Trop de bruit de fond gêne généralement, mais les physiciens ont fait quelque chose d’incroyable : ils ont développé
Comment fonctionnent les moteurs conventionnels et microscopiques ?
Dans la vie de tous les jours, les gens utilisent des moteurs et des moteurs qui consomment du carburant pour le mouvement directionnel et fonctionnent ainsiDans le monde microscopique, tout est plus compliqué. tout gâcher.
Le bruit thermique dans l’environnement fait que les composants des petites machines « se balancent d’avant en arrière tout le temps », expliquent-ils En conséquence, le petit moteur ne fonctionne pas aussi efficacement qu’il le pourrait .
Qu'en est-il des moteurs d'information ?
Il existe une famille spéciale de machines microscopiques connues sous le nom de moteurs d’information qui utilisentIls utilisent ces informations pour amplifier les manipulations « correctes » de la machine.En termes simples, un moteur d’information est une machine qui convertit l’information en travail.
Les physiciens et les ingénieurs auront besoin de ces petits moteurs pour développer de nouvelles machines microscopiques pour les applications nanotechnologiques.L’essentiel est de les développer pour qu’ils remplacent les machines conventionnelles.
Les auteurs de la nouvelle étude ont fait des progrès dans ce travail, en apprenant davantage sur la façon dont l’information peut être utilisée dans les machines biomoléculaires.
Qu'ont fait les scientifiques ?
Les scientifiques ont construit un moteur d’information à l’aide de billes de verre microscopiques de la taille d’une bactérie en suspension dans l’eau.La balle est maintenue en place par un faisceau laser qui agit comme un support en dessous.Dans le même temps, les molécules d’eau poussent doucement la balle en raison des fluctuations thermiques naturelles du liquide.De temps en temps, il « tremble ».
Et voici l’astuce : lorsque la balle s’élève contre la gravité en raison de fluctuations thermiques, la position du support laser change également.À cette position, la balle a plus d’énergie potentielle stockée ou gravitationnelle.Comme une balle qui est sur le point de tomber.
(a) Le détecteur de bruit mesure la position y de la bille dans le
Mécanisme basé soit sur (b) une mesure bruitée de la position y, soit (c) une estimation bayésienne de la position X̂ (cercle pointillé bleu). Auteurs et droits d’auteur : Physical Review Letters (2022). DOI : 10.1103/PhysRevLett.129.130601
Les scientifiques n'avaient même pas besoin de « soulever » l'objet ;cela s'est produit naturellement, en raison des vibrations des molécules d'eau. Ainsi, le moteur a converti la chaleur de l'eau en énergie potentielle gravitationnelle stockée, en utilisant la rétroaction sur le mouvement de la balle pour ajuster le piège laser. « La décision de relever ou non le piège et dans quelle mesure dépend des informations que nous recueillons sur la position de la perle. Il agit comme un « carburant » pour le moteur », expliquent les scientifiques.
Quelle est la difficulté ?
C'est ainsi que fonctionne le système, mais pour le mettre en œuvre correctementCette stratégie est difficile s'il y a trop de bruit de mesure dans le système. Il est créé par la luminosité du faisceau laser utilisé pour détecter la balle. Dans de tels cas, l'incertitude sur sa position pour chaque mesure peut être supérieure au mouvement de l'objet provoqué par les molécules d'eau oscillantes. le bruit de mesure conduit à un retour d'information erroné et réduit ainsi la productivité.
Utilisation typique des mécanismes d'informationdes algorithmes de rétroaction qui basent les décisions sur la dernière mesure de la position de la balle. Mais ils peuvent se tromper lorsque les erreurs de mesure sont trop importantes. Les scientifiques voulaient simplement savoir s’il existait un moyen de contourner ce problème.
Existe-t-il une solution ?
Ils ont développé un algorithme de rétroaction quiest basé non seulement sur une mesure directe de la dernière position de la balle (qui peut être inexacte), mais sur toutes les mesures précédentes. Cet algorithme de filtrage prend donc en compte les erreurs de mesure lors de l'estimation bayésienne.
En statistiques mathématiques et théorie de l'acceptationL'estimateur de décision bayésien est un estimateur statistique qui minimise l'espérance a posteriori de la fonction de perte. En termes simples, cela maximise l'espérance mathématique a posteriori de la fonction d'utilité. Rappelons que la probabilité a posteriori est la probabilité conditionnelle d'un événement aléatoire, à condition que les données a posteriori soient connues, c'est-à-dire obtenues après une certaine expérience.
Ainsi, en combinant un ensemble de bruitsmesures à l'aide du modèle de dynamique de la balle, il est possible de récupérer une estimation plus précise de sa position réelle. Cela réduira considérablement les pertes de performances.
Compromis « bayésien »
Dans le cadre de l'étude, les scientifiques ont clairementont montré qu'un moteur d'information qui applique une rétroaction basée sur ces estimations bayésiennes fonctionne nettement mieux que les moteurs d'information conventionnels lorsque les erreurs de mesure sont trop importantes. La plupart des moteurs d’information typiques s’arrêteront simplement dans ce cas.
Cela a surpris les scientifiques.Lorsque les erreurs de mesure dépassent un seuil critique, la machine naïve ne fonctionne plus comme une machine purement informationnelle. "La meilleure stratégie pour elle est simplement d'abandonner et de ne rien faire", écrivent les chercheurs. Mais le modèle bayésien fait son travail quelle que soit l’ampleur de l’erreur de mesure, même si elle est petite.
Les performances des moteurs d'information.(a) Puissance de sortie du moteur de données naïf (rouge) et bayésien (bleu). Les marqueurs rouges creux indiquent la puissance de sortie lorsque α est égal à 0. (b) Différence de taux d'extraction du travail de sortie pour les moteurs bayésiens et naïfs, mis à l'échelle par la vitesse maximale.
Crédit et droit d'auteur : lettres d'examen physique (2022). DOI : 10.1103/PhysRevLett.129.130601
Bien sûr, en raison de la capacité du BayésienLe moteur d’information doit « payer » pour extraire de l’énergie, même en cas d’erreurs de mesure importantes. Puisqu’un tel mécanisme utilise les informations de toutes les mesures précédentes, il nécessite plus d’espace de stockage et de temps pour traiter les informations.
Et c’est logique.La minimisation des erreurs de mesure augmente non seulement le travail extrait des oscillations, mais également les coûts de traitement de l'information. En conséquence, les scientifiques ont trouvé l’équilibre idéal : une efficacité maximale à un niveau intermédiaire d’erreur de mesure, lorsqu’un bon niveau d’extraction d’énergie peut être atteint. Dans le même temps, il n’y a aucun frais pour le traitement des données.
Les scientifiques étudient désormais comment le fonctionnement du moteur sera affecté par le bruit provenant de facteurs autres que la chaleur.
Lire la suite:
Pourquoi la Lune et pas Mars: l'essentiel de la mission Artemis-1 et pourquoi elle est nécessaire
Une ancienne amulette a réécrit l'histoire de la langue la plus mystérieuse d'Europe
La théorie principale de l'origine de l'homme a été réfutée: d'où venons-nous