ידע זה כוח

שדון חכם דוחף את הבוכנה כאשר היא נדחסת באופן ספונטני | איור: נעה פלדמן 

אם נחכה מספיק זמן, נגלה שהשדון הצליח לדחוס את הגז לכל דרגה שנבקש, בלי להשקיע אנרגיה כלל. איך זה ייתכן?

את התשובה כבר נתנו בתחילת הכתבה: השדון משתמש במידע שהוא רוכש על המערכת. במקום להשקיע אנרגיה בהזזת הבוכנה בניגוד לכיוון תנועת חלקיקי הגז, הוא משקיע משאבים במדידת המיקום של החלקיקים לאורך התהליך. כך שלמעשה הוא ממיר מידע באנרגיה.

חישוב תרמודינמי פשוט יכול להדגיש את העניין: באמצעות כלים מתורת המידע אפשר להגדיר מדדים מדויקים לכמות המידע שרכש השדון ולקשר אותה לעבודה שהוא ביצע על מערכת החלקיקים. התוצאה שנקבל תראה שכמות המידע שהשדון רכש שווה בדיוק לכמות האנרגיה שהפיק בהזזת הבוכנה. מכאן ברור שמידע הוא גודל פיזיקלי ממשי, ולא מושג מופשט כמו שאולי חשבנו קודם. הנקודה מתבהרת אף יותר כשלוקחים בחשבון שמידע אינו קיים בחלל ריק, אלא זקוק למערכת פיזיקלית כלשהי שתאגור אותו – למשל הזיכרון במוח האנושי (או השדוני), דיסק קשיח של מחשב או דף ועט.

מנוע אינפורמציה מציאותי

זה בדיוק הרעיון שעומד מאחורי המנועים שמפתחים רויכמן ועמיתיה למעבדה. המערכות שהם מפתחים מאפשרות להפיק אנרגיה בלי להשקיע לשם כך ישירות אנרגיה קודמת או כוח חיצוני כלשהו. במקום זאת הם משתמשים במדידה של המערכת, כלומר, חילוץ של מידע מתוכה.

בגרסה הבסיסית של המנוע הציבו החוקרים חלקיק בודד בתוך קופסה שנוזל זורם לאורכה. לרוחב הקופסה הוצב קיר אופטי שהורכב מחומה צפופה של מלקחי אור – התקנים שמשתמשים בקרני לייזר להזזת גופים קטנים. קרני הלייזר מהמלקחיים הותקנו כך שידחפו את החלקיק אחורה ולא יניחו לו לעבור את הקיר. בתנאים האלה החלקיק ישאף להימצא במקום שבו האנרגיה שלו תהיה הכי נמוכה, כלומר ליד הקיר ובמורד הזרם. אבל עקב זרימת הנוזל הוא ינוע באקראי סביב הנקודה הזאת, בצורה שנקראת תנועה בראונית, בלי לחצות את המחסום.

החוקרים כתבו תוכנה שמודדת את מקום החלקיק במהלך תנועתו. בכל פעם שהחלקיק נמצא רחוק מספיק מהקיר, היא מזיזה את הקיר במעלה הזרם. כך החלקיק נדחף שלב אחרי שלב אחורה, אף על פי  שלא הושקעה אנרגיה בדחיפתו באופן ישיר.

תנועת החלקיק לאורך הניסוי. בירוק: הקיר האופטי; בכחול: מסלול החלקיק. לאורך התנועה החלקיק נדחף שמאלה, במעלה הזרם, בלי כל מגע בקיר עצמו | באדיבות יעל רויכמן

"זו הייתה הגשמה ניסיונית ראשונה של מכונות אינפורמציה", סיפרה רויכמן לאתר מכון דוידסון. החוקרים בדקו את הקשר בין כמות האנרגיה המופקת לבין מאפיינים של המידע הנרכש על המערכת: תדירות המדידות, שטח המערכת הנמדד בכל פעם, וגם המתאם בין מדידה אחת לאחרת. זאת לא הפעם הראשונה שחוקרים הצליחו לבנות מנוע אינפורמציה, אבל בניסוי הזה הציגו החוקרים שני חידושים משמעותיים: "המימוש שלנו היה נקי, כלומר כמעט שלא הפעלנו עבודה ישירה על החלקיק, אלא עיקר התוצר של המכונה בא ממידע", אמרה. "החידוש השני היה ששאלנו מה קורה אם מודדים בקצב מהיר מאוד ונוצרים קשרים בין מדידה למדידה". קשרים כאלה, שנקראים מתאמים, נותנים תמונה מציאותית יותר, אך גם מקשים על החישובים.

"השלב הבא היה לבדוק מה קורה כשיש הרבה חלקיקים במערכת. הרי אין בעולם שום מערכת שמורכבת מחלקיק יחיד", הוסיפה רויכמן. החוקרים בנו מנוע דומה מאוד למנוע הדחיסה הקודם, עם מכל עגול ואטום שבתוכו נעים בחופשיות חלקיקים ומחיצה תוחמת אותם לצד אחד של המכל. מדידות של מיקום החלקיקים קובעו מתי אפשר להסיט את המחיצה עוד קצת ולדחוס את החלקיקים.

הפעם הוסיפו החוקרים עוד מורכבות למערכת, בעקבות חישובים תיאורטיים שלימדו כי שימוש בחלקיקי גז רגילים רבים אינו שונה במהותו מהניסוי הפשוט עם החלקיק היחיד. רק כמות המידע שצריך לאסוף גבוהה יותר. לפיכך, בניסוי החדש השתמשו בחלקיקים פעילים, בעלי מנוע פנימי - מעין רובוטים קטנים. רובוטים כאלה יכולים לדמות מערכות אמיתיות בטבע. למשל, "חיידקים ומיקרואורגניזמים שמוצאים בשלוליות חורף. הם קיימים כך סתם בטבע ואפשר לנצל את התנועה שהם עושים ממילא", אומרת רויטמן. גם הפעם המנוע השיג את מטרתו, וגם סיפק לחוקרים נתונים יקרי ערך על התהליך כולו.

מערכת הניסוי. החלקיקים הצבעוניים הם רובוטים קטנים שמדמים מערכות פעילות בטבע. את המחיצה השחורה אפשר להתאים למיקום החלקיקים | מתוך מאמר המחקר

משמעות הניסויים

הניסויים הללו יכולים להוביל לשני כיווני מחקר נפרדים. הראשון הוא יישומי ביסודו: ניסיון לייצר מנועים כאלה שיהיו שימושיים באמת. המנועים הניסיוניים הקיימים בזבזניים מדי לשימוש מעשי – המדידה עצמה, כולל עבודת הגלאי, המחשב ושמירת המידע, צורכת הרבה מאוד אנרגיה. בנוסף דרוש עדיין מחקר רב כדי ללמוד איך לנצל בצורה מיטבית את המידע שמופק מהמערכת כדי להפיק כמה שיותר אנרגיה בכמה שפחות זמן.

מסקנה אחת שכבר הופקה היא ש"הרבה יותר יעיל להתעצל, אבל לא יוצא מזה כלום". כלומר אם עובדים ביעילות מקסימלית צריך למדוד לאט מאוד, אבל זה אומר שתופק מעט מאוד אנרגיה יחסית למשך הפעילות של המנוע. לעומת זאת, אם מודדים בקצב מהיר ומשקיעים המון במדידה, אפשר להפיק הרבה אנרגיה, אבל בצורה מאוד לא יעילה. "אנחנו רוצים להבין איך אפשר לעשות אופטימיזציה שתאפשר שימוש מעשי במנוע", סיכמה רויכמן. במעבדה שלה משתמשים בממצאי הניסויים כדי לנתח את הקשר בין מאפייני המידע לבין האנרגיה שאפשר להפיק באמצעותו, תוך שימוש במערכות דומות לאלה שיש בטבע.

כיוון שני ומשמעותי לא פחות הוא פיתוח כלים להבנת התרמודינמיקה של מערכות שאינן בשיווי משקל, כלומר לא התייצבו על ערכים קבועים של לחץ, נפח ומדדים דומים אחרים. בידי פיזיקאים מצויים כיום כלים רבים ומגוונים למחקר, אפיון וחיזוי של ההתנהגות של מערכות תרמודינמיות, כלומר מערכות המורכבות ממספר עצום של חלקיקים, כל עוד הן נמצאות בשיווי משקל. אבל במציאות מערכות יוצאות משיווי משקל כל הזמן: מנועים נדחסים ומתרחבים, חומרים מתעכלים או מתרכבים עם חומרים אחרים, לחץ האוויר משתנה ויוצר רוחות – כל תנועה ושינוי בטבע הם דוגמה למערכת מחוץ לשיווי משקל.

כדי לחקור מערכות כאלה דרושים כלים שיאפשרו לתאר ולאפיין אותן. "מטרת המחקר המרכזית שלנו היא להבין מכניקה סטטיסטית מחוץ לשיווי משקל, ולכן צריך כלים לאפיין מערכות כאלה", מסבירה רויכמן. "שמנו לב שאינפורמציה מוגדרת בלי קשר לשאלה אם המערכת נמצאת בשיווי משקל תרמי או לא. לכן אנחנו מציעים להשתמש במידע ככלי. הדרך לעשות את זה היא בעבודה על מכונות אינפורמציה, שנותנות לנו דרך לחשוב על זה".

מחקר כזה פותח כיווני המשך רבים, ועל חלקם עובדים כבר היום במעבדה. עימם נמנים פיתוח מגוון סוגים של מערכות ופרשנות שונה של תכונות המידע ושל הקשר בינו לבין אנרגיה, כדי לפתח כלים חדשים להבנת המציאות הפיזיקלית. "השימוש בניסיונות ובצעצועים עזר לנו להבין מה מעניין ומה לא, איך כדאי לאפיין קשרים ועל מה כדאי להסתכל", מסכמת רויכמן.