Roboter haben den Ruf, große und unbeholfene Maschinen zu sein, die trotz ihrer Bemühungen nicht anders können als ungeschickt und ein wenig tollpatschig zu sein. Diese Ansicht von Robotern wird im täglichen Leben geäußert, wenn wir sagen, dass jemand sich roboterhaft verhält, was bedeutet, dass er sich auf ungewöhnliche, steife, unemotionslose und nicht-menschliche Weise verhält. Um menschenähnlichere Roboter zu entwickeln, greifen Forscher zunehmend auf Werkzeuge wie maschinelles Lernen zurück, um die Fähigkeiten und Bewegungen von Menschen besser zu imitieren. Diese Bemühungen sind zwar bereits weit fortgeschritten, aber noch nicht vollständig abgeschlossen.
Um diese Theorie zu testen, haben viele Forschungsprojekte versucht, biohybride Roboter zu schaffen, die lebendes Gewebe in ansonsten mechanische Systeme integrieren, um ihnen bessere Sensoren und Entscheidungsfähigkeiten zu verleihen. Während dieses aufstrebende Gebiet noch Schwierigkeiten hat, sich zu etablieren, gibt es nun möglicherweise Hoffnung am Horizont, da ein Team der Cornell University einen praktischeren Typ von biohybriden Roboter entwickelt hat. Anstatt von Muskel- oder Nervengewebe abhängig zu sein, wie es die meisten früheren Forschungen in diesem Bereich getan haben, arbeitete das Team mit Pilzmyzelien – dem unterirdisch wachsenden Teil von Pilzen.
Die Pilzmyzelien sind sehr robust und können sogar unter extremen Bedingungen wachsen. Sie können auch eine Vielzahl biologischer und chemischer Signale wahrnehmen, was sie aus der Perspektive von Robotersystemen interessant macht. In diesem Fall erlaubten die Forscher den Pilzmyzelien, in die Elektronik eines Roboters zu wachsen. Auf diese Weise können herkömmliche Elektronikkomponenten die elektrischen Signale empfangen und interpretieren, die sie produzieren. Diese Signale können dann genutzt werden, um die Umgebung zu erfassen und darauf zu reagieren. Dies ist zwar ein relativ einfacher erster Schritt, aber er könnte letztendlich einen bedeutenden Einfluss auf das Feld haben, indem er es uns ermöglicht, Systeme mit menschenähnlicheren Sensorik- und Reaktionsfähigkeiten zu entwerfen.