日前，复旦大学工程与应用技术研究院方虹斌教授团队首次提出了元胞自动机启发的多稳态折纸超材料机械计算新框架。该框架以折纸（origami）超材料为平台，结合了储备池计算和多稳态构型切换，成功实现了数字图像识别、手写图像识别和时序记忆等复杂计算任务。这标志着在开发具有先进计算能力的新一代智能材料方面取得了重大进展。2023年12月7日，相关研究以“Cellular automata inspired multistable origami metamaterials for mechanical learning”为题发表在国际综合性期刊《先进科学》（Advanced Science），并被遴选为卷首插图（doi: 10.1002/advs.202370236）（图1）。复旦大学工研院博士后刘作林为本文第一作者，方虹斌教授为通讯作者。

图1该工作被遴选为Advanced Science 2023年第10卷第34期卷首插图

如今，我们正在见证将机械特性融入信息处理的革命性理念。相比于电子和光子计算领域，机械计算的创新概念不仅在恶劣环境中显露出天然的优势，还有望应用于全软体机器人、分布式神经形态计算和自主系统的开发。通过形状变形，材料得以与外部环境交互、感知信息并进行处理，从而呈现出结构上的智能。自然界中的多个例子，如捕蝇草和软体动物，为将计算能力融入物理机体提供了强有力的证据。

复旦大学方虹斌教授团队和美国密歇根大学Kon-Well Wang教授团队提出了一种通过多稳态折纸超材料进行机械学习的创新方法。该方法受元胞自动机启发，以多稳态切换序列作为储备池，实现了包括数字辨识、手写图像识别和时序记忆等复杂计算任务。

元胞自动机是一种图灵完备的离散计算范式，可以用于模拟各种复杂系统的演变过程。该工作首先揭示了元胞自动机和多稳态折纸超材料的相似性：即都是由离散胞元构成，每个胞元具有二进制的稳定状态，这些状态在预定义的规则下可以被改变，形成切换序列，并且具有在不同维度空间的拓展能力（图2A）。基于此，模仿元胞自动机的储备池计算，提出了基于多稳态折纸超材料的新型机械计算框架（图2B），该框架将特定任务编码进多稳态折纸超材料的稳态构型，通过外力作用实现稳态构型切换，以多稳态切换序列作为储备池输出计算结果。

图2 元胞自动机（CA）和多稳态折纸超材料（SMO）的相似性对比

为了验证该计算框架的有效性，团队通过双材料3D打印技术制作了折纸超材料的原型，其表现出丰富的多稳态可重构力学特性，并搭建了实验平台。静力学实验观察到了单个胞元具有稳定的双稳态特性，其两个稳态构型对应于二进制状态‘0’和‘1’（图3（A））；而对于由多胞串联而成的折纸超材料，其在拉压过程中呈现出丰富的稳态切换序列（图3（B））。利用提出的机械计算框架，该折纸超材料可以应用于数字图像辨识任务。图3（C）展示了未受噪声污染的数字图像（左，用作训练）和添加了噪声的图像（右，用作验证），经过图3（D）的计算和学习过程，该折纸超材料可以成功完成所有图像的识别。

图3 训练折纸超材料识别数字图像

接下来，对于更复杂的计算/学习任务，例如手写数字图像识别（图4）和时序记忆任务，该项研究引入了更多的稳态折纸超材料胞元用于计算，取得了满意的识别结果（图4（B）），并详细探讨了驱动规则对图像识别准确率的影响（图4（C））。文章最后还探讨了该框架的灵活性和未来可能的改进方向，并从实际可操作性角度，提出并实验验证了仅采用一个作动器实现该计算框架的可行性（图5）。

图4 训练折纸超材料识别手写数字图像（MNIST数据集）

图5 通过一个作动器来训练折纸超材料识别数字图像

相关工作得到了国家重点研发计划“智能机器人”重点专项、国家自然科学基金、上海市基础研究特区和中国博士后科学基金等项目的资助。

原文链接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202305146