배경 소음이 너무 많으면 일반적으로 작업에 방해가 됩니다. 하지만 물리학자들은 놀라운 일을 해냈습니다.
기존 및 미세 모터는 어떻게 작동합니까?
일상생활에서 사람들은지시된 움직임을 위해 연료를 소비하는 엔진과 모터를 사용하여 유용한 작업을 수행합니다. 미세한 세계에서는 모든 것이 더 복잡합니다. 열 형태의 소음은 모든 것을 망칠 수 있습니다.
환경의 열 잡음으로 인해소형 자동차의 부품은 “항상 앞뒤로 흔들린다”고 과학자들은 설명합니다. 결과적으로, 작은 엔진은 가능한 한 효율적으로 작동하지 않습니다.
정보 엔진은 어떻습니까?
현미경의 특별한 계열이 있습니다정보 엔진으로 알려진 기계는 소음을 사용하여 목표한 움직임을 유도합니다. 그들은 이 정보를 사용하여 기계의 "올바른" 조작을 강화합니다. 간단히 말해서 정보 엔진은 정보를 작업으로 변환하는 기계입니다.
물리학자와 엔지니어는 이러한 정보가 유용할 것입니다.나노기술 응용을 위한 새로운 미세 기계를 개발하기 위한 작은 모터. 가장 중요한 것은 기존 기계를 대체할 수 있도록 개발하는 것입니다.
새로운 연구의 저자들은 이 연구를 더욱 발전시켰습니다. 그들은 생체분자 기계에서 정보가 어떻게 사용될 수 있는지에 대해 더 많이 배웠습니다.
과학자들은 무엇을 했습니까?
과학자들은 정보 엔진을 구축했습니다물에 부유하는 박테리아 크기의 미세한 유리구슬을 이용하여 공은 공 아래에서 지지대 역할을 하는 레이저 빔에 의해 제자리에 느슨하게 고정됩니다. 동시에 물 분자는 액체의 자연적인 열 진동으로 인해 공을 부드럽게 밀어냅니다. 때때로 그는 "흔들린다".
그리고 비결은 다음과 같습니다.열 진동으로 인해 공이 중력에 맞서 상승하면 레이저 지지대의 위치도 변경됩니다. 이 위치에서 공은 더 많은 중력 위치 에너지를 저장합니다. 곧 떨어질 공처럼.
도식 정보 엔진. (a) 소음 감지기는 실제로 안에 있는 공의 위치 y 를 측정합니다.
x점. (b) 시끄러운 위치 측정 y 또는 (c) 베이지안 위치 추정 X̂ (파란색 점선 원)을 기반으로 하는 메커니즘. 제공: Physical Review Letters (2022). DOI: 10.1103/ PhysRevLett.129.130601
과학자들은 물체를 "들어올릴" 필요조차 없었습니다.이것은 물 분자의 진동으로 인해 자연스럽게 일어났습니다. 따라서 모터는 레이저 트랩을 조정하기 위해 공의 움직임에 대한 피드백을 사용하여 물의 열을 저장된 중력 위치 에너지로 변환했습니다. “트랩을 들어 올릴지 여부와 양에 대한 결정은 비드의 위치에 대해 수집한 정보에 따라 달라집니다. 이는 엔진의 “연료” 역할을 한다고 과학자들은 설명합니다.
어려움은 무엇입니까?
이것이 시스템이 작동하는 방식이지만 올바르게 구현하려면시스템에 측정 노이즈가 너무 많으면 이 전략이 어렵습니다. 이는 공을 감지하는 데 사용되는 레이저 빔의 밝기에 의해 생성되며, 이러한 경우 진동하는 물 분자로 인한 물체의 움직임보다 각 측정 시 위치의 불확실성이 더 클 수 있습니다. 측정 노이즈로 인해 잘못된 피드백이 발생하여 생산성이 저하됩니다.
