Analog signal processing, storage, and demultiplexing via in-materia wave-based computing
यह शोध पत्र एक नवीन इन-मैटेरिया (in-materia) तरंग-आधारित कंप्यूटिंग प्रतिमान प्रस्तुत करता है जो एनालॉग मैकेनिकल सिग्नल प्रोसेसिंग, स्टोरेज और डीमल्टीप्लेक्सिंग को सक्षम करने के लिए एक मेटासरफेस के भीतर शेप मेमोरी अलॉयज (shape memory alloys) में तापमान-निर्भर चरण संक्रमणों का उपयोग करता है, जो चरम वातावरण के लिए डिजिटल कंप्यूटिंग का एक सुदृढ़ विकल्प प्रदान करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
द दशकों से, बिना बिजली के सोचने वाले कंप्यूटर का विचार इतिहास के एक अवशेष जैसा लगता रहा है, सिलिकॉन के युग से पहले के गियर और लीवरों की एक जिज्ञासा। फिर भी, अत्यधिक वातावरण के शांत कोनों में—एक जेट इंजन की भीषण गर्मी के भीतर, गहरे अंतरिक्ष के विकिरण के भीतर, या उन दूरस्थ स्थानों में जहाँ बैटरी बदलना असंभव है—इंजीनियर शुद्ध यांत्रिक क्षमता (pure mechanics) की संभावनाओं को फिर से खोज रहे हैं। चुनौती हमेशा यह रही है कि जबकि मशीनें आसानी से सरल ऑन-ऑफ स्विच का काम कर सकती हैं, वे आधुनिक सूचना प्रसंस्करण (information processing) के जटिल, तरल कार्यों के लिए संघर्ष करती हैं। विशेष रूप से, उनमें सूचना के एक टुकड़े को एक स्थान पर थामे रखने, सही क्षण का इंतजार करने और फिर उसे छोड़ने की क्षमता का अभाव रहा है, ठीक वैसे ही जैसे कोई मनुष्य बोलने से पहले अपने विचार को थामे रखता है। समय को नियंत्रित करने की इस क्षमता के बिना, यांत्रिक प्रणालियाँ सरल, तात्कालिक प्रतिक्रियाओं तक सीमित रही हैं, जो उस स्तर की गणना करने में असमर्थ थीं जो हमारी डिजिटल दुनिया को शक्ति प्रदान करती है।
बफ़ेलो विश्वविद्यालय के शोधकर्ताओं की एक टीम ने अब एक तरीका प्रदर्शित किया है जिससे यांत्रिक प्रणालियों को समय की यह महत्वपूर्ण समझ दी जा सकती है। उन्होंने एक नए प्रकार की यांत्रिक स्मृति (mechanical memory) बनाई है जो डेटा को एक स्थिर आकार में संग्रहीत करने पर निर्भर नहीं करती है, बल्कि कंपन की तरंगों (waves of vibration) को पकड़ने और छोड़ने पर आधारित है। इस विशेष सामग्री का उपयोग करते हुए, जो गर्म होने पर अपनी कठोरता बदल लेती है, उन्होंने एक ऐसा सिस्टम बनाया है जो एक यांत्रिक संकेत को पकड़ सकता है, उसे एक निश्चित समय के लिए 'वेटिंग रूम' में रख सकता है, और फिर आदेश पर उसे छोड़ सकता है। विस्तृत कंप्यूटर सिमुलेशन के माध्यम से प्राप्त यह सफलता बताती है कि मशीनें जल्द ही उन कंपनों का उपयोग करके सूचना संसाधित कर सकती हैं जिनका वे अनुभव करती हैं, जिससे उन स्थानों में मजबूत कंप्यूटिंग के द्वार खुल सकते हैं जहाँ इलेक्ट्रॉनिक्स विफल हो जाते हैं।
