Material 3.0: Tiempo Para Programar La Materia - Vista Alternativa

Material 3.0: Tiempo Para Programar La Materia - Vista Alternativa
Material 3.0: Tiempo Para Programar La Materia - Vista Alternativa

Vídeo: Material 3.0: Tiempo Para Programar La Materia - Vista Alternativa

Vídeo: Material 3.0: Tiempo Para Programar La Materia - Vista Alternativa
Vídeo: Webinar Schletter - Nuevo simulador 3.0 para una planificación de sistemas de techo más simple 2024, Abril
Anonim

Te encuentras con el final de un largo día en tu apartamento a principios de la década de 2040. Hiciste un buen trabajo y decidiste tomarte un descanso. “¡Hora de la película!”, Dices. El hogar responde a tus impulsos. La mesa se divide en cientos de pequeñas piezas que se arrastran debajo de ti y toman la forma de una silla. La pantalla de la computadora en la que estaba trabajando se extiende sobre la pared y se convierte en una proyección plana. Te relajas en un sillón y en unos segundos ya estás viendo una película en tu Home Theatre, todo dentro de las mismas cuatro paredes. ¿Quién necesita más de una habitación?

Este es el sueño de quienes trabajan en "materia programable".

En su último libro sobre inteligencia artificial, Max Tegmark distingue entre tres niveles de complejidad computacional para los organismos. Life 1.0 son organismos unicelulares como las bacterias; para ella, el hardware es indistinguible del software. El comportamiento de la bacteria está codificado en su ADN; ella no puede aprender nada nuevo.

Life 2.0 es la vida de personas en el espectro. Estamos un poco atascados con nuestro equipo, pero podemos cambiar nuestro propio programa, tomando decisiones en el proceso de aprendizaje. Por ejemplo, podemos aprender español en lugar de italiano. Similar a la gestión del espacio en un teléfono inteligente, el hardware del cerebro le permite descargar un conjunto específico de "bolsillos", pero en teoría puede aprender nuevos comportamientos sin cambiar el código genético subyacente.

norte

Life 3.0 se aleja de esto: las criaturas pueden cambiar tanto las capas de hardware como de software mediante la retroalimentación. Tegmark ve esto como una verdadera inteligencia artificial: tan pronto como aprenda a cambiar su código base, habrá una explosión de inteligencia. Quizás gracias a CRISPR y otras técnicas de edición de genes, podemos usar nuestro propio "software" para modificar nuestro propio "hardware".

Programmable Matter lleva esta analogía a los objetos de nuestro mundo: ¿y si su sofá pudiera "aprender" a convertirse en una mesa? ¿Y si, en lugar de un ejército de cuchillos suizos con docenas de herramientas, tuvieras una sola herramienta que "supiera" cómo convertirse en cualquier otra herramienta para tus necesidades, a tus órdenes? En las concurridas ciudades del futuro, las casas podrían ser reemplazadas por apartamentos de una habitación. Esto ahorraría espacio y recursos.

De todos modos, estos son los sueños.

Dado que es tan difícil diseñar y fabricar dispositivos individuales, no es difícil imaginar que las cosas descritas anteriormente, que pueden convertirse en muchos objetos diferentes, serán extremadamente complejas. El profesor del MIT Skylar Tibbits llama a esto impresión 4D. Su equipo de investigación identificó los ingredientes clave para el autoensamblaje como un conjunto simple de componentes, energías e interacciones sensibles a partir de los cuales se puede recrear casi cualquier material y proceso. El autoensamblaje promete avances en muchas industrias, desde biología hasta ciencia de materiales, informática, robótica, fabricación, transporte, infraestructura, construcción, artes y más. Incluso en la cocina y la exploración espacial.

Video promocional:

Estos proyectos aún están en su infancia, pero el laboratorio de autoensamblaje de Tibbits y otros ya están sentando las bases para su desarrollo.

