Течен компютър от 400 частици в хаотични орбити

Физици от университетите в Констанц и Щутгарт превърнаха няколкостотин микроскопични частици, които се въртят в хаотични орбити в капка течност, в работещ компютър. Устройството успя да предскаже хаотичен сигнал и да засече едва доловими аномалии в зашумени данни — но все още греши около 10 пъти повече от конкурентните мемристорни системи. Резултатите са публикувани на 23 юли 2026 г. в списание Communications AI & Computing (DOI 10.1038/s44488-026-00001-3), а за откритието първо съобщи Tom’s Hardware.

Как частици в течност се превръщат в компютър

Всяка частица в системата е силициевоокисна сфера с радиус около 3 микрометра, покрита от едната страна с тънък слой въглерод от 80 нанометра. Сферите плуват в смес от вода и лутидин, поддържана при точно 28°C. Лазер с дължина на вълната 532 нанометра нагрява въглеродната шапка и избутва частицата към зададена целева точка.

Тук идва трикът. Между момента, в който камерата заснема къде е частицата, и момента, в който лазерът я премести, минава кратко забавяне. Заради него частицата винаги „прескача” целта и вместо да спре, се установява в малка орбита около нея. Стотици такива частици, свързани чрез потоците на течността помежду си, започват да се движат в сложен колективен танц.

Не логически елементи, а „резервоар”

Заглавията говорят за частици, превърнати в логически елементи, но истинският механизъм е по-фин. Екипът на професор Клеменс Бехингер и водещия автор Файт-Лоренц Хойте не изгражда отделни AND и OR вентили. Вместо това използва подход, наречен reservoir computing (изчисление с резервоар).

Идеята е проста и елегантна: подавате входните данни като смущения към сложна физична система — „резервоара” — и оставяте нейната богата, нелинейна динамика да „разбърка” сигнала в множество измерения. После обучавате един-единствен прост изходен слой да чете полученото състояние. Красивото е, че самият резервоар не е нужно да се разбира или контролира прецизно.

Какво реши устройството

Течният компютър се справи с два теста. Първо предсказа хаотична времева редица от тип Mackey–Glass — класически бенчмарк, при който минали стойности определят бъдещите по трудно предвидим начин. Второ, и по-впечатляващо, засече аномалии, които оставят средната стойност, дисперсията и краткосрочната автокорелация на сигнала непокътнати — тоест такива, които обикновените статистически филтри пропускат. На тази по-трудна задача системата постигна F1-резултат от 0,90.

Според изследователите точно тази чувствителност към фини отклонения в зашумени реални данни — сеизмични записи, климатични редици — е най-обещаващото приложение: евтини сензори на ръба на мрежата, които предупреждават рано за необичайни събития.

Защо още изостава от мемристорите

Честността на авторите е част от новината: същите задачи, решени с резервоари на основата на мемристори, дават около 10 пъти по-малка грешка. Мемристорите — електронни елементи, които „помнят” преминалия през тях заряд — са по-бързи, по-компактни и по-точни. Течната среда е бавна, чувствителна към температура и трудна за мащабиране.

Защо тогава изобщо да я строим? Защото демонстрира принцип: полезно изчисление може да възникне от колективното движение на взаимодействащи частици, без нито един транзистор. Това е урок за неконвенционалните изчислителни среди изобщо — от ДНК компютрите до фотонните и невроморфните чипове.

Потенциалът на необичайния хардуер

Класическият силиций се сблъсква с физични граници, а всяко ново поколение чипове става все по-скъпо и по-горещо — тема, която засягаме и когато Intel връща едновременната многонишковост при сървърните си процесори. Точно затова расте интересът към среди, при които изчислението „идва наготово” от самата физика — потенциално с драстично по-нисък разход на енергия.

Течният компютър от Констанц едва ли ще замени процесора ви. Но той е доказателство на концепция: понякога хаосът не е шум, който трябва да потиснем, а изчислителен ресурс, който можем да впрегнем. С усъвършенстване на контрола и мащаба разликата с мемристорите може да се стопи — а тогава капка течност би могла да стане тих, енергоспестяващ сензор, който пръв усеща, че нещо в данните не е наред.

Източници: Tom’s Hardware, Tech Xplore, Communications AI & Computing (DOI 10.1038/s44488-026-00001-3).