(Sinistra) Un organismo ameboide, come la muffa melmosa Physarum polycephalum mostrata qui su una scheggia rivestita d'oro in una piastra di agar, fornisce un modello dei principi di calcolo dei sistemi biologici. (A destra) I ricercatori hanno progettato una rete di cricchetti elettrici browniani per implementare un sistema informatico ispirato all'ameba. Credito:M. Aono, et al. ©2015 IOP Publishing
(Phys.org)—I ricercatori hanno progettato e implementato un algoritmo che risolve i problemi di calcolo utilizzando una strategia ispirata al modo in cui un'ameba si ramifica per ottenere risorse. Il nuovo algoritmo chiamato AmebaSAT, può risolvere il problema della soddisfacibilità (SAT), un difficile problema di ottimizzazione con molte applicazioni pratiche, utilizzando ordini di grandezza in meno rispetto al numero di passaggi richiesti da uno degli algoritmi convenzionali più veloci.
I ricercatori prevedono che il sistema informatico ispirato all'ameba può offrire diversi vantaggi, come alta efficienza, miniaturizzazione, e basso consumo energetico, che potrebbe portare a un nuovo paradigma informatico per la risoluzione di problemi ad alta velocità su scala nanometrica.
Guidati da Masashi Aono, Associate Principal Investigator presso l'Earth-Life Science Institute, Istituto di tecnologia di Tokyo, e al PRESTO, Agenzia giapponese per la scienza e la tecnologia, i ricercatori hanno pubblicato un articolo sul sistema ispirato all'ameba in un recente numero di Nanotecnologia .
"Abbiamo dimostrato un modo per sfruttare l'enorme potenza di calcolo dei fenomeni naturali in termini di complessità ed energia, "Aono ha detto Phys.org .
La motivazione di questa ricerca deriva in gran parte dalla tendenza in atto alla miniaturizzazione elettronica. Come spiegano gli scienziati, i transistor sono diventati così piccoli che si stanno avvicinando alla scala alla quale le fluttuazioni termiche possono disturbare il loro funzionamento. Queste fluttuazioni devono essere affrontate, ma piuttosto che cercare di minimizzare il loro impatto, ricerche recenti hanno suggerito che un'alternativa migliore potrebbe essere quella di coesistere con loro. Molti sistemi biologici, come i motori molecolari coinvolti nella contrazione muscolare, lo fanno con successo da milioni di anni.
Nel loro studio, i ricercatori hanno progettato un sistema informatico su nanoscala costituito da un cricchetto elettrico browniano, che utilizza lo stesso meccanismo di base di un motore molecolare biologico, generare corrente da elettroni fluttuanti. In un cricchetto elettrico browniano, l'energia termica in un nanofilo fa sì che gli elettroni si muovano in modo casuale in una direzione (ad es. sinistra ma non destra) o rimanere nello stesso posto. La ripetizione di questo processo più volte genera un flusso di elettroni diretto, risultante in una corrente elettrica con fluttuazioni stocastiche (casuali). Come hanno dimostrato ricerche precedenti, fintanto che non viene trasferita energia all'esterno del sistema, il processo non viola la seconda legge della termodinamica.
Per implementare il loro sistema informatico ispirato all'ameba, i ricercatori hanno progettato una rete di cricchetti elettrici browniani con numerosi "rami" o fili. I rami corrispondono agli pseudopodi di un'ameba, che può estendersi su ampie aree di spazio per massimizzare l'assorbimento dei nutrienti. In un modo simile, i rami della rete a cricchetto possono fornire corrente (che rappresenta il valore binario "1") o nessuna corrente (che rappresenta "0") in modo stocastico. Globale, entrambi i sistemi utilizzano il movimento casuale, accoppiato con il controllo del feedback dinamico, per eseguire compiti informatici.
Per valutare la capacità di calcolo del sistema AmoebaSAT, i ricercatori lo hanno applicato per risolvere un difficile problema di ottimizzazione combinatoria chiamato problema SAT, che sostanzialmente consiste nel determinare se una data formula composta da numerose variabili logiche e vincoli è "soddisfacibile". Il problema SAT e i suoi problemi derivati hanno una vasta gamma di applicazioni in campi tra cui la robotica, modellazione, commercio elettronico, e altri.
"Per cercare una soluzione al problema SAT, ogni unità del sistema deve comportarsi in maniera stocastica e commettere un 'errore' nell'esplorare uno spazio degli stati più ampio; l'errore indica che la risorsa non viene fornita anche quando non viene applicato il segnale di controllo inibitorio, " ha spiegato Aono. "A questo proposito, il cricchetto elettrico browniano è uno dei migliori dispositivi per risolvere i problemi perché implementa operazioni stocastiche con errori, come esposto a rumore termico casuale. Per di più, questo dispositivo è vantaggioso perché consuma bassi livelli di energia, che sono paragonabili all'energia termica; facilita l'integrazione su larga scala per risolvere grandi problemi."
I test hanno dimostrato che il sistema AmoebaSAT ha avuto una percentuale di successo del 100% nel trovare una soluzione a vari problemi SAT a 50 variabili, risolvendo questi problemi con una media di circa 3, 000 passi. Una versione modificata dell'algoritmo, che può affrontare in modo più efficace il rumore casuale che induce errori, si è comportato ancora meglio, in media meno di 1800 passi. Per confronto, uno degli algoritmi di ricerca locale più conosciuti, WalkSAT, richiesto ordini di grandezza più passaggi per risolvere gli stessi problemi. Inoltre, l'AmoebaSAT supera WalkSAT in modo più significativo all'aumentare del numero di variabili.
I ricercatori propongono che le prestazioni superiori di AmoebaSAT derivino dalla sua funzione di "ricerca simultanea", riferendosi alla sua capacità di aggiornare più variabili contemporaneamente. In contrasto, Gli algoritmi WalkSAT e altri metodi eseguiti su computer digitali convenzionali possono aggiornare solo una variabile ad ogni passaggio. Questa caratteristica "seriale" può essere fatta risalire alla macchina di Turing, che definiva la nozione convenzionale di computazione. Nel futuro, i ricercatori hanno in programma di esplorare ulteriormente le origini dei vantaggi prestazionali del nuovo algoritmo ispirato alla natura.
Un altro vantaggio del nuovo algoritmo che lo rende particolarmente promettente per gli sviluppi futuri è la sua potenziale scalabilità. Molti computer naturali, come le reti neurali ispirate al cervello, richiedono un gran numero di fili interconnessi che cresce rapidamente al crescere della complessità del problema, limitando la scalabilità di queste reti. L'architettura ispirata all'ameba evita questo problema perché il numero di unità interconnesse cresce solo linearmente all'aumentare della complessità.
Con tutti questi vantaggi, i ricercatori sperano che l'informatica ispirata all'ameba offrirà più di una semplice novità informatica, ma un modo pratico per implementare la futura tecnologia informatica su scala nanometrica.
"Attualmente, abbiamo appena progettato il sistema e verificato che funziona abbastanza bene, pur essendo già stato confermato il corretto funzionamento dei cricchetti elettrici browniani, " ha detto Aono. "Nel prossimo futuro, realizzeremo l'attuale sistema AmoebaSAT implementato utilizzando il cricchetto elettrico Browniano e dimostreremo che raggiunge con successo le sue eccellenti prestazioni in termini di efficienza, miniaturizzazione, e riduzione dei consumi energetici."
© 2015 Phys.org