Trí tuệ nhân tạo (AI) trên một miếng bọt biển?

Đăng ngày 7/8/2026 8/8/2026 bởi lovekemic Các chữ cái được in trên cùng một miếng bọt biển ở vùng bị nén (hiển thị bằng vùng tối hơn) Năm 2020, tôi đang vật lộn với một miếng bọt biển. Tôi đã phát hiện ra một hiệu ứng bất thường trong một vật liệu đàn hồi mềm. Tôi đã công bố trên Soft Matter và phiên bản cũ hơn của nó đã có sẵn trên Arxiv khoảng vài năm trước. Theo hiệu ứng này, bạn có thể mã hóa bộ nhớ (biến dạng) trong các thanh riêng lẻ của bọt biển ở quy mô milimet. Mỗi hướng của một thanh có thể tương ứng với một n-bit khác nhau, tùy thuộc vào cách chúng ta định nghĩa nó. Do đó, chúng ta có thể mã hóa rất nhiều số, rất nhiều thông tin vào miếng bọt biển. Nó không phải là bọt nhớ, vì nó có thể đảo ngược. Đầu tiên, chúng ta tác dụng một ứng suất toàn cục lên vật liệu để làm sập các thanh riêng lẻ. Sau đó, ở bước thứ hai, chúng ta ấn chúng từ bên ngoài. Vết lõm bên ngoài vẫn giữ nguyên vị trí, làm biến dạng cục bộ hướng của các thanh, do đó lưu trữ "bộ nhớ". Nếu chúng ta giảm ứng suất toàn cục, bộ nhớ của chúng ta sẽ bị xóa. Nếu bạn có một miếng bọt biển xung quanh, bạn có thể chơi với nó. Bạn ấn nó bằng ngón tay và nó sẽ trở lại khi bạn nhấc ra. Không có gì đặc biệt, đó là lý do tại sao cần thêm bước tác dụng ứng suất toàn cục trước. Bây giờ, khi chúng ta khám phá ra điều gì đó mới, chúng ta không biết mục đích của nó là gì, hoặc sẽ là gì. Công việc của chúng ta với tư cách là một nhà khoa học chỉ đơn giản là báo cáo nó (hy vọng công khai) và để thế giới làm công việc của mình. Nếu nó đáng giá, hãy phát triển nó. Nếu không, hãy để nó bám bụi trên một máy chủ nào đó. Tuy nhiên, khi chúng tôi viết bài báo, người hướng dẫn của tôi liên tục hỏi tôi, mục đích của một dạng "bộ nhớ" mới như vậy có thể là gì, và liệu nó có phải là bộ nhớ ngay từ đầu hay không. Để tìm kiếm các ứng dụng cho một thứ như vậy, tôi bắt đầu xem xét máy tính và cách bộ nhớ được lưu trữ, và đã được lưu trữ trong lịch sử. Nếu bạn phóng to một đĩa Compact hoặc Blu-ray, nó chỉ là những đường kẻ. Những đường kẻ được khắc bằng laser và khả năng của chúng ta trong việc gán ý nghĩa cho những đường kẻ đó cho phép chúng ta mã hóa phim, trò chơi và phần mềm trên chúng. Ý nghĩa mà chúng ta gán cho chúng là kỹ thuật số; nhị phân; 2-bit. Tuy nhiên, không phải tất cả các dạng bộ nhớ đều phải là nhị phân. Đặc biệt, âm nhạc theo truyền thống là analog, trên băng từ và đĩa vinyl, hoặc trên thực tế, phim IMAX. Analog có nghĩa là khả năng của chúng ta trong việc ghi hoặc đọc từ một thứ gì đó bị giới hạn bởi khả năng của chính chúng ta. Đường kẻ trên đĩa compact đó có thể dài 6,032455992929... micron. Nhưng khả năng đọc của chúng ta chỉ có thể giúp chúng ta quyết định xem nó có nhỏ hơn, chẳng hạn như 3 micron (ví dụ, và gán một số 0 cho nó), hay dài hơn và gán bit kia cho nó. Nếu chúng ta có thể phân biệt giữa các tập hợp độ dài khác, chẳng hạn như 1,5, 3, 4,5 và 6, thì chúng ta cũng có thể gán 4 số cho mỗi đường kẻ, và mã hóa gấp đôi bộ nhớ trên cùng một đĩa. Vì vậy, điều này khiến tôi nhận