Представьте песок, на котором остаются следы, или смятую бумагу с заломами - некоторые материалы хранят отпечатки своей истории. Исследователи из Йельского университета показали, что сети текущей воды и других жидкостей тоже способны запоминать прошлое. Работа опубликована в журнале Physical Review X.

В лаборатории профессора Амира Пахлавана создали небольшой чип с множеством микроскопических каналов. Глубина каждого - примерно половина толщины человеческого волоса. Внутри каналов разместили гибкие микроволокна, которые мешают потоку жидкости. Давление потока может переключать волокна между двумя устойчивыми состояниями, и от этого зависит, как проходит жидкость.

Так формируется память о прошлых потоках: текущее состояние каждого волокна зависит от его истории, а при связи волокон - и от состояний соседей. Две устойчивые конфигурации волокна можно сравнить с нулём и единицей - как бит (минимальная единица информации) в компьютерной памяти. Обычно компьютеры хранят данные в электронных устройствах, но здесь информация записывается в положении гибких волокон, которые пассивно переключаются при изменении потока.

"В отличие от традиционной микрофлюидики (технологии управления жидкостями в микроканалах), где используются активные элементы, эта система применяет микроволокна для пассивного хранения информации, - говорит ведущий автор Абхинит Раджпут, аспирант лаборатории Пахлавана. - Волокна можно настроить так, чтобы они взаимодействовали и взаимно влияли на физическое состояние друг друга, порождая сложную память всей системы".

Одно из возможных применений - мягкая робототехника для сред, где обычная электроника не работает. Расход и давление жидкости могли бы заменить электрический ток, волокна - клапаны, а каналы - соединения. "Во многих таких средах электроника может отказать из-за электромагнитных помех или других проблем, - поясняет Пахлаван, доцент машиностроения. - Поэтому мы хотим создать полностью жидкостный контроллер, который можно встроить в мягкого робота и использовать как его мозг".

Более отдалённый вопрос - можно ли обучить такие жидкостные сети выполнять полезные задачи. Это перевело бы работу от простого хранения информации к физическому обучению, когда тренировка меняет реакцию системы ради нужного результата. Исследователи также надеются, что это поможет понять память и обучение у некоторых живых организмов: грибов, корней растений и слизевика - одноклеточного существа без мозга, которое умеет находить кратчайший путь через лабиринт.

Пока речь идёт о лабораторной демонстрации, а не о готовых устройствах. Авторы подчёркивают: их выводы касаются хранения информации в пассивных волокнах, а возможность обучения и применения в роботах остаётся предметом будущих проверок.

Источник: Phys.org