Een vorm van kunstmatige intelligentie, machineleren, kan piepkleine microrobots helpen om sneller door een vloeistof te zwemmen. Ze bereiken hun doel zonder dat de bewegende deeltjes van de vloeistof ze van koers brengen.

Hoofdonderzoeker Frank Cichos van de Universiteit van Leipzig, Duitsland, en zijn collega’s bedachten om hun microrobotzwemmers een ‘brein’ te geven: een algoritme voor machineleren dat ‘goede’ bewegingen in de richting van een gewenst doel beloont.

‘We besloten dat het goed was om de zwemmende microrobots te combineren met machineleren, wat een beetje lijkt op wat we in ons eigen leven doen’, zegt Cichos. ‘We ervaren onze omgeving, en afhankelijk hoe succesvol onze acties zijn, houden we die in ons geheugen of niet.’

Dronkemanswandeling

Het ontwerp van microrobots bootst meestal de manier na waarop bacteriën zich door een vloeistof voortbewegen. Maar bacteriën hebben één belangrijk voordeel ten opzichte van de robots. ‘Een echte bacterie kan aanvoelen waar hij heen moet en besluiten die kant op te gaan omdat hij voedsel wil’, zegt Cichos.

Het is normaal gesproken moeilijk voor de microrobots, ter grootte van een bacterie, om op koers te blijven. Andere deeltjes in de vloeistof slingeren de robotjes heen en weer doordat ze zo klein zijn: sommige robotjes zijn slechts twee micrometer in doorsnee. In tegenstelling tot bacteriën kunnen ze hun reisrichting niet corrigeren. Daardoor volgen ze een willekeurige pad dat lijkt op een dronkemanswandeling, ook wel een brownse beweging genoemd.

Recht op het doel af

De microrobot van het onderzoeksteam is een klodder melaminehars, met gouden nanodeeltjes die 30 procent van het oppervlak bedekken. Een smalle laserstraal verhit een gericht punt op het oppervlak van de microrobot, en warmt de gouden nanodeeltjes daar op. Het temperatuurverschil drijft de microrobot door de vloeistof.

Een nabijgelegen computer voert het algoritme voor machineleren uit, het ‘brein’ van de microrobot. Het algoritme houdt de bewegingen van het robotje bij en instrueert de laser om op een precies punt op de robot te vuren om hem dichter bij zijn doel te brengen.

Als deze instructie de microrobot dichter bij zijn doel brengt, wordt het algoritme beloond; als de instructie de microrobot juist verder van het doel afhoudt, wordt het algoritme gestraft. Na verloop van tijd leert het algoritme van deze beloningen en straffen welke instructies het best zijn om de microrobot snel en efficiënt naar zijn doel te brengen.

Na zeven uur trainen slaagde het algoritme erin om het aantal instructies dat de microrobot nodig heeft om een doel te bereiken terug te brengen van zeshonderd naar honderd.

Denkende robots

‘De studie van de beweging van microscopisch kleine levende organismen is belangrijk voor een groot aantal biologische en medische wetenschappen’, zegt onderzoeker in robotica Jonathan Aitken van de Universiteit van Sheffield in Engeland. ‘De beweging van deze microscopische organismen is moeilijk na te bootsen. Toch is het belangrijk dat te kunnen, om meer te begrijpen over hun eigenschappen en hun effect binnen de omgeving.’

Hoewel het besturingssysteem voor de zwemmer zich buiten de microrobot bevindt, hoopt Cichos in de toekomst chemisch aangedreven signalen te introduceren, vergelijkbaar met ons lichaam, zodat de microrobots zelf kunnen ‘denken’.