AIモデルとプラットフォーム
次世代の生体インスパイアドマテリアルへの道を切り開く研究者たち
生体システムにインスパイアされた新しい材料は、過去の経験に基づいて電気的挙動を変化させる。アールト大学の研究者によって開発されたこの材料は、基本的な形での適応メモリを実現した。
このような適応材料は、次世代の医療および環境センサー、ソフトロボット、活性表面の開発において重要な役割を果たす可能性がある。
生体システムにおけるレスポンシブマテリアル
レスポンシブマテリアルは、日光に反応して暗くなるサングラスなどの様々な用途で見られる。ただし、既存の材料は常に同じように反応し、その反応は過去の経験に依存しない。つまり、過去の経験に基づいて適応することはない。
一方、生体システムは過去の条件に基づいて挙動を適応させる。
アールト大学のアカデミー研究フェローであり、この研究の共同著者であるBo Pengは、「材料科学の次の大きな課題は、生体システムにインスパイアされた真のスマートマテリアルを開発することである」と述べている。 「私たちは、材料の挙動をその歴史に基づいて調整する材料を開発したい」と語った。
「私たちは、マイクロメートルサイズの磁気ビーズを合成し、それを磁気フィールドで刺激した。ビーズは磁石がオンになると積み重なって柱を作り、磁気フィールドの強さは柱の形に影響した。これらの形状は、柱が電気をどれだけよく伝導するかに影響する」とPengは説明した。
マテリアルにおける適応メモリの実現
「このシステムでは、磁気フィールド刺激と電気的応答を結びつけた。興味深いことに、電気伝導度は磁気フィールドを急速に変化させたか、ゆっくり変化させたかによって異なることがわかった。つまり、電気的応答は磁気フィールドの歴史に依存する。磁気フィールドが増加しているか、減少しているかによっても応答は異なった。応答は二安定性を示し、これは基本的な形でのメモリである。材料は磁気フィールドを記憶しているかのように振る舞う」とPengは説明した。
このシステムのメモリにより、基本的な学習に似た挙動を示すことができる。生体システムにおける学習プロセスでは、基本的な要素はシナプスの応答の変化である。シナプスは、ニューロンの接続を変化させる。シナプスの応答は、刺激の頻度に応じて強化または弱化する。短期シナプス可塑性と呼ばれるこの変化により、ニューロンのペア間の接続が強化または弱化する。
研究チームは、磁気ビーズを使用して同様のシステムを実現したが、メカニズムは異なる。磁気ビーズが急速にパルス状の磁気フィールドにさらされると、材料は電気をよりよく伝導する。しかし、遅いパルスにさらされると、電気を伝導しにくくなる。
アールト大学のディスティングイッシュドプロフェッサーであるOlli Ikkalaは、「私たちの材料はシナプスに少し似ている」と述べた。 「私たちが実証したことは、生体システムの適応、メモリ、学習の生物学的プロセスに基づく次世代の材料への道を切り開くものである」とIkkalaは語った。
「将来的には、生物に似た特性を持つアルゴリズムに基づくさらに多くの材料が開発される可能性がある。ただし、これらの材料は生物システムの全複雑さを伴わない。そうした材料は、次世代のソフトロボットや医療および環境モニタリングの中心となるだろう」とIkkalaは結論付けた。