일반적인 정보 메커니즘 사용공 위치의 마지막 측정을 기반으로 결정을 내리는 피드백 알고리즘. 하지만 측정 오류가 너무 크면 오류가 발생할 수 있습니다. 과학자들은 이 문제를 해결할 수 있는 방법이 있는지 알고 싶었습니다.
해결책이 있습니까?
그들은 피드백 알고리즘을 개발했습니다.이는 공의 마지막 위치(부정확할 수 있음)를 직접 측정하는 것뿐만 아니라 모든 이전 측정을 기반으로 합니다. 따라서 이 필터링 알고리즘은 베이지안 추정을 수행할 때 측정 오류를 고려합니다.
수리통계 및 수용이론베이지안 결정 추정기는 손실 함수의 사후 기대값을 최소화하는 통계적 추정기입니다. 간단히 말해서, 효용함수에 대한 사후 수학적 기대치를 최대화하는 것입니다. 사후 확률은 사후 데이터, 즉 어떤 경험을 거쳐 얻은 정보가 알려져 있는 경우 무작위 사건의 조건부 확률이라는 점을 상기해 보겠습니다.
따라서 시끄러운 세트를 결합하여볼 동역학 모델을 사용하여 측정하면 실제 위치에 대한 보다 정확한 추정치를 복구할 수 있습니다. 이렇게 하면 성능 손실이 크게 줄어듭니다.
"베이지안" 타협
연구의 일환으로 과학자들은 분명히이러한 베이지안 추정을 기반으로 피드백을 적용하는 정보 엔진은 측정 오류가 너무 클 때 기존 정보 엔진보다 훨씬 더 나은 성능을 발휘한다는 것을 보여주었습니다. 이 경우 대부분의 일반적인 정보 엔진은 단순히 중지됩니다.
이것은 과학자들을 놀라게 했다.측정 오류가 심각한 임계값을 초과하면 순진한 기계는 더 이상 순수한 정보 제공 기계로 작동하지 않습니다. 연구원들은 "그녀를 위한 최선의 전략은 단순히 포기하고 아무것도 하지 않는 것"이라고 썼습니다. 그러나 베이지안 모델은 비록 작더라도 측정 오류의 크기에 관계없이 작업을 수행합니다.
정보 엔진의 성능.(a) 나이브(빨간색) 및 베이지안(파란색) 데이터 엔진 전원 출력. 속이 빈 빨간색 마커는 α가 0일 때의 출력 전력을 나타냅니다. (b) 최대 속도로 스케일링된 베이지안 및 순진한 엔진의 출력 작업 추출 속도 차이.
크레딧 및 저작권: Physical Review Letters(2022). DOI: 10.1103/PhysRevLett.129.130601
물론 베이지안의 능력 때문에정보 엔진은 측정 오류가 크더라도 에너지를 추출하기 위해 "비용"을 지불해야 합니다. 이러한 메커니즘은 이전의 모든 측정 정보를 사용하므로 정보를 처리하는 데 더 많은 저장 공간과 시간이 필요합니다.
그리고 이것은 논리적입니다.측정 오류를 최소화하면 진동에서 추출되는 작업이 증가할 뿐만 아니라 정보 처리 비용도 증가합니다. 그 결과, 과학자들은 이상적인 균형, 즉 적절한 수준의 에너지 추출이 달성될 수 있는 중간 수준의 측정 오류에서 최대 효율성을 발견했습니다. 동시에 데이터 처리 비용도 발생하지 않습니다.
현재 과학자들은 열 이외의 요인으로 인해 발생하는 소음이 엔진 작동에 어떤 영향을 미치는지 연구하고 있습니다.
더 읽어보기 :
화성이 아닌 달인 이유 : Artemis-1 미션의 주요 사항과 필요한 이유
유럽에서 가장 신비한 언어의 역사를 다시 쓴 고대 부적
인간의 기원에 대한 주요 이론은 반박되었습니다. 우리는 어디에서 왔습니까?