工學人評論

突破性地將突觸記憶功能內建于仿生觸覺感受器中，為電子皮膚賦予類神經智能，開啟了觸覺感知從“采集”到“理解”的新范式。

當人類觸碰一塊粗糙的石頭時，指尖并不是被動地感知紋理，而是在短短數百毫秒內完成一系列復雜的生物計算：機械感受器捕捉微小的壓力差異，通過突觸與神經元連接，進行初步信息過濾與記憶，然后將提取出的核心特征送往大腦進行“感知建構”。在這個過程中，大腦并不是唯一的智能所在，感知本身就是智能的一部分。

在剛剛發表于《Nature Materials》的一項突破性研究中，來自韓國成均館大學的研究團隊首次提出并構建了一種具“突觸功能”的仿生人工機械感受器（Artificial Synaptic Mechanoreceptors, 簡稱ASMRs）。這一系統不僅感知觸覺，更具備仿生突觸的適應與記憶功能，模擬人類皮膚“邊緣智能”的真實機制——在感覺尚未抵達大腦之前，就已完成“感知+理解”的第一道處理。

這一新穎的研究，有可能徹底改變電子皮膚、機器人觸覺與智能交互設備的發展路徑。

 圖1 人類觸覺和人工觸覺感知 

1 觸覺不止是感覺，它本身也是一場神經計算

如圖1所示，傳統的電子皮膚或觸覺傳感器，往往專注于“采集”：壓力、電阻、頻率等量化參數被采集并傳遞給后端處理器。然而，人類的觸覺感知遠不止于此。生物皮膚中的SA（慢適應）與FA（快適應）感受器，不僅能感知“什么被觸碰”，還能識別“觸碰多久”“是否有變化”“紋理是什么樣”。這種初步的感知智能，就來自它們與神經元之間的突觸連接——一個具備可塑性、適應性與短時記憶能力的界面。

韓國研究團隊正是從這一點切入，將“突觸”功能內建進感受器本身，創造出一種自帶突觸記憶的機械感受器單元。

研究者們提出的人工突觸機械感受器 （ASMR）模擬 SA 和 FA 生物機械感受器與傳入神經元纖維之間的突觸樣連接，可以在先進的人工觸覺感知系統中處理對特定機械刺激模式具有不同適應能力的感覺信號。并且利用具有 8 個 SA 和 8 個 FA 機械感受器的 ASMR 陣列中的適應和感覺記憶突觸功能，他們成功地展示了通過機器學習 （ML） 有效識別筆跡風格、表面圖案和紋理的能力。

2 從分子到神經的仿生重建

 圖2 突觸 rGO-FET 的突觸特性表征 

這項技術的核心在于一種垂直集成結構。研究者將三部分功能集于一體：

還原氧化石墨烯（rGO）通道的場效應晶體管（FET）：模擬神經突觸放電路徑；

聚氨酯基離子凝膠（Ionogel）介質層：負責離子分布與突觸可塑性的調控；

微圖案化彈性感受層：負責接受機械刺激并激活摩擦電信號。

關鍵在于，系統利用摩擦電-電容耦合效應作為自供電機制，無需外部電源，即可在刺激下產生后突觸電流（EPSC），進而表現出SA和FA的不同響應特性——前者持續反應，后者僅在變化時放電，完全復刻生物系統的分化行為。

更重要的是，這種機械-電信號的耦合不只是“開關觸發”，而是真正具備了突觸可塑性。實驗顯示，不同頻率、強度、持續時間或重復刺激次數都會影響突觸后電流的衰減行為（即記憶強度），類似神經突觸的短時程（STP）和長時程（LTP）機制。

3 觸覺神經網絡，不再需要“云處理器”

 圖3 ASMR 在觸覺刺激過程中的結構、機制和突觸特性 

為了驗證其實用潛力，研究者構建了一個包含8個SA與8個FA感受器的陣列系統，集成在柔性聚酰亞胺薄膜上。他們將其用于以下智能任務：

手寫風格與筆畫順序識別：無需攝像頭，僅靠觸覺軌跡，系統即可重構不同人寫下同一字符（如“?”）的順序與風格；

表面圖案分類：通過機器振動系統刺激不同圖案（如金字塔、波紋、平面等），僅利用部分突觸響應信號，分類準確率高達96.56%；

真實材質紋理識別：包括織物、皮革、金屬等16類材料的滑動接觸，僅用約10%的數據量，即可達到90.78%的識別率。

值得注意的是，這些識別任務都基于突觸響應的“記憶值”（SS），而非完整的時間序列信號。也就是說，這一仿生系統不僅節能，還大幅提升了數據效率與邊緣計算能力，非常適用于可穿戴設備與神經機器人等算力受限場景。

4 科幻與現實的臨界點

 圖4 內置突觸功能的 ASMRs 陣列的應用 

長期以來，“觸覺智能”是人機交互中最難攻克的一環。聲音與視覺的數字化早已成熟，但觸覺作為一個高度模糊、語義依賴性強的通感維度，始終難以被有效編碼與解讀。

本研究打破的正是這一限制：不是簡單采集觸覺數據，而是在傳感端就開始“感知與理解”，這意味著未來的仿生皮膚、義肢、機器人乃至虛擬現實設備，都可能在“第一觸”就擁有判斷與學習能力。

如果說過去的電子皮膚是“無腦的神經末梢”，那么今天的ASMRs，是具記憶功能的“智能神經單元”，為仿生系統真正開啟了“邊緣神經智能”的新時代。

人類之所以能分辨“一塊粗布”與“一條絲綢”，不僅因為皮膚敏感，更因為神經系統早在大腦之前，就已經記住并識別了那些復雜的質感與壓感圖譜。成均館大學的這項研究讓人們意識到——或許未來的人工智能，不一定從“芯片”開始，也可以從“皮膚”出發。

Hong, S.J., Lee, Y.R., Bag, A.et al.Bio-inspired artificial mechanoreceptors with built-in synaptic functions for intelligent tactile skin.Nat. Mater.(2025). https://doi.org/10.1038/s41563-025-02204-y

END

編輯 | 羅虎

審核 | 醫工學人理事會