← أحدث الأبحاث
🔬 condensed matter

Piston-Like Information Engine II: Boundary-Controlled Optimum in Active Matter

تُبين هذه الورقة أن محرك المعلومات المتحكم في الحدود، والذي يستخدم روبوتات "بريستل" ذاتية الدفع، يُظهر علاقة مخرجات عمل متميزة نوعياً وتحولاً في النظام يعتمد على الكثافة مقارنة بالأنظمة الحرارية، وهي سمة غير متوازنة تُعزى إلى تراكم الجسيمات النشطة بالقرب من الحدود.

المؤلفون الأصليون: Laura Hoek, Neta Ben Ari, Rémi Goerlich, Saar Rahav, Yael Roichman

نُشر 2026-09-03
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Laura Hoek, Neta Ben Ari, Rémi Goerlich, Saar Rahav, Yael Roichman

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالماً لا تكون فيه أصغر حركات المادة مجرد ارتجافات عشوائية، بل مصدراً لطاقة كامنة تنتظر الحصاد. لأكثر من قرن، ظل العلماء مفتونين بفكرة تحويل المعلومات إلى عمل. هذا المفهوم، المتجذر في التجارب الفكرية الشهيرة في القرن التاسع عشر، يشير إلى أنه إذا كنت تعرف بالضبط مكان الجسيم، يمكنك استخدام تلك المعرفة لدفعه في اتجاه مفيد، مما يستخلص الطاقة بفعالية من فوضى الحرارة. في العقد الماضي، بنى الباحثون آلات متناهية الصغر تقوم بهذا بالضبط، باستخدام الضوء أو المجالات المغناطيسية لحجز وتحريك الجسيمات المجهرية. تعمل "محركات المعلومات" هذه بشكل رائع عندما تكون الجسيمات خاملة، أي أنها تترنح ببساطة بسبب الطاقة الحرارية، تماماً مثل ذرات الغبار في شعاع شمس. لكن الطبيعة تقدم فئة أكثر فوضوية وطاقة من الجسيمات: المادة النشطة. هذه كيانات ذاتية الدفع، مثل البكتيريا أو الروبوتات الاصطناعية، التي تولد حركتها الخاصة. هي لا تترنح فحسب؛ بل تدفع، وتتجمع، وتصطدم بالجدران بقوتها الداخلية الخاصة. والسؤال الذي يحرك هذا البحث الجديد بسيط ولكنه عميق: هل ينطبق نفس منطق تحويل المعلومات إلى طاقة عندما يكون الوقود ليس الحرارة، بل النشاط المستمر والذاتي لهذه الآلات الشبيهة بالكائنات الحية؟

قام فريق من الباحثين في إسرائيل ببناء نسخة واسعة النطاق من هذه المحرك لمعرفة ذلك. فبدلاً من استخدام فخاخ ضوئية غير مرئية على حبيبات مجهرية، أنشأوا آلة عيانية باستخدام ساحة مستطيلة ومجموعة من الروبوتات الصغيرة المهتزة التي يسمونها "روبوتات الفرشاة" (bristle bots). يبلغ طول كل روبوت حوالي أربعة سنتيمترات، ويعمل ببطارية ومحرك صغير يهز شعيراتها المرنة، مما يتسبب في حركتها السريعة عبر الأرض. وضع الباحثون جداراً متحركاً، يعمل كمكبس، عند أحد طرفي الساحة. يعمل المحرك وفق دورة بسيطة ومتكررة. أولاً، ينتظر النظام ويراقب منطقة محددة بالقرب من المكبس. إذا كانت تلك المنطقة فارغة بالصدفة، يُسمح للمكبس بالانزلاق للداخل، مما يضغط سرب الروبوتات. وإذا كانت المنطقة مشغولة، يظل المكبس في مكانه. ومن خلال تكرار هذه العملية، يتم عصر الروبوتات تدريجياً في مساحة أصغر دون أن تبذل الآلة أي عمل دفع مباشر؛ فالطاقة تأتي بالكامل من حركة الروبوتات الخاصة والتوقيت الذكي لحركة الجدار. قاس الباحثون مقدار العمل المخزن في غاز الروبوتات المضغوط وقارنوه باحتمالية وجود مساحة فارغة للضغط.

