A mechanically embodied, double-network hydrogel adaptive memory element for reprogrammable actuation

Levende wezens reageren niet alleen op de wereld; ze onthouden haar. Een spier die is getraind, reageert anders op een nieuwe belasting dan een spier die heeft gerust, en een zenuwstelsel leert door de manier waarop het toekomstige signalen verwerkt aan te passen op basis van ervaringen uit het verleden. Dit vermogen om een interne staat op te slaan die bepaalt hoe een materiaal zich gedraagt, is een kenmerk van biologie, maar de meeste door mensen gemaakte machines missen dit. Een synthetische robotarm is bijvoorbeeld gebouwd met een vaste set instructies: druk op een knop en hij beweegt een specifieke afstand. Hij leert niet van de beweging, noch verandert hij zijn gedrag op basis van hoe vaak hij bewogen heeft. Wetenschappers zoeken al lang naar manieren om "fysieke intelligentie" in zachte materialen te bouwen, waarbij apparaten worden gecreëerd die kunnen waarnemen, beslissen en handelen zonder een centrale computer. De uitdaging is geweest om deze materialen hun geschiedenis te laten onthouden, niet slechts als een tijdelijke echo, maar als een stabiele, herschrijfbare staat die doelbewust kan worden veranderd, net zoals het schrijven en uitgummen van een notitie op een stuk papier.

Onderzoekers aan de Universiteit van Bristol en de Australian National University hebben een zacht, op water gebaseerd materiaal ontwikkeld dat dit soort mechanisch geheugen bereikt. Ze creëerden een hydrogel-actuator, een kleine staaf gemaakt van een geleiachtige substantie die buigt wanneer deze wordt blootgesteld aan licht. Wat dit materiaal uniek maakt, is dat het twee verschillende gedragingen combineert in één enkele structuur. Eén deel van de gel reageert onmiddellijk op licht, buigt snel en keert dan langzaam terug naar zijn oorspronkelijke vorm, vergelijkbaar met een veer die zijn spanning verliest na verloop van tijd. Het andere deel van de gel houdt een geheugen vast van het licht dat het heeft gezien, waarbij de interne stijfheid op een manier verandert die dagenlang aanhoudt. Door deze twee delen aan elkaar te koppelen, bouwden de onderzoekers een apparaat dat getraind kan worden om meer of minder te buigen dan gebruikelijk, en vervolgens opnieuw getraind kan worden om terug te keren naar zijn oorspronkelijke gedrag, terwijl het nat en flexibel blijft.

Het materiaal is opgebouwd uit twee in elkaar gevlochten netwerken van moleculen. Het eerste netwerk bevat goudnanodeeltjes en een temperatuurgevoelig polymeer. Wanneer een laser op dit deel van de gel schijnt, warmen de gouddeeltjes op, waardoor het polymeer krimpt en de staaf buigt. Deze reactie is snel en omkeerbaar; zodra het licht wordt uitgeschakeld, koelt de gel af en ontspant deze langzaam terug naar zijn rechte vorm. Als de pulsen herhaaldelijk met lange pauzes tussen de intervallen worden gegeven, keert de gel bij elke keer terug naar de beginpositie. Echter, als de pulsen snel achter elkaar komen, heeft de gel geen tijd om volledig te ontspannen, en accumuleert de buiging lichtjes. Dit gedrag staat bekend als een "leaky integrator" (een lekkende integrator), waarbij het materiaal recente gebeurtenissen kortstondig onthoudt, maar ze uiteindelijk vergeet naarmate de warmte wegvloeit en het water in de gel zich herverdeelt.

