محققان موفق به برنامه‌ریزی و ساخت یک ماده ژله‌ای خاص (هیدروژل‌های EAP) شدند، که هوشمند است و هنگام اتصال به یک آرایه الکترونیکی، مانند یک مغز ساده عمل می‌کند.
به گزارش سرویس فناوری تکناک، این ماده ژله‌ای که یک هیدروژل پلیمری الکترواکتیو (EAP) است، می‌تواند بازی ساده پینگ‌پنگ را به راحتی انجام دهد و با گذشت زمان، مهارت‌های او در این بازی بهتر می‌شود.
این موضوع ابتدا در یک مقاله تحقیقاتی در Cell Reports Physical Science منتشر و سپس به طور کامل (همراه با یک ویدیو) توسط ScienceAlert پوشش داده شد.
وینسنت استرانگ، از محققان دانشگاه ردینگ بریتانیا در این باره گفت: «سرعتی که هیدروژل از هم گسیخته می‌شود، بسیار طولانی‌تر از زمان متورم شده ابتدایی آن است.»
وی توضیح داد: «این اتفاق به این دلیل رخ می‌دهد که این ماده ژله‌ای دارای نوعی حافظه است. به عبارت ساده، این ماده ژله‌ای می‌تواند حرکات قبلی خود را به یاد بیاورد و بر اساس آنها تصمیم بگیرد که حرکت بعدی او چگونه باشد. این ویژگی به آن اجازه می‌دهد تا به مرور زمان، بازی پینگ‌پنگ را بهتر انجام دهد.»
در واقع، این تحقیق نشان می‌دهد که هیدروژل‌های EAP پتانسیل بسیار بیشتری از کاربردهای فعلی آنها دارند.
یوشیکاتسو هایاشی، مهندس زیست پزشکی در دانشگاه ردینگ نیز بیان کرد: «تحقیق ما نشان می‌دهد که حتی مواد بسیار ساده می‌توانند رفتارهای پیچیده و انطباقی را نشان دهند که اغلب با سیستم‌های زنده یا هوش مصنوعی پیشرفته مرتبط هستند.»
وی تصریح کرد: «این موضوع امکانات هیجان‌انگیزی را برای توسعه انواع جدیدی از مواد هوشمند که می‌توانند یاد بگیرند و خود را با محیط اطراف سازگار کنند، فراهم می‌آورد.»
در آینده، موارد مثل این می‌توانند باعث پیشرفت‌های بزرگی در زمینه‌هایی مانند پروتزها، رباتیک نرم و مواد سازگار شوند.
در حال حاضر، به نظر می‌رسد که این تحقیق بیشتر برای اثبات این نکته مفید است که سیستم‌های یادگیری و سازگاری در سیستم‌های زنده ممکن است از آنچه در گذشته تصور می‌شد، جهانی‌تر باشند.
محققان قصد دارند به آزمایش با هیدروژل‌های EAP مانند این ادامه دهند تا محدودیت‌های قابلیت‌های حافظه آن را پیدا کنند و آن را برای کارهای دیگر به کار ببرند.
همچنین پیش‌تر نیز از توانایی این ماده در تقلید بافت قلب ضربان‌دار بهره برده بودند.
این کشف جدید نشان می‌دهد که مواد می‌توانند رفتارهای پیچیده‌تری از آنچه تصور می‌شد داشته باشند.
این تحقیق می‌تواند در آینده برای ساخت ربات‌ها و دستگاه‌های هوشمند با قابلیت یادگیری استفاده شود.
