В Стэнфорде изобрели механические нейронные цепи с самообучением
Исследователи из Стэнфордского университета разработали принципиально новый тип механических цепей, способных обучаться без электроники и программного обеспечения. Эта технология открывает путь к созданию полностью механических машин, которые понимают и адаптируются к изменяющимся условиям окружающей среды.
Механический нейрон
Команда под руководством Ману Пракаша, доцента биоинженерии, создала первый в мире самообучающийся механический контур благодаря изобретению нового механизма — адаптивных направленных пружин (Adaptive Directed Springs, ADS).
«Объект, который мы изобрели, буквально совершенно новый. Странно, но у него нет аналогов в физическом мире», — говорит Пракаш. «Это метаматериал со способностью к самообучению. Один из рецензентов назвал его абсолютно стимпанковским».
Новая пружина по сути представляет собой механический нейрон, способный изменять свою жесткость со временем. Такая пластичность является ключом к способности мозга учиться и запоминать. При соединении в сети эти пружины создают материал, который обучается под воздействием внешних сил.
Это выглядит как научная фантастика, но имеет вполне практическое значение. Вместо того чтобы нагружать устройства электроникой и батареями, мы получаем интеллектуальные материалы, которые работают там, где традиционные технологии бессильны — в экстремальных условиях, под водой или в космосе.
Принцип работы
В отличие от полупроводниковых транзисторов, передающих информацию в двоичном формате, адаптивные направленные пружины постепенно изменяют свою механическую жесткость на основе внешних сил, которые они испытывают с течением времени. Они обладают нейроноподобной способностью запоминать диапазон жесткостей, а не единицы и нули двоичной логики.
Ключевые компоненты системы:
- Эластичное кольцо переменной толщины, увеличивающее жесткость по мере обновления шестеренок внешними силами
- Внутренний маятник, захватывающий пассивную энергию при раскачивании
- Механизм блокировки, обеспечивающий направленность движения
«После множества проб и ошибок мы наконец пришли к тому, что называем «запирающими» воротами, которые имеют шестерни, перемещающие пружину только в одном направлении, как храповой ключ», — объясняет аспирант Ян Хо. «То есть она не является взаимной».
Практические применения
Такая технология открывает множество потенциальных применений:
- Беговые кроссовки, адаптирующие жесткость подошвы при переходе с одного типа поверхности на другой
- Звукоизоляционные материалы, активно слушающие вибрации и модифицирующие себя для подавления шума
- Плавающие платформы в океане, собирающие энергию от проходящих волн даже в изменяющихся условиях
Когда множество таких пружин объединяются в сети, они создают материалы, способные обнаруживать и запоминать паттерны без электроники или программного обеспечения. Контуры полностью самопитающиеся и не требуют батарей или электрических входов.
Перспективы развития
Новые материалы на основе ADS могут революционизировать космические путешествия или экологические приложения, внедряя интеллект в материалы без токсичных эффектов повсеместной электроники и батарей. Эти цепи могут функционировать в экстремальных условиях, где электроника не справляется:
- В условиях высокой радиации (поверхность Марса)
- При экстремальных температурах (флагоподобные генераторы на Южном полюсе)
- В непосредственном контакте с живой тканью (адаптивные повязки)
«В этом контексте самообучения мы можем наконец начать думать об упругих сетях, таких как мягкая робототехника или фермы моста, как о цепях, которые могут учиться и адаптироваться», — говорит Пракаш. «Новые топологии сетей, свойства пружин и механизмы связи могут привести к машинам и материалам, которые чувствуют, вычисляют и действуют способами, которые мы даже не можем представить».
Исследование, частично поддержанное грантом Stanford Institute for Human-Centered AI, доступно на сервере препринтов ArXiv.
