Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu. Drugi pomiar, wykonany po odpowiednio dobranym czasie, dostarcza informacji o ukrytej dynamice otoczenia i może pomóc uzyskać więcej pracy niż pojedynczy pomiar.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Clemens Bechinger’s team at the University of Konstanz and the Max Planck Institute for Dynamics and Self Organization in Göttingen. Article summary: The team demonstrated an information engine that uses environmental memory: measuring a particle twice can reveal information hidden in its surroundings and make that information available for work extraction.. Topic tags: general web, privacy, manufacturing, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake
Informacja może być czymś więcej niż opisem tego, co dzieje się w układzie: w odpowiednich warunkach można wykorzystać ją do pozyskania pracy. Zespół Clemensa Bechingera z Uniwersytetu w Konstancji i Instytutu Maxa Plancka Dynamiki i Samoorganizacji w Getyndze pokazał, jak zrobić to w skali mikroskopijnej — sięgając po ślady pamięci ukryte w otoczeniu cząstki. 1
14
15
W doświadczeniu cząstka poruszała się w złożonym ośrodku o strukturze przypominającej „spaghetti”. Jej ruch deformował otoczenie, a ono odprężało się powoli. W rezultacie środowisko zachowywało informację o wcześniejszym ruchu i wpływało na to, co działo się później. Sam pomiar położenia cząstki nie ujawniał całego tego ukrytego stanu. 15
Tu pojawia się pomysł mikroskopijnego „demona Maxwella” — układu, który mierzy i wykorzystuje informację, by uzyskać pracę. To współczesna odsłona znanego eksperymentu myślowego z termodynamiki: pomiar może dostarczyć zasobu, który da się przekształcić w pracę, jak w silnikach informacyjnych i silniku Szilarda. 1
2
Jeden odczyt mówi, gdzie znajduje się cząstka w danej chwili. Drugi, wykonany z opóźnieniem, pozwala uchwycić fragment jej historii ruchu. Zestawienie tych dwóch pozycji dostarcza wskazówek o tym, co dzieje się w niewidocznym bezpośrednio otoczeniu. Tak odzyskana informacja może zostać wykorzystana do wydobycia pracy. 7
15
Kluczowy jest odstęp między pomiarami: powinien pozwolić uchwycić użyteczne korelacje między ruchem cząstki a pamięcią ośrodka. Autorzy recenzji pracy zwracają uwagę, że pojedynczy pomiar nie wystarcza do wykorzystania tej pamięci, a opóźniony drugi odczyt jest istotnym elementem protokołu. 16 Nie oznacza to jednak, że dowolne dwa pomiary zawsze zwiększą uzyskaną pracę — znaczenie ma ich odpowiednie rozplanowanie.
W typowym opisie Markowowskim stan układu w danej chwili wystarcza, by przewidywać jego dalszą ewolucję. Tutaj to założenie nie działa: ukryte zmienne środowiska zachowują istotne informacje z przeszłości. Dlatego opis samej pozycji cząstki jest niepełny, a dynamika ma charakter nie-Markowowski. Zespół zrealizował silnik informacyjny wykorzystujący właśnie tę pamięć otoczenia. 1
15
Wynik jest ważny jako krok w stronę mikroskopijnych silników, które mogłyby czerpać energię z informacji, a nie z makroskopowej różnicy temperatur. Nie oznacza jednak, że w tym doświadczeniu zademonstrowano już działanie urządzenia cyklicznego ani jego zastosowanie w konkretnych środowiskach biologicznych czy roztworach polimerów. Źródła opisują te badania jako krok ku takim silnikom. 7
15
Praca „The extraction of work from hidden degrees of freedom” ukazała się online w czasopiśmie Nature Physics 16 października 2026 r. Jej autorami są Lokesh Muruga, Felix Ginot, Sarah A. M. Loos i Clemens Bechinger. 1
14 Wcześniejsza wersja tekstu, zatytułowana Extracting work from hidden degrees of freedom, trafiła do serwisu arXiv 6 marca 2026 r.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu.
Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu. Drugi pomiar, wykonany po odpowiednio dobranym czasie, dostarcza informacji o ukrytej dynamice otoczenia i może pomóc uzyskać więcej pracy niż pojedynczy pomiar.
Eksperyment pokazuje działanie nie Markowowskiego silnika informacyjnego; to krok w stronę mikroskopijnych urządzeń wykorzystujących informację zamiast różnicy temperatur, a nie demonstracja gotowego silnika cyklicznego.
Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu. Drugi pomiar, wykonany po odpowiednio dobranym czasie, dostarcza informacji o ukrytej dynamice otoczenia i może pomóc uzyskać więcej pracy niż pojedynczy pomiar.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Clemens Bechinger’s team at the University of Konstanz and the Max Planck Institute for Dynamics and Self Organization in Göttingen. Article summary: The team demonstrated an information engine that uses environmental memory: measuring a particle twice can reveal information hidden in its surroundings and make that information available for work extraction.. Topic tags: general web, privacy, manufacturing, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake
Informacja może być czymś więcej niż opisem tego, co dzieje się w układzie: w odpowiednich warunkach można wykorzystać ją do pozyskania pracy. Zespół Clemensa Bechingera z Uniwersytetu w Konstancji i Instytutu Maxa Plancka Dynamiki i Samoorganizacji w Getyndze pokazał, jak zrobić to w skali mikroskopijnej — sięgając po ślady pamięci ukryte w otoczeniu cząstki. 1
14
15
W doświadczeniu cząstka poruszała się w złożonym ośrodku o strukturze przypominającej „spaghetti”. Jej ruch deformował otoczenie, a ono odprężało się powoli. W rezultacie środowisko zachowywało informację o wcześniejszym ruchu i wpływało na to, co działo się później. Sam pomiar położenia cząstki nie ujawniał całego tego ukrytego stanu. 15
Tu pojawia się pomysł mikroskopijnego „demona Maxwella” — układu, który mierzy i wykorzystuje informację, by uzyskać pracę. To współczesna odsłona znanego eksperymentu myślowego z termodynamiki: pomiar może dostarczyć zasobu, który da się przekształcić w pracę, jak w silnikach informacyjnych i silniku Szilarda. 1
2
Jeden odczyt mówi, gdzie znajduje się cząstka w danej chwili. Drugi, wykonany z opóźnieniem, pozwala uchwycić fragment jej historii ruchu. Zestawienie tych dwóch pozycji dostarcza wskazówek o tym, co dzieje się w niewidocznym bezpośrednio otoczeniu. Tak odzyskana informacja może zostać wykorzystana do wydobycia pracy. 7
15
Kluczowy jest odstęp między pomiarami: powinien pozwolić uchwycić użyteczne korelacje między ruchem cząstki a pamięcią ośrodka. Autorzy recenzji pracy zwracają uwagę, że pojedynczy pomiar nie wystarcza do wykorzystania tej pamięci, a opóźniony drugi odczyt jest istotnym elementem protokołu. 16 Nie oznacza to jednak, że dowolne dwa pomiary zawsze zwiększą uzyskaną pracę — znaczenie ma ich odpowiednie rozplanowanie.
W typowym opisie Markowowskim stan układu w danej chwili wystarcza, by przewidywać jego dalszą ewolucję. Tutaj to założenie nie działa: ukryte zmienne środowiska zachowują istotne informacje z przeszłości. Dlatego opis samej pozycji cząstki jest niepełny, a dynamika ma charakter nie-Markowowski. Zespół zrealizował silnik informacyjny wykorzystujący właśnie tę pamięć otoczenia. 1
15
Wynik jest ważny jako krok w stronę mikroskopijnych silników, które mogłyby czerpać energię z informacji, a nie z makroskopowej różnicy temperatur. Nie oznacza jednak, że w tym doświadczeniu zademonstrowano już działanie urządzenia cyklicznego ani jego zastosowanie w konkretnych środowiskach biologicznych czy roztworach polimerów. Źródła opisują te badania jako krok ku takim silnikom. 7
15
Praca „The extraction of work from hidden degrees of freedom” ukazała się online w czasopiśmie Nature Physics 16 października 2026 r. Jej autorami są Lokesh Muruga, Felix Ginot, Sarah A. M. Loos i Clemens Bechinger. 1
14 Wcześniejsza wersja tekstu, zatytułowana Extracting work from hidden degrees of freedom, trafiła do serwisu arXiv 6 marca 2026 r.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu.
Cząstka poruszała się w złożonym, powoli odprężającym się ośrodku, który zachowywał pamięć jej wcześniejszego ruchu. Drugi pomiar, wykonany po odpowiednio dobranym czasie, dostarcza informacji o ukrytej dynamice otoczenia i może pomóc uzyskać więcej pracy niż pojedynczy pomiar.
Eksperyment pokazuje działanie nie Markowowskiego silnika informacyjnego; to krok w stronę mikroskopijnych urządzeń wykorzystujących informację zamiast różnicy temperatur, a nie demonstracja gotowego silnika cyklicznego.