Liiallinen taustamelu häiritsee yleensä työtäsi. Mutta fyysikot tekivät jotain uskomatonta: he kehittivät
Kuinka perinteiset ja mikroskooppiset moottorit toimivat?
Ihmiset jokapäiväisessä elämässäkäyttää moottoreita ja moottoreita, jotka kuluttavat polttoainetta suunnattuun liikkumiseen ja tekevät siten hyödyllistä työtä. Mikroskooppisessa maailmassa kaikki on monimutkaisempaa. Siellä lämmön muodossa oleva melu voi pilata kaiken.
Lämpömelu ympäristössä aiheuttaaPienten autojen osat "keinuvat edestakaisin koko ajan", tutkijat selittävät. Tämän seurauksena pieni moottori ei toimi niin tehokkaasti kuin voisi.
Entä tietomoottorit?
On olemassa erityinen mikroskooppisten perhetietomoottoreina tunnetut koneet, jotka käyttävät melua kohdennetun liikkeen ohjaamiseen. He käyttävät tätä tietoa vahvistaen koneen "oikeita" käsittelyjä. Yksinkertaisesti sanottuna tietomoottori on kone, joka muuntaa tiedon työksi.
Fyysikot ja insinöörit pitävät näistä hyödyllisinäpieniä moottoreita uusien mikroskooppisten koneiden kehittämiseksi nanoteknologian sovelluksiin. Tärkeintä on kehittää niitä niin, että ne korvaavat perinteiset koneet.
Uuden tutkimuksen tekijät ovat vieneet tätä työtä pidemmälle. He oppivat lisää siitä, kuinka tietoa voidaan käyttää biomolekyylikoneissa.
Mitä tutkijat ovat tehneet?
Tiedemiehet ovat rakentaneet tietomoottorinkäyttäen mikroskooppisia lasihelmiä, jotka ovat bakteerien kokoisia veteen suspendoituina. Palloa pitää löyhästi paikoillaan lasersäteen avulla, joka toimii sen alla tukena. Samaan aikaan vesimolekyylit työntävät palloa kevyesti nesteen luonnollisen lämpövärähtelyn vuoksi. Ajoittain hän "ravistelee".
Ja tässä on temppu:Kun pallo nousee painovoimaa vastaan lämpövärähtelyn vuoksi, myös lasertuen asento muuttuu. Tässä asennossa pallolla on enemmän varastoitua tai gravitaatiopotentiaalienergiaa. Kuin pallo, joka putoaa.
Kaaviotietomoottori. (a) Melunilmaisin mittaa pallon sijainnin y , joka todella sijaitsee
piste x. Mekanismi, joka perustuu joko (b) kohinaiseen sijaintimittaukseen y tai (c) Bayesin sijaintiarvioon X̂ (sininen katkoviiva ympyrä). Luotto: Physical Review Letters (2022). DOI: 10.1103/ PhysRevLett.129.130601
Tutkijoiden ei tarvinnut edes "nostaa" esinettä;tämä tapahtui luonnollisesti vesimolekyylien värähtelyjen vuoksi. Siten moottori muutti veden lämmön varastoituneeksi gravitaatiopotentiaalienergiaksi käyttämällä pallon liikkeestä saatua palautetta laserloukun säätämiseen. ”Päätös siitä, nostetaanko ansa ja kuinka paljon, riippuu siitä, mitä tietoja keräämme helmen sijainnista. Se toimii moottorin "polttoaineena", tutkijat selittävät.
Mikä on vaikeus?
Näin järjestelmä toimii, mutta toteuttaa se oikeinTämä strategia on vaikea, jos järjestelmässä on liikaa mittauskohinaa. Se syntyy lasersäteen kirkkaudesta, jota käytetään pallon havaitsemiseen. Tällaisissa tapauksissa sen sijainnin epävarmuus jokaisessa mittauksessa voi olla suurempi kuin värähtelevien vesimolekyylien aiheuttama liike. mittauskohina johtaa virheelliseen palautteeseen ja vähentää siten tuottavuutta.
