Acasă IA și VR GHIDAREA MICROROBOȚILOR PRIN FLUIDE CU AJUTORUL ÎNVĂȚĂRIII AUTOMATE

GHIDAREA MICROROBOȚILOR PRIN FLUIDE CU AJUTORUL ÎNVĂȚĂRIII AUTOMATE

63
0
(c) Shutterstock/Volodimir Zozulinskyi

Învățarea automată ar putea ajuta microroboții să se deplaseze printr-un fluid și să ajungă la destinație, fără a mai fi deviați de mișcarea aleatorie a particulelor pe care le întâlnesc.

Microroboții „înotători” sunt deseori concepuți pentru a imita modul de deplasare printr-un fluid al bacteriilor. Totuși, bacteriile au un avantaj cheie față de roboți. „O bacterie reală poate identifica zona în care trebuie să ajungă și poate decide dacă dorește să se deplaseze în acea direcție”, a declarat Frank Cichos din cadrul Universității din Leipzig, Germania.

În ceea ce privește microrobotii de dimensiuni bacteriene, acestora le este dificil să nu devieze de la curs. Din cauza dimensiunilor lor reduse (unii roboți având un diametru de doar 2 micrometri), aceștia sunt loviți de particulele din fluid. Spre deosebire de bacterii, ei nu își pot corecta direcția de deplasare și, prin urmare, tind să urmeze o cale aleatorie descrisă de mișcarea Browniană.

Cichos și colegii acestuia au decis să le ofere microroboților un „creier”, adică un algoritm de învățare automată care recompensează mișcările făcute în direcția dorită.

„Am decis că ar fi utilă combinarea microroboților cu învățarea automată”, a declarat Cichos.

Microbotul este fabricat dintr-o rășină melaminică și are în componență nanoparticule de aur, care acoperă 30% din suprafața acestuia. Prin direcționarea unui fascicul laser fin, într-un punct de pe suprafața microrobotului, se produce încălzirea nanoparticulelor de aur din acea zonă. Diferența de temperatură produce deplasarea microrobotului prin fluid.

Algoritmul de învățare automată („creierul” microrobotului) rulează pe un computer din apropierea sistemului. Acesta ține evidența mișcării robotului și instruiește laserul să acționeze într-o zonă specifică de pe suprafața robotului pentru a-l apropia de obiectivul său.

Dacă această instrucțiune produce apropierea microrobotului de ținta sa, algoritmul este recompensat; dacă instrucțiunea mută microrobotul mai departe de țintă, algoritmul primește o penalizare. De-a lungul timpului, algoritmul învață din aceste recompense și penalizări instrucțiunile care sunt mai potrivite pentru a deplasa microrobotul la țintă, rapid și eficient.

După 7 ore de antrenament, sistemul a reușit să reducă numărul de instrucțiuni necesare pentru ca microrobotul să atingă un obiectiv de la 600 la 100.

„Studiul mișcării organismelor microscopice vii este important în domeniul științelor biologice și biomedicale. Mișcarea acestor organisme microscopice este dificil de imitat, totuși această reproducere este importantă pentru a înțelege mai multe informații cu privire la proprietățile și efectul acestora în mediul înconjurător”, a declarat Jonathan Aitken din cadrul Universității din Sheffield, Marea Britanie.

Deși sistemul de control al microroboților se află în prezent în afara dispozitivelor, Cichos speră să introducă semnalizarea alimentată chimic, astfel încât, în viitor, microrobotații să poată „gândi” singuri.

LĂSAȚI UN MESAJ

Vă rugăm să introduceți comentariul dvs.!
Introduceți aici numele dvs.

Acest site folosește Akismet pentru a reduce spamul. Află cum sunt procesate datele comentariilor tale.