ra, trước hết, rằng bộ nhớ cơ học thực sự là một thứ, và nó có thể có các loại ứng dụng khác với bộ nhớ điện tử trên SSD của chúng ta. Điều khác, như tôi đã giải thích trước đây, là nó có thể đảo ngược. Vì vậy, có lẽ hơi có lợi hơn trong bối cảnh bộ nhớ cơ học không thể lập trình. Tái tạo một hình ảnh từ bài báo cho thấy các trạng thái bộ nhớ bị uốn cong. Một điều khác mà tôi phát hiện khi tìm hiểu các ứng dụng tiềm năng là điện toán neuromorphic. Đây là loại hình điện toán kết hợp các cổng logic với bộ nhớ thay vì tách biệt chúng như CPU và RAM. Nó được gọi là neuromorphic vì lấy cảm hứng từ các tế bào thần kinh, vốn hoạt động tương tự. Mỗi tế bào thần kinh có thể nhận tín hiệu từ các sợi nhánh khác nhau xung quanh nó và khởi tạo một tín hiệu ở đầu ra của nó. Đầu ra này là dương (kích hoạt được kích hoạt) nếu trọng số của các sợi nhánh dọc theo tín hiệu đầu vào dương đủ lớn hoặc không. "Trọng số"! Đây là loại trọng số tương tự mà bạn có trong các hệ thống AI của mình, vì các hệ thống AI thực sự được lấy cảm hứng từ bộ não của chúng ta. Vậy, quay trở lại với miếng bọt biển của tôi, liệu đây có phải là lời giải đáp? Liệu bộ não có thể lưu trữ trọng số dưới dạng một loại biến dạng trong các sợi mềm của chính nó? Có thể, có thể không. Đó chỉ là một giả thuyết. Tuy nhiên, từ những gì tôi đã học được trong nhiều năm trả lời những câu hỏi như vậy, có hai cách để làm khoa học. Cách tiếp cận đầu tiên là cách tiếp cận khám phá. Chúng ta cố gắng tìm ra cơ chế của các hiện tượng. Đây là cách nó hoạt động, đây là thứ kiểm soát điều đó. Cách khác là cách tiếp cận kỹ thuật. Tôi không biết cơ chế hoạt động của bộ não, nhưng vì các thí nghiệm của chúng ta chứng minh rằng chúng ta có khả năng kiểm soát này, hãy xem chúng ta có thể xây dựng một cái gì đó mới từ nó. Lần cuối cùng tôi nghĩ nhiều về điện toán neuromorphic là vào năm 2020 khi thực hiện dự án này. Lần tiếp theo là hôm nay, khi tôi phát hiện ra Taalas đang xây dựng các kiến trúc mà một lần nữa, là sự kết hợp giữa các cổng logic và bộ nhớ. Vậy, làm thế nào tôi đề xuất một miếng bọt biển có thể hữu ích ở đây? Đây là đề xuất của tôi: Vì điện trở, điện dung, v.v. là các thành phần điện tử thay đổi giá trị tùy thuộc vào hình dạng của điện trở hoặc tụ điện, chúng ta có thể thiết kế các thành phần dựa trên các vật liệu siêu đàn hồi này có thể được lập trình thành các giá trị khác nhau và đặt lại khi cần. Và do đó lưu trữ một dạng bộ nhớ trong chúng mà mạch điện tử cũng có thể đọc được, và thay đổi quá trình xử lý và đầu ra của nó tùy thuộc vào các giá trị thành phần được lập trình. Tôi hiểu có thể có những nghi ngờ. Vì vậy, tôi sẽ tái tạo một số tuyên bố từ bài báo và thảo luận lại chúng: Hãy xem xét một thanh trụ polymer riêng lẻ hoạt động như một lò xo xoắn dưới mô-men xoắn bên ngoài. Nó trở về vị trí ban đầu khi mô-men xoắn được loại bỏ. Chúng ta có thể hình dung một tình huống bao gồm các thanh trụ thẳng được đóng gói chặt chẽ mà không bị cong vênh. Chúng ta có thể xoắn một trong các thanh dưới một mô-men xoắn cục bộ. Sau đó, biến dạng xoắn có thể