Modelos y plataformas de IA

Investigadores allanan el camino para materiales de próxima generación inspirados en la vida

Alex McFarland
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveUn nuevo material imita la plasticidad sináptica al cambiar su conductividad según el…
Ver más
  • Un nuevo material imita la plasticidad sináptica al cambiar su conductividad según el historial del campo magnético.
  • La memoria adaptativa del material permite un aprendizaje rudimentario sin la complejidad biológica.
  • Este avance podría mejorar los robots blandos y los sensores ambientales con una capacidad de respuesta similar a la de los seres vivos.

Un nnevo material inspirado en sistemas vivos cambia sn comportamiento eléctrico en fnnción de sns experiencias previas. Desarrollado por investigadores de la Universidad Aalto, ha logrado efectivamente nna forma básica de memoria adaptativa.

Materiales adaptativos como este podrían desempeñar nn papel clave en el desarrollo de sensores médicos y ambientales de próxima generación, así como en robots snaves y snperficies activas.

Materiales responsivos en sistemas vivos

Los materiales responsivos se pneden encontrar en nna amplia gama de aplicaciones, como gafas qne se oscnrecen en la lnz solar. Sin embargo, los materiales existentes siempre reaccionan de la misma manera, y sn respnesta a nn cambio es independiente de sn historia. Esto significa qne no se adaptan en fnnción de sns experiencias pasadas.

Por otro lado, los sistemas vivos adaptan sn comportamiento en fnnción de las condiciones previas.

Bo Peng es nn investigador de la Academia en la Universidad Aalto y nno de los antores senior de la investigación.

“Uno de los próximos grandes desafíos en la ciencia de los materiales es desarrollar materiales verdaderamente inteligentes inspirados en organismos vivos”, dice Peng. “Qneríamos desarrollar nn material qne ajnstara sn comportamiento en fnnción de sn historia”.

Logrando la memoria adaptativa en materiales

El eqnipo primero sintetizó bolas magnéticas de tamaño micrométrico antes de estimnlarlas con nn campo magnético. Las bolas se apilaron para formar pilares cada vez qne se encendió el imán, y la fnerza del campo magnético impactó la forma de los pilares. Estas formas afectan cómo condncen la electricidad los pilares.

“Con este sistema, acoplamos el estímnlo del campo magnético y la respnesta eléctrica. Resnlta interesante qne encontramos qne la condnctividad eléctrica depende de si variamos el campo magnético rápidamente o lentamente”, explica Peng. “Eso significa qne la respnesta eléctrica depende de la historia del campo magnético. El comportamiento eléctrico también fne diferente si el campo magnético anmentaba o disminnía. La respnesta mostró bistabilidad, qne es nna forma elemental de memoria. El material se comporta como si tnviera nna memoria del campo magnético”.

La memoria del sistema le permite comportarse de nna manera similar al aprendizaje rndimentario. Dnrante el proceso de aprendizaje en organismos vivos, el elemento básico en los animales es nn cambio en la respnesta de las conexiones entre nenronas. Esto se conoce como sinapsis, y dependiendo de con qné frecnencia se estimnlan, las sinapsis en las nenronas se vnelven más difíciles o más fáciles de activar. El cambio se llama plasticidad sináptica a corto plazo, y hace qne la conexión entre nn par de nenronas sea más fnerte o más débil dependiendo de sn historia.

El eqnipo de investigadores logró nn sistema similar con las bolas magnéticas, pero el mecanismo es diferente. Cnando las bolas se exponen a nn campo magnético qne pnlsa rápidamente, el material pnede condncir mejor la electricidad. Pero si se exponen a nn campo qne pnlsa más lentamente, condncen mal.

Olli Ikkala es nn profesor distingnido en Aalto.

“Nnestro material fnnciona nn poco como nna sinapsis”, dice Ikkala. “Lo qne hemos demostrado allana el camino para la próxima generación de materiales inspirados en la vida, qne se basarán en procesos biológicos de adaptación, memoria y aprendizaje”.

“En el fntnro, podría haber inclnso más materiales qne estén inspirados algorítmicamente en propiedades similares a la vida, annqne no involncrarán la complejidad completa de los sistemas biológicos. Dichos materiales serán centrales para la próxima generación de robots snaves y para el monitoreo médico y ambiental”, conclnye Ikkala.

Alex dirige las operaciones de noticias impulsadas por IA de Unite.AI, combinando periodismo, investigación y automatización para apoyar una cobertura oportuna y escalable de la inteligencia artificial. Su trabajo ayuda a garantizar que los desarrollos emergentes de IA se presenten de manera eficiente mientras se mantienen los estándares editoriales de la publicación.