Cientistas das Universidades de Konstanz e Stuttgart transformaram 400 micropartículas em órbita caótica em um sistema capaz de prever sinais e detectar anomalias. Publicado na Communications AI & Computing, o trabalho alcançou um F1 de 0.90 em tarefas complexas, mas reconhece que ainda é cerca de 10 vezes menos preciso que os reservatórios baseados em memristores.
Cada ‘oscilador’ é uma esfera de sílica de 3μm de raio, com uma cobertura de carbono de 80nm. Suspensas em uma mistura de água e lutidina a 28°C, as partículas são movidas por um laser de 532nm. Atrasos na mira do laser criam órbitas estáveis. Campos de fluxo no líquido conectam as órbitas vizinhas, e os dados são inseridos como deslocamentos dos pontos-alvo.
A força de acoplamento entre as partículas é definida pelo espaçamento da grade. A amplitude do movimento é controlada por um limiar de amortecimento. Ambos os parâmetros são ajustáveis em tempo real, influenciando a precisão da previsão. Notavelmente, o sistema manteve a acurácia mesmo com apenas 20% dos osciladores ativos ou em caso de falhas individuais.
O arranjo coloidal atingiu um erro quadrático médio normalizado de aproximadamente 0.1 na previsão de Mackey-Glass. Comparativamente, dispositivos com memristores alcançam 0.01 ou menos no mesmo teste, beneficiando-se de uma década de pesquisa focada e multiplexação por tempo.
Embora os autores admitam que seu sistema não supera implementações físicas existentes, um pré-print do arXiv de janeiro sugere uma vantagem crucial: a ausência de multiplexação por tempo. Isso diferencia a plataforma de quase todos os outros reservatórios físicos, incluindo os fotônicos, memristivos e spintrônicos.
A operação do sistema requer um laser de 532nm, defletor acusto-óptico, microscopia em tempo real e uma célula de quartzo com controle de temperatura. Apesar da eficiência energética ser a meta, o estudo não detalha o consumo. Os autores sugerem que a configuração atual, movida a laser, pode não ser prática para aplicações em larga escala, apontando para alternativas mais simples, como coloides acionados por eletrodos.
Clemens Bechinger, professor da Universidade de Konstanz, destaca que não é necessário compreender totalmente a dinâmica do sistema, apenas que ele responda de forma confiável. Assim, ‘sua física pode ser diretamente aproveitada para a computação’.