Prea mult zgomot de fond interferează de obicei cu munca dvs. Dar fizicienii au făcut ceva incredibil: s-au dezvoltat
Cum funcționează motoarele convenționale și microscopice?
În oamenii din viața de zi cu zifolosiți motoare și motoare care consumă combustibil pentru mișcarea direcționată și astfel să efectueze lucrări utile. În lumea microscopică totul este mai complicat. Acolo, zgomotul sub formă de căldură poate strica totul.
Cauzele de zgomot termic din mediuComponentele mașinilor mici „se balansează mereu înainte și înapoi”, explică oamenii de știință. Drept urmare, micul motor nu funcționează atât de eficient pe cât ar putea.
Dar motoarele de informații?
Există o familie specială de microscopicemașini cunoscute sub numele de motoare de informații, care folosesc zgomotul pentru a conduce mișcarea țintită. Ei folosesc aceste informații, întărind manipulările „corecte” ale mașinii. În termeni simpli, un motor de informare este o mașină care transformă informațiile în muncă.
Fizicienii și inginerii le vor găsi utilemotoare mici pentru a dezvolta noi mașini microscopice pentru aplicații în nanotehnologie. Principalul lucru este să le dezvoltați astfel încât să înlocuiască mașinile convenționale.
Autorii noului studiu au dus această lucrare mai departe. Ei au aflat mai multe despre modul în care informațiile pot fi utilizate în mașinile biomoleculare.
Ce au făcut oamenii de știință?
Oamenii de știință au construit un motor de informarefolosind mărgele microscopice de sticlă de mărimea bacteriilor suspendate în apă. Mingea este ținută liber în poziție de un fascicul laser care acționează ca un suport sub ea. În același timp, moleculele de apă împing ușor mingea datorită vibrațiilor termice naturale din lichid. Din când în când „se scutură”.
Și iată trucul:Când mingea se ridică împotriva gravitației din cauza vibrațiilor termice, se modifică și poziția suportului laser. În această poziție, mingea are mai multă energie potențială stocată sau gravitațională. Ca o minge care este pe cale să cadă.
Motor de informații schematice. (a) Detectorul de zgomot măsoară poziția y bilei aflată efectiv în
punctul x. Un mecanism bazat fie pe (b) o măsurare a poziției zgomotoase y, fie (c) o estimare Bayesiană a poziției X̂ (cerc punctat albastru). Credit: Physical Review Letters (2022). DOI: 10/10. PhysRevLett.129.130601
Oamenii de știință nici nu au fost nevoiți să „ridică” obiectul;acest lucru s-a întâmplat în mod natural, datorită vibrațiilor moleculelor de apă. Astfel, motorul a transformat căldura apei în energie potențială gravitațională stocată, folosind feedback-ul despre mișcarea mingii pentru a regla capcana laser. „Decizia cu privire la ridicarea capcanei și la cât de mult depinde de informațiile pe care le colectăm despre poziția mărgei. Acționează ca „combustibil” pentru motor”, explică oamenii de știință.
Care este dificultatea?
Așa funcționează sistemul, dar pentru a-l implementa corectAceastă strategie este dificilă dacă există prea mult zgomot de măsurare în sistem. Este creat de luminozitatea fasciculului laser care este utilizat pentru a detecta mingea.În astfel de cazuri, incertitudinea poziției sale pentru fiecare măsurătoare poate fi mai mare decât mișcarea obiectului cauzată de moleculele de apă oscilante. Ca rezultat, zgomotul de măsurare duce la un feedback eronat și, prin urmare, la reducerea productivității.
Utilizarea tipică a mecanismelor informaționalealgoritmi de feedback care bazează deciziile pe ultima măsurătoare a poziției mingii. Dar ele pot greși atunci când erorile de măsurare sunt prea mari.Oamenii de știință au vrut doar să afle dacă există o cale de a evita această problemă.
Există vreo soluție?
Au dezvoltat un algoritm de feedback carese bazează nu doar pe o măsurare directă a ultimei poziții a mingii (care poate fi inexactă), ci și pe toate măsurătorile anterioare. Acest algoritm de filtrare, prin urmare, ia în considerare erorile de măsurare atunci când se efectuează estimarea bayesiană.
În Statistica Matematică și Teoria AcceptăriiEstimatorul de decizie bayesian este un estimator statistic care minimizează așteptarea posterioară a funcției de pierdere. Mai simplu spus, maximizează așteptarea matematică posterioară a funcției de utilitate Să reamintim că probabilitatea posterioară este probabilitatea condiționată a unui eveniment aleatoriu, cu condiția ca datele posterioare, adică obținute după ceva experiență, să fie cunoscute.
Astfel, prin combinarea unui set de zgomotosmăsurători folosind modelul dinamic al mingii, este posibil să se recupereze o estimare mai precisă a poziției sale adevărate. Acest lucru va reduce semnificativ pierderile de performanță.
compromis „bayesian”.
Ca parte a studiului, oamenii de știință în mod clara arătat că un motor de informații care aplică feedback pe baza acestor estimări bayesiene are performanțe semnificativ mai bune decât motoarele de informații convenționale atunci când erorile de măsurare sunt prea mari. Majoritatea motoarelor de informare tipice se vor opri pur și simplu în acest caz.
Acest lucru i-a surprins pe oamenii de știință.Când erorile de măsurare depășesc un prag critic, mașina naivă nu mai funcționează ca o mașină pur informațională. „Cea mai bună strategie pentru ea este să renunțe pur și simplu și să nu facă nimic”, scriu cercetătorii. Dar modelul bayesian face treaba indiferent de magnitudinea erorii de măsurare, deși una mică.
Performanța motoarelor de informații.(a) Puterea motorului de date naiv (roșu) și bayesian (albastru). Marcajele roșii goale indică puterea de ieșire atunci când α este 0. (b) Diferența în rata de extracție a muncii de ieșire pentru motoarele bayesiene și naive, scalată la viteza maximă.
Credit și drepturi de autor: Physical Review Letters (2022). DOI: 10.1103/PhysRevLett.129.130601
Desigur, pentru abilitatea BayesianuluiMotorul de informații trebuie să „plătească” pentru a extrage energie chiar și cu erori mari de măsurare. Deoarece un astfel de mecanism folosește informații din toate măsurătorile anterioare, necesită mai mult spațiu de stocare și timp pentru a procesa informațiile.
Și acest lucru este logic.Minimizarea erorilor de măsurare crește nu numai munca extrasă din oscilații, ci și costurile procesării informațiilor. Drept urmare, oamenii de știință au găsit echilibrul ideal - eficiență maximă la un nivel intermediar de eroare de măsurare, atunci când se poate obține un nivel bun de extracție a energiei. În același timp, nu există costuri pentru prelucrarea datelor.
Acum, oamenii de știință studiază modul în care funcționarea motorului va fi afectată de zgomotul care provine de la alți factori decât căldura.
Citeste mai mult:
De ce Luna și nu Marte: principalul lucru despre misiunea Artemis-1 și de ce este nevoie de ea
O amuletă antică a rescris istoria celei mai misterioase limbi din Europa
Teoria principală a originii omului a fost infirmată: de unde venim