A forma da água. Pode nos contar sobre o que impulsiona o romance? Entre os peixes, pode. Eva Kanso, um professor de Engenharia Aeroespacial e Mecânica da Escola de Engenharia USC Viterbi estuda fluxos de fluidos e quase como um especialista forense, Kanso, junto com sua equipe, está estudando como os sinais aquáticos são transportados pela água.
Quando se trata de acasalamento, minúsculos crustáceos chamados copépodes são um dos organismos multicelulares mais abundantes, diz Kanso, o Zohrab Kaprielian Fellow em Engenharia.
Para localizar seu companheiro, os copépodes machos procuram e seguem a trilha hidrodinâmica e química da fêmea. Cientistas como Kanso acreditam que os organismos aquáticos transmitem e leem informações por meio dos movimentos que fazem e dos rastros que deixam na água. Focas, por exemplo, foram mostrados para rastrear o rastro de um objeto em movimento, mesmo quando o selo está vendado e inicialmente mascarado acusticamente. Os pesquisadores acreditam que o fluxo de água codifica um padrão de informação - um tipo de linguagem pela qual um organismo pode chamar outro para acasalar, usar para evitar predadores ou mesmo no caso do salmão, iniciar a migração upstream.
Assim como a pegada de uma gaivota na areia é diferente da pegada de um humano, cada corpo em movimento na água gera um padrão ou esteira diferente com base em certos fatores, como o tamanho do corpo que o criou ou a velocidade com que está se movendo (um animal assustado e nadando rápido pode gerar uma esteira distinta por mais batida frequente e mais rápida de sua cauda). Kanso gostaria de entender como esses padrões de fluxo de água são percebidos em nível local, por um organismo ou um veículo bioinspirado, e decodificá-los para verificar o que está acontecendo na água em uma escala maior.
Usando um modelo de física computacional, Kanso, e os alunos de doutorado Brendan Colvert e Mohamad Alsalman, gerou vários padrões de fluxo de fluido, em seguida, usando o aprendizado de máquina, treinou um algoritmo para identificar corretamente esses padrões de fluido, alcançando 99 por cento de precisão. Fazendo isso, os pesquisadores desenvolveram um algoritmo para, num sentido, imitar uma inteligência sensorial aquática com relação aos padrões criados na água. É um dos primeiros casos em que o aprendizado de máquina foi aplicado para caracterizar padrões em fluxos de fluidos.
Por que isso Importa? Considere como as tecnologias evoluíram com base na maneira como um morcego gera consciência de um ambiente. Assim como ondas de sonar são usadas por submarinos para sondar ativamente seu ambiente, pode haver usos de navegação para o conhecimento dos padrões da água no fundo do mar. Sem GPS, veículos subaquáticos equipados com sensores treinados com tais algoritmos podem, em princípio, detectar veículos de um determinado tamanho e velocidade, conhecido por gerar certos padrões de fluxo. Pela mesma razão, compreender os padrões que tornam uma determinada esteira detectável pode ajudar a projetar veículos subaquáticos que deixam para trás rastros imperceptíveis.
Kanso e sua equipe estão agora testando esses algoritmos em dados da vida real e estendendo seu escopo para redes de sensores espacialmente distribuídas que têm o potencial de criar mapas mais robustos e precisos dos padrões de fluxo.
O artigo foi publicado recentemente em Bioinspiração e Biomimética .
