Uuden tyyppinen materiaali voi oppia ja parantaa kykyään käsitellä odottamattomia voimia ainutlaatuisen hilarakenteen ansiosta, jossa on vaihtelevan jäykkyyden liitokset, kuten kuvattu uudessa lehdessä kollegoni ja minä.
Uusi materiaali on eräänlainen arkkitehtuurimateriaali, joka saa ominaisuutensa lähinnä sen geometriasta ja suunnittelun erityispiirteistä, ei siitä, mistä se on valmistettu. Ota esimerkiksi tarranauhakiinnikkeet. Ei ole väliä onko se valmistettu puuvillasta, muovista tai jostain muusta aineesta. Niin kauan kuin toinen puoli on kangasta, jossa on jäykät koukut ja toisella puolella on pörröiset lenkit, materiaalilla on tarranauhan tahmea ominaisuuksia.
Kollegani ja minä perustimme uuden materiaalimme arkkitehtuurin keinotekoiseen hermoverkkoon – toisiinsa yhdistettyjen solmujen kerroksiin, jotka voivat oppia tekemään tehtäviä muuttamalla, kuinka paljon merkitystä tai painoa ne antavat kullekin yhteydelle. Oletimme, että mekaaninen hila, jossa on fyysisiä solmuja, voitaisiin kouluttaa ottamaan tiettyjä mekaanisia ominaisuuksia säätämällä kunkin liitoksen jäykkyyttä.
Selvittääksemme, pystyisikö mekaaninen hila omaksumaan ja ylläpitämään uusia ominaisuuksia – kuten uuden muodon ottamista tai suuntalujuuden muuttumista – aloitimme rakentamalla tietokonemallin. Tämän jälkeen valitsimme materiaalille halutun muodon sekä syöttövoimat ja laitoimme tietokonealgoritmin virittää liitosten jännitykset niin, että syöttövoimat tuottaisivat halutun muodon. Teimme tämän koulutuksen 200 eri hilarakenteelle ja havaitsimme, että kolmion muotoinen hila oli paras saavuttamaan kaikki testaamamme muodot.
Kun monet yhteydet on viritetty tehtävien saavuttamiseksi, materiaali reagoi edelleen halutulla tavalla. Koulutus muistetaan tavallaan itse materiaalin rakenteessa.
Rakensimme sitten fyysisen prototyypin hilan säädettävillä sähkömekaanisilla jousilla, jotka on järjestetty kolmiomaiseen hilaan. Prototyyppi on valmistettu 6 tuuman liitännöistä ja on noin 2 jalkaa pitkä ja 1½ jalkaa leveä. Ja se toimi. Kun hila ja algoritmi toimivat yhdessä, materiaali pystyi oppimaan ja muuttamaan muotoaan tietyllä tavalla erilaisten voimien vaikutuksesta. Kutsumme tätä uutta materiaalia mekaaniseksi hermoverkoksi.
Miksi se koskee
Joidenkin lisäksi elävät kudokset, hyvin harvat materiaalit voivat oppia selviytymään paremmin odottamattomista kuormituksista. Kuvittele lentokoneen siipi, joka yhtäkkiä saa tuulenpuuskan ja pakotetaan odottamattomaan suuntaan. Siipi ei voi muuttaa rakennettaan vahvemmaksi siihen suuntaan.
Suunnittelemamme hilamateriaalin prototyyppi voi mukautua muuttuviin tai tuntemattomiin olosuhteisiin. Esimerkiksi siivessä nämä muutokset voivat olla sisäisten vaurioiden kertymistä, muutoksia siinä, miten siipi on kiinnitetty veneeseen, tai vaihtelevia ulkoisia kuormia. Joka kerta kun mekaanisesta hermoverkosta valmistettu siipi koki yhden näistä skenaarioista, se saattoi vahvistaa ja pehmentää yhteyksiään säilyttääkseen halutut ominaisuudet, kuten suuntavahvuuden. Ajan mittaan algoritmin tekemien peräkkäisten säätöjen ansiosta siipi ottaa käyttöön ja ylläpitää uusia ominaisuuksia, lisäämällä jokaisen käyttäytymisen muuhun eräänlaisena lihasmuistina.
Tämäntyyppisillä materiaaleilla voi olla kauaskantoisia sovelluksia rakennettujen rakenteiden pitkäikäisyyteen ja tehokkuuteen. Mekaanisesta hermoverkkomateriaalista valmistettu siipi ei voisi vain olla vahvempi, vaan se voitaisiin myös kouluttaa muotoutumaan muotoihin, jotka maksimoivat polttoainetehokkuutta sen ympärillä muuttuvien olosuhteiden mukaan.
Mitä ei vielä tiedetä
Toistaiseksi tiimimme on työskennellyt vain 2D-hilojen kanssa. Mutta tietokonemallinnuksen avulla ennustamme, että 3D-hiloilla olisi paljon suurempi oppimis- ja sopeutumiskyky. Tämä kasvu johtuu siitä, että 3D-rakenteessa voi olla kymmeniä kertoja enemmän liitoksia tai jousia, jotka eivät leikkaa toisiaan. Ensimmäisessä mallissamme käyttämämme mekanismit ovat kuitenkin aivan liian monimutkaisia tukeakseen suurta 3D-rakennetta.
Mitä seuraavaksi
Kollegoideni ja minä luoma materiaali on konseptitodistus ja osoittaa mekaanisten neuroverkkojen potentiaalin. Mutta tämän idean tuominen todelliseen maailmaan edellyttää, että on selvitettävä, kuinka yksittäisistä kappaleista saadaan pienempiä ja joilla on tarkat taipuisuuden ja jännityksen ominaisuudet.
Toivomme uutta tutkimusta materiaalien valmistus mikronimittakaavassa, sekä työskennellä uusia materiaaleja säädettävällä jäykkyydellä, johtaa edistysaskeleihin, jotka tekevät tehokkaista älykkäistä mekaanisista neuroverkoista mikronimittakaavaisilla elementeillä ja tiheillä 3D-yhteyksillä arjen todellisuutta lähitulevaisuudessa.
Tämä artikkeli julkaistaan uudelleen Conversation Creative Commons -lisenssin alla. Lue alkuperäinen artikkeli.
Kuva pistetilanne: Joustava tutkimusryhmä UCLA:ssa
