Metamaterial lernt wie ein Organismus, ganz ohne Gehirn
Dieses Metamaterial vergisst, lernt und reagiert flexibel. Ein Blick auf die Technik hinter adaptiven Strukturen.
Die neuen Metamaterialien können lernen, jede beliebige Form anzunehmen – hier haben sie die Buchstaben gelernt, die das Wort „learn“ bilden, oder auf Niederländisch: „leren“.
Foto: Yao Du et al.
In der Werkstoffkunde galt lange ein Grundprinzip: Ein Material reagiert auf eine äußere Kraft immer auf eine vorbestimmte Weise. Stahl biegt sich unter Last, Gummi dehnt sich. Doch Forschende der Universität Amsterdam brechen mit diesem Verständnis. Sie haben ein Metamaterial entwickelt, das Eigenschaften zeigt, die bisher biologischen Systemen vorbehalten waren. Es passt sein Verhalten an, reagiert auf Reize unterschiedlich und kann erlernte Reaktionsmuster wieder verwerfen.
Inhaltsverzeichnis
Anpassung ohne zentrales Gehirn
Lebende Systeme wie Zellen oder einfache Organismen besitzen oft kein komplexes Gehirn und reagieren dennoch flexibel auf ihre Umgebung. Genau dieses Prinzip greift das Team um Yao Du am „Machine Materials Lab“ auf. Während klassische Robotersysteme auf zentralen Steuerungen und festgelegtem Code basieren, arbeitet das Metamaterial mit verteilter Steuerung ohne zentrale Recheneinheit.
Das Material ist als Kette identischer Gelenke aufgebaut. Diese sind über ein elastisches Gerüst miteinander verbunden. Jedes Gelenk arbeitet als eigenständige Einheit. Ein integrierter Mikrocontroller misst die aktuelle Position, speichert vergangene Zustände und tauscht Informationen mit benachbarten Elementen aus. Erst aus diesen lokalen Interaktionen ergibt sich das Gesamtverhalten.
So trainieren Forschende die künstliche Materie
Der Lernprozess erfolgt durch wiederholte mechanische Vorgaben. Die Forschenden bringen einzelne Gelenke gezielt in definierte Positionen und fixieren diese als Eingabe. Anschließend bewegen sie die übrigen Elemente schrittweise in eine gewünschte Zielstruktur.
In mehreren Durchläufen – im Experiment als „Epochen“ bezeichnet – passen die Mikrocontroller die wirkenden Drehmomente an. Dadurch verändern sich Steifigkeit und Wechselwirkungen innerhalb der Struktur. Das System lernt, auf bestimmte Eingaben mit einer stabilen Formänderung zu reagieren.
Hier liegt der Unterschied: Die „Information“ ist nicht in Software ausgelagert, sondern direkt in der physikalischen Struktur gespeichert.
Das System ist nicht auf eine einzelne Funktion beschränkt:
- Lernen: Die Struktur entwickelt neue Reaktionsmuster auf definierte Eingaben
- Speicherung: Mehrere Zustände lassen sich parallel vorhalten
- Wechsel zwischen Zuständen: Das System reagiert je nach Input unterschiedlich
Yao Du, Erstautor der in Nature Physics veröffentlichten Studie, erklärt: „Die spannendste Erkenntnis unserer Forschung war, dass das Lernen unseren Metamaterialien die Fähigkeit zur Weiterentwicklung verleiht – sobald das System zu lernen beginnt, scheinen die Möglichkeiten, wohin es sich entwickeln kann, nahezu grenzenlos zu sein.“
Von statischer Form zu adaptiver Bewegung
Frühere Arbeiten des Labors zeigten bereits, dass sich solche Strukturen ohne zentrale Steuerung fortbewegen können. Sie rollten oder krochen über unebenes Gelände. Allerdings waren diese Systeme in ihrem Verhalten festgelegt.
Jetzt kommt eine neue Fähigkeit hinzu: Das Material passt seine Bewegungsform abhängig vom Input an. Im Unterschied zu klassischen Robotern entsteht das Verhalten nicht durch Programmcode, sondern aus der physikalischen Kopplung der Elemente.
Künftig wollen die Forschenden zeitabhängiges Verhalten integrieren. Ziel sind Systeme, die je nach Umweltreiz unterschiedliche Bewegungsformen ausbilden – etwa Kriechen oder Rollen.
Ein weiterer Fokus liegt auf sogenannten stochastischen Szenarien. Dabei lernt das Material auch unter unsicheren oder verrauschten Bedingungen. Die Anpassung erfolgt dann probabilistisch statt strikt deterministisch. Das erhöht die Robustheit gegenüber Störungen und macht das System besser für reale Einsatzumgebungen geeignet.
Warum lernende Materialien neue Fragen aufwerfen
Damit verschwimmt die Grenze zwischen Material und Maschine. Statt passiver Werkstoffe entstehen adaptive Systeme, deren Eigenschaften sich aktiv verändern.
Das Forschungsteam sieht diese Einsatzfelder:
- Softrobotik ohne zentrale Steuerung
- adaptive Bauteile, die sich an Lasten anpassen
- Systeme für unstrukturierte Umgebungen, etwa in der Exploration
Gleichzeitig wächst das Interesse an der Technologie. Die niederländische Forschungsagenda (NWA) für 2026 widmet lernfähigen Materialien einen eigenen Schwerpunkt. Neben technischen Fragen geht es dabei auch um Kontrolle und sicheren Einsatz solcher Systeme.
Ab August wird die Forschung in Amsterdam weiter ausgebaut. In Zusammenarbeit mit der Gruppe „Learning Machines“ soll die Entwicklung lernfähiger Materialien weiter vorangetrieben werden. Der Kern bleibt: Intelligenz entsteht nicht durch zentrale Steuerung, sondern aus dem Zusammenspiel vieler einfacher Elemente.
Ein Beitrag von:
