Cómo enseñar a un material blando a fluir bajo comando exprés

Original: "Training overdamped dynamics"
· Marc Berneman, Daniel Hexner
arXiv:2602.19122 · 2026-02-22 · CC BY 4.0 · 2 min
Científicos idearon una forma de ajustar materiales líquidos y gelatinosos, cambiando su resistencia en los puntos necesarios.

📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla.

La miel espesa se extiende lentamente sobre el plato. En un mundo así, donde la fricción suprime la inercia, el movimiento no lo gobierna la fuerza, sino la viscosidad. Así se comportan muchos materiales blandos: geles poliméricos, suspensiones coloidales, el contenido de las células vivas. Los científicos se preguntaron: ¿se puede cambiar la viscosidad localmente para que el material responda de manera diferente a la carga en distintos puntos?

Desarrollaron un método basado en la idea de "envejecimiento dirigido": así como los músculos se fortalecen con el ejercicio, el material se "entrena" para modificar su resistencia en respuesta a deformaciones locales. Usando un enfoque matemático que describe las pérdidas de energía en un medio viscoso, los autores derivaron reglas para actualizar la viscosidad en cada punto. Estas reglas permiten que el material se ajuste gradualmente al comportamiento mecánico deseado.

La viscosidad es la capacidad de un líquido para resistir el flujo. El agua tiene baja viscosidad; la miel, alta. En los materiales blandos, la viscosidad puede variar de un punto a otro, lo que abre la puerta a la creación de materiales con propiedades programables.

Para probar la idea, los científicos simularon un material de Maxwell desordenado: una sustancia que se comporta como un sólido elástico bajo impactos rápidos, pero fluye como un líquido bajo deformaciones lentas. Resultó que, cambiando la viscosidad localmente, se puede controlar el coeficiente de Poisson: la magnitud que indica cuánto se comprime un material en una dirección cuando se estira en otra. Por ejemplo, se puede lograr que, al comprimirlo, el material no se expanda lateralmente, sino que permanezca igual o incluso se contraiga.

El coeficiente de Poisson de los materiales comunes es positivo: estira una goma elástica y se vuelve más delgada. Pero existen auxéticos con coeficiente de Poisson negativo: se vuelven más gruesos al estirarlos. Controlando la viscosidad, se pueden crear materiales con cualquier valor deseado de este coeficiente.

Este enfoque recuerda al entrenamiento de una red neuronal, pero en lugar de ajustar los pesos de las conexiones, aquí se ajustan las viscosidades locales. El material mismo "aprende" el comportamiento deseado, adaptándose a las condiciones externas. Esto abre el camino a la creación de geles inteligentes que cambian su rigidez al tacto, o polímeros que se adaptan a las cargas.

Resumen original

tal como lo escribieron los autores, en inglés arXiv:2602.19122

In regimes where inertia is negligible, the temporal evolution is governed by overdamped dynamics. This limit is particularly relevant in soft-matter contexts, such as polymers, colloidal suspensions, and processes occurring at the cellular scale. Being able to manipulate the dynamics of such many-particle systems would enable control over rate-dependent elastic responses, time-dependent material properties, relaxation processes, and perhaps the hydrodynamics of suspensions. In this work, we develop a framework for manipulating overdamped dynamics through local, physically motivated update rules. Our approach is inspired by ideas from physical learning and directed aging, in which microscopic parameters adapt autonomously to endow a material with a desired function. Using the Rayleighian formulation, whose minimization reproduces the overdamped equations of motion, we derive approximate directed-aging and equilibrium-propagation rules tailored to dissipative systems. To demonstrate these ideas, we study a disordered Maxwell material that behaves elastically at short times but flows at long times. By locally modifying the viscous damping, we show that one can tune the viscous Poisson's ratio and shape local mechanical responses. These results illustrate how materials can be trained to exhibit targeted rate-dependent elastic and viscous behaviors.

El coeficiente de Poisson del corcho común es cercano a cero: al comprimirlo, casi no se expande lateralmente, por lo que es fácil insertar un corcho en una botella.

\frac{\partial E}{\partial v_i} + \eta_i \dot{v}_i = 0
Ecuación de equilibrio para un sistema disipativo: la fuerza elástica se equilibra con la fuerza de fricción viscosa. Aquí E es la energía de deformación, v_i es la velocidad de la partícula, η_i es la viscosidad local.
Científicos
Andrey Markov
Conceptos
sistemas dinámicos aprendizaje por refuerzo derivada temporal simulación de dinámica molecular dinámica de fluidos en medios porosos control en tiempo real evolución modelo de lenguaje de proteínas elasticidad material blando compresión teoría del control entrenamiento stochastic dynamical system aprendizaje autosupervisado tasa de amortiguamiento ecuación de Poiseuille propiedades de los materiales datos de entrenamiento ajuste de parámetros