Oprettelse af en ny type computere, der er naturligt sandsynlige

"Du ser, naturen er uforudsigelig. Hvordan forventer du at forudsige det med en computer?" sagde den amerikanske fysiker Richard Feynman før dataforskere ved en konference i 1981.

Fyrre år senere, Purdue Universitys ingeniører bygger den slags system, som Feynman forestillede sig ville overvinde begrænsningerne ved nutidens klassiske computere ved at opføre sig mere som naturen:en "sandsynlighedscomputer."

Teamet mener, at en sandsynlighedscomputer hurtigere kan løse nogle af de problemer, en kvantecomputer ville løse, da den ikke behøvede helt ny hardware eller ekstremt kolde temperaturer for at fungere.

På listen over problemer, der skal løses mere effektivt end med klassiske computere, er optimeringsproblemer - evnen til at beregne den bedste løsning ud fra et meget stort antal løsninger, såsom at identificere den bedste rute for varer at rejse til markedet.

I 2019, forskere fra Purdue og Tohoku University i Japan demonstrerede en probabilistisk computer, lavet af "p-bits, ", der er i stand til at løse optimeringsproblemer, der ofte er målrettet mod kvantecomputere, bygget af qubits.

"Klassisk, sandsynligheder kan kun være positive tal. Qubits, på den anden side, synes at være styret af sandsynligheder, der kan være negative eller endda komplekse tal, " sagde Supriyo Datta, Purdues Thomas Duncan, fremragende professor i elektroteknik og computerteknik, der ledede Purdue-holdet. "Men der er en nyttig undergruppe af problemer, der kan løses med qubits, som også kan løses med p-bits. Man kan måske sige, at en p-bit er en 'fattigmands qubit'."

Fremskridt i retning af at efterligne naturen

Hvorfor ty til en helt ny type computing? Se ikke længere end "naturen" i en kop kaffe, hvilke kvantecomputere, der er under udvikling af virksomheder som Google og IBM, endnu ikke har fået knækket.

Den molekylære struktur af koffein er så kompleks, at klassiske computere ikke kan udføre de beregninger, der er nødvendige for fuldt ud at forstå det. Dette skyldes, at koffein kan findes i 10 ⁴⁸ forskellige atomare konfigurationer, eller "kvantetilstande." En klassisk computer, som kun behandler én kvantetilstand ad gangen, ville være nødt til at behandle mange tilstande på én gang, som naturen gør for at fange koffein.

Denne forhindring holder videnskabsmænd tilbage fra ikke kun bedre at forstå koffeins adfærd, men også fra mere effektiv løsning af problemer inden for lægemiddelforskning, kryptering og cybersikkerhed, finansielle tjenesteydelser, dataanalyse og forsyningskædelogistik.

Hvert af disse områder ville blive væsentligt forbedret, hvis computere kunne faktorere flere variabler og behandle dem på samme tid.

Purdue-forskere ser probabilistisk databehandling som et skridt fra klassisk databehandling til kvantedatabehandling.

"Vi kunne forestille os og være fuldkommen glade, Jeg tror, "Feynman havde sagt, "med en sandsynlighedssimulator af sandsynlighedskarakter, hvor maskinen ikke præcis gør, hvad naturen gør, men […] du ville få den tilsvarende sandsynlighed med den tilsvarende nøjagtighed."

Løsning af kvanteproblemer uden at "gå til kvante"

Ligesom klassiske computere, en probabilistisk computer ville være i stand til at lagre og bruge information i form af nuller og ettaller ved stuetemperatur.

Og ligesom kvantecomputere, en probabilistisk computer kunne behandle flere tilstande af nuller og enere på én gang – bortset fra at en p-bit hurtigt ville svinge mellem nul og én (derfor, "sandsynlighed"), hvorimod en qubit er en superposition af nul og en. På en chip, disse udsving ville være korreleret mellem p-bit, men viklet ind i qubits.

Ideen fremover er at finjustere almindeligt anvendt hukommelsesteknologi, enheder kaldet magnetiske tunnelingskryds, at være bevidst ustabil, så p-bits kan svinge.

Siden demonstration af hardware til en probabilistisk computer i 2019 og opnåelse af et patent gennem Purdue Research Foundation Office of Technology Commercialization, holdet har også brugt eksisterende siliciumteknologi til at efterligne en probabilistisk computer med tusindvis af p-bits ved hjælp af konventionel hardware, der er offentligt tilgængelig via Amazon Web Services.

Forskerne har publiceret adskillige artikler i det seneste år om udviklingen i retning af at integrere individuelle hardwarekomponenter, modellering af, hvordan man får systemet til at fungere i større skala og sikre energieffektivitet fra bunden.

"Dommen om den bedste implementering af en p-bit er endnu ikke ude. Men vi viser, hvad der virker, så vi kan finde ud af det undervejs, " sagde Joerg Appenzeller, Purdues Barry M. og Patricia L. Epstein professor i elektro- og computerteknik.

Universitetets probabilistiske databehandlingsforskning falder ind under et initiativ kaldet Purdue-P. Initiativet er en del af Purdues Discovery Park Center for Computing Advances by Probabilistic Spin Logic, som er støttet af Semiconductor Research Corp. og National Science Foundation. Holdets arbejde har også midler fra Defence Advanced Research Projects Agency.

Forskerne kan være de eneste, der udvikler en probabilistisk computer i navn, men andre inden for området udvikler lignende teknologi ved hjælp af forskellige materialer og paradigmer.

"Som et felt, vi ser på de computerproblemer, vi ikke kan løse endnu, og tænker, "Der er digital computing, der er quantum computing - hvad er der ellers?" Der er mange ting derude, som man kan kalde 'sandsynlighedsberegning' fra et meget højt niveau, " sagde Kerem Camsari, en tidligere Purdue postdoc-forsker, der fortsætter med at samarbejde med gruppen som assisterende professor i elektro- og computerteknik ved University of California, Santa Barbara.