इस खोज का मूल आधार 'शेप मेमोरी अलॉय' (shape memory alloy) नामक एक सामग्री है, जो एक ऐसी धातु है जो इस बात पर अलग व्यवहार करती है कि वह कितनी गर्म है। अपनी ठंडी अवस्था में, धातु नरम और लचीली होती है; गर्म होने पर, यह कठोर और सख्त हो जाती है। शोधकर्ताओं ने सूक्ष्म चैनलों का एक ग्रिड डिज़ाइन किया, जिनमें से प्रत्येक में इस मिश्र धातु से बने छोटे रेज़ोनेटर (resonators) लगे हैं। उन्होंने पाया कि जब मिश्र धातु ठंडी होती है, तो यह विशिष्ट ध्वनि तरंगों को स्वतंत्र रूप से गुजरने देती है, जैसे एक खुला द्वार। लेकिन जब मिश्र धातु को गर्म किया जाता है, तो यह इतनी सख्त हो जाती है कि उन तरंगों को रोक देती है, प्रभावी रूप से द्वार बंद कर देती है। इन द्वारों को भंडारण क्षेत्र के प्रवेश और निकास द्वार पर व्यवस्थित करके, उन्होंने यांत्रिक ऊर्जा के लिए एक जाल बनाया।
अपने सिमुलेशन में, टीम ने एक जटिल कंपन पैटर्न सिस्टम में भेजा। सबसे पहले, उन्होंने प्रवेश द्वार को खुला रखा और निकास द्वार को सामग्री को गर्म करके बंद कर दिया। कंपन तरंगें अंदर प्रवाहित हुईं और मध्य भाग में फंस गईं, बाहर निकलने में असमर्थ रहीं। सिस्टम ने इस सूचना को थाम लिया, तरंग के आकार और समय को सुरक्षित रखा, और जितनी देर शोधकर्ता चाहते थे, उतनी देर तक इसे बनाए रखा। फिर, निकास द्वार को ठंडा करके, उन्होंने रास्ता खोल दिया, जिससे फंसी हुई तरंगें बाहर बह निकलीं। संकेत ठीक उसी रूप में उभरा जैसा वह प्रवेश करते समय था, बस उस समय के विलंब के साथ जो उसने प्रतीक्षा में बिताया था। इस प्रक्रिया ने सिद्ध किया कि यांत्रिक तरंगों को उच्च सटीकता के साथ संग्रहीत और मुक्त किया जा सकता है, जो एक ऐसी उपलब्धि है जिसे पहले जटिल इलेक्ट्रॉनिक बफ़र्स की आवश्यकता वाला माना जाता था।
इस प्रणाली की शक्ति तब और स्पष्ट हो जाती है जब शोधकर्ताओं ने मिश्रित संकेतों को छाँटने (sort करने) के लिए इसका उपयोग किया। उन्होंने एक ऐसा वेव भेजा जिसमें एक ही समय में दो अलग-अलग आवृत्तियाँ (frequencies) शामिल थीं, जैसे दो आवाजें एक-दूसरे के ऊपर बोल रही हों। क्योंकि सामग्री की कठोरता को एक आवृत्ति को रोकने और दूसरी को गुजरने देने के लिए ट्यून किया जा सकता था, वे दोनों आवाजों को अलग करने में सक्षम रहे। उन्होंने पहली आवृत्ति को भंडारण क्षेत्र में कैद कर दिया जबकि दूसरी आवृत्ति सीधे प्रवाहित होती रही। एक निर्धारित विलंब के बाद, उन्होंने पहली आवृत्ति को मुक्त कर दिया। परिणाम यह था कि एक यांत्रिक प्रणाली ने जंबल इनपुट को लिया और उसे उसके व्यक्तिगत भागों में विभाजित किया, उन्हें एक-एक करके पढ़ा। यह सिग्नल प्रोसेसिंग का एक मौलिक ऑपरेशन है, जो एक एकल चैनल को कई डेटा स्ट्रीम ले जाने की अनुमति देता है जिन्हें बाद में छाँटा जा सकता है।
वर्गीकरण (sorting) से परे, टीम ने दिखाया कि इस 'टाइम-डिले' क्षमता का उपयोग अवांछित कंपनों को रद्द करने के लिए किया जा सकता है। एक संकेत को दो पथों में विभाजित करके, एक को दूसरे के 'पीक' (peaks) के साथ 'वैली' (valleys) में संरेखित करने के लिए पर्याप्त विलंब देकर, उन्होंने उन दोनों संकेतों को आपस में पूरी तरह से रद्द कर दिया जब वे पुन: संयोजित हुए। इसके विपरीत, वे उन्हें और अधिक मजबूत बनाने के लिए संरेखित कर सकते थे। केवल समय के माध्यम से कंपनों को आकार देने और नियंत्रित करने की यह क्षमता मशीनों को कंपन से बचाने या बिना किसी इलेक्ट्रॉनिक एम्पलीफायर के कमजोर संकेतों को बढ़ाने का एक नया तरीका प्रदान करती है।
