机器人工程师总是从自然中寻找灵感。然而，在过去几年里，他们的研究重点开始改变了。科学家们不像先前那样为制造更好的机器人而研究动物，而是为更好地了解动物而研究机器动物。
过去10年里，自动装置技术的发展以及电脑部件的不断缩小，意味着小型自动装置可以具备日益强大的处理能力。机器动物与真的动物相比具有很多优点。在对它们的人造大脑实行操作时，你无需考虑道德难题或动物权益问题。而且，人们可以利用它们揭示支配很多动物行为的神经元。
这种技术的原理相当简单。如果你得出了一种动物的某种行为可能由大脑的某个部分控制的理论，你就可以制造一个自动装置，设计它的电路来模仿这种大脑构造。然后你在实验室像对待真的动物一样，利用同种观察、测量和重复技术考察其行为。在这种情况下，如果它的行为和真正的动物相同，你很可能会有所收获。
《人工动物学》的作者之一欧文·霍兰解释说：“如果这种理论对一个自动装置适用，你就可以确定你理论的某些部分是正确的。但如果它不适用，那么几乎肯定是你错了。”通常，证明理论的错误更加有用，因为这会揭示理论存在的问题并缩小研究人员寻找答案的范围。如果对机器动物的实验显示理论是正确的，这种理论可以反过来应用于生物学，为研究人员进行真动物实验提供有价值的起点。
能够揭示是什么促成了动物行为的机器动物的一个例子是斯特林大学芭芭拉·韦布博士的机器蟋蟀。在夏季繁殖期，雄性蟋蟀用歌声吸引雌性蟋蟀。尽管生物学家们进行了多年研究，却仍未找到蟋蟀控制这种行为的神经系统，但他们估计这大约需要20个神经元。韦布采用了一种新方法。她制造了一个自动装置，线路设计与蟋蟀的一小部分神经系统相仿，试验它是否能像真的蟋蟀一样找到一个交配对象。
韦布的机器蟋蟀证明，机器动物无需外形相似就可以像真的动物那样行动。它具备了雌性蟋蟀寻找爱侣所依据的全部基本特征。
在韦布的实验中，机器蟋蟀能很容易地找到正确的路径，走向正在用歌声吸引它的雄蟋蟀。这令很多生物学家感到惊奇。这个装置表明，这种看似复杂的行为只需要4个神经元就足够了。
研究人员乐观地认为，仿生自动装置的前景令人鼓舞。芭芭拉·韦布博士说：“机器动物还不能完全代替真的动物，但我确实认为将来它会大有用武之地。随着技术的不断改善，我们将能够制造更多这种复杂系统。”
第四段中加点的“这种理论”在文中具体所指的是：
A．机器人工程师从自然中寻找的灵感。
B．自动装置具备的日益强大的处理能力。
C．一种动物的某种行为可能由大脑的某个部分控制的理论。
D．利用同种观察、测量和重复技术考察其行为所获得的结论。
