AI 모델 및 플랫폼

차세대 생명체启发 재료 개발을 위한 길을 열다

mm
Unite.AI를 Google의 선호 소스에 추가

생명체 시스템에서 영감을 받은 새로운 재료는 이전 경험에 따라 전기적 행동을 변경한다. 알토 대학(Aalto University)의 연구자들이 개발한 이 재료는 기본적인 적응 메모리(adaptive memory)를 효과적으로 달성했다.

이러한 적응 재료는 차세대 의료 및 환경 센서, 소프트 로봇 및 능동적 표면 개발에서 핵심 역할을 할 수 있다.

생명체 시스템의 반응성 재료

반응성 재료는 광선이 닿으면 어두워지는 안경과 같은 다양한 응용 분야에서 발견할 수 있다. 그러나 기존 재료는 항상 동일한 방식으로 반응하며, 그 반응은 그들의 역사와 독립적이다. 즉, 그들은 과거의 경험에 따라 적응하지 않는다.

반면에, 생명체 시스템은 이전 조건에 따라 그들의 행동을 적응시킨다.

보 펭(Bo Peng)은 알토 대학의 아카데미 연구원이며, 이 연구의 공동 저자이다.

“재료 과학의 다음 큰 도전은 생명체에 영감을 받은真正 스마트 재료를 개발하는 것이다”라고 펭은 말했다. “우리는 그들의 역사에 따라 그들의 행동을 조정하는 재료를 개발하고 싶었다.”

재료의 적응 메모리 달성

연구 팀은 먼저 마이크로미터 크기의 자성 비즈를 합성한 다음 자성 필드를 사용하여 자극했다. 비즈는 자석이 켜질 때 기둥을 형성했고, 자성 필드의 강도는 기둥의 모양에 영향을 미쳤다. 이러한 모양은 기둥이 전기를 얼마나 잘 전导하는지에 영향을 미친다.

‘이 시스템에서 우리는 자성 필드 자극과 전기적 반응을 결합했다. 흥미롭게도, 전기 전도도는 자성 필드를 빠르게 또는 느리게 변화시키는지에 따라 달라진다는 것을 발견했다’라고 펭은 설명했다. ‘즉, 전기적 반응은 자성 필드의 역사에 따라 달라진다. 전기적 행동은 또한 자성 필드가 증가하거나 감소하는지에 따라 달랐다. 반응은 이원적 안정성을 보여주었는데, 이는 기본적인 형태의 메모리이다. 재료는 자성 필드에 대한 기억이 있는 것처럼 행동한다.’

시스템의 메모리는 기본적인 학습과 유사한 방식으로 행동할 수 있다. 생명체에서 학습 과정에서 기본적인 요소는 신경 세포 간의 연결의 반응의 변화이다. 이것은 시냅스(synapses)라고 불리며, 자극의 빈도에 따라 신경 세포 간의 연결은 더 강해지거나 약해질 수 있다. 이러한 변화는 단기 시냅스 가소성(short-term synaptic plasticity)이라고 불리며, 이는 신경 세포 간의 연결을 더 강하게 하거나 약하게 만든다.

연구 팀은 자성 비즈와 유사한 시스템을 개발했지만, 메커니즘은 다르다. 자성 비즈가 빠르게 펄싱되는 자성 필드에 노출되면, 재료는 전기를 더 잘 전导할 수 있다. 그러나 느리게 펄싱되는 자성 필드에 노출되면, 전기를 잘 전导하지 못한다.

올리 이칼라(Olli Ikkala)는 알토 대학의 명예 교수이다.

“우리의 재료는 약간 시냅스와 같은 방식으로 작동한다”라고 이칼라가 말했다. “우리가 보여준 것은 생명체의 적응, 메모리 및 학습의 생물학적 과정에 기반한 차세대 재료 개발을 위한 길을 열어준다.”

“미래에는 생명체와 같은 속성을 알고리즘적으로 영감을 받은 더 많은 재료가 있을 수 있다. 그러나 그것들은 생물학적 시스템의 전체 복잡성을 포함하지 않을 것이다. 이러한 재료는 차세대 소프트 로봇 및 의료 및 환경 모니터링에 핵심이 될 것이다”라고 이칼라가 결론지었다.

Alex McFarland은 인공 지능의 최신 개발을 탐구하는 AI 저널리스트이자 작가입니다. 그는 전 세계의 수많은 AI 스타트업과 출판물들과 협력했습니다.