體接觸時(shí)，傷害風(fēng)險大大降低。

　　軟物質(zhì)包含反應性軟物質(zhì)，最常見(jiàn)的驅動(dòng)是形狀和柔軟度隨輸入的變化。

　　一個(gè)典型例子是由硅橡膠基質(zhì)組成的自給式人工肌肉，其驅動(dòng)依賴(lài)于液體嵌入乙醇微氣泡加熱時(shí)的汽相轉變，這種反應靈敏的人工肌肉能夠反復舉起6公斤以上的重量。

　　
 

　　響應軟物質(zhì)和軟物質(zhì)嵌入記憶功能(來(lái)源：Nature)

　　另一個(gè)案例是基于DNA雜交誘導的雙交聯(lián)響應性水凝膠，在外部DNA觸發(fā)器的幫助下，通過(guò)局部控制材料的體積收縮來(lái)模仿人手的手勢。還有利用摩擦電效應研發(fā)的人造皮膚，可以主動(dòng)感知被觸摸物體的接近、接觸、壓力和濕度，而無(wú)需外部電源，皮膚可自主產(chǎn)生電響應。

　　還有科學(xué)家利用陽(yáng)離子和陰離子選擇性水凝膠膜的微型聚丙烯酰胺水凝膠室之間的離子梯度，制造出“人工鰻魚(yú)”，采用可伸縮的堆疊或折疊幾何結構，在同時(shí)激活數千個(gè)串聯(lián)凝膠室后產(chǎn)生110V電壓，不同于典型的電池，這些系統具備柔軟、靈活、透明和潛在的生物相容性。

　　嵌入內存的軟物質(zhì)，這一類(lèi)功能性軟物質(zhì)結合了物質(zhì)記憶和感知能力。有科學(xué)家在一種機械雜化材料中已驗證這一概念，其中電阻開(kāi)關(guān)器件作為剛性聚合光刻膠(SU-8)島上的存儲元件，該島嵌入可拉伸聚二甲基硅氧烷(PDMS)中，在聚二甲基硅氧烷上蒸發(fā)的金薄膜中的微裂紋同時(shí)起著(zhù)電極和應力傳感器的作用，這種運動(dòng)記憶裝置允許基于應力的變化和隨后的信息存儲來(lái)檢測人類(lèi)的四肢運動(dòng)。

　　此外，自愈也是軟物質(zhì)的一種重要特性，允許材料在受到干擾/彎折后迅速恢復其原始特性，這也是消除過(guò)去創(chuàng )傷記憶的一種方法，有科學(xué)團隊報道了一種有機薄膜晶體管，這種晶體管是由可拉伸的半導體聚合物制成，即使在移動(dòng)的人體肢體上折疊、扭曲和拉伸也能正常工作，且這種聚合物在特殊溶劑和熱處理后能夠自我修復。

　　信息處理通常還涉及計數，這需要一個(gè)感知能力以及一個(gè)存儲最新值的存儲單元，有科研團隊提出了一種基于后續生化反應計算物質(zhì)的設計概念，可根據檢測到的光脈沖數，通過(guò)釋放特定的輸出分子或酶來(lái)實(shí)現實(shí)際的計數過(guò)程。

　　適應性軟物質(zhì)除了傳感和驅動(dòng)之外，還包括精確定制的化學(xué)機械反饋回路。自適應軟物質(zhì)的一個(gè)實(shí)現方法就是有科學(xué)家提出的自主粒子運動(dòng)模型系統，它包含了傳感和驅動(dòng)的優(yōu)雅組合，并通過(guò)反應網(wǎng)絡(luò )耦合，例如有一種材料可調節囊內氧氣泡的生長(cháng)和收縮，從而導致有效浮力的對抗性調節，實(shí)現膠體在水中的酶驅動(dòng)振蕩垂直運動(dòng)。

　　第三種，固態(tài)物質(zhì)實(shí)現(如神經(jīng)形態(tài)材料、分布式神經(jīng)形態(tài)系統)。

　　目前，固態(tài)材料的信息處理技術(shù)要先進(jìn)得多，例如傳統的計算機核心是由物理設備(如芯片晶體管)構建的。非傳統計算超越了標準的計算模型，特別是生物，可以被認為是非傳統的計算系統。

　　可編程和高度互聯(lián)的網(wǎng)絡(luò )特別適合執行計算任務(wù)，而大腦啟發(fā)或神經(jīng)形態(tài)硬件旨在提供物理實(shí)現。盡管在半導體行業(yè)自上而下的制造中，使用成熟的半導體材料，使神經(jīng)形態(tài)硬件(例如Google的張量處理單元)得以實(shí)現，但利用納米材料的自下而上方法，可能為非常規、高效計算提供新途徑。

　　研究人員認為，結合上述各類(lèi)物質(zhì)的實(shí)現路徑，混合方法可能會(huì )最終導致智能物質(zhì)的實(shí)現。

　　如用相變材料模擬神經(jīng)形態(tài)計算系統，已經(jīng)成為腦啟發(fā)或神經(jīng)形態(tài)硬件的關(guān)鍵促成因素，允許在人工神經(jīng)網(wǎng)絡(luò )中實(shí)現人工神經(jīng)元和突觸，利用它們通過(guò)焦耳加熱在非晶態(tài)或晶態(tài)下的可編程性來(lái)實(shí)現快速、可訪(fǎng)問(wèn)的室溫非易失性存儲器功能。

