预测粒子，机器人或动物的集合何时以及如何变得有序仍然是整个科学和工程领域的挑战。
在19世纪，科学家和工程师开发了统计力学学科，该学科预测简单粒子组如何在有序和无序之间过渡，就像当随机碰撞的原子的集合冻结形成均匀的晶格时一样。
预测更具挑战性的是当粒子变得更加复杂时可以实现的集体行为，从而使它们可以在自己的力量下移动。这种类型的系统(在鸟群，细菌群落和机器人群中观察到)被称为“活性物质”。
正如2021年1月1日的《科学》杂志所报道的那样，一个由物理学家和工程师组成的团队提出了一种新的原理，利用该原理，活性物质系统可以自发地进行排序，而无需高层之间的指令或什至无需程序化的交互作用。他们已经在各种系统中证明了这一原理，包括成组的周期性变形机器人，即“智能粒子”(智能粒子)。
该理论是由麻省理工学院的PavelChvykov博士开发的，当时是佐治亚理工学院物理学院的研究员杰里米·英格兰教授的学生，他认为某些类型的活性物质非常混乱动态将自发地发现研究人员所说的“低嘎嘎”状态。
英格兰说：“爬行是指物质吸收能量并使其转化为随机运动。”“当运动更剧烈或更随机时，响声可能会更大。相反，低嘎嘎声要么很小，要么组织得很严密，或者两者兼而有之。因此，我们的想法是，如果您的物质和能量来源考虑到低嘎嘎声状态，系统将随机重新排列，直到找到该状态，然后卡在那里。如果您通过具有特定模式的力来提供能量，则意味着所选状态将发现一种与该模式非常匹配的物质移动方式。”
为了发展他们的理论，英格兰和奇维科夫从19世纪后期由瑞士物理学家查尔斯·索雷特(CharlesSoret)发现的现象中汲取了灵感。在Soret的实验中，他发现使最初均匀的盐溶液在试管中经受温差会自发地导致较冷区域中盐浓度的增加，这与溶液顺序的增加相对应。
免责声明：本文由用户上传，如有侵权请联系删除！
