伊万·马克西莫夫为The Conversation撰稿
计算机能像人类一样从过去学习并预测接下来会发生什么吗?听到一些尖端的人工智能模型可以实现这一壮举，你可能不会感到惊讶，但如果一台看起来有点不同的电脑——更像一箱水呢?
我们已经建造了一台小型的概念验证计算机，它使用自来水代替传统的逻辑电路处理器，并通过一种称为“水库计算”的方法预测未来事件。
在基准测试中，我们的模拟计算机在记忆输入数据和预测未来事件方面表现出色——在某些情况下，它甚至比高性能数字计算机表现得更好。
那么它是如何工作的呢?
往池塘里扔石头
想象两个孩子，爱丽丝和鲍勃，在池塘边玩耍。鲍勃把大大小小的石头一次扔进水里，似乎是随意的。
大小石头产生的水波大小不一。爱丽丝观察由石头产生的水波，并学会预测海浪下一步的走向——由此，她可以知道鲍勃下一个会扔哪块石头。
水库计算机复制爱丽丝大脑中的推理过程。它们可以从过去的输入中学习来预测未来的事件。
尽管水库计算机最初是使用神经网络提出的——计算机程序松散地基于大脑神经元的结构——但它们也可以用简单的物理系统来构建。
水库计算机是模拟计算机。模拟计算机连续地表示数据，与数字计算机相反，数字计算机以突然变化的二进制“0”和“1”状态表示数据。
以连续的方式表示数据使模拟计算机能够比数字计算机更好地模拟某些自然事件——那些以一种不可预测的序列发生的事件，称为“混沌时间序列”。
如何进行预测
为了理解我们如何使用水库计算机进行预测，想象一下你有一份过去一年的每日降雨量记录，你附近有一桶水。这个桶将是我们的“计算水库”。
我们用石头的方式把每天的降雨量记录输入到桶里。为了一天的小雨，我们扔一块小石头;对于一天的大雨，一块大石头。不下雨的日子，我们不扔石头。
每块石头都会产生波浪，然后在桶周围晃动，并与其他石头产生的波浪相互作用。
在这个过程的最后，桶里的水的状态给了我们一个预测。如果波浪之间的相互作用产生了新的大波浪，我们可以说我们的水库计算机预测了大雨。但如果它们很小，那么我们应该只会有小雨。
也有可能波浪会相互抵消，形成一个静止的水面。那样的话，我们就不会下雨了。
水库可以预报天气，因为桶里的波浪和降雨模式会随着时间的推移而变化，遵循同样的物理定律。
许多其他自然和社会经济过程也是如此。这意味着水库计算机还可以预测金融市场，甚至某些类型的人类活动。
更持久的波
“水桶式”水库计算机有其局限性。首先，海浪是短暂的。为了预测气候变化和人口增长等复杂过程，我们需要一个具有更持久波浪的水库。
一种选择是“孤子”。这些是自我强化的波，可以保持形状并移动很长一段距离。
对于储层计算机，我们使用紧凑的类孤子波。你经常会在浴室的水槽或饮水机里看到这样的波浪。
在我们的电脑里，一层薄薄的水流过一个稍微倾斜的金属板。一个小的电泵改变水流的速度，产生孤波。
我们添加了一种荧光材料，使水在紫外线下发光，以精确测量波浪的大小。
水泵在爱丽丝和鲍勃玩的游戏中扮演着落石的角色，而孤波则对应着水面上的波浪。孤立波比桶中的水波移动得更快，寿命更长，这使得我们的计算机能够以更高的速度处理数据。
那么，它的性能如何呢?
我们测试了计算机记住过去输入的能力，并对一组混乱和随机的基准数据进行预测。我们的计算机不仅非常出色地执行了所有任务，而且在处理相同问题时的表现优于高性能数字计算机。
与我的同事安德烈·波托斯基一起，我们还创建了一个数学模型，使我们能够更好地理解孤波的物理特性。
接下来，我们计划将我们的计算机小型化为微流控处理器。水波应该能够在芯片内进行计算，其工作原理与智能手机中使用的硅芯片类似。
在未来，我们的计算机可能能够在气候变化、森林大火和金融市场等领域产生可靠的长期预测——比目前的超级计算机成本低得多，可用性也更广。
我们的电脑也天生不受网络攻击，因为它不使用数字数据。
我们的愿景是，基于孤子的微流体储层计算机将为全球农村和偏远社区带来数据科学和机器学习。但目前，我们的研究工作仍在继续。