　　相變材料的記憶行為進(jìn)一步使得其適合于大腦啟發(fā)的計算，其中它們通常體現了突觸權重或非線(xiàn)性激活功能。此外，二維(2D)材料，例如石墨烯、二硫化鉬、二硒化鎢或六角氮化硼，也出現在神經(jīng)形態(tài)器件的實(shí)驗中，從而允許設計緊湊的人工神經(jīng)網(wǎng)絡(luò )。

　　最近的一項研究表明，可以在77K溫度下對硅中硼摻雜原子的無(wú)序網(wǎng)絡(luò )進(jìn)行非線(xiàn)性分類(lèi)和特征提取。另有多項研究結果表明，利用納米電子器件的深層神經(jīng)網(wǎng)絡(luò )模型，可以通過(guò)梯度下降的方法對器件進(jìn)行有效的調整，從而完成各種分類(lèi)任務(wù)，而不是通過(guò)人工進(jìn)化來(lái)實(shí)現功能。

　　
 

　　神經(jīng)形態(tài)材料和系統(來(lái)源：Nature)

　　這些工作揭示了利用物質(zhì)固有的物理性質(zhì)在納米尺度上可實(shí)現高效計算的潛力。

　　值得關(guān)注的是，在神經(jīng)形態(tài)系統中，信息處理和記憶是共局部化的，這與傳統的馮諾依曼結構有著(zhù)嚴格的區別。有一項研究是光學(xué)神經(jīng)網(wǎng)絡(luò )模型，因為光本身可以通過(guò)與物質(zhì)相互作用或干擾自身來(lái)進(jìn)行計算，而不需要預先定義路徑，此外，這種模型允許以光速(在介質(zhì)中)進(jìn)行數據處理，并且與電子設備相比功耗極低。

　　當光通過(guò)不同的衍射層傳播時(shí)，信息被同時(shí)處理，類(lèi)似于人類(lèi)皮膚中的數據在通過(guò)神經(jīng)系統傳輸到大腦之前的預處理。

　　此外，研究人員還認為，每一個(gè)物質(zhì)型儲層都有其自身的物理問(wèn)題，可以使用材料學(xué)習讓儲層從系統中浮現出來(lái)，而不是將材料基質(zhì)設計成一個(gè)好的儲層。

　　對于智能物質(zhì)的未來(lái)發(fā)展，研究人員認為難點(diǎn)在于開(kāi)發(fā)制造、放大和控制智能物質(zhì)的有效方法。

　　智能物質(zhì)必須包含具有相當程度的共焦自由度、遷移率和納米級成分交換的動(dòng)態(tài)材料。這意味著(zhù)納米級組件之間的相互作用必須足夠弱，才能被外部刺激操縱。此外，這類(lèi)物質(zhì)必須表現出納米級成分的某種程度的內部組織，這樣才能嵌入反饋和長(cháng)期記憶元件，且為了充分接收和傳輸外部輸入，需要具有空間和時(shí)間精度的可尋址性。這些要求在很大程度上可能是矛盾的，而且可能不兼容。

　　顯然，智能物質(zhì)的關(guān)鍵元素更容易在不同的材料類(lèi)型中分別實(shí)現，研究人員們希望混合解決方案能夠解決不兼容的問(wèn)題。

　　那么解決方案如何設計呢?研究人員有一個(gè)設想。

　　首先，需要演示者和設計規則來(lái)開(kāi)發(fā)具有固有反饋路徑的自適應物質(zhì)，通過(guò)集成納米級構建塊，實(shí)現自組裝和自上向下制造的納米結構的可重構性和自適應性;

　　然后，必須從能夠處理反饋的適應性物質(zhì)開(kāi)始，發(fā)展到具有學(xué)習能力的物質(zhì)(“學(xué)習物質(zhì)”)。這些材料將通過(guò)嵌入式記憶功能、基于材料的學(xué)習算法和傳感接口來(lái)增強;

　　另外，還需要從學(xué)習物質(zhì)發(fā)展為真正的智能物質(zhì)，通過(guò)感官接口接收來(lái)自環(huán)境的輸入，通過(guò)嵌入式記憶和人工網(wǎng)絡(luò )顯示所需的響應，并通過(guò)嵌入式傳感器對外部刺激作出響應。

　　因此，智能物質(zhì)的發(fā)展將需要協(xié)調一致、跨學(xué)科和長(cháng)期的研究努力。

　　最終，考慮到整體性能是組件和連接的集體響應，那么完整的系統級演示對于加快智能物質(zhì)的使用是必要的。智能物質(zhì)的各種各樣的技術(shù)應用可以預見(jiàn)，其中尤為具有吸引力的是與現有的AI和神經(jīng)形態(tài)硬件的協(xié)同集成。在這方面，在生命科學(xué)和生物控制論中的應用也需要生物相容的實(shí)現。