Om de gel een permanent geheugen te geven, voegden de onderzoekers een tweede netwerk toe dat een speciaal molecuul bevat genaamd azobenzeen. Dit molecuul kan tussen twee verschillende vormen, of isomeren, schakelen afhankelijk van de kleur licht die het ontvangt. De ene vorm is stabiel en stijf, terwijl de andere minder stabiel en zachter is. Cruciaal is dat zodien het molecuul naar de stijve vorm schakelt, het daar zeer lang blijft, tenzij het wordt geraakt door een specifieke kleur licht om het terug te schakelen. Toen de onderzoekers hun dubbelnetwerk-gel bouwden, ontdekten ze dat de stijfheid van het scharnier waar de staaf buigt, afhankelijk was van welke vorm de azobenzeenmoleculen hadden. Als de moleculen in de stijve vorm waren, boog de gel scherper wanneer deze werd geraakt door de laser. Als ze in de zachte vorm waren, boog de gel minder.

Het team demonstreerde dat ze licht konden gebruiken om een nieuw gedrag in de gel te "schrijven". Door een blauwe laser op het scharnier van een gel te schijnen die zich aanvankelijk in een zachte staat bevond, dwongen ze de moleculen om naar de stijve staat te schakelen. Na deze training boog de gel aanzienlijk meer bij het testen met een standaard laserpuls, zelfs terwijl de testpuls identiek was aan de pulsen die voorheen werden gebruikt. Deze toename in buiging was geen tijdelijk effect; het hield dagenlang aan. De onderzoekers toonden vervolgens aan dat dit geheugen kon worden gewist. Door een groene laser een uur lang op het scharnier te schijnen, schakelden ze de moleculen terug naar hun zachte staat, en keerde de gel terug naar zijn oorspronkelijke, minder reactieve gedrag. Ze konden de stijve staat vervolgens opnieuw schrijven, wat bewees dat het materiaal herhaaldelijk geprogrammeerd kon worden zonder te degraderen of uit te drogen.

Dit werk sluit de mogelijkheid uit dat de verandering in gedrag werd veroorzaakt door eenvoudige vermoeidheid of schade aan het materiaal. De gel werd niet simpelweg moe en stopte met buigen; hij veranderde actief hoe hij reageerde op dezelfde input. Het toonde ook aan dat het geheugen niet slechts een vaste vorm was die in stand werd gehouden door uitdroging, zoals bij sommige andere "vormgeheugen"-materialen. In plaats daarvan werd het geheugen opgeslagen in de chemische staat van de moleculen zelf, wat de mechanische eigenschappen van de natte gel beïnvloedde terwijl deze functioneerde. De onderzoekers ontdekten dat het effect asymmetrisch was: het schakelen van de moleculen naar de stijve staat verhoogde de buiging, maar het terugschakelen ervan verminderde de buiging niet op een perfect symmetrische manier. Dit suggereert dat de verandering in stijfheid de manier waarop de kracht door de dikte van de gel wordt overgedragen verandert, wat een niet-lineaire respons creëert die afhankelijk is van de geschiedenis van het materiaal.

De betekenis van deze ontdekking ligt in hoe het de manier waarop we over zachte machines denken, verandert. In plaats van een robot te bouwen die vertrouwt op externe sensoren en computers om te beslissen hoe hij moet bewegen, belichaamt dit materiaal het besluitvormingsproces binnen de eigen structuur. Het kan leren door te doen, de respons aanpassen op basis van wat het heeft ervaren, en dat gedrag weer afleren wanneer de situatie verandert. De onderzoekers beschrijven dit als een "memristief" systeem, een term geleend uit de elektronica om een component te beschrijven waarvan de weerstand afhankelijk is van zijn geschiedenis. In dit geval verandert de mechanische weerstand van de gel op basis van het licht dat het heeft geabsorbeerd. Door een snelle, reactieve component te koppelen aan een trage, persistente component, heeft het team een materiaal gecreëerd dat informatie kan opslaan en het kan gebruiken om toekomstige acties te modificeren. Deze aanpak biedt een nieuwe weg naar adaptieve zachte machines die kunnen opereren in onvoorspelbare omgevingen, waarbij ze leren van hun interacties en hun gedrag aanpassen zonder de noodzaak van complexe externe controlesystemen.