AI 让赛博蟑螂学会自主避险，识别危险环境准确率达 93%

AI 让赛博蟑螂学会自主避险，识别危险环境准确率达 93% 这条更新来自 ithome.com，发布时间为 2026-09-03，Aioga 保留原文入口以便核验。

摘要：据《日经亚洲》报道，大阪大学森岛圭祐团队开发昆虫协同回路，AI 分析蟑螂心跳、神经信号和身体运动来判断环境并引导避险，在紫外线、化学物质和高温等五种环境测试中最高识别准确率达 93%，成果已发表于《Robomech Journal》。

背景：背景分析：公司与行业类动态需要放在竞争格局、商业化路径、资本信号和监管环境中观察，单条公告不能代表最终结果。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文件、合作落地、收入或用户信号、竞品动作和监管后续。

9 月 3 日，据《日经亚洲》报道，研究人员正尝试将人工智能、传感器和通信设备安装在昆虫身上，利用昆虫体型小、感知灵敏和能耗低等特点，执行灾区搜救任务。一套最新系统可分析蟑螂的心跳、神经信号和身体动作， 识别周围环境并引导其逃离危险区域，最高识别准确率达到 93% 。

传统的“赛博昆虫”通常由外部人员直接控制。昆虫身上安装电极、传感器和通信设备后， 操作者可远程改变其移动方向并采集现场信息 ，使其进入人类和常规机器人难以抵达的狭窄空间。

由日本大阪大学教授森岛圭祐领导的国际研究团队开发了一种“昆虫协同回路”，希望减少对人工控制的依赖。研究人员为蟑螂安装背包式设备，用于测量心跳、神经信号和身体运动，再由 AI 分析这些数据，判断蟑螂可能处于何种环境，并结合昆虫自身的运动反应引导其行动。

研究团队把搭载该系统的蟑螂放入五种不同环境，包括紫外线照射、化学物质暴露和高温环境。表现最佳的 AI 模型识别准确率达到 93%， 研究人员还成功引导蟑螂逃出迷宫 。相关成果已于今年 5 月发表在《Robomech Journal》上。

这项技术面向地震、火灾等灾害现场。倒塌建筑内可能存在有毒气体或高温区域，蟑螂进入后可通过自身反应感知并避开危险。森岛圭祐表示，团队希望研究能否利用生物体的内部状态信息探测和判断外部环境。

昆虫搜救已经进入实际灾区测试阶段。新加坡南洋理工大学教授佐藤宏隆等人研发的赛博昆虫，曾在 2025 年 3 月缅甸地震发生后投入测试。它们能够进入被瓦砾封堵的狭窄空间，但在积水区域的作用有限。

为解决这一问题，佐藤宏隆与日本早稻田大学研究人员组成的团队研发了一套可直接向昆虫供氧的装置。 实验中的昆虫可以在水下潜行最长 3 个小时 。相关研究发表在 2026 年 6 月号《自然 · 通讯》上。研究人员认为，继续改进供氧系统后，昆虫在水下工作的时间还可以延长。

现场部署也暴露出通信方面的限制。赛博昆虫进入钢筋混凝土建筑后，信号容易变得不稳定。佐藤宏隆表示，团队正在根据实地测试发现的问题继续改进系统。

除了直接改造活体昆虫，日本信州大学副教授照月大悟带领的团队还把蚕蛾触角安装在无人机上， 用作气味传感器 。蚕蛾触角能够探测雌蛾释放的极少量信息素，其灵敏度被认为高于半导体传感器。

一只蚕蛾的触角被固定在凝胶电极上，并作为气味探测传感器安装在无人机上。

研究人员使用凝胶电极读取触角感知气味时产生的电信号。搭载凝胶电极的传感器工作超过 7 个小时后，仍能保持峰值性能的 90% 以上。此前采用的金属电极在三至四个小时内，性能就会下降一半以上。

照月大悟表示，这项技术可以延长触角传感器的工作寿命，并有望用于其他昆虫。团队目前正在研究对人体气味产生反应的蚊子触角，计划在未来两到三年内将其安装到无人机上，用于搜寻人员。