食用级材料 可完全降解的机器人可以吃吗 (食用级材质)

用可食用材料做一只机器人，大小和外形就和一颗胶囊差不多，这样的机器人能食用吗？

如果能吃，你对它的期待是怎样的？Q 爽弹牙、油而不腻、入口即化？

等等，好像和机器人的人设不太符。应该是：遇热自动伸展、可受磁铁控制，进入体内后不仅会像跳跳糖一样尬舞，还能将误吞食的电池取出来！

2016 年国际机器人与自动化大会上，就有这样一款可食用胶囊机器人重磅亮相。

时隔四年后，奥地利约翰尼斯·开普勒林茨大学的一组研究人员也发明了一种“可食用”机器人。

制作这款机器人，使用的是基于食用级材料明胶的通用生物凝胶。

这只看上去有点儿眼熟的机器人也有点儿卑微——不仅可被人吃，还能在几个小时内被污水中的微生物吃（分）掉（解）。

在题为 Resilient yet entirely degradable gelatin-based biogels for soft robots and electronics（用于制造软体机器人等电子产品的有弹性、可完全降解的明胶基生物凝胶）的论文中，研究团队详细介绍了这款机器人和它背后的神奇材料。

基于明胶的新型材料

论文中，研究人员开门见山：

目前，用于软体机器人和可拉伸电子器件的生物主要为可降解和生物相容弹性材料，具有一系列特性，如：优良的机械性能、可调谐性、可变更性、可自愈性。

但研究团队认为，这种材料在环境中并不耐用，无法将所有特性同时体现在一个产品或平台中。

因此研究团队开发了一种多功能明胶基生物凝胶。这种材料弹力很强，可自我粘附、快速愈合、易于复制和缩放，能在处理时完全降解。

据了解，这种材料完全由天然成分和食品级安全材质构成，其中包括：

这里值得一提的是研究人员对于基本成分的选择过程。

据论文介绍，研究人员为确定一种成分，对多种聚酯纤维和水凝胶成分做了对比，主要考虑的因素包括使用期限、机械性能、成本、可加工性、可合成性和降解能力。

经对比，研究人员最后选定了明胶（上表最下面一行）。

之所以会用到明胶，就在于基于明胶的生物凝胶容易得到、无需合成，可以添加水溶性添加剂。同时，由于降解速率快，不仅对环境无害，甚至还可食用。

实际上，很多人对明胶并不陌生，从胶片、食品、化妆品到药品，明胶可谓是无处不在。同时，明胶也已经用于药物递送和骨组织工程等领域，比如 3D 打印器官和制造机器人。

为测试降解能力，研究团队将制成的生物凝胶片浸入 23°C 的去离子水中，发现数小时后生物凝胶片便会溶解（如下图 c 所示）。

正因如此，研究团队表示，这种生物凝胶十分适合临时安装和需经常更新的场景，一经触发，将在几天内分解，可在瞬态装置中获益。

除此之外，研究团队还通过废水中微生物的生物需氧量（BOD）来测量生物凝胶的完全需氧分解能力。结果表明，10 天可除去 60% 有机化合物（如下图 d 所示）。因此，基于该团队研制的生物凝胶，或许研究人员可以开辟水中、体内生物可降解应用的新途径。

可循环超 33 万次的机器人

研究团队在论文中写道：

那么，基于上述材料制作出的机器人是怎样的呢？

外形上，研究人员受到了大象的启发。当然了，不仅是外形类似大象，由于集成了可反馈和控制的传感器，机器人的象鼻子也能抓住物体。

材料上，研究人员在生物凝胶的基础上，结合了纤维素、锌等天然衍生材料。

其中，纤维素是一种常见的结构多糖，被用作动态环境中的柔性气动生物凝胶致动器外骨架（上图 a 部分）。而将生物凝胶与结构化锌电极相结合，可使电子皮肤（新型可穿戴柔性仿生触觉传感器）完全降解（上图 b 部分）。

因此，从机器人原件到可延伸电子设备，整个系统都是可生物降解的。研究团队也称：

上文提到，生物凝胶能在废水中处理时完全降解，所以可能会有人质疑这款机器人的机械性能。

考虑到这一点，研究团队也解释，生物凝胶可在环境条件下保持其机械性能一年以上；在没有失效的情况下，软制动器可承受超过 33 万次的循环。

此外，研究团队表示，未来可用这款机器人在动物体内输送药物。

雷锋网了解到，论文合著者之一 Martin Kaltenbrunner 曾发问：

现在看来，团队用其成果给出了答案。

Last but not least，回答一个重要问题， 机器人能食用吗？

根据研究团队的说法，虽然生物凝胶可食用，但这款机器人的电子原件和传感器目前还不能食用。

实际上，早在 2017 年，洛桑联邦理工学院智能系统实验室就推出了一款外形酷似软糖的可食用机器人，可完全食用，也是由明胶制成。

雷锋网曾报道，这种机器人能够与营养品、药物等成分混合，被人体消化和代谢，我们可以把机器人等同于一种食物。

可见，这款被称为医疗黑科技的机器人是能被我们吃掉的，而在安全性方面，IEEE Spectrum 编辑 Evan Ackerman 的一句话也给我们吃了一颗定心丸：

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：预告神经认知学在机器人中的发展和应用神经

下一篇：Sim2Real李飞飞吴佳俊团队发布用于弥平仿真