可以吃的「逻辑门」:这些科学家把甜点做成了「迷你计算机」

简介: 可以吃的「逻辑门」:这些科学家把甜点做成了「迷你计算机」
与、或、非等逻辑门是计算机科学的基本模块,也是我们在学习计算机相关知识时的入门课程。但你有没有想过,它们还可以用来制作糖果。


在过去的十年间,我们见证了食品领域的很多创新,比如 3D 打印食物、可食传感器、机器人料理、AR 用餐等,但迄今为止,这些创新都还是在现有食物的基础上使用技术。

澳大利亚莫纳什大学的一项创新打破了这一局面:他们创造了一种名为「Logic Bonbon(逻辑夹心糖)」的系统,将「逻辑门」直接嵌入了糖果里。

Logic Bonbon 包括一个预制的空心糖果,以及三个不同的「逻辑门」选项,允许调味液体流入糖果。


有了这些逻辑门,你可以将不同的液体引入糖果的中空区域,从而形成不同的味道和颜色组合。此外。Logic Bonbon 还有一个透明的顶层,你可以透过这个顶层看到逻辑门「运行」之后的最终结果。

在过去的三个月里,研究者邀请了 10 名参与者来测试该系统,让他们用不同的味道组合去填充自己的糖果。


「通过与 Logic Bonbon 的互动,参与者可以实际体验和学习逻辑运算。它其实可以称得上是一个微型可食用计算机,它需要输入、执行计算并以不同的组合输出结果,同时显示不同的表情和味道,让用户体验计算的『味道』,」该研究的第一作者、 莫纳什大学 Exertion Games Lab 研究者 Jialin Deng 表示。

「这个项目表明,即使像食材、餐饭这样简单的东西也可以被用作一种媒介,用来向人们介绍计算机的概念,」论文合著者、Exertion Games Lab 负责人 Florian ‘Floyd’ Mueller 表示。

该项目未来可能的研究方向包括开发更复杂的食物计算系统,进一步探索如何支持餐厅为食客提供独特的用餐体验。

,时长01:31

论文链接:https://dl.acm.org/doi/pdf/10.1145/3491102.3501926

技术细节

将 Logic Bonbon 当成一个计算机组件来设计

1、模块化

Logic Bonbon 系统的模块化是一种设计特征,它将系统细分为可以独立创建的较小部分。它们也可以与不同系统的模块互换。Logic Bonbon 系统的每个基本单元都由一组输入模块、一个逻辑门和一个输出模块组成,如图 3 所示。

不可食用的输入模块由一个 3D 打印的底座(图中的 mount,作为托住主体的底盘,同时往上传输液体)、两个流体容器(图中的 fuid reservoir)和两个 L 形接头组成。此外,两个流体回收器(fuid recycler)与底座的另一侧连接,以回收多余的流体。Logic Bonbon 系统的这些部分是不可食用的,可食用部分由多层结构的逻辑门和输出模块组成。

2、Logic Bonbon 的多层结构

受具有平面或夹层结构的微流体芯片的启发,Logic Bonbon 被设计成多层结构,每层都有特定的流体装置和逻辑功能。Logic Bonbon 可以执行「与」、「或」、「异或」逻辑运算。下图 4 展示了可以执行「与」门的 Logic Bonbon 结构。

「底座连接器层(base connector layer」的底侧连接到底座,顶侧连接到「逻辑门层(logic gate layer)」。逻辑门层在实现计算方面起着关键作用。在这一层的顶部是另一个连接器层,它连接到两个「室层(chamber layer)」,其中一个具有溢流口(overfow vent)。这两个室层将填充流体,因此起到显示器的作用,指示计算是否成功。如果两个室层达到最大容量,多余的流体将通过溢流口排出。半透明的「窗口层」位于顶部,为用餐者提供了室层的视图,以便他们可以看到计算是否成功,成功则表示糖果可以吃了。

与 Logic Bonbon 交互

用餐者与 Logic Bonbon 的交互始于他们对输入模块中的液体管施加压力,液体管中装着不同口味的调味汁。

图 5 展示了一个 Logic Bonbon 系统的例子,它带有两个偏好输入「x」和「y」。

这种设计让两种液体(输入)从移液管流出,通过底盘进入 Logic Bonbon(图 6)。

研究者演示了 Logic Bonbon 中的三个逻辑运算及其可能的结果:AND、OR、XOR(如图 7)。每个 Logic Bonbon 都被分配到不同的图标,用以区分三个逻辑门。AND 的门是心形,OR 的门是鸭子形状,XOR 的门是字母 I 的形状。

除了 Logic Bonbon 本身的偏好之外,它的逻辑功能在使用两个「偏好输入」时会生成四种可能的偏好输出:无偏好、偏好 x、偏好 y、混合偏好。

更多细节请参考原论文。

参考链接:https://www.monash.edu/news/articles/using-desserts-to-decode-computer-science

相关文章
|
Shell iOS开发 MacOS
|
存储 弹性计算 安全
阿里云服务器怎么样?云服务器ECS产品优势、应用场景、价格解析及常见问题参考
阿里云服务器ECS(Elastic Compute Service)是阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS(Infrastructure as a Service)级别云计算服务。把物理服务器比作买的房子,云服务器ECS,就是租赁的房子,阿里云云服务商就是管家。云服务商负责搭建机房、提供配套服务和维护,用户只需要付租金,即可“拎包入住”,无需自建机房、采购和配置硬件设施。如果不再需要云服务器,可随时“退租”(释放资源),节省成本。本文为大家解析云服务器ECS产品优势、应用场景和最新价格及常见问题。
阿里云服务器怎么样?云服务器ECS产品优势、应用场景、价格解析及常见问题参考
网络中的半双工与全双工
【8月更文挑战第24天】
2568 0
|
JavaScript 前端开发 NoSQL
构建基于Node.js的全栈应用:从前端到后端的完整指南
【5月更文挑战第24天】本文是关于使用Node.js构建全栈应用的指南,涵盖前端(React或Vue)、后端(Node.js + Express)和数据库(MongoDB)的选型与实现。文章介绍了项目结构、前端组件化开发、后端API接口编写、前后端联调及部署上线的注意事项,帮助读者掌握全栈开发流程。
2245 2
|
1天前
|
数据采集 人工智能 安全
|
10天前
|
云安全 监控 安全
|
2天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
906 150
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1644 8
|
6天前
|
人工智能 前端开发 文件存储
星哥带你玩飞牛NAS-12:开源笔记的进化之路,效率玩家的新选择
星哥带你玩转飞牛NAS,部署开源笔记TriliumNext!支持树状知识库、多端同步、AI摘要与代码高亮,数据自主可控,打造个人“第二大脑”。高效玩家的新选择,轻松搭建专属知识管理体系。
364 152