Skapar smarta partiklar med naturen som förebild

Giovanni Volpe och hans kollegor vill skapa partiklar som kan reagera på sin omgivning och samarbeta i grupp.  Med flockbeteenden hos fåglar och plankton som inspiration, tar forskarna artificiell intelligens till hjälp för att göra partiklar som på sikt kan användas för att exempelvis leverera läkemedelsmolekyler i kroppen eller sanera oljespill.

Projektanslag 2019

Active matter goes smart

Huvudsökande:
Giovanni Volpe, professor i fysik

Medsökande:
Göteborgs universitet
Bernhard Mehlig

Chalmers
Mikael Käll

Lunds universitet
Joakim Stenhammar

Lärosäte:
Göteborgs universitet

Beviljat anslag:
37 miljoner kronor under fem år

Tänk dig ett stim av fiskar som glider fram under vattenytan men plötsligt väjer från en hotande fiende. Eller bakterier och plankton som simmar i flock för att hitta mat eller undvika att bli uppätna.

Den typen av flockbeteenden är inspirationskällan för ett forskningsprojekt med stöd från Knut och Alice Wallenbergs stiftelse.

Partiklar som utför uppgifter

Forskningen tillhör ett område inom fysiken som kallas aktiva material. Sådana material byggs upp av aktiva partiklar, som omvandlar energi från sin närmiljö till rörelse.

Naturliga aktiva partiklar kan inte bara röra sig, utan också reagera på signaler från omgivningen och anpassa sitt beteende för att nå vissa mål – som att simma i turbulent vatten, leta efter föda eller flytta sig mot eller från en koncentration av ett kemiskt ämne. Interaktioner mellan aktiva partiklar kan ge de komplexa kollektiva beteenden vi ser hos exempelvis plankton, fiskar och fåglar.

Det här forskningsprojektet handlar om att med naturliga aktiva partiklar som inspiration, skapa konstgjorda aktiva mikropartiklar, berättar Giovanni Volpe, professor i fysik vid Göteborgs universitet, som leder projektet.

– Vi ska designa aktiva partiklar, undersöka hur komplexa deras beteenden kan bli och till vilken grad vi kan anpassa deras beteenden för att utföra specifika uppgifter. På sikt kan det handla om att få partiklarna att leverera läkemedelsmolekyler till specifika vävnader i kroppen eller hitta och förstöra miljöförstörande ämnen i jord, säger Giovanni Volpe.

Använder maskininlärning

Aktiva partiklar tillverkas redan idag i laboratorier. Men de partiklarna är oftast relativt enkla i sin form och sitt beteende, konstaterar Giovanni Volpe. Det kan till exempel handla om partiklar med olika egenskaper på vardera sidan, så kallade Januspartiklar. En kiselpartikel vars ena sida täcks med guld är ett exempel. Om man lyser på partikeln kommer den guldbelagda sidan att absorbera ljuset och värmas upp, vilket får partikeln att röra sig mot ljuset. Det kan användas för att styra partikeln till vissa delar av kroppen med hjälp av ljus.
I det här projektet vill forskarna nå längre.

– Vi vill göra partiklarna mer komplexa än tidigare så att de kan utföra mer avancerade beteenden. Vi vill göra dem så smarta att de kan analysera och navigera i sin omgivning genom att exempelvis känna av temperaturen eller den kemiska sammansättningen, säger Giovanni Volpe.

I ett längre perspektiv kan det möjliggöra partiklar som kan styra sig fram i komplexa miljöer, som i jord eller i den mänskliga kroppen, och samarbeta med varandra för att skapa avancerade flockbeteenden.

För att lyckas tar gruppen så kallad maskininlärning till hjälp för att designa partiklarna. Maskininlärning är ett område inom artificiell intelligens och bygger på datorers förmåga att identifiera mönster och använda dem för att lösa olika problem. Forskarna kan till exempel använda maskininlärning för att analysera mikroskopidata över hur partiklar rör sig.

– Att täcka en partikel i guld är något en människa har tänkt ut. Med hjälp av maskininlärning hoppas vi att algoritmerna kan komma fram till lösningar som inte är intuitiva för människor, men som är mer användbara och mer intressanta, säger Giovanni Volpe.

Att kombinera maskininlärning med forskning om aktiv materia är ett relativt nytt grepp. Giovanni Volpe har sin bakgrund inom aktiv materia, men började studera maskininlärning för några år sedan. Det gör honom och hans forskargrupp till pionjärer inom forskningsfältet.

Komplexa simuleringar

De möjliga tillämpningarna av aktiva partiklar är många och lockande, men projektet handlar om grundforskning. Arbetet är både experimentellt, för att se hur partiklarna faktiskt beter sig, och teoretisk, med modellering och simulering.

– Det här är problem som är väldigt komplexa att simulera. Vi kan inte helt förutsäga hur en partikel kommer att bete sig ens i en enkel vattenlösning. Därför kommer vi att behöva göra simuleringar, experiment och sedan simuleringar igen för att ta oss framåt, säger Giovanni Volpe.

I projektet ska forskarna undersöka både enstaka aktiva partiklar och försöka förstå hur en grupp av sådana partiklar interagerar med varandra och skapar kollektiva beteenden.

– Det är svårt att förutsäga vad en grupp partiklar kommer att göra och att designa deras beteende, med det är också intressant att titta på en hel grupp eftersom man kan få den att göra mer komplexa saker, säger Giovanni Volpe.

Projektet pågår i fem år. Under den perioden hoppas forskarna få en förståelse för vilka begränsningar som finns med aktiva mikropartiklar, hur de kan designas på bästa sätt och vilka egenskaper de kan få.

– Det blir intressant att se vad som kan göras när vi kombinerar maskininlärning med aktiv materia. Det är en väldigt spännande idé! säger Giovanni Volpe.

Text Sara Nilsson
Bild Johan Wingborg, Magnus Bergström