Tai visiškai naujas požiūris į inžineriją, nes paprastai skysčių sistemos tik reaguoja į tai, kas vyksta šiuo metum rašo "Interesting Engineering". Naujoji Jeilio mokslininkų sistema sugeba išsaugoti informaciją apie buvusius srautus: fizinės sistemos dalys įsimena praeities įvykius, ir tai tiesiogiai lemia, kaip sistema elgsis toliau.
Mokslininkai specialioje mikroschemoje sukūrė siaurų kanalų tinklą ir į juos įdėjo lanksčius pluoštus. Kiekvienas kanalas yra be galo smulkus – jo gylis siekia vos pusę žmogaus plauko storio. Skysčiui tekant šiais kanalais, slėgis nustumia pluoštus į vieną iš dviejų galimų padėčių. Kiekviena tokia padėtis pakeičia skysčio tekėjimo kelią, taip palikdama savotišką fizinį įrašą apie tai, kokia buvo ankstesnė sistemos būsena.
Šias dvi pluoštų padėtis galima įsivaizduoti kaip nulius ir vienetus – lygiai taip, kaip veikia kompiuterio atmintis, tik šiuo atveju nereikia jokios elektronikos. Pagrindinis tyrimo autorius Abhineetas Rajputas pabrėžia, kad tokia sistema naudoja mikropluoštus informacijai išsaugoti visiškai pasyviai. Be to, šie pluoštai sąveikauja tarpusavyje, todėl vienas mažas pokytis gali nulemti viso tinklo elgesį ir sukurti kur kas sudėtingesnę fizinės atminties formą.
Susiję straipsniai
Šis atradimas atveria naujas duris „minkštųjų“ robotų kūrėjams. Tokiems robotams tenka lankstytis, lįsti pro siaurus plyšius ar dirbti ten, kur įprasta aparatinė įranga tiesiog sugestų. Pavyzdžiui, aplinkose, kur veikia stiprūs elektromagnetiniai trukdžiai, elektronika gali tapti beverte. Docentas Amiras Pahlavanas tiki, kad ateityje toks skysčiais paremtas valdiklis galėtų tapti minkštojo roboto smegenimis. Užuot naudojus elektrą, signalai būtų perduodami skysčio slėgiu ir srauto greičiu, o lanksčios gijos reguliuotų judėjimą ir saugotų informaciją. Aišku, mokslininkams dar teks įrodyti, kaip patikimai tokia sistema gali atlikti praktines užduotis realiomis sąlygomis.
Mokslininkų ambicijos nesibaigia vien atmintimi – jie nori išsiaiškinti, ar tokią sistemą galima išmokyti reaguoti tam tikru būdu. Jei tinklas sugebėtų pats prisitaikyti prie skysčio srautų, jis pereitų nuo paprasto informacijos saugojimo prie tikro fizinio mokymosi.
Toks principas nepaprastai domina ir biologus, tyrinėjančius organizmus, kurie aplinkoje orientuojasi neturėdami smegenų. Tai galėtų padėti geriau suprasti, kaip grybai gleivūnai randa efektyviausius kelius labirintuose arba kaip augalų šaknys reaguoja į aplinkos pokyčius. Žurnale „Physical Review X“ aprašyti skysčių tinklai gali tapti puikiu modeliu tyrinėti, kaip patirtis formuoja elgesį, nors ar ši technologija iš tiesų išmoks atlikti naudingas užduotis, kol kas lieka atviras klausimas.