Нетрадиционные вычисления (также известные как альтернативные вычисления или нестандартные вычисления ) — это вычисления, выполняемые с помощью любого из широкого спектра новых или необычных методов.
Термин «нетрадиционные вычисления» был введен Кристианом С. Калудом и Джоном Касти и использован на Первой международной конференции по нетрадиционным моделям вычислений [1] в 1998 году. [2]
Общая теория вычислений допускает множество методов вычислений. Вычислительная технология была впервые разработана с использованием механических систем, а затем переросла в использование электронных устройств. Другие области современной физики предоставляют дополнительные возможности для развития.
Модель вычислений описывает, как вычисляется выход математической функции, учитывая ее вход. Модель описывает, как организованы единицы вычислений, памяти и коммуникации. [3] Вычислительную сложность алгоритма можно измерить, учитывая модель вычислений. Использование модели позволяет изучать производительность алгоритмов независимо от вариаций, которые характерны для конкретных реализаций и конкретной технологии.
Широкое разнообразие моделей обычно используется; некоторые из них очень похожи на работу (идеализированных) обычных компьютеров, а другие нет. Некоторые часто используемые модели — это регистровые машины , машины с произвольным доступом , машины Тьюринга , лямбда-исчисление , системы переписывания , цифровые схемы , клеточные автоматы и сети Петри .
Исторически механические компьютеры использовались в промышленности до появления транзистора .
Механические компьютеры сохраняют определенный интерес сегодня, как в исследованиях, так и в качестве аналоговых компьютеров. Некоторые механические компьютеры имеют теоретическую или дидактическую значимость, например, компьютеры для бильярдных шаров , в то время как гидравлические, такие как MONIAC или Water integrator, использовались эффективно. [4]
В то время как некоторые из них на самом деле моделируются, другие нет [ требуется разъяснение ] . Не предпринимается никаких попыток [ сомнительно – обсудить ] построить работающий компьютер посредством механических столкновений бильярдных шаров. Компьютер домино – еще одна теоретически интересная механическая вычислительная схема. [ почему? ]
Аналоговый компьютер — это тип компьютера, который использует аналоговые сигналы , которые являются непрерывными физическими величинами, для моделирования и решения задач. Эти сигналы могут быть электрическими , механическими или гидравлическими по своей природе. Аналоговые компьютеры широко использовались в научных и промышленных приложениях и часто были быстрее цифровых компьютеров в то время. Однако они начали устаревать в 1950-х и 1960-х годах и в настоящее время в основном используются в специальных приложениях, таких как симуляторы полета самолетов и обучающие системы управления в университетах. [5] Примерами аналоговых вычислительных устройств являются логарифмические линейки , номограммы и сложные механизмы для управления процессами и защитные реле. [6] Механизм Антикитеры , механическое устройство, которое вычисляет положения планет и Луны, и планиметр , механический интегратор для вычисления площади произвольной двумерной фигуры, также являются примерами аналоговых вычислений.
Большинство современных компьютеров представляют собой электронные вычислительные машины с архитектурой фон Неймана, основанной на цифровой электронике, с широкой интеграцией, которая стала возможной после изобретения транзистора и масштабирования закона Мура .
Нетрадиционные вычисления, согласно описанию на [ какой? ] конференции, [7] «междисциплинарная область исследований, главная цель которой — обогатить или выйти за рамки стандартных моделей, таких как архитектура компьютера фон Неймана и машина Тьюринга , которые доминируют в компьютерной науке более полувека». Эти методы моделируют свои вычислительные операции на основе нестандартных парадигм и в настоящее время в основном находятся на стадии исследований и разработок.
Такое вычислительное поведение можно «смоделировать» [ требуется пояснение ] с помощью классических кремниевых микротранзисторов или технологий твердотельных вычислений, но оно направлено на достижение нового типа вычислений.
Это неинтуитивные и педагогичные примеры того, что компьютер можно сделать практически из чего угодно.
Бильярдный компьютер — это тип механического компьютера, который использует движение сферических бильярдных шаров для выполнения вычислений. В этой модели провода булевой схемы представлены путями, по которым перемещаются шары, наличие или отсутствие шара на пути кодирует сигнал на этом проводе, а ворота имитируются столкновениями шаров в точках, где их пути пересекаются. [8] [9]
Домино-компьютер — это механический компьютер, который использует стоящие домино для представления усиления или логического стробирования цифровых сигналов. Эти конструкции могут использоваться для демонстрации цифровых концепций и даже для создания простых модулей обработки информации. [10] [11]
И компьютеры, играющие в бильярдные шары, и компьютеры, играющие в домино, являются примерами нетрадиционных методов вычислений, использующих физические объекты для выполнения вычислений.
Резервуарные вычисления — это вычислительная структура, полученная из теории рекуррентных нейронных сетей, которая включает отображение входных сигналов в многомерные вычислительные пространства посредством динамики фиксированной нелинейной системы, называемой резервуаром. Резервуар, который может быть виртуальным или физическим, состоит из отдельных нелинейных единиц, которые соединены в рекуррентные циклы, что позволяет ему хранить информацию. Обучение выполняется только на этапе считывания, поскольку динамика резервуара фиксирована, и эта структура позволяет использовать естественно доступные системы, как классические, так и квантово-механические, для снижения эффективной вычислительной стоимости. Одним из ключевых преимуществ резервуарных вычислений является то, что они допускают простой и быстрый алгоритм обучения, а также аппаратную реализацию через физические резервуары . [12] [13]
Осязаемые вычисления относятся к использованию физических объектов в качестве пользовательских интерфейсов для взаимодействия с цифровой информацией. Этот подход направлен на использование способности человека хватать и манипулировать физическими объектами для облегчения совместной работы, обучения и проектирования. Характеристики осязаемых пользовательских интерфейсов включают в себя соединение физических представлений с базовой цифровой информацией и воплощение механизмов для интерактивного управления. [14] Существует пять определяющих свойств осязаемых пользовательских интерфейсов, включая возможность мультиплексирования как ввода, так и вывода в пространстве, одновременный доступ и манипулирование компонентами интерфейса, сильные специфические устройства, пространственно-осведомленные вычислительные устройства и пространственная реконфигурируемость устройств. [15]
Термин «человек-компьютер» относится к людям, которые выполняют математические вычисления вручную, часто работая в командах и следуя фиксированным правилам. В прошлом команды людей нанимались для выполнения длительных и утомительных вычислений, и работа была разделена для параллельного выполнения. Этот термин также использовался в последнее время для описания людей с исключительными навыками устной арифметики, также известных как ментальные калькуляторы. [16]
Взаимодействие человека и робота (Human-robot interaction , HRI) — это изучение взаимодействия между людьми и роботами. Оно включает в себя вклады из таких областей, как искусственный интеллект, робототехника и психология. Коботы (Cobots ), или коллаборативные роботы, предназначены для прямого взаимодействия с людьми в общих пространствах и могут использоваться для различных задач, [17] включая предоставление информации, логистику и неэргономичные задачи в промышленных условиях.
Робототехника роя — это область исследований, которая фокусируется на координации и управлении несколькими роботами как системой. Вдохновленная эмерджентным поведением, наблюдаемым у социальных насекомых, робототехника роя включает в себя использование относительно простых индивидуальных правил для создания сложного группового поведения посредством локальной коммуникации и взаимодействия с окружающей средой. [18] Этот подход характеризуется использованием большого количества простых роботов и способствует масштабируемости за счет использования локальных методов коммуникации, таких как радиочастота или инфракрасный порт.
