ฟิสิกส์สร้างคอมพิวเตอร์เหลวจากอนุภาค 400 ตัว ตรวจจับสัญญาณ chaotic ด้วย F1 = 0.90

การวิจัยของนักฟิสิกส์จากมหาวิทยาลัยคอนสแทนซ์และสตุตการ์ทได้สร้าง “reservoir computer” จาก 400 อนุภาคมาละเอียด ที่โคจรอยู่ในหยดของเหลว เพื่อตรวจจับความแปรปรวนแบบ chaotic และทำการพยากรณ์สัญญาณตามลำดับ Mackey‑Glass แม้ว่าระบบจะให้ผลลัพธ์ที่แม่นยำเพียงระดับ F1 = 0.90 ในงานตรวจหา anomalous signal แต่ก็ยังช้อยต่อเทคโนโลยีเมมริสเตอร์ (memristor) ที่ทำได้ดีกว่า 10 เท่า ผลการทดลองนี้ถูกตีพิมพ์ในวารสาร *Communications AI & Computing* และเปิดประเด็นเกี่ยวกับความเป็นไปได้ของ “ฮาร์ดแวร์เหลว” ในด้านคอมพิวเตอร์เชิงอนุภาค

Overview

งานวิจัยมุ่งเน้นการใช้ reservoir computing แบบฟิสิกส์โดยอาศัยการเคลื่อนที่ของอนูภาคในสภาพไฮโดรไดนามิก ระบบรับข้อมูลจากตำแหน่งเป้าหมาย (target points) ที่กำหนดและให้อนุภาคมายังคงโคจรอยู่รอบ ๆ จุดนั้น การทำงานนี้ทำให้เกิดการเชื่อมต่อระหว่างอนุภาคโดยแรงผลักของกระแสน้ำ ซึ่งสามารถปรับความแรงได้ผ่านการเปลี่ยนระยะห่างของ lattice

นักวิจัยอธิบายว่า แม้ระบบจะมีข้อจำกัดเรื่องความเร็วและความแม่นยำ แต่ก็แสดงให้เห็นว่าฟิสิกส์ของของไหลแบบนี้สามารถนำมาใช้เป็นโครงสร้างคำนวณได้โดยไม่ต้องเข้าใจกลไกเชิงลึกทุกประการ เพียงแต่ต้องอาศัยการตอบสนองที่เสถียรต่อสัญญาณอินพุต

Experimental Design

แต่ละ oscillator เป็นทรงกลมซิลิกาที่มีรัศมี 3 μm โดยด้านหนึ่งเคลือบคาร์บอนหนา 80 nm และถูกแขวนอยู่ในสารผสม water‑lutidine ที่อุณหภูมิ 28 °C แหล่งกำเนิดพลังงานคือเลเซอร์ความยาวคลื่น 532 nm ซึ่งทำให้ส่วนที่เคลือบคาร์บอนร้อนและดันอนุภาคไปยังตำแหน่งเป้าหมาย

เมื่อภาพของอนุภาคมาถูกจับได้แล้ว ระบบจะสั่งให้เลเซอร์ปรับทิศทางโดยอาศัย two‑axis acousto‑optical deflector ที่สแกนด้วยความเร็ว 100 kHz เนื่องจากมีความหน่วงระหว่างการถ่ายภาพและการสั่งตำแหน่ง ทำให้อินพุต “overshoot” แล้วเข้าสู่วงโคจรเล็ก ๆ แทน

ลักษณะสำคัญของการทดลองประกอบด้วย

• ระยะห่าง lattice ที่กำหนดความแรงของ coupling (แรงไฮโดรไดนามิกลดลงตามระยะ)
• ค่าดัมพิงที่ตั้งค่าให้อนุภาคมีกำลังสวิงสูงสุดได้ตามต้องการ

ทั้งสองตัวแปรสามารถปรับได้ในขณะทดลอง ทำให้ข้อผิดพลาดของการพยากรณ์เปลี่ยนแปลงมากกว่า 3 เท่า ในพื้นที่พารามิเตอร์ที่ทดสอบ

Performance & Benchmarking

ระบบนี้ทำการพยากรณ์ขั้นตอนเดียวของชุดข้อมูล Mackey‑Glass ด้วย normalized root‑mean‑square error (NRMSE) ≈ 0.1 ซึ่งถือว่าเป็นผลลัพธ์ที่ดีในระดับของระบบไฮโดรโพลีเมอร์ อย่างไรก็ตามอุปกรณ์เมมริสเตอร์ที่ใช้เทคนิค time‑multiplexing สามารถทำได้ถึง NRMSE ≤ 0.01 บนเกณฑ์เดียวกัน

ในการตรวจจับ anomalous signal ที่ไม่มีการเปลี่ยนแปลงของค่าเฉลี่ย ความแปรปรวน หรือ autocorrelation ระยะสั้น ระบบให้คะแนน F1 = 0.90 แม้ว่าอัตราการตรวจจับนี้จะสูงกว่าค่ามาตรฐานหลายระบบ แต่ก็ยังห่างไกลจากผลลัพธ์ที่ได้จากเมมริสเตอร์ที่ใช้เวลานานในการพัฒนา

