科学家们将数百个游离细胞聚集在一起，并在一个形似「吃豆人」的「嘴巴」中构建出新的生物个体。
机器人是否必须由金属、塑料或其他传统材料制成？去年，美国佛蒙特大学与塔夫茨大学的研究团队给出了否定的答案。他们利用进化算法，通过青蛙的表皮细胞和心肌细胞，成功制造出全球首批活体机器人，名为「XEnobot」。
与传统机器人不同，「XEnobot」并不属于某种已知动物，而是一种新颖的可编程生物，具备生命特征。它们不仅能自主移动，还能在受损后自行愈合。
XEnobots 能够进行集体活动（例如转圈）。
XEnobot 能够推动外部物体。
XEnobot 在遭到切割后能够自动修复。
这些机器人的设计中具有中空结构，意味着它们可以携带物品（如药物）并送往特定地点，在医疗、生物学、化学等领域展现出极大的研究潜力。相关研究成果已在去年的《美国科学院院刊》（PNAS）上发表。
值得注意的是，初版的 XEnobot 尚无法进行自我复制，这为未来的研究留下了空间。
在新一期的《美国科学院院刊》（PNAS）中，研究团队宣布，他们已经成功制造出有史以来第一批能够自我复制的活体机器人。
该团队的发现表明，这些通过计算机设计和手工组装的生物体可以游向小盘子，聚集数百个单细胞，并在「吃豆人」形状的「嘴巴」中构建出下一代 XEnobot。
几天后，这些「下一代」将演变成外观和动作与其前辈相同的新 XEnobot。新的 XEnobot 将继续寻找细胞，创造它们的副本，形成循环。
XEnobot 是全球首批具备自我修复和自我复制能力的人工生物机器人。
这项研究成果于2021年11月29日发表在《美国国家科学院院刊》上。
论文链接：https://www.pnas.oRg/content/118/49/e2112672118
走进未知的领域
具备自我复制能力的 XEnobot 最早是由佛蒙特大学的超级计算机运行的 AI 程序所「构思」出来的。研究者运用一种进化算法，在模拟中测试数十亿种生物体型，以找出能够实现自我复制的细胞配置。
最终，AI 找到了一个成功的设计：一组呈现1980年代街机游戏吃豆人形状的细胞。
该研究的共同作者、塔夫茨大学的高级科学家 Douglas Blackiston 利用微型电烙铁和手术钳，手工雕刻出由3000个青蛙细胞构成的 XEnobots 母体。随后，添加到培养皿中的青蛙细胞为 XEnobots 母体提供了原材料，这些细胞利用材料在吃豆人形状的「嘴巴」中制造出 XEnobaBIes。几天后，XEnobaBIes 又成长为新的 XEnobots 母体。通过不断往培养皿中添加青蛙细胞原料，这一自我复制的过程可以持续进行。
在非洲爪蟾蛙中，这些胚胎细胞会发育为皮肤。在早期实验中，科学家们对 XEnobots 能够按设计完成简单任务感到惊讶，而如今，他们对这些由计算机设计的生物体能够自发复制感到震惊。
「这些细胞虽然具有青蛙的基因组，但它们不会变成蝌蚪，而是利用集体智慧和自身的可塑性实现了一些令人瞩目的成果。」科学家们对 XEnobots 的表现感到惊讶，现在更加震撼于它们能够自发复制的能力。
复制过程的示意图如下：
从早期青蛙囊胚中提取干细胞，将其解离并置于盐水溶液中（A），它们会凝聚成包含约3000个细胞的球体，经过三天后，球体的外表面形成纤毛。
当成熟细胞群被放置在直径60毫米的盘中，与约60000个分离的干细胞相遇时，它们的集体运动会将一些细胞聚集成堆（C 和 D），如果堆足够大（至少50个细胞），便可发展成能够游动的纤毛后代（E），如果再提供额外的分离干细胞（F），便能形成更多后代。
祖先（p）生成后代（o），而后代同样可以成为祖先。这个过程可以通过去除额外的解离细胞来中断。
在已知的环境条件下，系统最多可自然进行两轮自我复制。停止 (α) 或复制 (1 &MinUS; α) 的概率取决于适合青蛙胚胎的温度范围、解离细胞的浓度、成熟生物的数量、随机行为、溶液的黏度、培养皿的表面以及污染概率。
机遇与风险
与其他已知生物繁殖形式相比，基于运动学的自我复制使得每一代后代的规模可以显著扩展或缩小。这表明，生物体有可能学习自动设计，产生不同大小、形状和功能的后代，而不仅仅是数量上的自我复制。
对于部分人来说，这一研究成果令人兴奋，而另一些人可能会对生物自我复制的概念感到担忧。但研究团队的下一步目标是深入理解这一特性。
「我们正在努力探索复制这一特性。世界和技术正迅速演变，研究其运作机制对整个社会非常重要，」BongaRd 表示。
一位关注 XEnobot 的人士指出：「这是机器人学和生物学交汇的时刻。」
当被问及 XEnobot 是否具备「智能」时，Blackiston 更倾向于称其为可编程生物，智能体现在设计和编程阶段，而非实际的 XEnobot 中。「我认为它们并不智能，」Blackiston 说道。然而，他也承认，这项工作挑战了科学的传统定义。
面对当今众多全球性挑战，基于运动学的自我复制可能提供一种使用少量生物技术的方式，这些技术旨在通过 AI 设计的复制器，最大程度上控制复制过程。尽管可重构生物的表现仍处于初级阶段，人工智能设计的方法已被证明能够引导它们朝着更有用的形式发展。