Оптические вычисления — это тип вычислений, использующий световые волны, часто создаваемые лазерами или некогерентными источниками, для обработки, хранения и связи данных. Хотя эта технология имеет потенциал для обеспечения более высокой пропускной способности, чем традиционные компьютеры, использующие электроны, оптоэлектронные устройства могут потреблять значительное количество энергии в процессе преобразования электронной энергии в фотоны и обратно. Полностью оптические компьютеры нацелены на устранение необходимости в этих преобразованиях, что приводит к снижению потребления электроэнергии. [19] Приложения оптических вычислений включают в себя радары с синтезированной апертурой и оптические корреляторы, которые могут использоваться для обнаружения, отслеживания и классификации объектов. [20] [21]
Спинтроника — это область исследований, которая включает использование собственного спина и магнитного момента электронов в твердотельных устройствах. [22] [ 23] [24] Она отличается от традиционной электроники тем, что использует спин электронов как дополнительную степень свободы, которая имеет потенциальные приложения в хранении и передаче данных, [25] а также в квантовых и нейроморфных вычислениях. Спинтронные системы часто создаются с использованием разбавленных магнитных полупроводников и сплавов Гейслера.
Атомтроника — это форма вычислений, которая включает использование ультрахолодных атомов в когерентных цепях материальных волн, которые могут иметь компоненты, аналогичные тем, которые встречаются в электронных или оптических системах. [26] [27] Эти схемы имеют потенциальное применение в нескольких областях, включая фундаментальные физические исследования и разработку практических устройств, таких как датчики и квантовые компьютеры.
Флюидика, или флюидная логика, — это использование динамики жидкости для выполнения аналоговых или цифровых операций в средах, где электроника может быть ненадежной, например, подверженных высокому уровню электромагнитных помех или ионизирующего излучения. Флюидные устройства работают без движущихся частей и могут использовать нелинейное усиление, аналогично транзисторам в электронной цифровой логике. Флюидика также используется в нанотехнологиях и военных приложениях.
Квантовые вычисления, возможно, наиболее известный и развитый нетрадиционный метод вычислений, — это тип вычислений, использующий принципы квантовой механики, такие как суперпозиция и запутанность, для выполнения вычислений. [28] [29] Квантовые компьютеры используют кубиты, которые аналогичны классическим битам, но могут существовать в нескольких состояниях одновременно, для выполнения операций. Хотя современные квантовые компьютеры еще не могут превзойти классические компьютеры в практических приложениях, у них есть потенциал решать определенные вычислительные задачи, такие как факторизация целых чисел, значительно быстрее, чем классические компьютеры. Однако существует несколько проблем при создании практических квантовых компьютеров, включая сложность поддержания квантовых состояний кубитов и необходимость исправления ошибок. [30] [31] Квантовая теория сложности — это изучение вычислительной сложности задач применительно к квантовым компьютерам.
Нейроморфные квантовые вычисления [32] [33] (сокращенно 'n.quantum computing') — это нетрадиционный тип вычислений, который использует нейроморфные вычисления для выполнения квантовых операций. Было высказано предположение, что квантовые алгоритмы , которые являются алгоритмами, работающими на реалистичной модели квантовых вычислений , могут быть вычислены одинаково эффективно с помощью нейроморфных квантовых вычислений. [34] [35] [36] [37] [38]
И традиционные квантовые вычисления , и нейроморфные квантовые вычисления являются нетрадиционными подходами к вычислениям на основе физики и не следуют архитектуре фон Неймана . Они оба создают систему (схему), которая представляет физическую проблему, а затем используют соответствующие физические свойства системы для поиска «минимума». Нейроморфные квантовые вычисления и квантовые вычисления имеют схожие физические свойства во время вычислений [39] [40] .
Сверхпроводящие вычисления — это форма криогенных вычислений, которая использует уникальные свойства сверхпроводников, включая провода с нулевым сопротивлением и сверхбыстрое переключение, для кодирования, обработки и передачи данных с использованием квантов одиночного потока. Они часто используются в квантовых вычислениях и требуют охлаждения до криогенных температур для работы.