นักวิจัยยังสังเกตว่า ประสิทธิภาพของระบบไม่ลดลงอย่างมีนัยสำคัญเมื่อใช้อินพุตเพียง **20 % ของอนุภาคทั้งหมด หรือแม้กระทั่งในกรณีที่บางอนุภาคมิตอบสนองต่อเลเซอร์หรือเกิดการจับกลุ่มกัน

Comparison with Memristor Reservoirs

บทความยอมรับอย่างเปิดเผยว่าระบบ “colloidal reservoir” ยัง ด้อยกว่าเมมริสเตอร์ประมาณ 10 เท่า โดยอ้างถึงผลการทดลองจากหลายงานที่ใช้เมมริสเตอร์เป็นฐานการประมวลผลเชิงเวลา (time‑multiplexing) ซึ่งได้ผลลัพธ์ดีกว่าในแง่ของความแม่นยำและความเร็ว

อย่างไรก็ตาม งานพรีเพรินต์บน arXiv ที่เผยแพร่เดือนมกราคมระบุว่าการหลีกเลี่ยงการใช้ time‑multiplexing ทำให้ระบบนี้แตกต่างจาก reservoir อื่น ๆ ทั้งแบบ photonic, spintronic และเมมริสเตอร์ ซึ่งอาจเป็นจุดขายในด้านการออกแบบสถาปัตยกรรมคอมพิวเตอร์เชิงอนุภาคที่ต้องการ “real‑time” โดยไม่ผ่านขั้นตอน multiplex

Practical Considerations

การตั้งค่าเครื่องมือของระบบจำเป็นต้องมี 532 nm laser, acousto‑optical deflector สแกนที่ 100 kHz, กล้องจุลทรรศน์แบบ real‑time พร้อมระบบติดตามอนุภาค, เซลล์ควอตซ์ที่ควบคุมอุณหภูมิและคอมพิวเตอร์ทั่วไปสำหรับประมวลผล 1,000 Gaussian kernels และ ridge regression ผลลัพธ์

เอกสารไม่ได้ให้ข้อมูลเกี่ยวกับการใช้พลังงานแม้ว่า “energy efficiency” จะเป็นเป้าหมายของการวิจัย ผู้เขียนยอมรับว่าการตั้งค่าที่อาศัยเลเซอร์อาจไม่สามารถนำไปประยุกต์ใช้งานจริงได้ และเสนอแนวทางเช่น electrode‑driven colloids เพื่อให้ระบบง่ายและต้นทุนต่ำลง

ศาสตราจารย์ Clemens Bechinger ของมหาวิทยาลัยคอนสแทนซ์ระบุว่า “ฟิสิกส์ของระบบนี้ไม่จำเป็นต้องเข้าใจอย่างละเอียด เพียงแต่ต้องตอบสนองได้เชื่อถือได้” ซึ่งเปิดโอกาสให้การออกแบบฮาร์ดแวร์ที่อิงกับธรรมชาติของของไหลต่อไป

Outlook

แม้ผลลัพธ์ยังห่างไกลจากมาตรฐานเมมริสเตอร์ การทดลองนี้เป็นก้าวสำคัญในการแสดงให้เห็นว่าการใช้ reservoir computing บนสเกลไมโครระดับสามารถทำงานได้จริงในสภาวะของไฮโดรไดนามิก นอกจากนี้ทีมวิจัยอื่นที่เพิ่งซิงค์ 105,000 nano‑oscillators ในเวลา 45 ns แสดงให้เห็นถึงศักยภาพการขยายขนาดและความเร็วของเทคโนโลยีนี้

ในระยะยาว การพัฒนาวิธีกระตุ้นที่ง่ายกว่า เช่น ระบบอิเล็กโทรด หรือการรวมเข้ากับชิปเซมิคอนดักเตอร์ อาจทำให้ “ฮาร์ดแวร์เหลว” กลายเป็นตัวเลือกเสริมสำหรับงานประมวลผลที่ต้องการพลังงานต่ำและความทนทานต่อสภาพแวดล้อม

Summary

นักฟิสิกส์จากคอนสแทนซ์และสตุตการ์ทได้สร้าง reservoir computer จาก 400 อนุภาคมาละเอียด ที่โคจรในของเหลว โดยสามารถพยากรณ์ชุดข้อมูล chaotic และตรวจจับ anomalous signal ได้แม้ความแม่นยำจะยังต่ำกว่าเมมริสเตอร์ถึง 10 เท่า การทดลองนี้เปิดแนวทางใหม่สำหรับการใช้ฟิสิกส์ของไฮโดรโพลีเมอร์เป็นส่วนประมวลผล แม้ว่าจะต้องเผชิญกับข้อจำกัดด้านอุปกรณ์และพลังงานในขั้นตอนต่อไป.