Por ejemplo, existe un proyecto de autoensamblaje de teléfonos móviles. Me vienen a la mente fábricas espeluznantes, donde ensamblan de forma independiente teléfonos móviles a partir de piezas impresas en 3D durante todo el día, sin necesidad de intervención humana o robótica. Es poco probable que estos teléfonos salgan volando de los estantes como pan caliente, pero el costo de producción para tal proyecto será insignificante. Esta es una prueba de concepto.

norte

Uno de los principales obstáculos que se deben superar a la hora de crear materia programable es elegir los bloques fundamentales adecuados. El equilibrio importa. Para crear pequeños detalles, no necesita "ladrillos" muy grandes, de lo contrario el diseño final se verá abultado. Debido a esto, los bloques de construcción pueden ser inútiles para algunas aplicaciones, por ejemplo, cuando necesita crear herramientas para una manipulación sutil. Con trozos grandes, puede resultar difícil modelar varias texturas. Por otro lado, si las piezas son demasiado pequeñas, pueden surgir otros problemas.

Imagine una configuración en la que cada detalle está representado por un pequeño robot. El robot debe tener una fuente de alimentación y un cerebro, o al menos algún tipo de generador y procesador de señales, todo en una unidad compacta. Puede imaginar que se pueden modelar una serie de texturas y tensiones cambiando la fuerza del "vínculo" entre las unidades individuales; la mesa debe ser un poco más dura que su cama.

Los primeros pasos en esta dirección los dieron los que desarrollan robots modulares. Hay muchos grupos de científicos trabajando en esto, incluidos el MIT, Lausana y la Universidad de Bruselas.

En la configuración más reciente, un solo robot actúa como un departamento central de toma de decisiones (puede llamarlo el cerebro), y robots adicionales pueden unirse a este departamento central según sea necesario si es necesario cambiar la forma y estructura del sistema general. Actualmente solo hay diez unidades separadas en el sistema, pero nuevamente, esta es una prueba de concepto de que se puede controlar un sistema de robot modular; quizás en el futuro, pequeñas versiones del mismo sistema constituirán la base de los componentes de Material 3.0.

Es fácil imaginar cómo estos enjambres de robots aprenden a superar obstáculos y responder a entornos cambiantes de manera más fácil y rápida que un solo robot usando algoritmos de aprendizaje automático. Por ejemplo, un sistema de robot podría reconstruirse rápidamente para que una bala pase sin daño, formando así un sistema invulnerable.

Hablando de robótica, la forma del robot ideal ha sido objeto de mucho debate. Una de las competencias de robótica más importantes organizadas recientemente por DARPA, el Robotics Challenge, fue ganada por un robot que puede adaptarse. Derrotó al famoso Boston Dynamics ATLAS humanoide simplemente agregando una rueda que le permitió montar.

En lugar de construir robots en forma de humanos (aunque esto a veces es útil), puedes permitirles evolucionar, evolucionar y encontrar la forma perfecta para la tarea. Esto será especialmente útil en caso de desastre, cuando robots costosos pueden reemplazar a los humanos, pero deben estar preparados para adaptarse a circunstancias impredecibles.

Muchos futuristas imaginan la posibilidad de crear pequeños nanobots que pueden crear cualquier cosa a partir de materias primas. Pero esto es opcional. La materia programable que pueda responder y responder al entorno será útil en cualquier aplicación industrial. Imagine una tubería que se puede fortalecer o debilitar según sea necesario, o cambiar la dirección del flujo a pedido. O tejido, que puede volverse más o menos denso según las condiciones.

Aún estamos lejos de los días en que nuestras camas se puedan transformar en bicicletas. Quizás la solución tradicional no tecnológica, como suele ser el caso, sea mucho más práctica y económica. Pero a medida que una persona intenta meter un chip en cada objeto no comestible, los objetos inanimados se volverán un poco más animados cada año.

Ilya Khel

Recomendado: