Português 
Inglês 
Espanhol 
5 min de leitura 
0 comentários 
Pesquisadores de Amsterdã publicaram na Nature estudo sobre um material vermiforme que aprende formas novas, esquece as antigas e se move sem computador externo, composto por segmentos com microcontroladores individuais que memorizam e comunicam movimentos às unidades vizinhas, avanço que os cientistas descrevem como evolução cujas possibilidades “parecem quase ilimitadas”.
A Universidade de Amsterdã criou um material que confunde a fronteira entre objeto inanimado e sistema vivo de uma forma que a ciência nunca havia conseguido antes. O metamaterial publicado na Nature é composto por segmentos encadeados como um verme, cada um equipado com dobradiça motorizada e microcontrolador próprio que mede rotação, registra movimentos anteriores numa espécie de memória interna e comunica informações às unidades vizinhas para que ajustem rigidez e posição. O resultado é um material que aprende configurações específicas quando recebe estímulos dos pesquisadores, retém essas formas na memória de cada microcontrolador e pode substituí-las por configurações novas quando treinado novamente, processo que a equipe chama de aprendizado e que dispensa qualquer computador central para funcionar.
O que torna esse material diferente de tudo que veio antes é a autonomia. Pesquisas anteriores do mesmo instituto já haviam demonstrado objetos capazes de rolar, rastejar e se deslocar por diferentes terrenos, mas esses movimentos eram aleatórios e não podiam ser direcionados ou memorizados. O novo metamaterial supera essa limitação porque seus microcontroladores atualizam e otimizam comandos por meio de treinamento em etapas, até que a cadeia de segmentos “entenda” que deve assumir uma postura específica quando determinado estímulo é enviado. A capacidade de alternar entre formas aprendidas, esquecer as mais antigas e incorporar comportamentos novos é o que leva os pesquisadores a descrever o sistema como material que evolui.
Como o material aprende novas formas sem computador externo
O processo de aprendizado é estruturado em estágios controlados pelos pesquisadores. Os cientistas enviam impulsos que organizam os segmentos do material na configuração desejada, e durante cada etapa do treinamento os microcontroladores embutidos nas dobradiças recalibram seus comandos internos com base no feedback recebido das unidades vizinhas. Ao longo de múltiplas sessões, o sistema converge para a forma alvo com precisão crescente, como um músculo que melhora a execução de um movimento após repetição.
-
Estudantes criam barco de Lego para recolher plástico das praias, apostam em energia limpa e buscam combater a poluição marinha
-
Cientistas criam sistema de fotossíntese artificial que “imita” as plantas, transforma água e CO2 em combustível solar e ainda funciona sem depender de baterias caras para controlar a energia
-
Rumores do setor apontam que a Apple pode equipar o iPhone 21 com uma câmera ultrawide de 200 megapixels por volta de 2028, um salto que aproximaria a marca dos rivais Android embora as próprias fontes admitam que a mudança ainda é incerta
-
Capacitor usa água pura para armazenar eletricidade e surpreende ao superar 60 mil ciclos de carga sem eletrólitos químicos
A ausência de computador central é o diferencial técnico mais importante. Cada segmento do material opera com seu próprio microcontrolador, que armazena dados localmente e toma decisões baseadas apenas na comunicação com as dobradiças adjacentes, arquitetura descentralizada que elimina o ponto único de falha que sistemas centralizados apresentam. Se um segmento falhar, os demais continuam operando com as informações que já possuem, robustez que torna o material adequado para aplicações em ambientes onde controle remoto não é viável ou onde a comunicação com um computador central seria instável.
O que significa dizer que o material esquece e evolui
A capacidade de esquecer formas antigas e aprender novas é o que os pesquisadores classificam como evolução do sistema. Quando um novo conjunto de estímulos é introduzido no treinamento, os microcontroladores sobrescrevem gradualmente os comandos anteriores e incorporam as novas configurações, processo análogo ao de um organismo vivo que adapta comportamentos conforme o ambiente muda. O material não mantém biblioteca ilimitada de formas: ele prioriza as mais recentes e permite que as anteriores sejam substituídas, exatamente como memória biológica que fortalece conexões usadas com frequência e enfraquece as que caem em desuso.
Os pesquisadores reconhecem que essa capacidade de adaptação abre possibilidades que eles próprios não conseguem delimitar completamente. “Uma vez que o sistema começa a aprender, as possibilidades de quando ele vai parar parecem quase ilimitadas”, afirmam no estudo, frase que reflete tanto entusiasmo quanto cautela diante de um material que demonstra comportamento emergente que não foi explicitamente programado em nenhum dos microcontroladores individuais. O comportamento do conjunto supera a soma das partes, característica que em sistemas complexos frequentemente gera capacidades inesperadas à medida que a escala e a complexidade aumentam.
Para que esse material pode ser usado fora do laboratório
As aplicações potenciais do material de Amsterdã abrangem setores que vão da medicina à aeronáutica. Robôs flexíveis construídos com esse tipo de material substituiriam a rigidez dos robôs convencionais por estruturas adaptativas capazes de mudar de forma conforme a tarefa, capacidade que na medicina poderia resultar em instrumentos cirúrgicos que se reconfigurem dentro do corpo do paciente e na indústria aeroespacial em componentes que ajustem suas propriedades em resposta a condições de voo. Dispositivos programáveis que modulam comportamento em tempo real e se “reprogramam” de acordo com a situação são outra frente que os pesquisadores mencionam como desdobramento natural da tecnologia.
O material também pode funcionar como componente estrutural inteligente. Em edifícios localizados em zonas sísmicas, metamateriais com capacidade de aprendizado poderiam redirecionar energia de terremotos adaptando-se ao padrão de vibração em tempo real, enquanto em aplicações militares poderiam servir como camuflagem ativa que altera forma e superfície conforme o ambiente ao redor. Sensores construídos com essa tecnologia seriam capazes de ajustar sensibilidade automaticamente, e lentes fotônicas baseadas no mesmo princípio poderiam recalibrar propriedades ópticas sem intervenção humana.
O que os pesquisadores planejam como próximo passo para o material
O objetivo imediato é avançar do aprendizado de formas estáticas para o aprendizado de movimentos dependentes do tempo. A equipe planeja permitir que o material aprenda diferentes tipos de locomoção, como rastejar ou rolar, escolhendo o modo de deslocamento mais adequado conforme estímulos ambientais detectados pelos microcontroladores, transição que elevaria o sistema de objeto que muda de forma para entidade que navega e se adapta ao espaço ao seu redor. A investigação de cenários estocásticos, em que o aprendizado acontece em meio a ruído e incerteza, também está nos planos, porque nesses ambientes o material precisaria se adaptar probabilisticamente em vez de deterministicamente, ganhando robustez para operar em condições reais fora do laboratório.
O material desenvolvido pela equipe de Amsterdã está no ponto em que a curiosidade científica se transforma em plataforma tecnológica. O que começou como experimento acadêmico para entender como estruturas podem aprender sem cérebro central se tornou demonstração de que objetos físicos podem exibir comportamentos que até pouco tempo eram exclusividade de organismos biológicos e sistemas de inteligência artificial. A fronteira entre o que é vivo e o que é construído ficou mais difusa, e ninguém na equipe de Amsterdã se arrisca a definir onde o material que aprende, esquece e evolui vai parar.
E você, acha que materiais que aprendem sozinhos são avanço ou risco? O que faria com um material que se adapta sem computador? Deixe sua opinião nos comentários.
-
-
-
10 pessoas reagiram a isso.