北京
把一滩液体变成一台“计算机”——德国康斯坦茨大学与斯图加特大学的物理学家团队做到了。他们让悬浮在溶液中的400个微小二氧化硅粒子，成功预测了一段混沌时间序列信号，并完成了异常检测任务。这项研究成果已发表在《通信、人工智能与计算》期刊上。
这套系统的核心，是让粒子在液体中扮演“振荡器”的角色。每个振荡器都是一个半径仅3微米的二氧化硅球，一端覆盖着80纳米厚的碳层，悬浮在28°C的水-二甲基吡啶混合溶液中。当532纳米激光加热碳层时，粒子被驱动飞向预设的目标点。但由于成像与光束重新定位之间存在延迟，粒子会过冲并最终在一个较小的轨道上稳定下来，而液体中的流场则负责耦合相邻的轨道。数据以目标点位移的形式输入系统。
研究人员将这些振荡器排列成六边形晶格，单个粒子围绕目标位置运行时的轨道半径约为1微米，阵列间距可设为12微米、14微米或30微米，阻尼参数则有0微米、1.4微米和1.5微米三种设置。在脉冲测试中，当全部目标位置沿同一方向移动4微米并持续4个延迟时间后，测得的弛豫时间随间距和阻尼参数的变化超过一个数量级。
在混沌预测实验环节，团队选用了麦基-格拉斯（Mackey-Glass）序列作为基准。这是一种由确定性方程生成的混沌时间序列，虽看似随机噪声，却具有明确的统计规律。它长期不可预测、对初始条件极度敏感，常被用来检验系统对非线性时间依赖关系的预测能力。实验中，阵列接收了6700个时间步的信号，前80%的数据用于训练线性读出层，后20%用于验证。系统最终在更复杂的异常检测任务中取得了0.90的F1值，这些异常不影响信号均值、方差和短时自相关性。
不过，论文也毫不回避地指出了这套液体计算平台的精度短板。单步麦基-格拉斯序列预测的归一化均方根误差约为0.1——这是一个衡量预测值与真实值偏差的指标，数值越低代表越接近。而对比之下，当前基于忆阻器的储备池计算方案，其归一化均方根误差已压至0.01甚至更低。这意味着，在预测精度上，液体阵列大约只有忆阻器方案的十分之一。
为了运行这个微小的液体“储备池”，研究团队配置了一套颇为复杂的硬件环境：一台532纳米激光器、一台以100千赫兹频率扫描的双轴声光偏转器、一台具备粒子追踪功能的实时显微镜、一个温控石英池，以及一台用于处理1000个高斯核函数并生成最终输出的普通计算机。模拟结果显示，输入通道数从1增加到10时，10步预测误差确实下降了，但继续增加通道数反而导致性能回落。有趣的是，即便只驱动20%的振荡器，系统依然保持了较高的预测准确率。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
