Pesquisadores da Universidade da Califórnia em Los Angeles (UCLA), nos Estados Unidos, desenvolveram um novo material capaz de aprender comportamentos e desenvolver uma “memória muscular” própria, permitindo adaptações em tempo real às mudanças provocadas por forças externas.
Segundo os cientistas, esse material possui um sistema estrutural formado por vigas ajustáveis que conseguem alterar sua forma e comportamento em resposta a condições dinâmicas, garantindo que o dispositivo aprenda e se adapte conforme a situação ou ambiente onde foi aplicado.
“Quando o material é colocado nas asas de aeronaves, por exemplo, ele pode aprender a transformar a forma das asas baseado nos padrões de vento durante o voo para obter maior eficiência e manobrabilidade do avião. Estruturas de construção infundidas com este material também podem ajustar a rigidez em certas áreas, melhorando a estabilidade geral durante um terremoto ou outros desastres naturais”, explica o professor de engenharia mecânica Jonathan Hopkins.
Memória muscular
Utilizando conceitos de redes neurais artificiais (RNAs) — algoritmos que impulsionam o aprendizado de máquina —, os cientistas criaram equivalentes mecânicos em um sistema interconectado. Essa “rede neural” mecânica possui feixes individuais ajustáveis, orientados por uma treliça triangular.
/i640327.jpeg)
Cada feixe tem uma bobina de voz — usada originalmente em alto-falantes para converter campos magnéticos em movimento mecânico —, além de medidores de tensão e flexão capazes de alterar o comprimento do dispositivo em tempo real, como se ele tivesse uma memória muscular.
“A bobina de voz inicia a compressão ou expansão ajustada em resposta a novas forças colocadas no feixe. Um extensômetro é responsável por coletar os dados de movimento utilizados no algoritmo para controlar o comportamento de aprendizagem. As flexões atuam como juntas flexíveis entre as vigas móveis para conectar todo o sistema”, acrescenta Hopkins.
Algoritmo inteligente
Um algoritmo é utilizado para otimizar e regular o dispositivo com base nos dados obtidos, determinando qual a melhor combinação de valores de rigidez para controlar o sistema e dizendo ao conjunto como ele deve aprender e se adaptar às forças externas aplicadas ao longo do tempo.
/i640326.jpeg)
Atualmente, o equipamento é do tamanho de um forno de micro-ondas, mas os pesquisadores acreditam que é possível simplificar o projeto, permitindo que milhares de redes neurais mecânicas sejam fabricadas em microescala em estruturas impressas em 3D.
“Ao melhorar o sistema de aprendizagem do dispositivo, nós esperamos que esse material possa ser usado em veículos autônomos e na construção civil, além de também poder ser aplicado em armaduras para desviar ondas de choque ou em tecnologias de imagem acústica”, encerra o professor Jonathan Hopkins.
Por: Gustavo Minari
