Команда інженерів Єльського університету продемонструвала мікрофлюїдний чип, у якому потоки рідини здатні «запам’ятовувати» попередні стани системи без використання традиційної електроніки. У роботі, про яку розповідає видання Interesting Engineering, пам’ять кодується в гнучких волокнах усередині мікроканалів і фіксується завдяки зміні їхньої форми під дією тиску.
Як рідина «запам’ятовує» минулі стани
Усередині мікрофлюїдного чипа дослідники розмістили тонкі еластичні волокна в мережі вузьких каналів. Глибина кожного каналу становить приблизно половину ширини людської волосини. Коли через систему проходить рідина, тиск змушує окремі волокна переходити між двома стійкими конфігураціями.
Кожне положення волокна змінює доступний шлях для потоку рідини. Таким чином, геометрія каналу зберігає «слід» попереднього руху рідини — фізичний запис минулого стану системи. Інженери можуть трактувати дві конфігурації як бінарні стани, тобто 0 та 1, подібно до комірок пам’яті в комп’ютері.
На відміну від звичайної комп’ютерної пам’яті, для перемикання між цими станами не потрібні електронні елементи. За словами провідного автора роботи Абгініта Раджпута (Abhineet Rajput), аспіранта з лабораторії професора Аміра Пахлавана (Amir Pahlavan), традиційні мікрофлюїдні системи спираються на активні компоненти, тоді як тут інформація зберігається пасивно завдяки мікроволокнам.
Волокна також можуть впливати одне на одне. Їхні взаємодії дозволяють поодиноким змінам форми визначати поведінку ширшої мережі каналів. У результаті формується більш складний тип фізичної пам’яті, де конфігурація всієї системи залежить від історії попередніх потоків.
Рідинний «мозок» для м’яких роботів
Автори роботи вбачають у підході новий шлях до керування м’якими роботами. Такі машини повинні згинатися, стискатися, проходити через вузькі простори або працювати там, де традиційні електронні схеми вразливі до пошкоджень.
У перспективі рідинний контролер міг би використовувати тиск і швидкість потоку як сигнали. Мережа каналів передавала б ці сигнали між різними частинами системи, а гнучкі волокна — регулювали б рух рідини й зберігали інформацію про те, що з роботом відбувалося раніше.
Професор Пахлаван вважає, що в середовищах, де електроніку легко пошкодити або де є сильні перешкоди, повністю рідинний контролер може стати реальною альтернативою. Такий модуль, вбудований у м’якого робота, фактично виконував би функції «мозку», керуючи його діями через конфігурацію потоків.
При цьому дослідникам ще потрібно показати, наскільки надійно подібний контролер здатен керувати реальними роботами в практичних завданнях і як стабільно працюватиме така пам’ять у тривалих циклах роботи.
Чи зможе рідинна мережа навчатися
Створення фізичної пам’яті — лише перший крок. Наступне завдання, яке ставлять собі інженери, — з’ясувати, чи можна навчати такі рідинні мережі, тобто налаштовувати їх так, щоб вони виробляли певні, бажані реакції на вхідні потоки.
Якщо вдасться змінювати поведінку системи під час «тренування», вона зможе не просто зберігати попередню інформацію, а й адаптувати свої відповіді до нових умов. Це наблизить рідинні мережі до фізичної форми навчання, подібної до дуже спрощеної версії того, як працюють біологічні нейронні мережі.
Ті самі принципи можуть зацікавити й біологів, які вивчають організми без мозку, але з досить складною поведінкою. Наприклад, слизові гриби здатні знаходити ефективні маршрути в лабіринтах, а гриби й коріння рослин демонструють складні реакції на зміну середовища. Мікрофлюїдні мережі із взаємодіючими елементами можуть стати фізичною моделлю, щоб досліджувати, як накопичений досвід і локальні взаємодії формують загальну поведінку таких систем.
Поки що залишається відкритим питання, чи зможе технологія навчитися виконувати корисні прикладні завдання. Втім, автори вже представили експериментальне підтвердження того, що потоки рідини можуть слугувати носієм пам’яті без традиційних електронних схем. Свої результати вони опублікували в журналі Physical Review X.