Es probable que la potencia de procesamiento de las computadoras estándar alcance su máximo en los próximos 10 a 25 años. Incluso con esta potencia máxima, las computadoras tradicionales no podrán manejar una clase particular de problema que involucra combinar variables para llegar amuchas respuestas posibles y buscando la mejor solución.
Ahora, un tipo de computadora completamente nuevo que combina el procesamiento óptico y eléctrico, informó el 20 de octubre en la revista ciencia , podría sortear esta restricción de procesamiento inminente y resolver esos problemas. Si se puede ampliar, esta computadora no tradicional podría ahorrar costos al encontrar soluciones más óptimas a problemas que tienen un número increíblemente alto de posibles soluciones.
"Esta es una máquina que, en cierto sentido, es la primera de su clase, y la idea es que abra un subcampo de investigación en el área de las máquinas de computación no tradicionales", dijo Peter McMahon, investigador postdoctoral en aplicadaFísica y coautora del artículo: "Hay muchas, muchas preguntas que plantea este desarrollo y esperamos que en los próximos años, varios grupos vayan a investigar esta clase de máquina y analizar cómo va a funcionar este enfoque"."
El problema del vendedor ambulante
Hay un tipo especial de problema, llamado problema de optimización combinatoria, que las computadoras tradicionales encuentran difícil de resolver, incluso aproximadamente. Un ejemplo es lo que se conoce como el problema del "vendedor ambulante", en el que un vendedor tiene que visitar un determinadoconjunto de ciudades, cada una solo, y regresan a la primera ciudad, y el vendedor quiere tomar la ruta más eficiente posible. Este problema puede parecer simple pero el número de rutas posibles aumenta extremadamente rápido a medida que se agregan ciudades, y esto explica por quéel problema es difícil de resolver
"Esos problemas son desafiantes para las computadoras estándar, incluso para las supercomputadoras, porque a medida que crece el tamaño, en algún momento, se necesita la edad del universo para buscar todas las soluciones posibles", dijo Alireza Marandi, ex académica postdoctoral en Stanfordy coautor del estudio: "Esto es cierto incluso con una supercomputadora porque el crecimiento de las posibilidades es muy rápido".
Puede ser tentador simplemente renunciar al vendedor ambulante, pero resolver problemas tan difíciles de optimización podría tener un enorme impacto en una amplia gama de áreas. Los ejemplos incluyen encontrar el camino óptimo para los camiones de reparto, minimizar la interferencia en las redes inalámbricas y determinarcómo se pliegan las proteínas. Incluso pequeñas mejoras en algunas de estas áreas podrían generar ahorros monetarios masivos, por lo que algunos científicos han dedicado sus carreras a crear algoritmos que producen soluciones aproximadas muy buenas para este tipo de problema.
una máquina Ising
El equipo de Stanford ha construido lo que se llama una máquina Ising, llamada así por un modelo matemático de magnetismo. La máquina actúa como una red reprogramable de imanes artificiales donde cada imán apunta hacia arriba o hacia abajo y, como un sistema magnético real, se esperatender a operar con poca energía.
La teoría es que, si las conexiones entre una red de imanes se pueden programar para representar el problema en cuestión, una vez que se asientan en las direcciones óptimas de baja energía que deben enfrentar, la solución puede derivarse de su estado final.En el caso del vendedor ambulante, cada imán artificial en la máquina Ising representa la posición de una ciudad en un camino particular.
En lugar de usar imanes en una cuadrícula, el equipo de Stanford utilizó un tipo especial de sistema láser, conocido como un oscilador paramétrico óptico degenerado, que, cuando se enciende, representará un "giro" apuntando hacia arriba o hacia abajo.el láser representa la posición de una ciudad en un camino que el vendedor podría tomar. En una versión anterior de esta máquina publicada hace dos años, los miembros del equipo extrajeron una pequeña porción de cada pulso, la retrasaron y agregaron una cantidad controlada de esa porción alos pulsos posteriores. En términos de vendedores ambulantes, así es como programan la máquina con las conexiones y distancias entre las ciudades. Los acoplamientos de pulso a pulso constituyen la programación del problema. Luego, la máquina se enciende para tratar de encontrar unsolución, que se puede obtener midiendo las fases de salida final de los pulsos.
El problema en este enfoque anterior era conectar grandes cantidades de pulsos de formas arbitrariamente complejas. Era factible pero requería un retraso óptico controlable adicional para cada pulso, que era costoso y difícil de implementar.
ampliación
La última máquina Stanford Ising muestra que podría hacerse una versión drásticamente más asequible y práctica reemplazando los retrasos ópticos controlables con un circuito electrónico digital. El circuito emula las conexiones ópticas entre los pulsos para programar el problema y el sistema lásertodavía lo resuelve
Casi todos los materiales utilizados para hacer esta máquina son elementos listos para usar que ya se utilizan para telecomunicaciones. Eso, en combinación con la simplicidad de la programación, facilita la ampliación. La máquina de Stanford actualmente puederesuelve problemas de 100 variables con cualquier conjunto arbitrario de conexiones entre variables, y se ha probado en miles de escenarios.
Un grupo de NTT en Japón que consultó con el equipo de Stanford también ha creado una versión independiente de la máquina; su estudio ha sido publicado junto con Stanford's por Science. Por ahora, la máquina Ising aún no supera el poder de procesamiento de la digital tradicionalcomputadoras cuando se trata de la optimización combinatoria, pero está ganando terreno rápidamente y los investigadores esperan ver qué otro trabajo será posible en base a este avance.
"Creo que es una vía emocionante de exploración para encontrar computadoras alternativas. Puede acercarnos a formas más eficientes de abordar algunos de los problemas computacionales más desalentadores que tenemos", dijo Marandi. "Hasta ahora, hemos hecho uncomputadora basada en láser que puede atacar algunos de estos problemas, y ya hemos mostrado algunos resultados prometedores "
Fuente de la historia :
Materiales proporcionado por Universidad de Stanford . Original escrito por Taylor Kubota. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :