Получение чего-либо даром не работает в физике. Но оказывается, что, если мыслить как стратегический игрок и с некоторой помощью демона, повышение энергоэффективности для сложных систем, таких как центры обработки данных, может быть возможным.
При компьютерном моделировании Стивен Уайтлам из Национальной лаборатории Лоуренса Беркли Министерства энергетики (Berkeley Lab) использовал нейронные сети (тип модели машинного обучения, которая имитирует процессы в человеческом мозге), чтобы обучить наносистемы, которые представляют собой крошечные машины размером с молекулу, работать с большей энергоэффективностью.
Более того, моделирование показало, что изученные протоколы могут отводить тепло от систем благодаря их постоянному измерению для поиска наиболее энергоэффективных операций.
"Мы можем извлекать энергию из системы или сохранять результаты работы в системе", - сказал Уайтлам.
Это понимание, которое может оказаться ценным, например, при эксплуатации очень больших систем, таких как компьютерные центры обработки данных. Блоки компьютеров выделяют огромное количество тепла, которое необходимо отводить, затрачивая еще больше энергии, чтобы предотвратить повреждение чувствительной электроники.
Уайтлам проводил исследование в Molecular Foundry, пользовательском центре управления науки Министерства обороны США в лаборатории Беркли. Его работа описана в статье, опубликованной в Physical Review X.
Вдохновение от Pac Man и демона Максвелла
Отвечая на вопрос о происхождении его идей, Уайтлэм сказал: "Люди использовали методы из литературы по машинному обучению, чтобы играть в видеоигры Atari, которые казались естественно подходящими для материаловедения".
Он объяснил, что в видеоиграх, таких как Pac Man, целью машинного обучения будет выбор конкретного времени для выполнения действия — вверх, вниз, влево, вправо и так далее. Со временем алгоритмы машинного обучения "выучат" наилучшие действия и когда для достижения высоких результатов. Те же алгоритмы могут работать для наноразмерных систем.
Симуляции Уайтлама также являются чем-то вроде ответа на старый мысленный эксперимент в физике под названием "Демон Максвелла". Вкратце, в 1867 году физик Джеймс Клерк Максвелл предложил коробку, заполненную газом, а в середине коробки должен был находиться безмассовый "демон", управляющий люком. Демон открыл бы дверь, чтобы позволить более быстрым молекулам газа перемещаться к одной стороне коробки, а более медленным молекулам - к противоположной стороне.
В конечном счете, при таком разделении всех молекул "медленная" сторона коробки будет холодной, а "быстрая сторона" - горячей, что соответствует энергии молекул.
Проверка холодильника
Система будет представлять собой тепловой двигатель, сказал Уайтлам. Важно, однако, что Демон Максвелла не нарушает законы термодинамики — получая что—то даром, - потому что информация эквивалентна энергии. Измерение положения и скорости молекул в ячейке требует больше энергии, чем получаемая от получаемого в результате теплового двигателя.
И тепловые двигатели могут быть полезными вещами. Холодильники обеспечивают хорошую аналогию, сказал Уайтлам. Во время работы системы продукты внутри остаются холодными — желаемый результат, — даже если задняя стенка холодильника нагревается в результате работы двигателя холодильника.
В симуляциях Уайтлама протокол машинного обучения можно рассматривать как демона. В процессе оптимизации он преобразует информацию, полученную из смоделированной системы, в энергию в виде тепла.
Высвобождение демона в наноразмерной системе
В одном моделировании Уайтлам оптимизировал процесс протаскивания наноразмерного шарика по воде. Он смоделировал так называемую оптическую ловушку, в которой лазерные лучи, действуя как световой пинцет, могут удерживать и перемещать шарик.
"Суть игры такова: переходите от одного места к другому, выполняя в системе как можно меньше работы", - сказал Уайтлам. Шарик колеблется под действием естественных колебаний, называемых броуновским движением, поскольку молекулы воды бомбардируют его. Уайтлам показал, что если эти колебания можно измерить, то перемещение шарика может быть выполнено в наиболее энергоэффективный момент.
"Здесь мы показываем, что можем обучить демона нейросети выполнять нечто похожее на мысленный эксперимент Максвелла, но с оптической ловушкой", - сказал он.
Охлаждение компьютеров
Уайтлам распространил идею на микроэлектронику и вычисления. Он использовал протокол машинного обучения для имитации переключения состояния наномагнитного бита между 0 и 1, что является базовой операцией стирания / копирования информации в вычислительной технике.
"Делай это снова и снова. В конце концов, ваш демон "научится" переворачивать бит так, чтобы поглощать тепло из окружающей среды ", - сказал он. Он возвращается к аналогии с холодильником. "Вы могли бы создать компьютер, который охлаждается во время работы, а тепло отводится куда-то еще в ваш центр обработки данных".
Уайтлэм сказал, что моделирование подобно испытательному стенду для понимания концепций и идей. "И здесь идея просто показывает, что вы можете выполнять эти протоколы либо с небольшими затратами энергии, либо потребляя энергию за счет перехода куда-то еще, используя измерения, которые могут быть применены в реальном эксперименте", - сказал он
