Model dan platform AI

Peneliti Membuka Jalan untuk Bahan Berikutnya yang Terinspirasi dari Sistem Hidup

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Bahan baru yang terinspirasi dari sistem hidup mengubah perilaku listriknya berdasarkan pengalaman sebelumnya. Dikembangkan oleh peneliti di Aalto University, bahan ini telah mencapai bentuk dasar dari memori adaptif.

Bahan adaptif seperti ini dapat memainkan peran kunci dalam pengembangan sensor medis dan lingkungan berikutnya, serta dalam robot lunak dan permukaan aktif.

Bahan Responsif dalam Sistem Hidup

Bahan responsif dapat ditemukan di berbagai aplikasi, seperti kacamata yang gelap dalam sinar matahari. Namun, bahan yang ada selalu bereaksi dengan cara yang sama, dan respon mereka terhadap perubahan adalah independen dari sejarah mereka. Ini berarti mereka tidak beradaptasi berdasarkan pengalaman masa lalu mereka.

Di sisi lain, sistem hidup beradaptasi dengan perilaku mereka berdasarkan kondisi sebelumnya.

Bo Peng adalah Academy Research Fellow di Aalto University dan salah satu penulis senior dari penelitian.

“Salah satu tantangan besar berikutnya dalam ilmu bahan adalah mengembangkan bahan yang benar-benar pintar yang terinspirasi oleh organisme hidup,” kata Peng. “Kami ingin mengembangkan bahan yang akan menyesuaikan perilakunya berdasarkan sejarahnya.”

Mencapai Memori Adaptif dalam Bahan

Tim pertama-tama mensintesis bola magnetik berukuran mikrometer sebelum merangsangnya dengan medan magnet. Bola-bola tersebut menumpuk untuk membentuk pilaster setiap kali magnet diaktifkan, dan kekuatan medan magnet mempengaruhi bentuk pilaster. Bentuk-bentuk ini mempengaruhi bagaimana pilaster menghantarkan listrik.

‘Dengan sistem ini, kami menghubungkan stimulus medan magnet dan respon listrik. Menariknya, kami menemukan bahwa konduktivitas listrik tergantung pada apakah kami mengubah medan magnet dengan cepat atau lambat,” jelas Peng. “Artinya, respon listrik tergantung pada sejarah medan magnet. Perilaku listrik juga berbeda jika medan magnet meningkat atau menurun. Respon menunjukkan bistabilitas, yang merupakan bentuk dasar memori. Bahan ini berperilaku seolah-olah memiliki memori dari medan magnet.”

Memori sistem ini memungkinkan bahan untuk berperilaku dengan cara yang mirip dengan proses belajar dasar. Selama proses belajar dalam organisme hidup, elemen dasar dalam hewan adalah perubahan respon koneksi antara neuron. Ini disebut sinapsis, dan tergantung pada seberapa sering mereka dirangsang, sinapsis dalam neuron menjadi lebih keras atau lebih mudah diaktifkan. Perubahan ini disebut plastisitas sinaptik jangka pendek, dan membuat koneksi antara pasangan neuron lebih kuat atau lebih lemah tergantung pada sejarah mereka.

Tim peneliti mencapai sistem yang serupa dengan bola magnetik, tetapi mekanismenya berbeda. Ketika bola-bola tersebut terkena medan magnet yang berdenyut cepat, bahan dapat lebih baik menghantarkan listrik. Tetapi jika mereka terkena denyut yang lebih lambat, mereka menghantarkan listrik dengan buruk.

Olli Ikkala adalah Profesor Terkemuka di Aalto.

“Bahan kami berfungsi sedikit seperti sinapsis,” kata Ikkala. “Apa yang kami demonstrasikan membuka jalan bagi generasi berikutnya dari bahan yang terinspirasi oleh proses biologis, yang akan mengambil proses adaptasi, memori, dan belajar.”

“Di masa depan, bisa jadi ada lebih banyak bahan yang terinspirasi oleh sifat-sifat yang mirip dengan kehidupan, meskipun mereka tidak melibatkan kompleksitas penuh dari sistem biologis. Bahan-bahan tersebut akan menjadi pusat dari generasi berikutnya dari robot lunak dan untuk pemantauan medis dan lingkungan,” Ikkala menyimpulkan.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.