- جامعة ييل تكتشف أن السوائل الجارية يمكنها تذكر الأحداث الماضية، مما قد يغير التفكير الهندسي.
- شريحة ميكروفلويديكية تستخدم أليافاً مرنة لتسجيل حالات السائل السابقة، دون حاجة إلى مكونات إلكترونية.
- يمكن للنظام توفير متحكمات جديدة للروبوتات الناعمة، تتكيف مع البيئات المعقدة.
- يسعى الباحثون لتدريب شبكات سائلة لإنتاج استجابات محددة، نحو تطوير التعلم الفيزيائي.
اكتشف باحثون في جامعة ييل طريقة تمكن السوائل الجارية من "تذكر" الأحداث التي وقعت في الماضي، وذلك باستخدام ألياف دقيقة مرنة تتغير شكلها تحت الضغط. وقد يساعد هذا الاكتشاف المهندسين على تطوير روبوتات ناعمة لا تحتاج إلى متحكمات إلكترونية تقليدية، إذ تقلب هذه الفكرة طريقة التفكير في مشكلات الهندسة التقليدية. فمعظم الأنظمة السائلة تتفاعل وفقاً للظروف التي تواجهها، لكن تصميم ييل قادر على الاحتفاظ بآثار التدفقات السابقة. وتخزن مكوناته المادية المعلومات بفعالية، مما يسمح للأحداث الماضية بالتأثير على سلوك النظام اللاحق.
داخل الشريحة الميكروفلويديكية، وضع الباحثون أليافاً مرنة في شبكة من القنوات الضيقة. يبلغ عمق كل قناة تقريباً نصف سمك شعرة بشرية. وعندما يتحرك السائل في القنوات، يدفع الضغط الألياف المنفردة بين ترتيبين مستقرين. ويغير كل موقع المسارات المتاحة لمرور السائل، مما يخلق سجلاً مادياً لحالات النظام السابقة. ويمكن للمهندسين تمثيل هذين الترتيبين كأرقام ثنائية، أي صفر وواحد. وعلى عكس ذاكرة الحاسوب التقليدية، لا يتطلب هذا الترتيب مكونات إلكترونية لتبديل الحالات. وشرح أبينيت راجوت، طالب الدراسات العليا في مختبر البروفيسور أمير باهارافان بجامعة ييل والمؤلف الرئيسي للدراسة، هذا الفرق قائلاً: "تعتمد الميكروفلويديك التقليدية على عناصر نشطة، بينما يستخدم هذا النظام الألياف الدقيقة لتخزين المعلومات بشكل سلبي".
مبدأ عمل الشريحة الميكروفلويديكية
يمكن لهذه الألياف أيضاً أن تؤثر على بعضها البعض. فتداخلها يتيح للتغيرات الفردية تشكيل سلوك الشبكة الأكبر، مما ينتج ذاكرة فيزيائية أكثر تعقيداً. وقد تفتح هذه البحوث مساراً آخر للتحكم في الروبوتات الناعمة. فغالباً ما تحتاج هذه الآلات إلى الانحناء، والعبور عبر مساحات ضيقة، أو العمل في بيئات تتحدى الأجهزة التقليدية. ويمكن للمتحكمات السائلة استخدام الضغط ومعدلات التدفق لنقل الإشارات. وتربط القنوات أجزاء النظام المختلفة، بينما تنظم الألياف المرنة حركة السائل وتحتفظ بالمعلومات. ويرى باهارافان أن هذا النظام ذا قيمة خاصة في البيئات التي تواجه فيها الأجهزة الإلكترونية قيوداً.
"يمكننا تصميم متحكم سائل بالكامل، قابل للتكامل في روبوت ناعم ويعمل بفعالية كدماغ له"، يقول باهارافان، الأستاذ المساعد في الهندسة الميكانيكية بجامعة ييل. ويشير إلى أن التداخل الكهرومغناطيسي قد يعطل الأنظمة الإلكترونية في بعض بيئات التشغيل، بينما يوفر المتحكم القائم على حركة السائل بديلاً، رغم أن الباحثين لا يزالون بحاجة إلى إثبات قدرته على توجيه الروبوتات بشكل موثوق في مهام عملية.
اتجاهات البحث المستقبلية
الذاكرة ليست سوى جزء من طموح الباحثين. والسؤال التالي هو ما إذا كان المهندسون قادرين على تدريب الشبكات السائلة لإنتاج استجابات محددة. ويمكن للتدريب أن يغير طريقة استجابة الشبكة للتدفقات الداخلة، مما يمكّنها من تكييف سلوكها. وسيجعل تحقيق ذلك النظام يتجاوز مجرد الاحتفاظ بمعلومات الماضي، نحو اتجاه التعلم الفيزيائي. وقد تثير المبادئ نفسها اهتمام علماء الأحياء الذين يدرسون كيف تتنقل الكائنات الحية بدون أدمغة في بيئاتها. فعلى سبيل المثال، تستطيع العفن الغروي إيجاد مسارات فعالة عبر المتاهات. ويأمل الباحثون أيضاً في فهم كيف تستجيب الفطريات وجذور النباتات للتغيرات البيئية.
قد توفر الشبكات السائلة نموذجاً فيزيائياً لدراسة كيف تشكل التفاعلات والخبرات المتراكمة السلوك. ولا يزال ما إذا كانت هذه التقنية قادرة في النهاية على تعلم مهام مفيدة سؤالاً مفتوحاً.
نُشرت نتائج البحث في مجلة "Physical Review X".
العنصر المواصفات المعالج/SoC شريحة ميكروفلويديكية الذاكرة ألياف مرنة
التطبيقات والتحديات المحتملة لأنظمة التحكم السائلة
يُظهر بحث جامعة ييل أن تقنية استخدام السوائل الجارية لتسجيل الحالات السابقة قد توفر نهجاً جديداً لروبوتات المستقبل الناعمة. ويمكن لهذا المتحكم القائم على السوائل أن يُظهر موثوقية أعلى عند مواجهة تحديات مثل التداخل الكهرومغناطيسي. ومع ذلك، لا يزال كيفية تدريب هذه الشبكات السائلة للتكيف مع مهام محددة مشكلة عالقة. وقد لا يكون لهذه التقنية تأثير محتمل في المجال الهندسي فحسب، بل قد تثير اهتمام علماء الأحياء أيضاً، لأنها توفر نموذجاً فيزيائياً لدراسة كيف تتنقل الكائنات الحية بدون أدمغة.