Микроэлектромеханические системы (MEMS) и наноэлектромеханические системы (NEMS) — это технологии, которые включают использование микроскопических устройств с подвижными частями, размер которых варьируется от микрометров до нанометров. Эти устройства обычно состоят из центрального процессора (например, интегральной схемы) и нескольких компонентов, которые взаимодействуют с окружающей средой, например, датчиков. [41] Технологии MEMS и NEMS отличаются от молекулярной нанотехнологии или молекулярной электроники тем, что они также учитывают такие факторы, как химия поверхности и эффекты окружающего электромагнетизма и гидродинамики. Приложения этих технологий включают акселерометры и датчики для обнаружения химических веществ. [42]
Молекулярные вычисления — это нетрадиционная форма вычислений, которая использует химические реакции для выполнения вычислений. Данные представлены изменениями в химических концентрациях, [43] и цель этого типа вычислений — использовать наименьшие стабильные структуры, такие как отдельные молекулы, в качестве электронных компонентов. Эта область, также известная как химические вычисления или реакционно-диффузионные вычисления, отличается от смежных областей проводящих полимеров и органической электроники, которые используют молекулы для воздействия на объемные свойства материалов.
Пептидные вычисления — это вычислительная модель, которая использует пептиды и антитела для решения NP-полных задач и, как было показано, является вычислительно универсальной. Она предлагает преимущества по сравнению с ДНК-вычислениями, такие как большее количество строительных блоков и более гибкие взаимодействия, но пока не была реализована на практике из-за ограниченной доступности специфических моноклональных антител. [44] [45]
ДНК-вычисления — это раздел нетрадиционных вычислений, который использует ДНК и оборудование молекулярной биологии для выполнения вычислений. Это форма параллельных вычислений, которая может решать определенные специализированные задачи быстрее и эффективнее, чем традиционные электронные компьютеры. Хотя ДНК-вычисления не предоставляют никаких новых возможностей с точки зрения теории вычислимости , они могут выполнять большое количество параллельных вычислений одновременно. Однако ДНК-вычисления имеют более низкую скорость обработки, и анализировать результаты сложнее по сравнению с цифровыми компьютерами.
Мембранные вычисления, также известные как P-системы, [46] являются подразделом компьютерной науки, который изучает распределенные и параллельные вычислительные модели, основанные на структуре и функции биологических мембран. В этих системах такие объекты, как символы или строки, обрабатываются в отсеках, определяемых мембранами, а связь между отсеками и с внешней средой играет решающую роль в вычислениях. P-системы являются иерархическими и могут быть представлены графически с правилами, управляющими производством, потреблением и перемещением объектов внутри и между регионами. Хотя эти системы в основном оставались теоретическими, [47] некоторые из них, как было показано, имеют потенциал для решения NP-полных задач и были предложены в качестве аппаратных реализаций для нетрадиционных вычислений.
Биологические вычисления, также известные как био-вдохновленные вычисления или естественные вычисления, являются изучением использования моделей, вдохновленных биологией, для решения проблем компьютерной науки, особенно в областях искусственного интеллекта и машинного обучения. Они охватывают ряд вычислительных парадигм, включая искусственные нейронные сети, эволюционные алгоритмы, роевой интеллект, искусственные иммунные системы и многое другое, которые могут быть реализованы с использованием традиционного электронного оборудования или альтернативных физических носителей, таких как биомолекулы или квантовые вычислительные устройства с захваченными ионами. Они также включают изучение понимания биологических систем посредством проектирования полусинтетических организмов и рассмотрения естественных процессов как обработки информации. Также была предложена концепция самой вселенной как вычислительного механизма. [48] [49]
Нейроморфные вычисления включают использование электронных схем для имитации нейробиологических архитектур, обнаруженных в нервной системе человека, с целью создания искусственных нейронных систем, которые вдохновлены биологическими. [50] [51] Эти системы могут быть реализованы с использованием разнообразного оборудования, такого как мемристоры, [52] спинтронные запоминающие устройства и транзисторы, [53] [54] и могут быть обучены с использованием ряда программных подходов, включая обратное распространение ошибок [55] и канонические правила обучения. [56] Область нейроморфной инженерии стремится понять, как конструкция и структура искусственных нейронных систем влияют на их вычисления, представление информации, адаптивность и общую функцию, с конечной целью создания систем, которые демонстрируют свойства, аналогичные тем, которые встречаются в природе. Компьютеры с программным обеспечением, которые состоят из живых нейронов, являются концептуальной формой нейроморфных вычислений, которая была исследована в ограниченных прототипах. [57]
Клеточные автоматы — это дискретные модели вычислений, состоящие из сетки ячеек в конечном числе состояний, таких как включено и выключено. Состояние каждой ячейки определяется фиксированным правилом, основанным на состояниях ячейки и ее соседей. Существует четыре основных классификации клеточных автоматов, начиная от шаблонов, которые стабилизируются в однородности, до тех, которые становятся чрезвычайно сложными и потенциально полными по Тьюрингу. Аморфные вычисления относятся к изучению вычислительных систем, использующих большое количество параллельных процессоров с ограниченными вычислительными возможностями и локальными взаимодействиями, независимо от физического субстрата. Примеры естественно возникающих аморфных вычислений можно найти в биологии развития, молекулярной биологии, нейронных сетях и химической инженерии. Целью аморфных вычислений является понимание и проектирование новых систем посредством характеристики аморфных алгоритмов как абстракций.
Эволюционные вычисления — это тип искусственного интеллекта и мягких вычислений, который использует алгоритмы, вдохновленные биологической эволюцией, для поиска оптимизированных решений для широкого спектра проблем. Он включает в себя генерацию начального набора возможных решений, стохастическое удаление менее желаемых решений и введение небольших случайных изменений для создания нового поколения. Популяция решений подвергается естественному или искусственному отбору и мутации, что приводит к эволюции в направлении повышения приспособленности в соответствии с выбранной функцией приспособленности. Эволюционные вычисления доказали свою эффективность в различных проблемных ситуациях и имеют применение как в компьютерной науке, так и в эволюционной биологии.
Троичные вычисления — это тип вычислений, использующий в своих вычислениях троичную логику или основание 3, а не более распространенную двоичную систему . Троичные компьютеры используют триты или троичные цифры, которые могут быть определены несколькими способами, включая несбалансированную троичную, дробную несбалансированную троичную, сбалансированную троичную и логику с неизвестным состоянием. Троичные квантовые компьютеры используют кутриты вместо тритов. Троичные вычисления в значительной степени были заменены двоичными компьютерами, но были предложены для использования в высокоскоростных устройствах с низким энергопотреблением, использующих переход Джозефсона в качестве сбалансированной троичной ячейки памяти.
Обратимые вычисления — это тип нетрадиционных вычислений, где вычислительный процесс может быть в некоторой степени обращен. Для того чтобы вычисление было обратимым, отношение между состояниями и их последователями должно быть один к одному, и процесс не должен приводить к увеличению физической энтропии. Квантовые схемы обратимы до тех пор, пока они не разрушают квантовые состояния, а обратимые функции являются биективными, то есть они имеют одинаковое количество входов и выходов. [59]
Хаос-вычисления — это тип нетрадиционных вычислений, использующих хаотические системы для выполнения вычислений. Хаотические системы могут использоваться для создания логических вентилей и могут быстро переключаться между различными шаблонами, что делает их полезными для отказоустойчивых приложений и параллельных вычислений. Хаос-вычисления применяются в различных областях, таких как метеорология, физиология и финансы.
Стохастические вычисления — это метод вычисления, который представляет непрерывные значения как потоки случайных битов и выполняет сложные операции с использованием простых побитовых операций над потоками. Его можно рассматривать как гибридный аналого-цифровой компьютер, и он характеризуется свойством прогрессивной точности, где точность вычисления увеличивается по мере расширения потока битов. Стохастические вычисления могут использоваться в итеративных системах для достижения более быстрой сходимости, но они также могут быть дорогостоящими из-за необходимости генерации случайного потока битов и уязвимы для сбоев, если предположение о независимых потоках битов не выполняется. Они также ограничены в своей способности выполнять определенные цифровые функции.
1613 'RB' Yong Mans Gleanings 1, Я прочитал самого верного компьютера времен и лучшего Арифметика, который когда-либо дышал, и он сводит твои дни к короткому числу.