مهندسان دانشگاه کالیفرنیا لس‌آنجلس، ماده مصنوعی هوشمندی ساخته‌اند که به گفته آنها می‌تواند رفتارها را یاد بگیرد و با شرایط مختلف سازگار شود و به دلیل انعطاف‌پذیری، در آینده در بال هواپیماها یا سازه‌های ساختمانی مورد استفاده قرار گیرد.
مهندسان مکانیک در دانشگاه کالیفرنیا لس‌آنجلس (UCLA) نوع جدیدی از مواد را تولید کرده‌اند که از هوش مصنوعی برای یادگیری رفتارها در دوره‌های زمانی طولانی استفاده می‌کند.
این ماده از یک سیستم ساختاری متشکل از میله‌های قابل تنظیم ساخته شده است که می‌تواند شکل و رفتار خود را در طول زمان تغییر دهد. محققان می‌گویند که این تغییر، واکنشی به شرایط دینامیکی است. پژوهشگران دریافتند که این ماده هوشمند می‌تواند در ساخت ساختمان‌ها، هواپیماها و فناوری تصویربرداری به کار رود.
جاناتان هاپکینز، پژوهشگر ارشد این مطالعه و استاد مهندسی مکانیک و هوافضا در دانشگاه UCLA می‌گوید: این تحقیق، یک ماده مصنوعی هوشمند را معرفی می‌کند و نمایش می‌دهد که می‌تواند رفتارها و ویژگی‌های مطلوب را پس از قرار گرفتن در معرض شرایط محیطی نشان دهد. اصول مورد استفاده در این تحقیق همان اصولی است که در فناوری یادگیری ماشینی استفاده می‌شود و به مواد توانایی سازگاری می‌دهد.
مثال ارائه شده در این پژوهش به امکان استفاده از این ماده در بال هواپیما اشاره می‌کند. مواد هوشمند، توانایی یادگیری و تغییر شکل بال‌ها را دارند که این اتفاق بر اساس الگوهای باد در طول پرواز برای ایجاد انعطاف‌پذیری و کارایی بیشتر ممکن می‌شود.
این گروه پژوهشی همچنین مزایای استفاده از این ماده هوشمند در مصالح ساختمانی را با اشاره به بهبود پایداری در هنگام زلزله، طوفان یا سایر بلایا خاطر نشان می‌کند.
پژوهشگران از مفاهیم شبکه‌های عصبی مصنوعی (ANN) موجود برای ایجاد این ماده استفاده کرد. شبکه‌های عصبی مصنوعی، الگوریتم‌هایی هستند که یادگیری ماشینی را هدایت می‌کنند. آنها این ماده را شبکه عصبی مکانیکی (MNN) می‌نامند.
شبکه عصبی مکانیکی شامل میله‌های قابل تنظیم مستقل است که در یک الگوی شبکه مثلثی قرار گرفته‌اند. هر میله جداگانه حاوی یک سیم پیچ صوتی، فشارسنج و قطعه خمشی است که میله را قادر می‌سازد تا طول خود را تغییر دهد، با محیط متغیر خود در لحظه سازگار شود و با سایر میله‌های سیستم تعامل داشته باشد. این قطعات به ماده اجازه می‌دهند تا سازگاری خود را در محیط حفظ کند.
مهندسان مکانیک در دانشگاه کالیفرنیا لس‌آنجلس (UCLA) نوع جدیدی از مواد را تولید کرده‌اند که از هوش مصنوعی برای یادگیری رفتارها در دوره‌های زمانی طولانی استفاده می‌کند.
این ماده از یک سیستم ساختاری متشکل از میله‌های قابل تنظیم ساخته شده است که می‌تواند شکل و رفتار خود را در طول زمان تغییر دهد. محققان می‌گویند که این تغییر، واکنشی به شرایط دینامیکی است. پژوهشگران دریافتند که این ماده هوشمند می‌تواند در ساخت ساختمان‌ها، هواپیماها و فناوری تصویربرداری به کار رود.
جاناتان هاپکینز، پژوهشگر ارشد این مطالعه و استاد مهندسی مکانیک و هوافضا در دانشگاه UCLA می‌گوید: این تحقیق، یک ماده مصنوعی هوشمند را معرفی می‌کند و نمایش می‌دهد که می‌تواند رفتارها و ویژگی‌های مطلوب را پس از قرار گرفتن در معرض شرایط محیطی نشان دهد. اصول مورد استفاده در این تحقیق همان اصولی است که در فناوری یادگیری ماشینی استفاده می‌شود و به مواد توانایی سازگاری می‌دهد.
مثال ارائه شده در این پژوهش به امکان استفاده از این ماده در بال هواپیما اشاره می‌کند. مواد هوشمند، توانایی یادگیری و تغییر شکل بال‌ها را دارند که این اتفاق بر اساس الگوهای باد در طول پرواز برای ایجاد انعطاف‌پذیری و کارایی بیشتر ممکن می‌شود.
این گروه پژوهشی همچنین مزایای استفاده از این ماده هوشمند در مصالح ساختمانی را با اشاره به بهبود پایداری در هنگام زلزله، طوفان یا سایر بلایا خاطر نشان می‌کند.
پژوهشگران از مفاهیم شبکه‌های عصبی مصنوعی (ANN) موجود برای ایجاد این ماده استفاده کرد. شبکه‌های عصبی مصنوعی، الگوریتم‌هایی هستند که یادگیری ماشینی را هدایت می‌کنند. آنها این ماده را شبکه عصبی مکانیکی (MNN) می‌نامند.
شبکه عصبی مکانیکی شامل میله‌های قابل تنظیم مستقل است که در یک الگوی شبکه مثلثی قرار گرفته‌اند. هر میله جداگانه حاوی یک سیم پیچ صوتی، فشارسنج و قطعه خمشی است که میله را قادر می‌سازد تا طول خود را تغییر دهد، با محیط متغیر خود در لحظه سازگار شود و با سایر میله‌های سیستم تعامل داشته باشد. این قطعات به ماده اجازه می‌دهند تا سازگاری خود را در محیط حفظ کند.
کد خبر ۲۲۴۰۱۰۸۲۵.۰۲۷
