细胞没有大脑，却能在生物体生长过程中各司其职，构建出复杂的最终形态——无论是花朵、鲸鱼，还是人类自身。这种无需中央指令的集体智能，正是科学家希望赋予机器的能力。一项发表于《自然·通讯》的新研究展示了智能“砖块”如何朝这一目标迈进：每个砖块仅凭与邻居的局部互动，就能推断出整个集合体的全局形状。
论文资深作者、哥本哈根信息技术大学与Sakana AI的计算机科学家Sebastian Risi表示，未来机器自我构建的关键在于“局部自组织，不存在单一故障点”。研究团队首先创建了虚拟立方体模拟，每个立方体都拥有独立运行的神经网络。这些立方体被组装成近500种三维形状，涵盖船、汽车、椅子、吉他、房屋、飞机和桌子七类物体。每个虚拟立方体内部包含一个数字列表（即向量），存储其记忆和对物体类别的猜测，这些信息可随时间演化。立方体的神经网络指导其如何根据邻居的状态更新自身向量，所有立方体共同构成了一个“神经细胞自动机”。
在模拟中，虚拟立方体首先根据自身直接环境（如是否位于边缘）传递消息并调整向量，随后参考邻居的信息，如此层层递进。经过训练后，立方体识别物体类别的准确率高达85%至100%，其中房屋的识别最为困难。未参与该研究的布里斯托大学群体机器人学专家Sabine Hauert评论道：“砖块仅凭局部信息就能推断出集体的全局形状，这非常了不起。”
研究还发现，即使15%的立方体被移除，系统通常仍能准确识别形状，并能判断缺失的立方体位置，甚至再生出邻居。团队进一步验证了系统的可扩展性：由超过18000个立方体组成的系统仍能准确猜测其所构成的物体。
最后，研究人员使用实体积木测试了该系统。每个积木仅数厘米见方，内部电路可进行本地计算。当最多197个积木被连接成特定形状时，它们识别自身所属物体的准确率达到了100%。
Risi指出，该技术的近期应用方向是寓教于乐：例如搭建一只会咆哮的恐龙，或使用能提示下一步搭建位置的建筑积木。从长远来看，研究人员设想开发无需说明书即可自行组装和修复的模块化机器人。