Прорыв без полупроводников. Исследователи из Йеля научили жидкость хранить информацию
Исследователи из Йельского университета нашли способ научить жидкость запоминать свое предыдущее состояние с помощью крошечных гибких волокон.
Обычные гидравлические системы реагируют лишь на текущее давление или температуру, однако разработка американских инженеров сохраняет физические следы прошлых потоков. Эта механическая память напрямую определяет дальнейшее поведение всей системы.
Об этом пишет Interesting Engineering.
Внутри микрофлюидного чипа ученые проложили сеть каналов глубиной примерно в половину толщины человеческого волоса. Когда жидкость течет по этим узким ходам, давление заставляет гибкие волокна переключаться между двумя стабильными положениями.
Каждое изменение формы перекрывает или открывает новый путь для потока, создавая физическую запись предыдущего состояния. Такой механизм работает по принципу двоичного кода из нулей и единиц, но не требует кремниевых транзисторов для хранения информации.
Ведущий автор исследования, аспирант Абхинит Раджпут, объяснил, в чем заключается отличие от традиционных устройств. Ученый отметил, что классические микрофлюидные чипы требуют активных внешних элементов, тогда как новая разработка пассивно хранит данные с помощью самих микроволокон. Волокна взаимодействуют друг с другом и формируют сложную коллективную память сети.
Исследование открывает путь к созданию «жидкого мозга» для гибких роботов, которым необходимо сильно изгибаться или протискиваться сквозь узкие щели. Сигналы внутри такого аппарата будут передаваться посредством колебаний давления и скорости потока воды.
Руководитель лаборатории, доцент кафедры машиностроения Амир Пахлаван, видит большие перспективы в обеспечении защиты от радиопомех. Ученый подчеркнул, что полностью жидкостный контроллер можно интегрировать в корпус робота, где он надежно заменит чувствительную электронику в условиях сильного электромагнитного излучения.
Сейчас разработчики пытаются выяснить, способна ли такая система самостоятельно обучаться новым реакциям. Принцип работы каналов очень напоминает поведение примитивных живых организмов — например, слизевиков, грибов или корней растений, — которые находят выход из лабиринтов и реагируют на окружающий мир без участия привычного мозга.