idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Forschende der Universität Leipzig haben einen Erfolg in der Mikrorobotik erzielt. Sie konnten erstmals zeigen, dass winzige, synthetische Mikroschwimmer ihre Umgebung direkt über die eigene Körperform wahrnehmen und sich in stark wechselnden Flüssigkeitsströmungen autonom anpassen. Die jetzt in Science Advances publizierte Arbeit etabliert damit ein neues Paradigma für autonome Mikrosysteme, deren Steuerung in schwierigen Umgebungen funktioniert, in denen herkömmliche Sensoren versagen. Daraus ergeben sich neue Perspektiven für autonome medizinische Mikroroboter, zum Beispiel zur gezielten Medikamentenabgabe im Blutkreislauf.
Das Forschungsteam unter der Leitung von Prof. Dr. Frank Cichos von der Gruppe für Molekulare Nanophotonik am Peter-Debye-Institut für Physik der Weichen Materie der Universität Leipzig nutzte Reinforcement Learning, einen Ansatz des maschinellen Lernens, um Mikroschwimmer zu steuern, die durch komplexe Strömungsfelder navigierten. Die mikroskopisch kleinen Partikel lernten mithilfe von Algorithmen erfolgreiche Navigationsstrategien, obwohl sie keine direkten sensorischen Informationen über Strömungen hatten, die ihrer Bewegung entgegenwirkten. Da jede Bewegung der Teilchen die Signatur der Strömung bereits in sich trug, dienten deren Körper selbst als Sensor und somit als Datengrundlage für den Algorithmus.
Professor Cichos betont die übergeordnete Bedeutung: „Diese Arbeit schlägt eine Brücke zwischen biologischer Inspiration und praktischer Umsetzung. Bewegliche Mikroorganismen haben sich über Millionen von Jahren hinweg entwickelt, um ihre physische Beschaffenheit für die Navigation zu nutzen. Wir zeigen nun, dass maschinelles Lernen ähnliche Strategien in synthetischen Systemen innerhalb experimentell realisierbarer Zeiträume entdecken kann.“
Physik wird zum Lern und Entscheidungssystem für Mikroschwimmer
Die Forschenden kombinieren mit Goldnanopartikeln beschichtete Melaminpartikel – sogenannte synthetische Mikroschwimmer (mit einem Radius von etwa 1 Mikrometer) – mit Echtzeit-Optikkontrolle und Algorithmen für maschinelles Lernen. Die Partikel werden durch asymmetrische Lasererwärmung angetrieben. Während der Trainingsphasen lernen die Partikel, trotz hydrodynamischer Störungen, die durch laserinduzierte Strömungen verursacht werden, ihre Zielorte zu erreichen.
„Die Experimente selbst waren ziemlich anspruchsvoll“, bemerkt Dr. Diptabrata Paul, wissenschaftlicher Mitarbeiter am Peter-Debye-Institut. „Wir mussten eine stabile Echtzeitsteuerung erreichen und gleichzeitig den Lernalgorithmus trainieren – im Wesentlichen haben wir den Mikroschwimmern während der Navigation beigebracht, wie sie sich verhalten müssen. Die Partikel sind Strömungen ausgesetzt, die bis zu viermal stärker sind als ihre eigene Antriebsgeschwindigkeit, dennoch lernen sie innerhalb von etwa 50 Trainingseinheiten, erfolgreich zu navigieren.“
Der entscheidende Erkenntnisgewinn liegt in dem, was Forscher als „verkörperte Intelligenz“ bezeichnen – dem Prinzip, dass physikalische Strukturen und Wechselwirkungen mit der Umgebung als Rechenressourcen für die Algorithmen dienen können. Anstatt sich auf miniaturisierte Sensoren und Prozessoren zu verlassen, werden die Bewegungsdynamiken der Mikroschwimmer selbst zu Informationsprozessoren.
„Dies unterscheidet sich grundlegend von unserer üblichen Vorstellung von Roboterdesign“, erklärt Paul. „Anstatt zu versuchen, alles explizit über Sensoren zu erfassen und dann Reaktionen zu berechnen, wird die physikalische Wechselwirkung zwischen dem Körper und seiner Umgebung genutzt, um die benötigten Informationen zu erhalten. Der Lernalgorithmus entdeckt, wie diese verkörperten Informationen gelesen und darauf reagiert werden kann.“
Autonome Mikrosysteme ohne Sensoren: ein neues Paradigma
Die Arbeit hat bedeutende Auswirkungen auf Anwendungen, bei denen eine explizite Sensorik unpraktisch oder unmöglich ist. „Denken Sie an die gezielte Verabreichung von Medikamenten im menschlichen Körper“, schlägt Dr. Nico Scherf vom Max-Planck-Institut für Kognitions- und Neurowissenschaften vor. „Herkömmliche Ansätze basieren auf vorprogrammierten Reaktionen oder externer Steuerung, aber physiologische Strömungen sind komplex und unvorhersehbar. Mikroroboter, die aus ihrer eigenen Dynamik lernen, könnten sich möglicherweise autonom im Körper bewegen.“ Die Forschung eröffnet zudem auch neue Wege für die Schwarmrobotik: Mehrere Mikroroboter könnten kollektive verkörperte Intelligenz offenbaren.
„Wir stehen wirklich erst am Anfang der Erforschung dessen, was möglich ist, wenn wir die physische Verkörperung als rechnerische Ressource betrachten“, fasst Paul zusammen. „Diese Arbeit demonstriert das Prinzip experimentell. Die nächste Herausforderung besteht darin, diese Ideen auf komplexere Umgebungen und Aufgaben zu übertragen.“
Forschungsteam
Zum Forschungsteam gehörten neben Dr. Diptrabrata Paul und Prof. Dr. Frank Cichos von der Universität Leipzig auch Nikola Milosevic und Dr. Nico Scherf vom Max-Planck-Institut für Kognitions- und Neurowissenschaften, die ihr Fachwissen im Bereich der Optimierung des maschinellen Lernens einbrachten. Alle Forscher sind dem Center for Scalable Data Analytics and Artificial Intelligence Dresden/Leipzig (ScaDS.AI Dresden/Leipzig) angeschlossen. Die Forschung wurde vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Rahmen des ACONITE-Projekts und vom Zentrum für skalierbare Datenanalyse und künstliche Intelligenz (ScaDS.AI) Leipzig unterstützt.
Text: Jana Bendigs
Prof. Dr. Frank Cichos
Peter-Debye-Institut für Physik der weichen Materie
Telefon: +49 341 97-32571
E-Mail: cichos@physik.uni-leipzig.de
Originaltitel der Veröffentlichung in Science Advances:
„Physical Embodiment Enables Information Processing Beyond Explicit Flow Sensing in Active Matter“, doi: 10.1126/sciadv.aec0783, https://www.science.org/doi/full/10.1126/sciadv.aec0783
Dr. Diptabrata Paul bei der Justage des experimentellen Aufbaus, in dem Maschinenlernen und Mikrosch ...
Quelle: Frank Cichos
Copyright: Universität Leipzig
Das Forschungsteam mit Dr. Diptabrata Paul, Dr. Nico Scherf, Prof. Dr. Frank Cichos und Nikola Milos ...
Quelle: Universität Leipzig
Copyright: Universität Leipzig
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Informationstechnik, Medizin, Physik / Astronomie
überregional
Forschungsergebnisse
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
