Kann Wasser Buchstaben lesen?
Ein Behälter läuft langsam voll. Erreicht das Wasser den Rand eines Standrohrs, springt ein Siphon an und leert ihn in einem Zug. Dann füllt er sich von vorn. Das ist fast genau das, was ein künstliches Neuron tut: sammeln, Schwelle erreichen, feuern, zurücksetzen.
SiphonNet verbindet 100 solcher Behälter zu einem Netz. Pumpen geben einen Buchstaben aus 5 × 7 Punkten hinein, das Wasser verteilt sich über Schläuche in die Reihen darunter, und ein Ausleser erkennt am Muster der Füllstände, welcher Buchstabe es war. Trainiert wird nur dieser Ausleser. Im Netz selbst gibt es keinen Strom, keinen Sensor und keine Software. Nur Wasser und Schwerkraft, vorerst in der Simulation.
Simulation mit der Physik echter Siphons, noch kein Aufbau aus Rohren. Die 100 Behälter erkennen verrauschte Buchstaben in 94,3 Prozent der Fälle. Ein einfacher Klassifikator, der direkt auf die Pixel schaut, kommt auf 93,7 Prozent, und dieselben Behälter ganz ohne Leitungen untereinander auf 96,1 Prozent. Die Verbindungen helfen also bisher nicht. So steht es auch im Repository. Als Nächstes sind Hemmung mit Wasser und ein Haupteimer zur Versorgung dran, später 8 bis 16 Siphons aus dem 3D-Drucker auf dem Tisch.
Idee und Versuchsaufbau: Christian Bürckert
Code, Messungen und Video (91 Sekunden) auf GitHub