Tyypillisiä tietomekanismejapalautealgoritmeja, jotka perustuvat päätökset viimeiseen pallon sijainnin mittaukseen. Mutta ne voivat olla väärässä, kun mittausvirheet ovat liian suuria. Tutkijat halusivat vain selvittää, onko tämä ongelma olemassa.
Onko ratkaisua?
He kehittivät palautealgoritminei perustu pelkästään pallon viimeisen sijainnin suoraan mittaukseen (joka voi olla epätarkka), vaan kaikkiin aikaisempiin mittauksiin. Tämä suodatusalgoritmi ottaa siksi mittausvirheet huomioon Bayesin estimointia suoritettaessa.
Matemaattisissa tilastoissa ja hyväksyntäteoriassaBayesin päätösestimaattori on tilastollinen estimaattori, joka minimoi häviöfunktion posteriorisen odotuksen. Yksinkertaisesti sanottuna se maksimoi hyödyllisyysfunktion posteriorisen matemaattisen odotuksen. Muista, että posteriori todennäköisyys on satunnaisen tapahtuman ehdollinen todennäköisyys edellyttäen, että posterioriset tiedot ovat tiedossa, eli ne on saatu jonkin kokemuksen jälkeen.
Näin ollen yhdistämällä joukko meluisiamittaukset käyttämällä pallon dynamiikkamallia, on mahdollista saada tarkempi arvio sen todellisesta sijainnista. Tämä vähentää merkittävästi suorituskykyhäviöitä.
"Bayesilainen" kompromissi
Osana tutkimusta tutkijat selvästiosoitti, että informaatiokone, joka käyttää palautetta näihin Bayesin arvioihin perustuen, toimii huomattavasti paremmin kuin perinteiset informaatiomoottorit, kun mittausvirheet ovat liian suuria. Useimmat tyypilliset tietokoneet yksinkertaisesti pysähtyvät tässä tapauksessa.
Tämä yllätti tutkijat.Kun mittausvirheet ylittävät kriittisen kynnyksen, naiivi kone ei enää toimi puhtaasti informaatiokoneena. "Paras strategia hänelle on yksinkertaisesti luovuttaa ja olla tekemättä mitään", tutkijat kirjoittavat. Mutta Bayesin malli tekee työn riippumatta mittausvirheen suuruudesta, vaikkakin pienestä.
Tietokoneiden suorituskyky.(a) Naiivi (punainen) ja Bayesin (sininen) datamoottorin teho. Ontot punaiset merkit osoittavat lähtötehoa, kun α on 0. (b) Ero lähtötyön erotusnopeudessa Bayes- ja naiiveissa moottoreissa maksiminopeudella skaalattuina.
Luotto & tekijänoikeus: Physical Review Letters (2022). DOI: 10.1103/PhysRevLett.129.130601
Tietysti bayesilaisen kyvyn vuoksiTietomoottorin on ”maksettava” energian talteenotosta suurillakin mittausvirheillä. Koska tällainen mekanismi käyttää tietoja kaikista aikaisemmista mittauksista, se vaatii enemmän tallennustilaa ja aikaa tietojen käsittelyyn.
Ja tämä on loogista.Mittausvirheiden minimointi lisää värähtelyjen työn lisäksi myös tiedonkäsittelyn kustannuksia. Tämän seurauksena tiedemiehet ovat löytäneet ihanteellisen tasapainon – maksimaalisen tehokkuuden mittausvirheen keskitasolla, kun voidaan saavuttaa hyvä energianottotaso. Samaan aikaan tietojen käsittelystä ei aiheudu kustannuksia.
Nyt tutkijat tutkivat, kuinka moottorin toimintaan vaikuttaa melu, joka johtuu muista tekijöistä kuin lämmöstä.
Lue lisää:
Miksi Kuu eikä Mars: tärkein asia Artemis-1-operaatiossa ja miksi sitä tarvitaan
Muinainen amuletti kirjoitti uudelleen Euroopan salaperäisimmän kielen historian
Pääteoria ihmisen alkuperästä kumottiin: mistä me tulimme