تیمی از فیزیکدانان دانشگاه‌های کنستانتس و اشتوتگارت موفق شده‌اند 400 ذره میکروسکوپی معلق در یک قطره مایع را به یک رایانه سیال (Liquid Computer) تبدیل کنند. این آرایه پیشرفته که در نشریه Communications AI & Computing معرفی شده، توانست با موفقیت سیگنال‌های آشفته را پیش‌بینی کرده و ناهنجاری‌های پنهان در داده‌ها را تشخیص دهد.

این سیستم الهام‌گرفته از مفهوم محاسبات مخزنی (Reservoir Computing)، یک سری زمانی آشفته را با دقت بالایی پیش‌بینی کرد. همچنین در بخش تشخیص ناهنجاری‌هایی که میانگین، واریانس و خودهمبستگی کوتاه‌مدت سیگنال‌ها را دست‌نخورده باقی می‌گذارند، توانست به امتیاز F1 برابر با 0.90 دست یابد. با این حال، دقت این سیستم حدود 10 برابر کمتر از مخازن محاسباتی مبتنی بر ممریستور (Memristor) ارزیابی شد.

شبیه‌سازی رایانه مایع و حرکت ذرات میکروسکوپی

چگونه ذرات میکروسکوپی محاسبات را انجام می‌دهند؟

هر نوسانگر در این بستر محاسباتی، یک کره سیلیکایی با شعاع 3 میکرومتر است که یک طرف آن با لایه‌ای از کربن به ضخامت 80 نانومتر پوشیده شده است. این ذرات در مخلوطی از آب و لوتیدین که در دمای 28 درجه سانتی‌گراد نگهداری می‌شود، معلق هستند. یک لیزر 532 نانومتری، سرپوش کربنی ذرات را گرم کرده و آن‌ها را به سمت نقاط هدف تعیین‌شده هدایت می‌کند. به دلیل تأخیر زمانی میان تصویربرداری و تغییر مسیر پرتو لیزر، ذره از نقطه هدف عبور کرده و در یک مدار کوچک آشفته مستقر می‌شود.

میدان‌های جریان در مایع، مدارهای مجاور را به یکدیگر متصل می‌کنند و اطلاعات از طریق جابجایی این نقاط هدف وارد سیستم می‌شوند. فاصله‌گذاری شبکه‌ای این ذرات، قدرت اتصال آن‌ها را تعیین می‌کند؛ چرا که نیروهای هیدرودینامیکی با افزایش فاصله ضعیف‌تر می‌شوند. محققان دریافتند که خطای پیش‌بینی در این فضا بیش از سه برابر تغییر می‌کند.

آرایه کلوئیدی ذرات و نوسانگرهای میکرونی

محدودیت‌ها و تفاوت با فناوری‌های رقیب

آرایه کلوئیدی در پیش‌بینی یک‌مرحله‌ای معیار مکی-گلاس (Mackey-Glass) به خطای میانگین مربعات نرمال‌شده (NRMSE) حدود 0.1 رسید. در همین حال، دستگاه‌های مبتنی بر ممریستور در همان آزمون به خطای 0.01 یا کمتر دست می‌یابند. محققان تصریح می‌کنند که این سیستم برای پیشی گرفتن از سخت‌افزارهای موجود طراحی نشده است، اما یک پیش‌چاپ از arXiv نشان می‌دهد که عدم استفاده از تقسیم زمان‌بندی (Time-multiplexing)، این پلتفرم را از سایر مخازن فیزیکی (از جمله فوتونی و اسپینترونیک) متمایز می‌کند.

اجرای این بستر نیازمند تجهیزات پیچیده‌ای نظیر منحرف‌کننده آکوستو-اپتیکال دو محوره با نرخ اسکن 100 کیلوهرتز، میکروسکوپ بلادرنگ و سلول کوارتز با کنترل دقیق دما است. یکی از چالش‌های مهم این روش، عدم ارائه آمار دقیقی از مصرف انرژی است؛ با وجود اینکه بازدهی انرژی، انگیزه اصلی توسعه این سیستم‌ها به شمار می‌رود. راه‌حل جایگزین که محققان پیشنهاد می‌دهند، استفاده از کلوئیدهای مبتنی بر الکترود به جای لیزر است.

نمودار دقت سیستم سیال در مقایسه با ممریستورها

کلمنس بشینگر (Clemens Bechinger)، استاد ماده چگال نرم در دانشگاه کنستانتس، معتقد است که برای استفاده از این سیستم، نیازی به درک کامل دینامیک آن نیست. تا زمانی که فیزیک ذرات به شکل قابل‌اعتمادی به ورودی‌ها واکنش نشان دهد، می‌توان از آن مستقیماً برای پردازش داده‌ها بهره برد. این رویکرد نوین می‌تواند راه را برای توسعه نسل جدیدی از پردازنده‌های زیستی و نرم هموار کند.