Домашний эксперимент с ESP32: поиск антиэнтропии через поиск простых чисел

Habr AI · оригинал

Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Разработчик совместно с ИИ-ассистентом построил два физических стенда для проверки гипотезы о связи вычислительных процессов и физических полей. Несмотря на анализ сотен тысяч данных, подтвержденных отклонений в показаниях датчиков не обнаружено.

Материал демонстрирует практический подход к интеграции ИИ в аппаратные исследования, где нейросеть выступает не просто чат-ботом, а инженерным агентом, управляющим сборкой, прошивкой и анализом данных. Опыт полезен для понимания ограничений «бытовых» экспериментов по проверке псевдонаучных гипотез и важности строгой методологии исключения артефактов.

Весной текущего года автор статьи задал нейросети вопрос о причинах возникновения жизни на Земле. Диалог перерос в инженерную задачу: попытку создать грубую физическую модель, где упорядоченность возникает из шума. Был разработан стенд, состоящий из вертикального колеса, вращающегося с такой скоростью, чтобы в верхней точке обеспечивалась невесомость, а в нижней — перегрузка в 2g. По ободу колеса намотана катушка, создающая магнитное поле, а на самом ободе закреплены микроконтроллеры ESP32. Их задача — генерировать случайные числа и искать среди них простые, тем самым отбирая редкие паттерны из хаоса. Рядом установлены датчики для фиксации любых изменений в физических параметрах системы.

Разделение труда в проекте необычно: автор занимается механикой, пайкой и питанием, тогда как ИИ (модель Claude) пишет весь код, включая прошивки, серверную часть и алгоритмы анализа данных. Нейросеть также ведет журнал экспериментов и запускает серии тестов. Третий участник — анонимный теоретик. Автор отмечает, что научился создавать «агентов» в двух смыслах: физические платы с единой прошивкой, роли которым назначает сервер, и программных агентов-исполнителей, следующих строгим правилам безопасности и протоколам работы.

Первый стенд, собранный летом, включал диск из фанеры и десять плат ESP32-C6. Через несколько недель в данных появился подозрительный периодический сигнал, похожий на «гребенку». Однако детальный анализ выявил ошибку: вместо заявленного датчика LIS3DSH на платах стоял LIS3DH, у которого один бит регистра включал 8-битный режим, что приводило к фиксированному шагу в 256 отсчетов. ИИ построил математическую модель без подгонки параметров, которая идеально воспроизвела этот артефакт, подтвердив, что «находка» была ложной.

Осенью был запущен второй, более сложный стенд с двумя колесами и 12 платами XIAO ESP32-S3. В качестве контрольного «свидетеля» использовался точный акселерометр ADXL355. Команда столкнулась с рядом технических проблем: от перегрева чипов до помех от щеточных моторов и даже сигнала от работающего телевизора на частоте 25 Гц. Все эти факторы необходимо было исключить из спектра перед поиском целевого эффекта.

За осенний период установка обработала 511 тысяч простых чисел, были проведены сотни проб в различных режимах, включая контрольные опыты с составными числами. ИИ самостоятельно перебирал режимы в течение четырех часов. Результатом стал честный ноль: подтвержденных отклонений у контрольного датчика не зафиксировано. Автор считает это успехом, так как установка научилась показывать отсутствие эффекта, не создавая иллюзий из наводок.

Для третьей версии проекта планируется увеличение количества датчиков до 24 на колесо и использование показаний этих датчиков для генерации проверяемых чисел. Это позволит связать вычислительный процесс непосредственно с физическим состоянием системы. Проект полностью открыт: код, схемы и девятиминутное видео, где рассказ ведется от лица ИИ, доступны в сети.