De nouveaux capteurs souples multifonctions marquent une avancée pour l’IA physique

Des chercheurs du laboratoire d’IA physique (PAI) de l’Université Ben Gourion du Néguev, dirigés par le Dr Aslan Miriyev, ont développé des capteurs de matériaux multifonctionnels qui imitent les capacités complexes des systèmes naturels, faisant progresser le domaine de l’IA physique.

Contrairement à l’IA numérique, qui se concentre sur les calculs et les processus de données, l’IA physique (PAI) combine des structures physiques avec l’intelligence computationnelle pour créer des robots souples, réalistes et autonomes, capables d’interagir de manière dynamique avec leur environnement. La multifonctionnalité est une caractéristique essentielle de l’IAP, à l’image des rôles multiformes de divers organes et composants naturels.

Les approches traditionnelles de création de dispositifs multifonctionnels synthétiques ont souvent abouti à des ensembles de caractéristiques incomplets, rendant difficile l’obtention de véritables performances bio-analogues. Le développement de matériaux capables de répondre à différents stimuli, leur fabrication additive précise et la capacité de traiter les signaux via différents mécanismes internes sont essentiels pour atteindre cet objectif.

L’équipe du Dr Miriyev a réalisé une avancée significative en développant des matériaux composites à conductivité électronique mixte ionique (ISMC) imprimables en 3D qui présentent une multifonctionnalité bio-analogue. Les ISMC peuvent transférer des charges à la fois par des ions et des électrons, ce qui leur permet de traiter simultanément divers signaux.

Fabriqués à partir d’ionogels à haute conductivité et de nanotubes de carbone à paroi simple, ces matériaux sont imprimables en 3D avec précision dans des formes complexes, ce qui les rend idéaux pour créer des dispositifs multifonctionnels polyvalents et souples.

« Ces capteurs bio-analogues ont de vastes applications potentielles dans des domaines nécessitant des capacités de détection précises et multifonctionnelles », a déclaré le Dr Miriyev.

« Les possibilités sont vastes, de la robotique, où ils peuvent contribuer à des interactions plus réalistes et plus réactives, aux soins de santé, où ils pourraient être utilisés dans des outils de diagnostic avancés. Nos capteurs multifonctionnels imprimables en 3D de précision basés sur ISMC peuvent améliorer considérablement la façon dont nous abordons les applications sensorielles dans divers domaines. »

Les résultats ont été publiés dans le Journal de génie chimique dans un article intitulé « Composites ionogels à haute conductivité mixte imprimables en 3D pour dispositifs multifonctionnels souples ».

L’auteur principal, le Dr Sergey Nechausov, a utilisé des liquides ioniques à base d’imidazolium dans une matrice photopolymère pour obtenir une conductivité ionique et électronique élevée. Les ISMC résultants ont été présentés comme des capteurs de pression-température micropyramidaux multifonctionnels avec une sensibilité élevée sur de larges plages de température et de pression.

« Grâce à la composition chimique des ISMC et à leur comportement photorhéologique avancé, nous pouvons imprimer en 3D avec précision des capteurs multifonctionnels de presque toutes les formes », a déclaré le Dr Nechausov.

« Ces capteurs peuvent fonctionner à la fois en courant alternatif et continu, et leur capacité à fournir des réponses précises et distinctes à de multiples stimuli les rend extrêmement polyvalents. Nos capteurs permettent aux systèmes intelligents d’interagir avec leur environnement de manière plus complexe et plus nuancée. »

Les chercheurs prévoient de perfectionner davantage ces capteurs, d’explorer des fonctionnalités supplémentaires et d’améliorer leurs performances pour une gamme d’applications plus large. Les développements futurs incluent la création de peaux artificielles imprimables en 3D et l’ajout de capacités d’actionnement pour développer des systèmes souples intelligents pour la robotique souple, l’haptique, les soins de santé et au-delà. Ils visent également à intégrer des méthodes basées sur l’apprentissage pour contrôler ces systèmes sensori-moteurs, en s’orientant vers l’autonomie de la robotique souple.