Вселенная Плюс

@vselennayaplus · Russian · active

Subscribers 83.7K Subscribers, last 30 days: 83.7K → 83.7K +0 24h
Reach per post (ERR) 19.4%16.2K avg views
Posting 1.9/day last 7 hours ago
Reactions per 1K views 13.2 👍 🔥 ❤

Как научить воду помнить (нет, не с помощью ТВ) Обычно жидкость живёт настоящим: как на неё давят сейчас, так она и течёт. Исследователи из Йельского университета показали, что это можно изменить, и собрали микрофлюидный чип, в котором течение хранит следы собственного прошлого. Внутри него — сеть узких каналов глубиной примерно в половину толщины человеческого волоса, а в каналах размещены гибкие микроволокна. У каждого волокна два устойчивых положения — физики называют такие системы бистабильными. Давление потока перебрасывает волокно из одного положения в другое, и оно там остаётся. Так в системе остаётся физическая запись о том, что с ней происходило, и прошлое начинает влиять на её дальнейшее поведение. Два положения — готовые ноль и единица, то есть двоичный код. Причём для переключения не нужны ни транзисторы, ни другая электроника. Классической микрофлюидике требуются активные элементы, здесь же информацию пассивно хранят сами волокна. Волокна влияют друг на друга, и переключение одного сказывается на всей сети, так что память получается сложнее набора независимых ячеек. Зачем это нужно? Прежде всего мягким роботам, которые гнутся, протискиваются в узкие места и работают там, где обычной электронике тяжело. Сигналами в «жидком контроллере» служили бы давление и скорость потока, каналы связывали бы части робота, а волокна регулировали бы течение и хранили информацию. А там, где электронику сбивают электромагнитные помехи, он мог бы стать альтернативой. Работа вышла в журнале Physical Review X, но пока это лабораторный этап: насколько надёжно такой контроллер справится с реальными задачами, ещё предстоит показать. Следующий шаг — понять, можно ли эти сети обучать, меняя их реакцию на входящие потоки. Удастся ли, пока неизвестно. @vselennayaplus

Views over time

05K10K15K20K18 Oct 11:0411 Nov 18:0717.6K18 Oct 11:04: 0 views11 Nov 18:07: 17,600 views
Snapshots we took after posting.
WhenViews
18 Oct 2026, 11:040
11 Nov 2026, 18:0717.6K

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.