इस दृष्टिकोण की सीमाओं का परीक्षण करने के लिए, शोधकर्ताओं ने अपने विचार को तीन आयामों (3D) में विस्तारित किया, जिससे सैकड़ों समानांतर चैनलों का एक विशाल ग्रिड बना। उन्होंने सिस्टम में एक जटिल छवि भेजी, जिसे सतह पर कंपनों के पैटर्न के रूप में दर्शाया गया। सिस्टम ने सफलतापूर्वक पूरी छवि को संग्रहीत किया, उसे स्टोरेज डोमेन में रखा, और फिर उसे जारी किया, चित्र के विवरण को सुरक्षित रखते हुए। उन्होंने अलग-अलग आवृत्तियों पर एनकोड की गई दो ओवरलैपिंग छवियों को सुलझाने की क्षमता भी प्रदर्शित की, उन्हें उनके मूल रूपों में अलग किया। यह सुझाव देता है कि यह तकनीक एक दिन जटिल, बहु-आयामी डेटा, जैसे कि ध्वनिक चित्र (acoustic images) या संरचनात्मक स्वास्थ्य निगरानी डेटा को सीधे सामग्री के भीतर ही संसाधित कर सकती है।
शोधकर्ता सावधानीपूर्वक यह नोट करते हैं कि ये परिणाम भौतिक प्रयोगों से नहीं, बल्कि कंप्यूटर मॉडल से आए हैं। सिमुलेशन ने आदर्श स्थितियों को माना है, जिसमें भौतिक दुनिया की कुछ अव्यवस्थित वास्तविकताओं को नजरअंदाज किया गया है, जैसे कि ऊष्मा हानि (heat loss), सामग्री की खामियां, और धातु के गर्म होने और ठंडा होने में लगने वाला समय। एक वास्तविक उपकरण में, ये कारक इस बात को प्रभावित करेंगे कि संकेत को कितने समय तक संग्रहीत किया जा सकता है और वह कितना स्पष्ट रहेगा। हालांकि, सिमुलेशन एक मजबूत 'प्रूफ ऑफ कॉन्सेप्ट' प्रदान करते हैं, जो दिखाते हैं कि अंतर्निहित भौतिकी कार्य करती है। टीम स्वीकार करती है कि एक भौतिक संस्करण बनाने के लिए महत्वपूर्ण इंजीनियरिंग चुनौतियों को हल करना होगा, विशेष रूप से हजारों सूक्ष्म रेज़ोनेटर्स को तेजी से और समान रूप से तापमान नियंत्रित करने के मामले में।
इन बाधाओं के बावजूद, यह कार्य इस बात का ढांचा स्थापित करता है कि कैसे यांत्रिक प्रणालियाँ सूचना को संभाल सकती हैं। संकेत के विलंब को उस भौतिक दूरी से अलग करके, जिसे वह तय करता है, शोधकर्ताओं ने यांत्रिक डेटा को संग्रहीत और हेरफेर करने का एक संक्षिप्त, मॉड्यूलर तरीका बनाया है। यह दृष्टिकोण पिछले यांत्रिक कंप्यूटरों के सरल ऑन-ऑफ लॉजिक से आगे बढ़कर, सूक्ष्मता का एक स्तर पेश करता है जो मेमोरी, सिंक्रोनाइजेशन और जटिल सिग्नल प्रोसेसिंग की अनुमति देता है। यदि इन अवधारणाओं को भौतिक हार्डवेयर में साकार किया जा सकता है, तो वे मशीनों की एक नई पीढ़ी की ओर ले जा सकते हैं जो न केवल अधिक मजबूत या हल्की होंगी, बल्कि स्मार्ट भी होंगी, जो पृथ्वी और उससे परे के सबसे चरम वातावरणों में सोचने और सूचना संसाधित करने में सक्षम होंगी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।