Tutkijat kouluttivat jälleen materiaalia kuin Pavlovin koiraa – nestekidemuovi oppi liikkumaan ja tarttumaan esineisiin
Aalto-yliopiston ja Tampereen yliopiston tutkijat onnistuivat aikaisemmassa tutkimuksessa ehdollistamaan kiinteän geelin niin, että se suli juoksevaksi pelkkien valojen vaikutuksesta. Nyt samat tutkijat ovat opettaneet nestekidemateriaalin kulkemaan ja tarttumaan oikeanväriseen astiaan.
Ehdollistaminen on Ivan Pavlovin koirakokeen tunnetuksi tekemä menetelmä. Pavlov koulutti koiraa soittamalla kelloa joka kerta sitä ruokkiessaan. Koira oppi ensin yhdistämään kellonsoiton ruokaan ja sitten kuolaamaan heti kellonsoiton kuullessaan – vaikkei haistanut tai nähnyt syötävää. Nyt materiaalitutkijat ehdollistivat nestekidemuovin valon ja lämmön avulla niin, että lopulta pelkkä valo riitti aikaansaamaan halutun toiminnan.
”Nestekidemuovi ei ensin reagoinut valoon lainkaan, mutta se oppi prosessin aikana kulkemaan ja tarttumaan esineisiin valon ohjauksesta. Idea on sama kuin aiemmassa tutkimuksessa, mutta oppiminen sisältää nyt näkyviä toimintoja”, Aalto-yliopiston professori Olli Ikkala kertoo.
”Ehdollistamisella materiaaleille voi opettaa uusia temppuja, kuten värien tunnistusta tai liikkumista olosuhteissa, joissa ne eivät alkujaan liiku”, Tampereen yliopiston professori Arri Priimägi kertoo.
Tutkimuksessa käytetyssä polymeerimuovissa on nestekidemolekyylejä, joiden asemoituminen toisiinsa nähden on tärkeää taipumisen ja muodonmuutoksen kannalta.
”Kun materiaalia lämmitetään, nestekidepolymeerin pinnalle levitetty väriaine tunkeutuu materiaalin sisään, jolloin materiaalin väri muuttuu. Värinmuutos tekee materiaalista valolle aktiivisen eli sille muodostuu muisti. Koska eri väriaineet ovat aktiivisia eri valonpituuksille, materiaalin muistia voidaan säädellä siihen syötettävällä väriaineella. Lisäksi molekyylit pitää materiaalia rakentaessa asemoida niin, että materiaali reagoi halutulla tavalla ensin lämmittäessä ja myöhemmin muistinsa avulla eli valon vaikutuksesta”, Olli Ikkala sanoo.
Pehmeää robotiikkaa ja mukautuvia materiaaleja
Uudenlaista oppimista voidaan Olli Ikkalan mukaan hyödyntää pehmeässä robotiikassa melko nopeallakin aikataululla, vaikka toiminnot ovatkin vielä rajallisia. Pehmeät robotit ottavat mallia ihmiskehosta ja luonnosta. Niiden inspiraationa ovat esimerkiksi mustekalat - jokaista robotin lonkeroa voisi käyttää tarkasti määriteltyä toimintaa varten.
”Jos klassiselle, mekaaniselle robotille antaa vaikkapa mansikan, se saattaa rusentaa sen. Tarvitaan siis robotteja, jotka osaavat tarttua hyvin pehmeästi. Usein robotit myös tarvitsevat sähköjohdon tai ison, painavan akun. Pehmeässä robotiikassa taas on tavoitteena kevyt, ulkopuolelta tapahtuva, kauko-ohjaaminen esimerkiksi juuri valon avulla”, Olli Ikkala kertoo.
Arri Priimäenryhmä on erikoistunut pehmeiden robottien tutkimukseen jo muutaman vuoden ajan. Priimäen mukaan tämä tutkimus voi avata uusia mahdollisuuksia myös materiaalitekniikan parissa. Tulevaisuudessa voidaan mahdollisesti luoda esimerkiksi pinnoitusmateriaaleja, jotka muuttavat toimintaansa eri olosuhteissa.
”Ehdollistamisen konsepti ei ole sidoksissa vain tähän koeasetelmaan. Oppiminen voidaan laajentaa muillekin alueille. Mutta tällä hetkellä ehdollistaminen toteutuu vain valon ja lämmön yhteisvaikutuksesta”, Priimägi kertoo.
Seuraavaksi tutkijat haluavat selvittää, voidaanko materiaalit ehdollistaa myös täysin toisistaan riippumattomilla signaaleilla. Valo ja lämpö eivät ole täysin toisistaan riippumattomia, sillä valokin tuottaa lämpöä.
”Koska toiminnallisia materiaaleja voi valon ja lämmön lisäksi ohjata monenlaisilla muilla ärsykkeillä, kuten sähkö- ja magneettikentillä, kosteusmuutoksilla tai erilaisilla kemikaaleja, vaihtoehtoja tämän konseptin jatkokehittämiselle on lukuisia. Lisäksi materiaalissa täytyy olla jokin muisti, joka voidaan aktivoida ulkoisella ärsykkeellä”, Arri Priimägi toteaa.
Tutkimusryhmässä ovat Olli Ikkalan ja Arri Priimäen lisäksi tutkijatohtorit Hang Zhang Aalto-yliopistosta sekä Hao Zeng Tampereen yliopistosta. Tutkimus toteutettiin Suomen Akatemian Biosynteettisten hybridimateriaalien molekyylimuokkauksen huippuyksikössä (HYBER), ja osana Suomen Akatemian rahoittamaa fotoniikan PREIN-lippulaivahanketta. Hanke on rahoitettu Euroopan tiedeneuvoston (European Research Council) hankkeista DRIVEN ja PHOTOTUNE.
Lisätietoja:
Artikkeli: Associative Learning by Classical Conditioning in Liquid Crystal Network Actuators
Olli Ikkala
Professori
Aalto-yliopisto
[email protected]
puh. 050 4100 454
Arri Priimägi
Professori
Tampereen yliopisto
[email protected]
puh. 044 515 0300