Шум вместо гориво: как работят информационните двигатели и защо са необходими

Твърде много фонов шум обикновено пречи, но физиците са направили нещо невероятно: те са разработили

Микромотор от стъклени перли, който не само се противопоставя на влиянието на разсейването, но  и използва Техният експеримент е докладван в списанието Physical Review Letters и в блога на Института за фундаментални въпроси FQXi.

Как работят конвенционалните и микроскопичните двигатели?

В ежедневието хората използват мотори и мотори, които изразходват гориво за насочено движение и по този начин изпълняватВ микроскопичния свят всичко е по-сложно. Съсипете всичко.

Топлинният шум в околната среда кара компонентите на малките машини да се "люлеят напред-назад през цялото време", обясняват теВ резултат на това малкият двигател не работи толкова ефективно, колкото би могъл .

Какво ще кажете за информационните двигатели?

Има специално семейство микроскопични машини, известни като информационни двигатели, които използватТе използват тази информация, за да усилят "правилните" манипулации на машината.С прости думи, информационен двигател е машина, която превръща информацията в работа.

Физиците и инженерите ще се нуждаят от такива малки двигатели, за да разработят нови микроскопични машини за нанотехнологични приложения.Основното нещо е да ги разработите така, че да заменят конвенционалните машини.

Авторите на новото проучване са постигнали напредък в тази работа, научавайки повече за това как информацията може да се използва в биомолекулярни машини.

Какво са направили учените?

Учените са построили информационен двигател, използвайки микроскопични стъклени мъниста с размер на бактерии, суспендирани във вода.Топката се държи свободно на място от лазерен лъч, който действа като опора отдолу.В същото време водните молекули леко натискат топката поради естествените топлинни колебания в течността .От време на време се "разклаща".

И тук е трикът: когато топката се издига срещу гравитацията поради топлинни колебания, позицията на лазерната опора също се променя.В тази позиция топката има повече съхранена или гравитационна потенциална енергия.Като топка, която е на път да падне.

Схематичен информационен двигател. (а) Детекторът за шум измерва позицията y на топката в действителност в  
 Механизъм, основан или на (б) шумно измерване на позиция y или (в) бейсова оценка на позиция X̂ (син пунктиран кръг). Автори и авторски права: Писма за физически преглед (2022).  DOI: 10.1103/PhysRevLett.129.130601

Учените дори не трябваше да „вдигат“ обекта;това се случи естествено, поради вибрациите на водните молекули. По този начин моторът преобразува топлината на водата в съхранена гравитационна потенциална енергия, използвайки обратна връзка за движението на топката, за да регулира лазерния капан. „Решението дали и колко да повдигнем капана зависи от информацията, която събираме за позицията на перлата. Той действа като „гориво“ за двигателя“, обясняват учените.

Каква е трудността?

Така работи системата, но да се прилага правилноТази стратегия е трудна, ако в системата има твърде много шум от измерване. Създава се от яркостта на лазерния лъч, който се използва за откриване на топката. В резултат на това несигурността на нейната позиция за всяко измерване може да бъде по-голяма от движението на обекта, причинено от осцилиращите водни молекули. шумът от измерването води до грешна обратна връзка и по този начин намалява производителността.

Използване на типични информационни механизмиалгоритми за обратна връзка, които базират решенията на последното измерване на позицията на топката. Но те могат да грешат, когато грешките в измерването са твърде големи. Учените просто искаха да разберат дали има начин да се заобиколи този проблем.

Има ли решение?

Те разработиха алгоритъм за обратна връзка, койтосе основава не само на пряко измерване на последната позиция на топката (което може да е неточно), но и на всички предишни измервания.  Следователно този алгоритъм за филтриране взема предвид грешките в измерването, когато извършва байесова оценка.

В математическата статистика и теорията на приеманетоБейсовият оценител на решение е статистически оценител, който минимизира последващото очакване на функцията на загубата. Казано по-просто, той максимизира задното математическо очакване на функцията на полезност Нека си припомним, че последващата вероятност е условната вероятност за случайно събитие, при условие че са известни последни данни, т.е. получени след известен опит.

По този начин, чрез комбиниране на набор от шумниизмервания с помощта на модела на динамиката на топката, е възможно да се възстанови по-точна оценка на нейната истинска позиция. Това значително ще намали загубите на производителност.

„Байесов“ компромис

Като част от изследването учените яснопоказа, че информационна машина, която прилага обратна връзка въз основа на тези байесови оценки, се представя значително по-добре от конвенционалните информационни машини, когато грешките в измерването са твърде големи. Повечето типични информационни машини просто ще спрат в този случай.

Това изненадало учените.Когато грешките в измерването надхвърлят критичен праг, наивната машина вече не работи като чисто информационна машина. „Най-добрата стратегия за нея е просто да се откаже и да не прави нищо“, пишат изследователите. Но байесовият модел върши работата независимо от големината на грешката при измерване, макар и малка.

Ефективността на информационните машини.(a) Изходна мощност на наивен (червен) и байесов (син) двигател за данни. Кухите червени маркери обозначават изходна мощност, когато α е 0. (b) Разлика в скоростта на извличане на изходна работа за байесови и наивни двигатели, мащабирана с максимална скорост.
Кредит и авторски права: Physical Review Letters (2022). DOI: 10.1103/PhysRevLett.129.130601

Разбира се, за способността на BayesianИнформационният двигател трябва да „плаща“, за да извлича енергия дори при големи грешки в измерването. Тъй като такъв механизъм използва информация от всички предишни измервания, той изисква повече място за съхранение и време за обработка на информацията.

И това е логично.Минимизирането на грешките при измерване увеличава не само работата, извлечена от трептенията, но и разходите за обработка на информацията. В резултат на това учените са намерили идеалния баланс — максимална ефективност при средно ниво на грешка при измерване, когато може да се постигне добро ниво на извличане на енергия. В същото време няма разходи за обработка на данни.

Сега учените проучват как работата на двигателя ще бъде повлияна от шум, който възниква от фактори, различни от топлина. 

Прочетете още:

Защо Луната, а не Марс: основното за мисията Artemis-1 и защо е необходима

Древен амулет пренаписа историята на най-мистериозния език в Европа

Основната теория за произхода на човека беше опровергана: откъде сме дошли