Portugués 
Inglés 
Español 
6 min de lectura 
0 comentarios 
Investigadores de Ámsterdam publicaron en Nature un estudio sobre un material vermiforme que aprende formas nuevas, olvida las antiguas y se mueve sin ordenador externo, compuesto por segmentos con microcontroladores individuales que memorizan y comunican movimientos a las unidades vecinas, un avance que los científicos describen como una evolución cuyas posibilidades «parecen casi ilimitadas».
La Universidad de Ámsterdam ha creado un material que difumina la frontera entre objeto inanimado y sistema vivo de una forma que la ciencia nunca había logrado antes. El metamaterial publicado en Nature está compuesto por segmentos encadenados como un gusano, cada uno equipado con una bisagra motorizada y su propio microcontrolador que mide la rotación, registra movimientos anteriores en una especie de memoria interna y comunica información a las unidades vecinas para que ajusten la rigidez y la posición. El resultado es un material que aprende configuraciones específicas cuando recibe estímulos de los investigadores, retiene esas formas en la memoria de cada microcontrolador y puede sustituirlas por nuevas configuraciones cuando se entrena de nuevo, un proceso que el equipo denomina aprendizaje y que no requiere ningún ordenador central para funcionar.
Lo que hace que este material sea diferente de todo lo anterior es la autonomía. Investigaciones anteriores del mismo instituto ya habían demostrado objetos capaces de rodar, arrastrarse y desplazarse por diferentes terrenos, pero estos movimientos eran aleatorios y no podían ser dirigidos ni memorizados. El nuevo metamaterial supera esta limitación porque sus microcontroladores actualizan y optimizan comandos mediante un entrenamiento por etapas, hasta que la cadena de segmentos «entiende» que debe adoptar una postura específica cuando se envía un determinado estímulo. La capacidad de alternar entre formas aprendidas, olvidar las más antiguas e incorporar nuevos comportamientos es lo que lleva a los investigadores a describir el sistema como un material que evoluciona.
Cómo aprende el material nuevas formas sin ordenador externo
El proceso de aprendizaje está estructurado en etapas controladas por los investigadores. Los científicos envían impulsos que organizan los segmentos del material en la configuración deseada, y durante cada etapa del entrenamiento los microcontroladores incrustados en las bisagras recalibran sus comandos internos basándose en la retroalimentación recibida de las unidades vecinas. A lo largo de múltiples sesiones, el sistema converge hacia la forma objetivo con una precisión creciente, como un músculo que mejora la ejecución de un movimiento tras la repetición.
-
18 científicos lanzan alerta en nuevo estudio: eventos extremos podrían afectar el 36% de los hábitats terrestres para 2085 y exponer a las especies a calor, incendios, sequías e inundaciones en secuencia
-
Alerta en EE. UU.: el humo de incendios forestales entra profundamente en los pulmones, llega al torrente sanguíneo y ya se asocia con 24.100 muertes al año.
-
Pronóstico muestra a Brasil partido por la mitad por el clima esta semana: mientras el Sur amanece con temperaturas cercanas a cero y riesgo de heladas, São Paulo, Río de Janeiro y Goiás pueden alcanzar 38 grados con anomalías de hasta 9 grados por encima de la media.
-
Los ciclones índicos pueden ser menos potentes que los huracanes y tifones, pero los vientos, las mareas y la vulnerabilidad extrema transforman países como Mianmar y Madagascar en escenarios de devastación, como demostró Nargis al dejar 84.500 muertos y 54.000 desaparecidos.
La ausencia de un ordenador central es la diferencia técnica más importante. Cada segmento del material opera con su propio microcontrolador, que almacena datos localmente y toma decisiones basándose únicamente en la comunicación con las bisagras adyacentes, una arquitectura descentralizada que elimina el punto único de fallo que presentan los sistemas centralizados. Si un segmento falla, los demás continúan operando con la información que ya poseen, una robustez que hace que el material sea adecuado para aplicaciones en entornos donde el control remoto no es viable o donde la comunicación con un ordenador central sería inestable.
