Một loại vật liệu mới có thể học hỏi và cải thiện khả năng đối phó với các lực bất ngờ nhờ cấu trúc mạng độc đáo với các kết nối có độ cứng thay đổi, như được mô tả trong một bài báo mới bởi các đồng nghiệp của tôi và tôi.
Vật liệu mới là một loại vật liệu kiến trúc, có các đặc tính chủ yếu từ hình học và các đặc điểm cụ thể của thiết kế hơn là từ những gì nó được tạo ra. Lấy ví dụ như các loại vải đóng móc và vòng như Velcro. Không quan trọng nó được làm từ bông, nhựa hay bất kỳ chất liệu nào khác. Miễn là một mặt là vải có móc cứng và mặt kia có các vòng lông tơ, vật liệu đó sẽ có đặc tính dính của Velcro.
Tôi và các đồng nghiệp của mình dựa trên kiến trúc vật liệu mới của chúng tôi dựa trên kiến trúc của mạng thần kinh nhân tạo—các lớp nút được kết nối với nhau có thể học cách làm nhiệm vụ bằng cách thay đổi mức độ quan trọng hoặc trọng lượng mà chúng đặt trên mỗi kết nối. Chúng tôi đã đưa ra giả thuyết rằng một mạng cơ học với các nút vật lý có thể được đào tạo để đảm nhận các tính chất cơ học nhất định bằng cách điều chỉnh độ cứng của từng kết nối.
Để tìm hiểu xem một mạng cơ học có thể áp dụng và duy trì các thuộc tính mới hay không—chẳng hạn như có hình dạng mới hoặc thay đổi cường độ định hướng—chúng tôi bắt đầu bằng cách xây dựng một mô hình máy tính. Sau đó, chúng tôi chọn hình dạng mong muốn cho vật liệu cũng như lực đầu vào và nhờ một thuật toán máy tính điều chỉnh lực căng của các kết nối để lực đầu vào tạo ra hình dạng mong muốn. Chúng tôi đã thực hiện khóa đào tạo này trên 200 cấu trúc mạng khác nhau và nhận thấy rằng mạng hình tam giác là tốt nhất để đạt được tất cả các hình dạng mà chúng tôi đã thử nghiệm.
Khi nhiều kết nối được điều chỉnh để đạt được một nhóm nhiệm vụ, vật liệu sẽ tiếp tục phản ứng theo cách mong muốn. Việc đào tạo - theo một nghĩa nào đó - được ghi nhớ trong chính cấu trúc của tài liệu.
Sau đó, chúng tôi đã xây dựng một mạng nguyên mẫu vật lý với các lò xo cơ điện có thể điều chỉnh được sắp xếp trong một mạng hình tam giác. Nguyên mẫu được làm bằng các kết nối 6 inch và dài khoảng 2 feet x rộng 1½ feet. Va no đa hoạt động. Khi mạng và thuật toán hoạt động cùng nhau, vật liệu có thể học và thay đổi hình dạng theo những cách cụ thể khi chịu các lực khác nhau. Chúng tôi gọi vật liệu mới này là mạng lưới thần kinh cơ học.
Tại sao nó quan trọng
Bên cạnh một số mô sống, rất ít vật liệu có thể học cách xử lý tốt hơn các tải trọng không lường trước được. Hãy tưởng tượng một cánh máy bay đột nhiên đón một cơn gió mạnh và bị buộc theo một hướng không lường trước được. Cánh không thể thay đổi thiết kế của nó để mạnh mẽ hơn theo hướng đó.
Vật liệu mạng nguyên mẫu do chúng tôi thiết kế có thể thích ứng với các điều kiện thay đổi hoặc chưa biết. Ví dụ, trong một cánh, những thay đổi này có thể là sự tích tụ của hư hỏng bên trong, những thay đổi trong cách gắn cánh vào tàu hoặc tải trọng bên ngoài dao động. Mỗi khi một chiếc cánh được tạo ra từ mạng lưới thần kinh cơ học trải qua một trong những tình huống này, nó có thể tăng cường và làm mềm các kết nối của mình để duy trì các thuộc tính mong muốn như cường độ định hướng. Theo thời gian, thông qua các điều chỉnh liên tiếp do thuật toán thực hiện, cánh sẽ tiếp nhận và duy trì các thuộc tính mới, thêm từng hành vi vào phần còn lại dưới dạng một loại bộ nhớ cơ.
Loại vật liệu này có thể có những ứng dụng sâu rộng về tuổi thọ và hiệu quả của các cấu trúc được xây dựng. Một chiếc cánh làm bằng vật liệu mạng lưới thần kinh cơ học không chỉ có thể mạnh hơn mà còn có thể được huấn luyện để biến thành các hình dạng giúp tối đa hóa hiệu suất nhiên liệu nhằm đáp ứng với các điều kiện thay đổi xung quanh nó.
Điều gì vẫn chưa biết
Cho đến nay, nhóm của chúng tôi chỉ làm việc với mạng 2D. Nhưng bằng cách sử dụng mô hình máy tính, chúng tôi dự đoán rằng các mạng 3D sẽ có khả năng học hỏi và thích ứng lớn hơn nhiều. Sự gia tăng này là do cấu trúc 3D có thể có nhiều kết nối hoặc lò xo hơn hàng chục lần không giao nhau với nhau. Tuy nhiên, các cơ chế chúng tôi sử dụng trong mô hình đầu tiên của mình quá phức tạp để hỗ trợ trong cấu trúc 3D lớn.
Cái gì tiếp theo
Tài liệu mà các đồng nghiệp của tôi và tôi tạo ra là một bằng chứng về khái niệm và cho thấy tiềm năng của mạng lưới thần kinh cơ học. Nhưng để đưa ý tưởng này vào thế giới thực sẽ đòi hỏi phải tìm ra cách làm cho các mảnh riêng lẻ nhỏ hơn và có các đặc tính chính xác về độ uốn và độ căng.
Chúng tôi hy vọng nghiên cứu mới trong sản xuất vật liệu ở quy mô micron, cũng như làm việc trên vật liệu mới với độ cứng có thể điều chỉnh, sẽ dẫn đến những tiến bộ biến mạng thần kinh cơ học thông minh mạnh mẽ với các phần tử ở quy mô micron và kết nối 3D dày đặc trở thành hiện thực phổ biến trong tương lai gần.
Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.
