机器人是否应该和大自然结合

大自然与科技，看似是两个大相径庭的学科，实际上却有着千丝万缕的关联。1958年时，一名医学院毕业后在空军服役了20年的美国人斯蒂尔率先提出了将二者结合的理论，只不过当时还并未将其命名为仿生学，而是意图通过研究生物系统和生物体，来找到解决工程问题的方法。直至1960年9月，才被正式命名为仿生学。

然而仿生学的由来或许还可以追溯至更早，相传在大禹时期，人们通过观察鱼类在水中的活动，发现鱼尾的摇摆能够控制鱼身的前行与转弯，因此也就出现了船尾上架置的木桨。

再如1903年莱特兄弟建造的第一架飞机，也是借鉴了鸟类的身体结构，尤其是机翼部分，完全根据鸟类翅膀如何利用气流上升、下降并改变方向的原理。

正如玛特·富尼耶《当自然赋予科技灵感》一书所提到的——我们面对的许多问题，或许在千百万年前就被自然生物遇到了，经过漫长的进化，它们形成了绝妙的解决之道。

玛特·富尼耶所说的解决之道，正是仿生学的核心课题，人们不断通过仿照和模拟生物特性，来创造出对人类发展起到贡献的技术。

尤其在仿生学这一概念被提出后，这一门学科彻底被“引燃”，据2006年仿生学专家理查德·邦瑟的一项研究报告显示，从1985-2005年之间，全球范围内非仿生的专利设计只攀升了2.7倍，而仿生学专利则增长了93倍之多。

现如今，仿生学这门独立的学科，早已应用在各个领域当中。如代表性的光场相机（又名：蝇眼照相机），灵感便来源于苍蝇的复眼，科学家通过仿效复眼小眼的蜂窝型结构，制成了用于科研的蝇眼照相机，一次能够拍摄千余张照片，飞机地速指示器、航空照相机均是运用了这一原理。

再比如我们现今常接触到的电子水墨屏，灵感便来源于蝴蝶。事实上，许多蝴蝶和一些鸟类羽毛（孔雀），翅膀上所展现的鲜艳色彩来源于化学的与物理色，化学的是自身生理代谢产生的色素颗粒，而物理色则是通过表面的棱柱状晶体结构所呈现出的。这些光被分成各种颜色的光带并反射到观察者的眼睛，与彩虹的原理大致相同。

高通的Mirasol显示技术正是复制了这个原理，模拟蝴蝶拍打翅膀时产生的鲜明色彩，以此实现高反射性，创造出一种“永远在线”的视觉效果。

当然，此类发明可谓数不胜数，如鲁班观察叶子边缘发明的锯、以啄木鸟头部为原型研发的安全帽、蝙蝠原理的雷达、青蛙眼原理的电子眼、以及贝尔实验室根据海绵结构发明出更强韧的光纤电缆等。比比皆是的案例，仿佛在告诉我们——自然，便是最好的老师。

回到机器人领域，若说哪家仿生学做的比较抢眼，非波士顿动力与费斯托莫属。还记得马克·雷波特在创立波士顿动力时曾说过这样一句话——我们的长期目标，是要让机器人更有移动性、灵活性，在感知和智能上能和人类、动物相提并论，甚至超越他们。

马克·雷波特之所以重视仿生学，其原因在于现今地球上所存在的物种，它们完美适应了不同的生存环境，可以说这些生物是在无数次优胜劣汰中幸存下来的佼佼者，因此如果将其运用在机械设计当中，一些现实问题或许将会迎刃而解。

以波士顿动力早前的类似多节虫的攀爬机器人（RISE）为例，这台机器人的主要功能便是攀爬，“脚上”的微型爪，能够使其紧紧吸附在墙面。其中仿生学的应用让RISE拥有了其他方方正正机器人所不具备的特殊能力。

而另一家从切割机以及可移位的切割床起家的费斯托，则有着更为艳惊四座的产品，他们研究过蚂蚁、袋鼠、蜻蜓、水母、蝴蝶、海豚等多个物种，并将其运用在了自家机器人上。

尤其是那个让人难辨真假的蝴蝶机器人，它能够每秒拍打1-2次翅膀，最高速度可达到2.5m/s，机身装有一个IMU，加速计，陀螺仪，指南针，还有两个90毫安的聚合物电池。

这台仿生机器人的出现，不仅是费斯托对外的一次技术展示，也是自家在小型化、轻量化结构和功能集成方面的又一次迈进，而其意义就在于，为将来的同类型产品减少材料方面的使用。正如费斯托所说——大自然给了我们答案，即如何用最少的能耗达到最高的性能。

基本上来说，如上述所提到的仿生机器人并非个例，只不过此前仿生学大多用于军工、科研与工业领域，消费领域的运用相对较少。而当下我们也能感受到，越来越的军工科技正逐步被民用，因此消费级机器人与仿生学的交融似乎也不再遥不可及。

为何这么说，如果说仿生学短期只是作为一个“新鲜玩意”所备受瞩目的话，那么长期的未来，机器人显然要在生活中承担起更多元化的任务。

譬如服务机器人就是一个很好的例子，据国际机器人联合会（IFR）一组数据显示，2018年全球服务机器人市场达到92.5亿元，预计2020年将快速增长至156.9亿美元 。

显然，这应该是服务机器人发展历程中的第一个黄金阶段，毕竟科技产业都是“从无到有再到精”演变而来的，就好比智能手机，十年前没人认为它会往全触屏的形态去发展，更想不到机身上还能搭载指纹识别与面部识别技术。

服务机器人亦是如此，现如今出现在大众视野当中的，基本上无外乎圆圆滚滚那么几种形态，但这样的产品设计思路存在着一个很大的问题。

以最普遍的地形问题为例，人类能够轻松的适应各类非极限地形（平地、楼梯、斜坡），这是机器人所不具备的能力。基本上来说，已经商业化的产品，顶多能借助机器视觉来识别并绕开障碍物，但这还不足矣应对家庭中的各类场景。再比如说，人类可以适应很多工作岗位，既可以接待又能做调酒工作，但机器人不同，一个接待机器人目前不可能完成机械臂所担起的调酒工作。

然而机器人产业未来的方向，明显不是以产品为导向，而是要以需求为导向，持续纵深发展下去。就好比日本，其之所以大力发展机器人产业，显然是要将尖端技术推向至行业及普通家庭当中去。在1月份当地的一份报道中显示，名古屋大学医院和丰田工业公司开发了一个名为Palro的对话机器人。Palro不仅能够用于指导护理、看护，还能够实现将病人从床上抬到轮椅或帮助他们站立的功能。

显然，未来这些服务型机器人若想实现更多场景里的延伸，仿生学这门学科自然是绕不开的话题，尤其在新技术成本逐渐下降的未来，仿生机器人将会成为机器人产业发展到一定阶段的必然产物。