Qué significa decir que el material olvida y evoluciona
La capacidad de olvidar formas antiguas y aprender nuevas es lo que los investigadores clasifican como evolución del sistema. Cuando se introduce un nuevo conjunto de estímulos en el entrenamiento, los microcontroladores sobrescriben gradualmente los comandos anteriores e incorporan las nuevas configuraciones, un proceso análogo al de un organismo vivo que adapta comportamientos a medida que el entorno cambia. El material no mantiene una biblioteca ilimitada de formas: prioriza las más recientes y permite que las anteriores sean reemplazadas, exactamente como una memoria biológica que fortalece las conexiones usadas con frecuencia y debilita las que caen en desuso.
Los investigadores reconocen que esta capacidad de adaptación abre posibilidades que ellos mismos no pueden delimitar completamente. «Una vez que el sistema empieza a aprender, las posibilidades de cuándo se detendrá parecen casi ilimitadas», afirman en el estudio, una frase que refleja tanto entusiasmo como cautela ante un material que demuestra un comportamiento emergente que no fue programado explícitamente en ninguno de los microcontroladores individuales. El comportamiento del conjunto supera la suma de las partes, una característica que en sistemas complejos a menudo genera capacidades inesperadas a medida que la escala y la complejidad aumentan.
Para qué se puede usar este material fuera del laboratorio
Las aplicaciones potenciales del material de Ámsterdam abarcan sectores que van desde la medicina hasta la aeronáutica. Robots flexibles construidos con este tipo de material reemplazarían la rigidez de los robots convencionales por estructuras adaptativas capaces de cambiar de forma según la tarea, capacidad que en medicina podría resultar en instrumentos quirúrgicos que se reconfiguren dentro del cuerpo del paciente y en la industria aeroespacial en componentes que ajusten sus propiedades en respuesta a las condiciones de vuelo. Dispositivos programables que modulan el comportamiento en tiempo real y se «reprograman» de acuerdo con la situación son otro frente que los investigadores mencionan como un desarrollo natural de la tecnología.
El material también puede funcionar como componente estructural inteligente. En edificios ubicados en zonas sísmicas, los metamateriales con capacidad de aprendizaje podrían redirigir la energía de los terremotos adaptándose al patrón de vibración en tiempo real, mientras que en aplicaciones militares podrían servir como camuflaje activo que altera la forma y la superficie según el entorno circundante. Los sensores construidos con esta tecnología serían capaces de ajustar la sensibilidad automáticamente, y las lentes fotónicas basadas en el mismo principio podrían recalibrar las propiedades ópticas sin intervención humana.
Qué planean los investigadores como próximo paso para el material
El objetivo inmediato es avanzar del aprendizaje de formas estáticas al aprendizaje de movimientos dependientes del tiempo. El equipo planea permitir que el material aprenda diferentes tipos de locomoción, como arrastrarse o rodar, eligiendo el modo de desplazamiento más adecuado según los estímulos ambientales detectados por los microcontroladores, una transición que elevaría el sistema de objeto que cambia de forma a entidad que navega y se adapta al espacio a su alrededor. La investigación de escenarios estocásticos, en los que el aprendizaje ocurre en medio de ruido e incertidumbre, también está en los planes, porque en esos entornos el material necesitaría adaptarse probabilísticamente en lugar de determinísticamente, ganando robustez para operar en condiciones reales fuera del laboratorio.
El material desarrollado por el equipo de Ámsterdam está en el punto en que la curiosidad científica se transforma en plataforma tecnológica. Lo que comenzó como un experimento académico para entender cómo las estructuras pueden aprender sin un cerebro central se ha convertido en una demostración de que los objetos físicos pueden exhibir comportamientos que hasta hace poco eran exclusivos de organismos biológicos y sistemas de inteligencia artificial. La frontera entre lo que está vivo y lo que está construido se ha vuelto más difusa, y nadie en el equipo de Ámsterdam se atreve a definir dónde terminará el material que aprende, olvida y evoluciona.
Y tú, ¿crees que los materiales que aprenden solos son un avance o un riesgo? ¿Qué harías con un material que se adapta sin ordenador? Deja tu opinión en los comentarios.
¡Sé la primera persona en reaccionar!