在自然界中，像那些蜘蛛盅毛一样的“机械传感器”被完美地调整为仅关注蜘蛛生存所需的数据。例如，它们会“感受到”表明昆虫被蜘蛛网粘住的振动，但不会关注可能只是由风引起的低频振动。

　　受此启发，普渡大学的团队开始创建机械传感器，这些机械传感器将忽略轻微的力量，并且仅在“感觉”达到某个阈值后向机器的其余部分发出信号。这样做的诀窍是使传感器不受最初不易弯曲的材料的影响，但是当外力施加到传感器上时，其会迅速变形。当其变化的形状达到某一点时，材料内的导电颗粒聚集在一起并允许电流通过。然后，它会向机器的其余部分发送信号，并根据需要进行响应。

　　这种系统需要较少的能量和计算能力来运行，因为机器的“大脑”不需要不断地检查不必要的刺激以决定何时需要注意它。

　　“借助机器学习算法，我们可以训练这些传感器以最小的能耗自动运行，”该研究的第一作者Andres Arrieta说道。“以各种尺寸制造这些传感器也没有障碍。”

　　这些类型的机械传感器可以战略性地放置在无人机、飞机或自动驾驶汽车上，以更快地帮助检测物体和障碍物并避开它们。

　　该研究发表在《ACS Nano》杂志上。