Исследователи из Университета штата Пенсильвания измерили электрические сигналы в цепочке водных капель и проверили её работу в компьютерных симуляциях. В тестах на хаотических сигналах связанная сеть почти на 50% снизила ошибку предсказания по сравнению с узлами, которые реагировали независимо. Работа опубликована 13 октября 2026 года в журнале Science Advances.

Как капли сохраняют след сигналов

В опытах учёные погружали капли с липидами в масло. Когда капли соприкасались, липиды образовывали между ними тонкую двухслойную мембрану. В мембранах расположены чувствительные к напряжению ионные каналы. Они пропускают заряженные частицы, передавая электрический сигнал от одной капли к другой.

Мембраны накапливают заряд, а каналы реагируют на текущие и недавние сигналы. Соединённые капли влияют друг на друга и передают заряд дальше. Поэтому новая реакция сети зависит не только от последнего входа, но и от того, что поступало незадолго до него. Такой затухающий след и называют кратковременной памятью.

Представим цепочку, в которую по очереди подают разные электрические сигналы. Получив очередной сигнал, капля откликается и на остаточный заряд от предыдущих. По этому отклику сеть может различать последовательности, которые меняются со временем. Это лишь пример для объяснения механизма, а не отдельный опыт исследователей.

Команда подавала ток в цепочку капель и записывала напряжение в отдельных узлах, затем сопоставляла измерения с физической моделью. Точность вычислений проверяли в симуляциях на основе экспериментально проверенной модели: связанную сеть сравнивали с параллельными узлами, которые не влияли друг на друга. В тестах математически заданного хаотического поведения связанная сеть показала почти на 50% меньшую ошибку предсказания.

По объяснению исследователей, взаимодействие узлов создаёт более разнообразную электрическую динамику, которая помогает обрабатывать меняющиеся сигналы. Однако почти двукратное снижение ошибки получили именно в симуляциях, а не при прогнозировании реального хаотического сигнала устройством. Сообщение Penn State не приводит абсолютные значения ошибок и статистическую неопределённость сравнения. Энергопотребление сети непосредственно не измеряли; для подачи сигналов и регистрации откликов пока нужно внешнее оборудование.

Возможные будущие области применения включают адаптивные датчики, мягкую робототехнику и вычисления на биологических интерфейсах. Пока результаты показывают принцип работы сети, в которой мембраны и ионные каналы одновременно участвуют в обработке сигналов и кратковременном сохранении их следа. Подробнее о подготовке научных публикаций можно узнать на странице услуг по подготовке научных статей.

Схема показывает передачу и накопление заряда в связанной сети капель и отдельно отмечает результат симуляций относительно независимых узлов.

Фото: Pixabay / Pexels