Учёные заставили бактерии размножаться ради решения сложных задач
NP-полные задачи трещат по швам не от квантового превосходства, а от банального биологического деления. Группа Дэна Николау из Макгилла заставила Vibrio natriegens и E. coli решать Subset Sum, просто разрешив им плодиться внутри микрожидкостного лабиринта.
Лабиринта, где традиционные кремниевые архитектуры захлебываются на экспоненциальном росте комбинаций, пытаясь перебрать варианты последовательно. Предложенная система использует параллельное перемещение биологических агентов в сети каналов из полидиметилсилоксана. Каждый узел разветвления работает как логический элемент, где геометрия микроканалов, вытравленная электронно-лучевой литографией на кремниевой подложке и отлитая в пластике, диктует вероятностный выбор пути. E. coli HCB437 выбирает левое и правое направления с вероятностью 50,1 % и 49,8 %, демонстрируя почти идеальную случайность, в то время как V. natriegens смещается влево на 61,1 % против 38,3 %. Ошибки на прямых узлах минимальны: 1,3 % для первой и 0,3 % для второй. Но главный трюк не в маршрутизации. По мере продвижения по графу бактерии делятся, экспоненциально наращивая количество вычислительных единиц прямо внутри системы, без необходимости предварительной загрузки новых агентов. Это самомасштабирующаяся архитектура, где скорость размножения компенсирует низкую тактовую частоту отдельной клетки.
Клетки, частоту которых никто и не пытается разгонять. Температурный контроль здесь служит исключительно для предотвращения перенаселения каналов, а не для оверклокинга биомассы.
Биомассы, в отличие от кремния, не требуется паять или охлаждать жидким азотом до сверхпроводящих состояний. Предыдущие попытки биокомпьютинга упирались в жесткий лимит носителей информации: запустил тысячу молекул ДНК — получил тысячу параллельных потоков и упёрся в потолок. Николау просто легализовал естественный прирост популяции как вычислительный ресурс. Пусть делятся. Пусть сами ищут комбинации чисел, дающие заданную сумму, пока автоматизированный анализ изображений фиксирует успешные маршруты.
Маршруты, ведущие к картированию структуры белков, которое ИИ пока умеет только оценивать на основе ретроспективных данных, а не решать с нуля. Электронные компьютеры останутся там, где они есть.
Никита Карпов
Главный редакторПишу о гаджетах, нейросетях и том, как технологии меняют нашу жизнь. Проверяю всё на себе, чтобы вы не тратили деньги зря.