Predecir cuándo y cómo las colecciones de partículas, robots o animales se vuelven ordenadas sigue siendo un desafío en la ciencia y la ingeniería.
En el siglo XIX, científicos e ingenieros desarrollaron la disciplina de la mecánica estadística, que predice cómo los grupos de partículas simples hacen la transición entre el orden y el desorden, como cuando una colección de átomos que chocan al azar se congela para formar una red cristalina uniforme.
Más desafiante de predecir son los comportamientos colectivos que se pueden lograr cuando las partículas se vuelven más complicadas, de modo que puedan moverse por su propio poder. Este tipo de sistema, observado en bandadas de aves, colonias de bacterias y enjambres de robots, se conoce con el nombre de «materia activa».
Como se informó en la edición del 1 de enero de 2021 de la revista Ciencias, un equipo de físicos e ingenieros ha propuesto un nuevo principio por el cual los sistemas de materia activa pueden ordenarse espontáneamente, sin necesidad de instrucciones de nivel superior o incluso interacción programada entre los agentes. Y han demostrado este principio en una variedad de sistemas, incluidos grupos de robots que cambian de forma periódicamente llamados «smarticles»: partículas inteligentes y activas.
La teoría, desarrollada por el Dr. Pavel Chvykov en el Instituto de Tecnología de Massachusetts mientras era estudiante del profesor Jeremy England, quien ahora es investigador en la Escuela de Física del Instituto de Tecnología de Georgia, postula que ciertos tipos de materia activa con suficiente desorden La dinámica encontrará espontáneamente lo que los investigadores denominan estados de «baja vibración».
«El traqueteo es cuando la materia toma energía que fluye hacia ella y la convierte en un movimiento aleatorio», dijo England. «El traqueteo puede ser mayor cuando el movimiento es más violento o más aleatorio. Por el contrario, un traqueteo bajo es muy leve o muy organizado, o ambos. Por lo tanto, la idea es que si la materia y la fuente de energía permiten la posibilidad de un estado de traqueteo bajo, el sistema se reorganizará aleatoriamente hasta que encuentre ese estado y luego se atasque allí. Si suministra energía a través de fuerzas con un patrón particular, esto significa que el estado seleccionado descubrirá una forma para que la materia se mueva que coincida finamente con ese patrón.»
Para desarrollar su teoría, Inglaterra y Chvykov se inspiraron en un fenómeno, apodado, descubierto por el físico suizo Charles Soret a fines del siglo XIX. En los experimentos de Soret, descubrió que someter una solución salina inicialmente uniforme en un tubo a una diferencia de temperatura conduciría espontáneamente a un aumento de la concentración de sal en la región más fría, lo que corresponde a un aumento en el orden de la solución.
Chvykov e Inglaterra desarrollaron numerosos modelos matemáticos para demostrar el principio de bajo ruido, pero no fue hasta que se conectaron con Daniel Goldman, profesor de física de la familia Dunn en el Instituto de Tecnología de Georgia, que pudieron probar sus predicciones.
Goldman dijo: «Hace unos años, vi a Inglaterra dar un seminario y pensé que algunos de nuestros robots inteligentes podrían resultar valiosos para probar esta teoría». Trabajando con Chvykov, quien visitó el laboratorio de Goldman, Ph.D. Los estudiantes William Savoie y Akash Vardhan usaron tres smarticles aleteando encerrados en un anillo para comparar experimentos con la teoría. Los estudiantes observaron que en lugar de mostrar una dinámica complicada y explorar el contenedor por completo, los robots se autoorganizarían espontáneamente en algunos bailes; por ejemplo, un baile consiste en tres robots que se golpean los brazos en secuencia. Estos bailes pueden persistir durante cientos de flaps, pero de repente pierden estabilidad y son reemplazados por un baile de un patrón diferente.
Después de demostrar por primera vez que estos bailes simples eran de hecho estados de bajo ruido, Chvykov trabajó con ingenieros de la Universidad Northwestern, el profesor Todd Murphey y Ph.D. estudiante Thomas Berrueta, quien desarrolló smarticles más refinados y mejor controlados. Los smarticles mejorados permitieron a los investigadores probar los límites de la teoría, incluida la forma en que los tipos y el número de bailes variaban para diferentes patrones de aleteo de brazos, así como cómo se podían controlar estos bailes. «Al controlar las secuencias de estados de bajo ruido, pudimos hacer que el sistema alcanzara configuraciones que hacen un trabajo útil», dijo Berrueta. Los investigadores de la Northwestern University dicen que estos hallazgos pueden tener amplias implicaciones prácticas para los enjambres microrobóticos, la materia activa y los metamateriales.
Como señaló England: «Para los enjambres de robots, se trata de obtener muchos comportamientos grupales inteligentes y adaptativos que se pueden diseñar para que se realicen en un solo enjambre, aunque los robots individuales son relativamente baratos y computacionalmente simples. Para células vivas y materiales nuevos, podría tratarse de comprender lo que el ‘enjambre’ de átomos o proteínas puede ofrecerle, en cuanto a nuevos materiales o propiedades computacionales «.
