Zoltán Toroczkai, professor vid institutionen för fysik och samtidig professor vid institutionen för datavetenskap och teknik vid University of Notre Dame. Kredit:Matt Cashore/University of Notre Dame
Din dator utför de flesta uppgifter bra. För ordbehandling, vissa beräkningar, grafisk konst och webbsurfning, digitalboxen på ditt skrivbord är det bästa verktyget för jobbet. Men hur din dator fungerar, med sin matematikstil som förlitar sig på det binära kodsystemet "på" och "av" 1:or och 0:or, är inte idealisk för att lösa alla problem.
Det är därför forskare som Zoltán Toroczkai, professor vid institutionen för fysik och samtidig professor vid institutionen för datavetenskap och teknik vid University of Notre Dame, är intresserade av att återuppliva analog datoranvändning i en tid då digital databehandling har nått sin maximala potential.
Toroczkai och medarbetare har arbetat för att utveckla ett nytt matematiskt tillvägagångssätt som kommer att hjälpa till att föra fram beräkningar bortom det digitala ramverket. Hans senaste tidning, publiceras i Naturkommunikation , beskriver en ny matematisk, analog "lösare" som potentiellt kan hitta den bästa lösningen på NP-hårda problem.
NP-hårdhet är en teori om beräkningskomplexitet, med problem som är kända för sina svårigheter. När antalet variabler är stort, problem i samband med schemaläggning, proteinveckning, bioinformatik, medicinsk bildbehandling och många andra områden är nästan olösliga med kända metoder. Efter att ha testat sin nya metod på en mängd olika NP-hårda problem, forskarna drog slutsatsen att deras lösare har potential att leda till bättre, och möjligen snabbare, lösningar som kan beräknas digitalt.
Analoga datorer användes för att förutsäga tidvatten från början till mitten av 1900-talet, styra vapen på slagskepp och skicka upp NASA:s första raketer i rymden. De använde först kugghjul och vakuumrör, och senare, transistorer, som skulle kunna konfigureras för att lösa problem med en rad variabler. De utför matematiska funktioner direkt. Till exempel, för att lägga till 5 och 9, analoga datorer lägger till spänningar som motsvarar dessa siffror, och sedan omedelbart få rätt svar. Dock, analoga datorer var besvärliga och utsatta för "brus" - störningar i signalerna - och var svåra att konfigurera om för att lösa olika problem, så de föll i onåd.
Digitala datorer uppstod efter att transistorer och integrerade kretsar massproducerades på ett tillförlitligt sätt, och för många uppgifter är de exakta och tillräckligt flexibla. Datoralgoritmer, i form av mjukvara, är uppsättningar med instruktioner som talar om för datorns hårdvara hur den ska utföra. Eftersom processen är begränsad till användningen av 0:or och 1:or, detta gör också deras programmering enklare, och tillät digital datoranvändning att dominera i nästan 70 år.
Dock, deras begränsningar kan hindra digitala datorer från att lösa NP-hårda problem med många variabler. Ett sådant problem är problemet med "resande säljare", där en säljare måste börja i en stad och återvända till den staden i slutet av en resa, men däremellan måste resa till alla olika städer på en lista. Vilken är den mest effektiva rutten bland alla punkter? Problemet blir exponentiellt mer utmanande när fler städer tillkommer. Svårigheten med sådana optimeringsproblem, Toroczkai noterade, är "medan du alltid kan komma med något svar, du kan inte avgöra om det är optimalt. Att avgöra att det inte finns en bättre lösning är lika svårt som själva problemet."
En utmaning för analog beräkning ligger i utformningen av kontinuerliga algoritmer. Till skillnad från digital datoranvändning, som har en lång historia inom algoritmutveckling, Algoritmer för analoga datorer saknar en liknande kunskapsbas och är därför mycket svåra att designa. Toroczkais tillvägagångssätt skiljer sig från typerna av algoritmer för digitala datorer, i alla aspekter.
Nästa steg är att designa och bygga enheter baserade på detta tillvägagångssätt, en process som kommer att hanteras inom Notre Dames College of Engineering. De analoga datorerna skulle byggas för specifika uppgifter, och inte för vardagliga datorbehov. Detta arbete är en del av en större multiinstitutionell ansträngning, kallad Extremely Energy Efficient Collective Electronics (EXCEL), ledd av Notre Dames Suman Datta, Freimann ordförande för teknik och professor i elektroteknik, i samarbete med Sharon Hu, professor i datavetenskap och teknik.
"Det är mestadels ingenjörsproblem som måste lösas vid det här laget, såsom falska kapaciteter och bättre ljudkontroll, men det kommer att komma dit, " Sa Toroczkai. "Helst skulle jag vilja se att du har den här lådan på ditt skrivbord som är din schemaläggare. Och det kommer att göra ett mycket bättre jobb än din vanliga dator."