ساخت یک سنسور با الهام از تار عنکبوت!
اسمارت کاور: پژوهشگران هلندی، نوعی سنسور بسیار دقیق ابداع نموده اند که در طراحی آن از تار عنکبوت الهام گرفته شده است.
به گزارش اسمارت کاور به نقل از ایسنا و به نقل از نانومگزین، گروهی از پژوهشگران "دانشگاه فناوری دلفت"(TU Delft) هلند، یکی از دقیق ترین سنسورهای ریزتراشه جهان را ابداع نموده اند. این دستگاه که می تواند در دمای اتاق کار کند، - یک وسیله مطلوب برای فناوری های کوانتومی و حسی محسوب می شود. پژوهشگران با ترکیب نانوفناوری و یادگیری ماشینی و همین طور با الهام از تار عنکبوت، توانستند این سنسور نانومکانیکی را به ارتعاش درآورند. این پیشرفت، پیامدهایی را برای پژوهش در مورد گرانش و ماده تاریک و همین طور حوزه های مربوط به اینترنت کوانتومی، ناوبری و سنجش به همراه دارد.
یکی از بزرگ ترین چالش هایی که در بررسی اجسام ارتعاشی کوچک مانند اجسامی که در حسگرها یا سخت افزارهای کوانتومی استفاده می شوند، وجود دارد، این است که چگونه از تعامل نویز محیط با حالت های شکننده آنها جلوگیری نماییم. برای نمونه، سخت افزار کوانتومی بطور معمول در دمای نزدیک به صفر مطلق نگهداری می شود و یخچال های مناسب آن، حدود نیم میلیون یورو قیمت دارند. پژوهشگران دانشگاه فناوری دلفت، یک سنسور ریزتراشه به شکل شبکه تار عنکبوت ایجاد کردند که به خوبی در دمای اتاق کار می کند. ابداع این حسگرها، علاوه بر سایر کاربردها می تواند ساخت دستگاه های کوانتومی را بسیار مقرون به صرفه تر کند.
یک مدل تکاملی
"ریچارد نورت"(Richard Norte) و "میگل بسا"(Miguel Bessa)، سرپرست های این پژوهش، راه های جدیدی را برای ترکیب کردن نانوفناوری و یادگیری ماشینی جستجو کردند اما باید دید که چگونه به ایده الهام گرفتن از تار عنکبوت رسیدند.
نورت اظهار داشت: من حدود یک دهه است که این پژوهش را انجام می دهم. طی قرنطینه، متوجه تعداد زیادی تار عنکبوت در تراس خانه خود شدم و دریافتم که تارهای عنکبوت واقعا نوع خوبی از آشکارسازهای ارتعاش هستند برای اینکه می توانند ارتعاشات داخلی را اندازه گیری کنند تا طعمه خودرا بیابند اما ارتعاشات خارج از تار عنکبوت، مانند ارتعاشات ناشی از باد را که در بین درخت می پیچد، بررسی نمی کنند. بنابراین، به این فکر افتادم که چرا از میلیونها سال تکامل استفاده نکنیم و تار عنکبوت را بعنوان مدل ابتدایی یک دستگاه فوق حساس به کار نبریم؟
از آنجائیکه این گروه پژوهشی چیزی در مورد پیچیدگی های تار عنکبوت نمی دانستند، از یادگیری ماشینی استفاده کردند تا آنها را در روند اکتشاف راهنمایی کند. بسا اظهار داشت: ما می دانستیم که آزمایش ها و شبیه سازی ها پرهزینه و زمان بر هستند؛ بدین سبب تصمیم گرفتیم الگوریتمی موسوم به "بهینه سازی بیزی"(Bayesian optimization) را به کار ببریم تا با کوشش های اندک، یک طرح خوب پیدا نماییم.
"دونگیل شین"(Dongil Shin)، پژوهشگر ارشد این پروژه، این مدل کامپیوتری را اجرا کرد و الگوریتم یادگیری ماشینی را برای طراحی یک دستگاه جدی به کار گرفت.
پژوهشگران در کمال تعجب مشاهده نمودند که این الگوریتم، یک تار عنکبوت نسبتا ساده را از میان ۱۵۰ طرح متفاوت تار عنکبوت پیشنهاد کرده است. این تار عنکبوت، تنها از شش رشته تشکیل شده که با روشی ساده در کنار هم قرار گرفته اند.
بسا افزود: شبیه سازی های کامپیوتری شین نشان دادند که می توان این دستگاه را در دمای اتاق به کار گرفت. اتم ها در این شرایط، ارتعاش زیادی پیدا می کنند اما هنوز مقدار بسیار کمی انرژی از محیط به داخل نشت می کند. ما با کمک یادگیری ماشینی و بهینه سازی موفق شدیم مفهوم تار عنکبوت نورت را با این فاکتور بسیار بهتر کیفیت تطبیق دهیم.
"آندریا کوپرتینو"(Andrea Cupertino)، از پژوهشگران این پروژه، بر طبق این طراحی جدید، یک سنسور ریزتراشه با یک لایه بسیار نازک به ضخامت نانومتر از مواد سرامیکی موسوم به نیترید سیلیسیم ساخت. پژوهشگران، این مدل را با القای ارتعاش شدید به ریزتراشه تار عنکبوتی و اندازه گیری زمان توقف ارتعاشات، آزمایش کردند. نتیجه این آزمایش، تماشایی بود؛ یک ارتعاش رکوردشکن در دمای اتاق.
نورت اظهار داشت: ما حدودا هیچ نمونه ای از اتلاف انرژی را در خارج از شبکه ریزتراشه خود پیدا نکردیم. ارتعاشات بصورت دایره ای در داخل حرکت می کنند و با بیرون تماس ندارند. این تا حدودی شبیه به این مساله است که کسی را روی یک تاب هل بدهید و او نزدیک به یک قرن بدون توقف تاب بخورد.
پیامدهای این پژوهش برای علوم بنیادین و کاربردی
پژوهشگران با سنسور مبتنی بر تار عنکبوت خود نشان می دهند که این راهبرد میان رشته ای چگونه با ترکیب کردن طرح های الهام گرفته شده از طبیعت، یادگیری ماشینی و نانوفناوری، مسیری را به سمت پیشرفت های جدید در علم می گشاید.
این الگوی جدید، نتایج جالبی را برای اینترنت کوانتومی، حسگرها، فناوری های ریزتراشه و فیزیک بنیادین به همراه دارد. بعنوان نمونه می توان به کاوش در مورد گرانش یا ماده تاریک اشاره نمود که اندازه گیری آنها بسیار دشوار است.
این پژوهش، در مجله "Advanced Materials" به چاپ رسید.
منبع: اسمارت كاور
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب