Ο υπερβολικός θόρυβος του περιβάλλοντος συνήθως παρεμβαίνει στην εργασία σας. Αλλά οι φυσικοί έκαναν κάτι απίστευτο: αναπτύχθηκαν
Πώς λειτουργούν οι συμβατικοί και μικροσκοπικοί κινητήρες;
Στην καθημερινή ζωή οι άνθρωποιχρησιμοποιήστε κινητήρες και κινητήρες που καταναλώνουν καύσιμο για κατευθυνόμενη κίνηση και έτσι εκτελούν χρήσιμη εργασία. Στον μικροσκοπικό κόσμο όλα είναι πιο περίπλοκα. Εκεί, ο θόρυβος με τη μορφή θερμότητας μπορεί να καταστρέψει τα πάντα.
Ο θερμικός θόρυβος στο περιβάλλον προκαλείΤα εξαρτήματα των μικρών αυτοκινήτων «κουνιούνται συνέχεια μπρος-πίσω», εξηγούν οι επιστήμονες. Ως αποτέλεσμα, ο μικροσκοπικός κινητήρας δεν λειτουργεί τόσο αποτελεσματικά όσο θα μπορούσε.
Τι γίνεται με τις μηχανές πληροφοριών;
Υπάρχει μια ειδική οικογένεια μικροσκοπικώνμηχανές γνωστές ως μηχανές πληροφοριών, οι οποίες χρησιμοποιούν θόρυβο για να οδηγήσουν στοχευμένες κινήσεις. Χρησιμοποιούν αυτές τις πληροφορίες, ενισχύοντας τους «σωστούς» χειρισμούς του μηχανήματος. Με απλά λόγια, μια μηχανή πληροφοριών είναι μια μηχανή που μετατρέπει τις πληροφορίες σε εργασία.
Οι φυσικοί και οι μηχανικοί θα τα βρουν χρήσιμαμικροσκοπικοί κινητήρες για την ανάπτυξη νέων μικροσκοπικών μηχανών για εφαρμογές νανοτεχνολογίας. Το κυριότερο είναι να αναπτυχθούν έτσι ώστε να αντικαταστήσουν τα συμβατικά μηχανήματα.
Οι συγγραφείς της νέας μελέτης προχώρησαν περαιτέρω αυτή την εργασία. Έμαθαν περισσότερα για το πώς οι πληροφορίες μπορούν να χρησιμοποιηθούν σε βιομοριακές μηχανές.
Τι έχουν κάνει οι επιστήμονες;
Οι επιστήμονες κατασκεύασαν μια μηχανή πληροφοριώνχρησιμοποιώντας μικροσκοπικά γυάλινα σφαιρίδια μεγέθους βακτηρίων που αιωρούνται στο νερό. Η μπάλα συγκρατείται χαλαρά στη θέση της με μια ακτίνα λέιζερ που λειτουργεί ως στήριγμα κάτω από αυτήν. Ταυτόχρονα, τα μόρια του νερού σπρώχνουν απαλά την μπάλα λόγω των φυσικών θερμικών δονήσεων στο υγρό. Από καιρό σε καιρό «κουνιέται».
Και εδώ είναι το κόλπο:Όταν η μπάλα ανεβαίνει ενάντια στη βαρύτητα λόγω θερμικών δονήσεων, αλλάζει και η θέση του στηρίγματος του λέιζερ. Σε αυτή τη θέση η μπάλα έχει περισσότερη αποθηκευμένη ή βαρυτική δυναμική ενέργεια. Σαν μια μπάλα που πρόκειται να πέσει.
Σχηματική μηχανή πληροφοριών. (α) Ο ανιχνευτής θορύβου μετρά τη θέση y της μπάλας που βρίσκεται στην πραγματικότητα στο
σημείο x. Ένας μηχανισμός που βασίζεται είτε σε (β) μια μέτρηση θορυβώδους θέσης y είτε (γ) σε μια εκτίμηση θέσης Μπεϋζιανή X̂ (μπλε διακεκομμένος κύκλος). Credit: Physical Review Letters (2022). DOI: 10.1103/ PhysRevLett.129.130601
Οι επιστήμονες δεν χρειάστηκε καν να «σηκώσουν» το αντικείμενο.αυτό συνέβη φυσικά, λόγω των δονήσεων των μορίων του νερού. Έτσι, ο κινητήρας μετέτρεψε τη θερμότητα του νερού σε αποθηκευμένη βαρυτική δυναμική ενέργεια, χρησιμοποιώντας ανατροφοδότηση σχετικά με την κίνηση της μπάλας για να προσαρμόσει την παγίδα λέιζερ. «Η απόφαση για το αν και πόσο θα ανυψωθεί η παγίδα εξαρτάται από τις πληροφορίες που συλλέγουμε για τη θέση της χάντρας. Λειτουργεί ως «καύσιμο» για τον κινητήρα», εξηγούν οι επιστήμονες.
Ποια είναι η δυσκολία;
Έτσι λειτουργεί το σύστημα, αλλά για να το εφαρμόσετε σωστάΑυτή η στρατηγική είναι δύσκολη εάν υπάρχει πολύς θόρυβος μέτρησης στο σύστημα. Δημιουργείται από τη φωτεινότητα της δέσμης λέιζερ που χρησιμοποιείται για την ανίχνευση της μπάλας. Σε τέτοιες περιπτώσεις, η αβεβαιότητα της θέσης της για κάθε μέτρηση μπορεί να είναι μεγαλύτερη από την κίνηση του αντικειμένου που προκαλείται από τα ταλαντούμενα μόρια του νερού. Ο θόρυβος της μέτρησης οδηγεί σε λανθασμένη ανάδραση και, ως εκ τούτου, σε μείωση της παραγωγικότητας.
Τυπική χρήση μηχανισμών πληροφοριώναλγόριθμοι ανάδρασης που βασίζουν τις αποφάσεις στην τελευταία μέτρηση της θέσης της μπάλας. Αλλά μπορεί να κάνουν λάθος όταν τα σφάλματα μέτρησης είναι πολύ μεγάλα.Οι επιστήμονες ήθελαν απλώς να μάθουν εάν υπήρχε τρόπος να αντιμετωπιστεί αυτό το πρόβλημα.
Υπάρχει λύση;
Ανέπτυξαν έναν αλγόριθμο ανατροφοδότησης πουβασίζεται όχι μόνο σε μια άμεση μέτρηση της τελευταίας θέσης της μπάλας (η οποία μπορεί να είναι ανακριβής), αλλά σε όλες τις προηγούμενες μετρήσεις. Αυτός ο αλγόριθμος φιλτραρίσματος, επομένως, λαμβάνει υπόψη τα σφάλματα μέτρησης κατά την εκτέλεση της εκτίμησης Bayes.
Στη Μαθηματική Στατιστική και Θεωρία ΑποδοχήςΟ εκτιμητής απόφασης Bayes είναι ένας στατιστικός εκτιμητής που ελαχιστοποιεί την μεταγενέστερη προσδοκία της συνάρτησης απώλειας. Με απλά λόγια, μεγιστοποιεί την μεταγενέστερη μαθηματική προσδοκία της συνάρτησης χρησιμότητας.Ας υπενθυμίσουμε ότι η μεταγενέστερη πιθανότητα είναι η υπό όρους πιθανότητα ενός τυχαίου γεγονότος, με την προϋπόθεση ότι τα μεταγενέστερα δεδομένα, δηλαδή, που λαμβάνονται μετά από κάποια εμπειρία, είναι γνωστά.
Έτσι, συνδυάζοντας ένα σύνολο θορυβώδουςμετρήσεις χρησιμοποιώντας το μοντέλο δυναμικής μπάλας, είναι δυνατό να ανακτηθεί μια πιο ακριβής εκτίμηση της πραγματικής της θέσης. Αυτό θα μειώσει σημαντικά τις απώλειες απόδοσης.
