Amsterdamas universitātes (UVA) pētnieki nākuši klajā ar cilvēka radītiem materiāliem, kas atdzīvojas. Šie "metamateriāli" ne tikai iemācās mainīt formu, bet arī var autonomi pielāgot savu formas maiņas stratēģiju, veikt refleksīvas darbības un pārvietoties gluži kā dzīvās sistēmas, vēsta "phys.org".
Parastiem materiāliem ir fiksētas, iepriekš noteiktas reakcijas, kad tiem tiek pielikts spēks, turpretī robotiem ir iepriekš ieprogrammēta uzvedība. Krasā pretstatā dzīvi materiāli, piemēram, šūnas un organismi bez smadzenēm, var ārkārtīgi labi pielāgoties mainīgiem apstākļiem.
Iedvesmojoties no dabas, pētnieku komanda radīja sintētiskus materiālus. Tos dēvē par metamateriāliem, kas mācās un pielāgojas bez centrālām "smadzenēm".
Tārpiem līdzīgie metamateriāli pakāpeniski apgūst formas maiņu, mācoties no piemēriem. Tie var aizmirst vecās formas un apgūt jaunas vai arī apgūt un atcerēties vairākas formas vienlaikus un pārslēgties starp šīm formām. Tas ļauj tiem veikt sarežģītus uzdevumus, piemēram, satvert objektu vai pārvietoties.
"Visvairāk aizraujošais mūsu pētījuma novērojums bija tas, ka mācīšanās dod mūsu metamateriāliem spēju attīstīties: tiklīdz sistēma sāk mācīties, iespējas, kur tā nonāk, šķiet gandrīz neierobežotas," saka Jao Du, doktora grāda kandidāts Mašīnmateriālu laboratorijā UVA un pētījuma galvenais autors.
Metamateriāli ir identisku motorizētu eņģu ķēdes, kas savienotas kopā ar elastīgu skeletu. Katrai savienojuma vietai vai “eņģei” ir mikrokontrolleris, kas mēra, cik tālu tā ir pagriezta, atceras tās iepriekšējās kustības un apmainās ar informāciju ar eņģes kaimiņiem.
Reaģējot uz šo informāciju, katra eņģe var radīt griezes momentu (rotācijas spēku), kas maina katras eņģes stingrību un vēlamo pozīciju, lai materiāls iemācītos pieņemt jaunu formu.
Jao Du piebilst: "Nākotnē mēs centīsimies panākt atkarīgas uzvedības apguvi ilgākā termiņā, nevis tikai izmaiņas statiskā formā. Piemēram, ļaujot metamateriāliem apgūt dažādas pārvietošanās tehnikas, piemēram, rāpošanu vai ripošanu, atkarībā no vides stimuliem.”
“Mēs arī plānojam izpētīt tā sauktos stohastiskos scenārijus, kur mācīšanās notiek ar troksni un nenoteiktību. Šādos gadījumos sistēma pielāgotos varbūtības robežās, uzlabojot robustumu un elastību sarežģītās vidēs," piebilst doktora grāda kandidāts.