Unidos con Israel

Nuevos sensores multifuncionales blandos marcan un paso adelante en la inteligencia artificial física

Aerial view of Ben-Gurion University of the Negev (Moshe Milner/GPO)

Este gran avance sienta las bases para la transformación de muchos ámbitos, desde el campo háptico hasta la asistencia sanitaria.

(Comunicado del portavoz de la Universidad Ben Gurión del Néguev)

Investigadores del laboratorio de inteligencia artificial física de la Universidad Ben Gurión del Néguev, dirigidos por el Dr. Aslan Miriyev, han desarrollado sensores multifuncionales revolucionarios que imitan las capacidades complejas de los sistemas naturales, lo que refleja un avance en el campo de la Inteligencia Artificial Física.

A diferencia de la Inteligencia Artificial Digital, que se focaliza en la computación y los procesos de datos, la Inteligencia Artificial Física combina estructuras físicas con inteligencia computacional para crear robots blandos, autónomos y realistas, capaces de interactuar dinámicamente con su entorno. La multifuncionalidad es una característica esencial de la Inteligencia Artificial Física, similar a las funciones multifacéticas de diversos órganos y componentes naturales. Los enfoques tradicionales para crear dispositivos sintéticos multifuncionales han dado lugar a menudo a conjuntos incompletos de características, lo que hace difícil alcanzar un rendimiento bioanálogo real. El desarrollo de materiales que puedan responder a estímulos diferentes, su fabricación aditiva precisa y la capacidad de procesar señales a través de mecanismos internos diferentes, son vitales a fin de alcanzar este objetivo.

El equipo del Dr. Miriyev ha logrado un avance significativo al desarrollar materiales compuestos de alta conductividad iónica-electrónica mixta, imprimibles en 3D, que exhiben multifuncionalidad bioanáloga. Los materiales compuestos de alta conductividad iónica-electrónica mixta, pueden transferir cargas por medio de iones y electrones, permitiéndoles procesar distintas señales al mismo tiempo. Elaborados con ionogeles de alta conductividad y nanotubos de carbono de pared simple, estos materiales se pueden imprimir con precisión en 3D, en formas complejas, lo que los convierte en ideales para crear dispositivos multifuncionales versátiles y blandos.

“Estos sensores bioanálogos tienen un vasto potencial de aplicaciones en ámbitos que requieren capacidades de detección precisas y multifuncionales”, señala el Dr. Miriyev. “Las posibilidades son extensas, desde la robótica donde pueden contribuir a interacciones más realistas y receptivas, hasta la atención sanitaria, donde podrían ser utilizadas en herramientas de diagnóstico de avanzada. Nuestros sensores multifuncionales imprimibles en 3D pueden mejorar significativamente la manera en que abordamos las aplicaciones sensoriales en diversos ámbitos”.

Los resultados fueron publicados en la revista Chemical Engineering Journal, en un artículo titulado “Compuestos de Ionogel de alta conductividad mixta imprimibles en 3D para dispositivos multifuncionales blandos”. El autor principal, el Dr. Sergey Nechausov utilizó líquidos iónicos a base de imidazol dentro de una matriz de fotopolímero a fin de alcanzar una alta conductividad iónica y electronica”.

El Dr. Nechausov concluye diciendo: “Estos sensores pueden funcionar tanto con corriente alterna como continua, y su capacidad para brindar respuestas precisas y distintas a estímulos multiples, los convierte en altamente versátiles. Nuestros sensores permiten a los sistemas inteligentes interactuar con su entorno de maneras más complejas y matizadas”.

Los investigadores tienen planeado continuar perfeccionando estos sensores, explorando nuevas funcionalidades y mejorando su rendimiento para una amplia gama de aplicaciones. Los desarrollos futuros incluyen la creación de pieles imprimibles en 3D y la adición de funciones de accionamiento para desarrollar sistemas blandos corporales inteligentes destinados a la robótica blanda, la háptica, la atención sanitaria y otras. Además pretenden integrar métodos basados en el aprendizaje para controlar estos sistemas sensoriomotores, avanzando hacia la autonomía de los robots blandos.

Salir de la versión móvil