結合成像、機器學習與機器人技術

美國加州理工學院團隊結合成像技術、機器學習建模和機器人飛行，首次揭示了昆蟲翅膀鉸鏈的工作原理。對這種復雜關節的分析，或促進人們理解飛行演化過程，帶來仿生學和生物力學的創新。

昆蟲是最早演化出飛行能力的動物。它們的翅膀與翼龍、鳥和蝙蝠等其它飛行動物有區別。昆蟲的翅膀不是從四肢演化而來，而是用一種獨特的復雜鉸鏈連接翅膀和身體。這種鉸鏈是一個由名為“骨片”的五個復雜元素組成的連鎖系統，這些骨片能與肌肉相互作用，幫助翅膀扇動。

不過， 翅膀鉸鏈的力學機制非常神秘，因為翅膀根部的四個關鍵骨片很難從外部進行可視化，它們的移動速度很快，拍攝的照片不夠清晰。

科學家團隊此次將整組骨片控制肌肉的實時鈣成像與同步3D超高速攝像相結合，捕捉到果蠅在一個電子飛行模擬器中飛行時的翅膀運動。他們在7.2萬多次翅振數據的基礎上，用機器學習設計了一個骨片肌肉如何控制翅膀運動的模型，再用一次微型機器人飛行測量了這些骨片肌肉的空氣動力學作用。這個模型隨后用一次自由飛行的物理模擬進行了驗證，其對骨片肌肉活動的調整，囊括了自由飛行的所有已知操控。

這些結果共同提出了一個可信的鉸鏈物理機制，以及可供進一步驗證的多個假說。此外，隨著果蠅神經連接詳細圖譜的完成，團隊期待他們的結果能促進對昆蟲飛行控制環路的更深理解。 （綜合整理報道）（策劃/羅媛）