Estructura mecánica capaz de inteligencia artificial

Al igual que un pianista que aprende a tocar su instrumento sin mirar las teclas, un nuevo tipo de estructura, también definible como un material, puede aprender comportamientos a lo largo del tiempo y desarrollar una "memoria muscular" propia, lo que le permite adaptarse en tiempo real a fuerzas externas cambiantes.

El singular material diseñado por unos ingenieros mecánicos se compone de un sistema estructural formado por vigas ajustables que pueden alterar su forma y su comportamiento en respuesta a cambios en las condiciones que experimentan. Los mismos principios fundamentales que se utilizan en el aprendizaje automático (una modalidad de inteligencia artificial) se emplean para darle a este material sus propiedades inteligentes y adaptativas.

El logro es obra del equipo de Jonathan Hopkins y Ryan Lee, de la Universidad de California en Los Ángeles (UCLA), en Estados Unidos.

Usar el material en las alas de un avión, por ejemplo, puede hacer que el material aprenda a modificar la forma de las alas en función de los patrones de viento durante un vuelo para lograr una mayor eficiencia y maniobrabilidad del avión. Las estructuras de los edificios en las que se emplease este material también podrían autoajustar la rigidez en determinadas zonas para mejorar la estabilidad general del edificio durante un terremoto u otras catástrofes comparables.

Utilizando y adaptando conceptos de las redes neurales artificiales existentes, las cuales sostienen el aprendizaje automático, los investigadores desarrollaron los equivalentes mecánicos de los componentes de las redes neurales artificiales en un sistema interconectado. La red neural mecánica, como la ha denominado el equipo, consta de vigas ajustables individualmente y orientadas de tal modo que siguen un patrón de entramado triangular. Cada viga dispone de una bobina de voz y otros componentes que le permiten cambiar su longitud, adaptarse a su entorno cambiante en tiempo real e interactuar con otras vigas del sistema.

La bobina de voz, que recibe su nombre de su uso original en altavoces para convertir campos magnéticos en movimiento mecánico, inicia la compresión o la expansión en respuesta a nuevas fuerzas ejercidas sobre la viga. La galga extensométrica se encarga de recolectar los datos del movimiento de la viga que se utilizan en el algoritmo para controlar el comportamiento de aprendizaje automático. Los puntos de flexión actúan esencialmente como juntas flexibles entre las vigas móviles para conectar el sistema.

Un prototipo de red neural mecánica, en un diseño sencillo y aún sin miniaturizar. (Foto: Flexible Research Group at UCLA)

Un algoritmo de optimización regula entonces todo el sistema mediante la recolección de los datos de cada una de las galgas extensométricas y determinando una combinación de distintos valores de rigidez para controlar cómo debe adaptarse la red a las fuerzas aplicadas.

En la actualidad, el sistema tiene el tamaño de un horno microondas, pero los investigadores planean simplificar el diseño de la red neural mecánica para poder fabricar miles de redes de este tipo a microescala dentro de entramados 3D, a fin de que resulte fácil emplear esta tecnología para aplicaciones prácticas.

La labor de Hopkins y sus colegas en esta línea de investigación y desarrollo ha contado con financiación a cargo de la Fuerza Aérea estadounidense.

El equipo de Hopkins expone los detalles técnicos de su sistema de inteligencia artificial mecánica en la revista académica Science Robotics, bajo el título “Mechanical neural networks: Architected materials that learn behaviors”. (Fuente: NCYT de Amazings)