Komputer pływa w cieczy. Liczy dzięki setkom wirujących kulek

Kilkaset mikroskopijnych kulek pływa w cienkiej warstwie cieczy. Każda krąży wokół wyznaczonego punktu, a jej ruch wprawia płyn w drgania wpływające na sąsiadów. Naukowcy wysyłają do układu dane, obserwują zbiorowy taniec cząstek i na jego podstawie odczytują wynik. Tak powstał eksperymentalny komputer, w którym najtrudniejszą część obliczeń wykonuje sama fizyka.

Urządzenie zbudował zespół z Uniwersytetu w Konstancji i Uniwersytetu w Stuttgarcie. W kwarcowej komorze wypełnionej mieszaniną wody i organicznego związku chemicznego z grupy amin aromatycznych (2,6-lutydyny) umieszczono 400 krzemionkowych kulek o promieniu 3 mikrometrów.

Jedną półkulę każdej cząstki pokryto cienką warstwą węgla. Zielony laser podgrzewa powłokę i wywołuje lokalne zmiany w cieczy, dzięki którym kulka zaczyna się poruszać. Kamera śledzi jej położenie, a laser próbuje kierować ją do przypisanego punktu.

W samym układzie celowo występuje niewielkie opóźnienie. Zanim system przesunie wiązkę, cząstka zdąży znaleźć się kawałek dalej. Zamiast zatrzymać się w celu, zaczyna krążyć wokół niego po orbicie o promieniu około 1 mikrometra. Wirujące kulki nie obracają się więc jak miniaturowe bączki. Każda wykonuje ruch orbitalny, a setki takich oscylatorów ustawiono w sześciokątnej sieci.

Najważniejsze dzieje się jednak pomiędzy samymi cząstkami. Poruszająca się kulka wprawia ciecz w ruch, a powstały przepływ wpływa na sąsiadów. Te oddziałują na kolejne elementy i po chwili pojedyncza zmiana rozchodzi się po całej sieci.

W klasycznym komputerze połączenia trzeba zaprojektować jako ścieżki w układzie scalonym. Tutaj rolę sieci komunikacyjnej przejmuje płyn. Siłę połączeń można regulować, rozsuwając kulki albo ustawiając je bliżej siebie. Im mniejsza odległość, tym mocniej wzajemnie zaburzają swój ruch.

Badacze mogą również tłumić oscylacje i zmieniać czas, przez jaki układ pamięta wcześniejszy sygnał. To bardzo ważne, ponieważ dobry system musi jednocześnie reagować w złożony sposób i zachowywać ślad tego, co wydarzyło się chwilę wcześniej.

Rozwiązanie należy do rodziny tzw. reservoir computing. W takim komputerze nie trzeba dokładnie trenować wszystkich wewnętrznych połączeń, jak w typowej sieci neuronowej. Sygnał wejściowy wprawia fizyczny rezerwuar w złożony stan. Może nim być układ optyczny, sieć memrystorów, reakcja chemiczna, a tutaj setki cząstek połączonych przepływami cieczy. Naukowcy mierzą później ich pozycje i prędkości, a uczona jest jedynie prosta warstwa odczytująca.

To trochę jak wrzucenie kamyka do skomplikowanego systemu połączonych zbiorników. Nie trzeba opisywać każdej fali i odbicia. Wystarczy nauczyć się, jakie wzory na powierzchni odpowiadają konkretnemu zdarzeniu. Dzięki temu złożone przekształcenie danych wykonuje sam materiał. Podobnego celu szukają komputery neuromorficzne, które próbują przetwarzać i zapamiętywać informacje w jednym miejscu, zamiast bez końca przerzucać je między procesorem a pamięcią.

Naukowcy przetestowali swój układ na chaotycznych szeregach czasowych. Wprowadzili zmieniający się sygnał, a następnie nauczyli warstwę wyjściową przewidywać jego kolejne wartości. Komputer potrafił prognozować dalszy przebieg danych, mimo że pojedyncze kulki czasami nie reagowały idealnie albo na krótko łączyły się w skupiska. Najlepiej działał wtedy, gdy ustawienie cząstek równoważyło nieliniowość oraz krótką pamięć układu.

Jeszcze ciekawszy był test wykrywania anomalii. Badacze wprowadzili zmiany, które na pierwszy rzut oka nie różniły się wartością, nachyleniem, średnią ani wariancją. Zaburzały jedynie ukrytą zależność od wcześniejszych danych. Dla zwykłego obserwatora wykres wyglądał poprawnie. Fizyczny rezerwuar pamiętał jednak jego poprzedni przebieg, dlatego nagle zaczął popełniać większe błędy prognostyczne. W ten sposób wskazał miejsca subtelnej ingerencji. W przyszłości podobne rozwiązania mogłyby szukać pierwszych oznak arytmii, zmian poprzedzających trzęsienie ziemi, anomalii klimatycznych albo nieprawidłowości w pracy maszyn.

Ciekawy jest także sam sposób, w jaki informacja rozchodziła się po układzie. W symulacjach wystarczyło bezpośrednio sterować zaledwie 20 proc. cząstek, aby cała sieć nadal potrafiła wykonywać zadanie. Reszta otrzymywała informację pośrednio poprzez ruch cieczy i oddziaływania z sąsiadami. To właśnie ta zdolność odróżnia zbiorowy układ od zestawu 400 niezależnych kulek.

Co ciekawe, komputer działał też równolegle. Każda cząstka reagowała w tym samym czasie, bez konieczności wielokrotnego używania jednego elementu do symulowania całej dużej sieci. Geometrię układu można przy tym zmienić bez projektowania i produkowania nowego chipu. Wystarczy przestawić punkty, wokół których krążą cząstki, zmienić odległości lub inaczej wprowadzać sygnał.

Wyjaśnijmy sobie jedną kwestię – nie powstał tu procesor, który mógłby zastąpić układ w komputerze czy telefonie. To na razie jedynie eksperyment laboratoryjny, sterowany laserem, kamerą i dodatkową elektroniką. Sami badacze przyznają, że w tej formie rozwiązanie raczej nie trafi do praktycznego użycia. Nie udowodniono też, że cały system wraz z laserami i analizą obrazu rzeczywiście zużywa mniej energii od tradycyjnego sprzętu. Badanie pokazuje jedynie możliwość wykonywania obliczeń przez materię, a nie gotową przewagę energetyczną.

Przeczytaj także:

Istniejące już rezerwuary oparte na memrystorach osiągają znacznie wyższą dokładność. Pływające cząstki mają jednak inną zaletę: tworzą prawdziwie równoległy układ wielu elementów, którego geometrię, siłę oddziaływań i pamięć można zmieniać bez produkowania nowego układu scalonego. Najbardziej prawdopodobnym kierunkiem nie jest więc komputer działający w cieczy, lecz czujnik, który sam przetwarza sygnał i wysyła tylko alarm. Zamiast przesyłać tysiące surowych pomiarów, mógłby lokalnie wykryć, że rytm serca, drgania mostu albo zachowanie maszyny właśnie przestały być normalne.

*Grafika wprowadzająca wygenerowana przez AI