Новый тип материала может обучаться и улучшать свою способность справляться с неожиданными силами благодаря уникальной решетчатой структуре с соединениями переменной жесткости, т.к. описано в новой статье моими коллегами и мной.
Новый материал — это тип архитектурного материала, который получает свои свойства в основном от геометрии и особенностей своей конструкции, а не от того, из чего он сделан. Возьмем, к примеру, тканевые застежки на липучке, такие как липучки. Неважно, изготовлено ли оно из хлопка, пластика или любого другого материала. Пока одна сторона представляет собой ткань с жесткими крючками, а другая сторона имеет пушистые петли, материал будет иметь липкие свойства липучки.
Мои коллеги и я основали архитектуру нашего нового материала на основе искусственной нейронной сети — слоев взаимосвязанных узлов, которые могут научиться выполнять задания путем изменения того, какое значение или вес они придают каждому соединению. Мы предположили, что механическую решетку с физическими узлами можно научить приобретать определенные механические свойства, регулируя жесткость каждого соединения.
Чтобы выяснить, сможет ли механическая решетка приобретать и поддерживать новые свойства — например, принимать новую форму или изменять направленную силу, — мы начали с создания компьютерной модели. Затем мы выбрали желаемую форму материала, а также приложенные усилия и заставили компьютерный алгоритм настроить натяжение соединений таким образом, чтобы прикладываемые усилия создавали желаемую форму. Мы провели это обучение на 200 различных решетчатых структурах и обнаружили, что треугольная решетка лучше всего подходит для достижения всех протестированных нами форм.
Как только многие соединения настроены для выполнения набора задач, материал будет продолжать реагировать желаемым образом. Обучение — в некотором смысле — запоминается в структуре самого материала.
Затем мы построили физический прототип решетки с регулируемыми электромеханическими пружинами, расположенными в виде треугольной решетки. Прототип изготовлен из 6-дюймовых соединений и имеет длину около 2 футов и ширину 1 фута. И это сработало. Когда решетка и алгоритм работали вместе, материал мог обучаться и изменять форму определенным образом под воздействием различных сил. Мы называем этот новый материал механической нейронной сетью.
Почему это имеет значение
Помимо некоторых живые ткани, очень немногие материалы могут научиться лучше справляться с непредвиденными нагрузками. Представьте себе крыло самолета, которое внезапно подхватывает порыв ветра и отбрасывает в неожиданном направлении. Крыло не может изменить свою конструкцию, чтобы стать сильнее в этом направлении.
Разработанный нами прототип решетчатого материала может адаптироваться к изменяющимся или неизвестным условиям. Например, в крыле такими изменениями могут быть накопление внутренних повреждений, изменения в том, как крыло крепится к кораблю, или колебания внешних нагрузок. Каждый раз, когда крыло, сделанное из механической нейронной сети, сталкивалось с одним из этих сценариев, оно могло усиливать и смягчать свои соединения, чтобы поддерживать желаемые характеристики, такие как сила направления. Со временем, благодаря последовательным корректировкам алгоритма, крыло приобретает и поддерживает новые свойства, добавляя каждое поведение к остальным как своего рода мышечную память.
Этот тип материала может иметь далеко идущие применения для долговечности и эффективности построенных конструкций. Крыло, сделанное из материала механической нейронной сети, может быть не только прочнее, но и может быть обучено принимать формы, которые максимизируют эффективность использования топлива в ответ на изменяющиеся условия вокруг него.
Что еще неизвестно
До сих пор наша команда работала только с 2D-решетками. Но, используя компьютерное моделирование, мы предсказываем, что трехмерные решетки будут иметь гораздо большую способность к обучению и адаптации. Это увеличение связано с тем, что трехмерная структура может иметь в десятки раз больше соединений, или пружин, которые не пересекаются друг с другом. Однако механизмы, которые мы использовали в нашей первой модели, слишком сложны, чтобы поддерживать их в большой трехмерной структуре.
Что дальше
Материал, который мы с коллегами создали, является доказательством концепции и показывает потенциал механических нейронных сетей. Но чтобы воплотить эту идею в жизнь, потребуется выяснить, как сделать отдельные части меньше и с точными свойствами изгиба и натяжения.
Мы надеемся, что новые исследования в производство материалов в микронном масштабе, а также работать над новые материалы с регулируемой жесткостью, приведет к достижениям, которые сделают мощные интеллектуальные механические нейронные сети с элементами микронного масштаба и плотными трехмерными соединениями повсеместной реальностью в ближайшем будущем.
Эта статья переиздана из Беседа под лицензией Creative Commons. Прочтите оригинал статьи.
Изображение Фото: Гибкая исследовательская группа в Калифорнийском университете в Лос-Анджелесе