في عالم الجسيمات الخاملة والحرارية، تتنبأ الفيزياء بعلاقة محددة للغاية بين العمل المستخلص واحتمالية وجود مساحة فارغة. هناك قاعدة عالمية تملي الطريقة الأكثر كفاءة لتشغيل مثل هذا المحرك، مما يشير إلى أن أفضل أداء يحدث عندما تكون فرصة العثور على بقعة فارغة هي واحد من ثلاثة تقريباً. ومع ذلك، عندما أجرى الباحثون تجربتهم مع روبوتات الفرشاة النشطة وذاتية الدفع، كانت النتائج مختلفة بشكل صارخ. لم يتبع المحرك القاعدة القياسية؛ بدلاً من ذلك، تغيرت الطريقة الأكثر كفاءة لتشغيل الآلة اعتماداً على مدى ازدحام الساحة. فعند الكثافة المنخفضة، كان المحرك يعمل بشكل أفضل عندما تكون منطقة الكشف كبيرة، حيث تمسح مساحة واسعة للعثور على بقعة فارغة نادرة. ولكن مع إضافة المزيد من الروبوتات، مما جعل الساحة أكثر ازدحاماً، انقلبت الاستراتيجية المثلى. فجأة، أصبح الأداء الأفضل يأتي من استخدام منطقة كشف صغيرة جداً، تبحث فقط عن فجوة ضئيلة بجوار الجدار مباشرة.

يحدث هذا التحول في الاستراتيجية بسبب سلوك فريد للجسيمات النشطة: فهي تميل إلى التراكم ضد الجدران. ولأن هذه الروبوتات تدفع نفسها باستمرار للأمام، فإنها تتراكم في طبقات كثيفة على طول حدود حاويتها، مما يترك مركز الساحة فارغاً نسبياً. عندما تكون الروبوتات قليلة، تكون طبقة التراكم رقيقة، ويمكن للمحرك تحمل البحث في مساحات كبيرة. ولكن مع زيادة الكثافة، يصبح الجدار مزدحماً بالروبوتات، مما يجعل من الصعب جداً العثور على مساحة فارغة كبيرة بالقرب من المكبس. يتكيف المحرك من خلال التركيز على البحث عن الفجوات الصغيرة والعابرة التي تظهر داخل طبقة الجدار الكثيفة هذه. وقد أكد الباحثون أن هذا السلوك ليس مجرد نزوة خاصة بإعدادهم التجريبي؛ فقد قاموا بمحاكاة العملية باستخدام الاحتكاك الجاف ووجدوا أن نفس الانتقال بين الاستراتيجيات يحدث حتى عندما لا تعمل الآلة بشكل مثالي، بل مع وجود تأخيرات ومقاومة واقعية.

تكشف الدراسة أنه بينما يتصرف الضغط الميكانيكي لهذه الروبوتات النشطة بشكل يشبه الغاز القياسي، فإن الطريقة التي توزع بها نفسها في الفضاء تعيد كتابة قواعد محرك المعلومات بالكامل. إن تراكم الروبوتات بالقرب من الحدود يخلق مقايضة معقدة: مساحة بحث كبيرة تخزن مزيداً من الطاقة إذا نجحت، لكنها نادراً ما تكون فارغة؛ أما مساحة البحث الصغيرة فتكون فارغة دائماً تقريباً، لكنها تخزن طاقة أقل. يجب على المحرك موازنة هذين العاملين باستمرار. وجد الباحثون أن النقطة التي ينتقل فيها المحرك من استراتيجية إلى أخرى هي نتيجة مباشرة لكيفية ازدحام الرونة عند الجدران. يشير هذا الاكتشاف إلى أنه لبناء محركات فعالة باستخدام المادة النشطة، لا يمكن للمرء ببساه الاعتماد على الخصائص المتوسطة للمادة؛ بدلاً من ذلك، يجب أن يأخذ التصميم في الاعتبار الطريقة المحددة التي تتكتل بها هذه الجسيمات ذاتية الدفع وتتفاعل مع حاويتها. يوضح هذا العمل أنه في عالم المادة النشطة، تعتبر هندسة الحدود وإحصائيات الحشد لا تقل أهمية عن الطاقة التي تحملها الجسيمات، مما يقدم مخططاً جديداً لكيفية تسخير القوة الفوضوية للأنظمة ذاتية الدفع.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →