Живые организмы, от бактерий до животных и людей, могут воспринимать окружающую их среду и обрабатывать, хранить и извлекать эту информацию. Они учатся реагировать на конкретные ситуации с помощью соответствующих действий. Команда физиков разработала метод, позволяющий дать крошечным искусственным микровиммерам определенную способность к обучению с помощью алгоритмов машинного обучения. Недавно они опубликовали статью на эту тему в известном журнале “Science Robotics”.

Микровиммеры — это искусственные самоходные микроскопические частицы. Они способны к направленному движению в растворе. Группа молекулярной нанофотоники Лейпцигского университета разработала специальные частицы размером менее одной тридцатой диаметра волоса. Они могут изменять направление своего движения, нагревая крошечные частицы золота на своей поверхности и преобразуя эту энергию в движение. «Однако эти миниатюрные машины не могут воспринимать и усваивать информацию, как их живые аналоги. Чтобы достичь этого, мы управляем микроиммерами извне, заставляя их ориентироваться в виртуальной среде с помощью того, что известно как подкрепляющее обучение”, — рассказал профессор Лейпцигского университета Фрэнк Цихос.

С помощью виртуальных наград микровиммеры находят свой путь через жидкость, постоянно сбиваясь с пути, главным образом, броуновским движением. “Наши результаты показывают, что лучший пловец — это не тот, кто быстрее всех, а тот, кто имеет оптимальную скорость”, — добавляет Виктор Голубец (Viktor Holubec), который работал над проектом в качестве научного сотрудника Фонда Александра фон Гумбольдта и теперь вернулся в университет в Праге. По мнению ученых, соединение искусственного интеллекта и активных систем, подобных этим микровиммерам, станет первым небольшим шагом на пути к новым интеллектуальным микроскопическим материалам, которые могут автономно выполнять задачи, а также адаптироваться к новой среде.

В то же время они надеются, что сочетание искусственных микровиммеров и методов машинного обучения позволит по-новому взглянуть на возникновение коллективного поведения в биологических системах. “Наша цель — разработать искусственные умные строительные блоки, способные воспринимать воздействия окружающей среды и активно реагировать на них”, — сообщили ученые. Как только этот метод будет полностью разработан и применен к другим материальным системам, включая биологические, он может быть использован, например, при разработке умных лекарств или роев микроскопических роботов.

Источник: ttps://www.sciencedaily.com/releases/2021/03/210325101156.htm

Основная статья: S. Muiños-Landin, A. Fischer, V. Holubec, F. Cichos. Reinforcement learning with artificial microswimmers. Science Robotics, 2021; 10.1126/scirobotics.abd9285