Materi yang Terbuat dari Jaringan Syaraf Mekanis Dapat Belajar Menyesuaikan Sifat Fisiknya Kecerdasan Data PlatoBlockchain. Pencarian Vertikal. Ai.

Bahan yang Terbuat dari Jaringan Syaraf Mekanik Dapat Belajar Menyesuaikan Sifat Fisiknya

Jenis material baru dapat mempelajari dan meningkatkan kemampuannya untuk menghadapi gaya tak terduga berkat struktur kisi yang unik dengan sambungan kekakuan variabel, seperti dijelaskan dalam makalah baru oleh rekan-rekan saya dan saya.

Bahan baru ini adalah jenis bahan yang diarsitektur, yang mendapatkan sifat-sifatnya terutama dari geometri dan ciri-ciri khusus desainnya daripada terbuat dari bahan apa. Ambil penutup kain hook-and-loop seperti Velcro, misalnya. Tidak masalah apakah itu terbuat dari kapas, plastik atau bahan lainnya. Selama satu sisi adalah kain dengan kait kaku dan sisi lainnya memiliki loop halus, bahan tersebut akan memiliki sifat lengket Velcro.

Rekan-rekan saya dan saya mendasarkan arsitektur materi baru kami pada arsitektur jaringan saraf tiruanโ€”lapisan simpul yang saling berhubungan yang dapat belajar mengerjakan tugas dengan mengubah seberapa penting, atau berat, mereka menempatkan pada setiap koneksi. Kami berhipotesis bahwa kisi mekanis dengan simpul fisik dapat dilatih untuk mengambil sifat mekanik tertentu dengan menyesuaikan kekakuan setiap sambungan.

Material arsitekturโ€”seperti kisi 3D iniโ€”mendapatkan propertinya bukan dari bahan pembuatannya, tetapi dari strukturnya. Kredit Gambar: Ryan Lee, CC BY-ND

Untuk mengetahui apakah kisi mekanis dapat mengadopsi dan mempertahankan sifat baruโ€”seperti mengambil bentuk baru atau mengubah kekuatan arahโ€”kami memulai dengan membuat model komputer. Kami kemudian memilih bentuk yang diinginkan untuk material serta gaya input dan memiliki algoritme komputer yang menyetel tegangan sambungan sehingga gaya input akan menghasilkan bentuk yang diinginkan. Kami melakukan pelatihan ini pada 200 struktur kisi yang berbeda dan menemukan bahwa kisi segitiga paling baik dalam mencapai semua bentuk yang kami uji.

Setelah banyak koneksi disetel untuk mencapai serangkaian tugas, materi akan terus bereaksi dengan cara yang diinginkan. Pelatihanโ€”dalam arti tertentuโ€”diingat dalam struktur materi itu sendiri.

Kami kemudian membangun kisi prototipe fisik dengan pegas elektromekanis yang dapat diatur yang diatur dalam kisi segitiga. Prototipe ini dibuat dari sambungan 6 inci dan panjangnya sekitar 2 kaki dengan lebar 1ยฝ kaki. Dan itu berhasil. Ketika kisi dan algoritme bekerja bersama, materi dapat dipelajari dan berubah bentuk dengan cara tertentu ketika dikenai gaya yang berbeda. Kami menyebut materi baru ini sebagai jaringan saraf mekanis.

Foto pegas hidrolik yang disusun dalam kisi segitiga
Prototipenya adalah 2D, tetapi versi 3D dari bahan ini dapat memiliki banyak kegunaan. Kredit Gambar: Jonathan Hopkins, CC BY-ND

Mengapa hal itu penting

Selain beberapa jaringan hidup, sangat sedikit materi yang dapat dipelajari untuk menjadi lebih baik dalam menangani beban tak terduga. Bayangkan sebuah sayap pesawat yang tiba-tiba terkena embusan angin dan dipaksa ke arah yang tidak terduga. Sayap tidak dapat mengubah desainnya menjadi lebih kuat ke arah itu.

Bahan kisi prototipe yang kami rancang dapat beradaptasi dengan perubahan atau kondisi yang tidak diketahui. Di sayap, misalnya, perubahan ini bisa berupa akumulasi kerusakan internal, perubahan cara sayap melekat pada pesawat, atau beban eksternal yang berfluktuasi. Setiap kali sayap yang terbuat dari jaringan saraf mekanis mengalami salah satu skenario ini, ia dapat memperkuat dan melunakkan koneksinya untuk mempertahankan atribut yang diinginkan seperti kekuatan arah. Seiring waktu, melalui penyesuaian berturut-turut yang dibuat oleh algoritme, sayap mengadopsi dan mempertahankan properti baru, menambahkan setiap perilaku ke sisanya sebagai semacam memori otot.

Jenis material ini dapat memiliki aplikasi yang luas untuk umur panjang dan efisiensi struktur yang dibangun. Tidak hanya sayap yang terbuat dari bahan jaringan saraf mekanik menjadi lebih kuat, itu juga dapat dilatih untuk berubah menjadi bentuk yang memaksimalkan efisiensi bahan bakar dalam menanggapi perubahan kondisi di sekitarnya.

Apa yang Masih Belum Diketahui?

Sejauh ini, tim kami hanya bekerja dengan kisi 2D. Tetapi menggunakan pemodelan komputer, kami memperkirakan bahwa kisi 3D akan memiliki kapasitas yang jauh lebih besar untuk pembelajaran dan adaptasi. Peningkatan ini disebabkan oleh fakta bahwa struktur 3D dapat memiliki puluhan kali lebih banyak sambungan, atau pegas, yang tidak berpotongan satu sama lain. Namun, mekanisme yang kami gunakan dalam model pertama kami terlalu rumit untuk didukung dalam struktur 3D yang besar.

Apa berikutnya

Materi yang saya dan rekan saya buat adalah bukti konsep dan menunjukkan potensi jaringan saraf mekanik. Tetapi untuk membawa ide ini ke dunia nyata akan membutuhkan pemikiran bagaimana membuat potongan-potongan individu lebih kecil dan dengan sifat kelenturan dan ketegangan yang tepat.

Kami berharap penelitian baru dalam pembuatan bahan pada skala mikron, serta mengerjakan bahan baru dengan kekakuan yang dapat disesuaikan, akan mengarah pada kemajuan yang membuat jaringan saraf mekanik cerdas yang kuat dengan elemen skala mikron dan koneksi 3D padat menjadi kenyataan di mana-mana dalam waktu dekat.

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.

Gambar Kredit: Grup Riset Fleksibel di UCLA

Stempel Waktu:

Lebih dari Hub Singularity