«Μπαγιέζος» συμβιβασμός
Ως μέρος της μελέτης, οι επιστήμονες σαφώςέδειξε ότι μια μηχανή πληροφοριών που εφαρμόζει ανατροφοδότηση με βάση αυτές τις Bayesian εκτιμήσεις αποδίδει σημαντικά καλύτερα από τις συμβατικές μηχανές πληροφοριών όταν τα σφάλματα μέτρησης είναι πολύ μεγάλα. Οι περισσότερες τυπικές μηχανές πληροφοριών απλώς θα σταματήσουν σε αυτήν την περίπτωση.
Αυτό εξέπληξε τους επιστήμονες.Όταν τα σφάλματα μέτρησης υπερβαίνουν ένα κρίσιμο όριο, το απλό μηχάνημα δεν λειτουργεί πλέον ως αμιγώς πληροφοριακό μηχάνημα. «Η καλύτερη στρατηγική για αυτήν είναι απλώς να τα παρατήσει και να μην κάνει τίποτα», γράφουν οι ερευνητές. Αλλά το Μπεϋζιανό μοντέλο κάνει τη δουλειά ανεξάρτητα από το μέγεθος του σφάλματος μέτρησης, αν και μικρό.
Η απόδοση των μηχανών πληροφοριών.(α) Έξοδος ισχύος κινητήρα δεδομένων αφελής (κόκκινο) και Bayesian (μπλε). Οι κοίλοι κόκκινοι δείκτες υποδηλώνουν την ισχύ εξόδου όταν το α είναι 0. (β) Διαφορά στον ρυθμό εξαγωγής εργασίας εξόδου για κινητήρες Bayesian και απλούς κινητήρες, κλιμακούμενη με τη μέγιστη ταχύτητα.
Credit & Copyright: Physical Review Letters (2022). DOI: 10.1103/PhysRevLett.129.130601
Φυσικά, για την ικανότητα του BayesianΗ μηχανή πληροφοριών πρέπει να «πληρώσει» για να εξάγει ενέργεια ακόμη και με μεγάλα σφάλματα μέτρησης. Δεδομένου ότι ένας τέτοιος μηχανισμός χρησιμοποιεί πληροφορίες από όλες τις προηγούμενες μετρήσεις, απαιτεί περισσότερο χώρο αποθήκευσης και χρόνο για την επεξεργασία των πληροφοριών.
Και αυτό είναι λογικό.Η ελαχιστοποίηση των σφαλμάτων μέτρησης αυξάνει όχι μόνο το έργο που εξάγεται από τις ταλαντώσεις, αλλά και το κόστος επεξεργασίας πληροφοριών. Ως αποτέλεσμα, οι επιστήμονες βρήκαν την ιδανική ισορροπία—μέγιστη απόδοση σε ένα ενδιάμεσο επίπεδο σφάλματος μέτρησης, όταν μπορεί να επιτευχθεί ένα καλό επίπεδο εξόρυξης ενέργειας. Ταυτόχρονα, δεν υπάρχει κόστος για την επεξεργασία δεδομένων.
Τώρα οι επιστήμονες μελετούν πώς θα επηρεαστεί η λειτουργία του κινητήρα από τον θόρυβο που προκύπτει από άλλους παράγοντες εκτός από τη θερμότητα.
Διαβάστε περισσότερα:
Γιατί η Σελήνη και όχι ο Άρης: το κύριο πράγμα για την αποστολή Artemis-1 και γιατί χρειάζεται
Ένα αρχαίο φυλαχτό ξανάγραψε την ιστορία της πιο μυστηριώδους γλώσσας της Ευρώπης
Διαψεύστηκε η κύρια θεωρία για την καταγωγή του ανθρώπου: από πού ήρθαμε