Международная группа исследователей под руководством специалистов канадского Университета Макгилла (McGill University) представила экспериментальный биокомпьютер, в котором вычисления выполняются не кремниевыми чипами, а подвижными бактериями, самостоятельно исследующими сеть микроскопических каналов. По замыслу авторов, естественное размножение бактерий работает как процесс распараллеливания вычислений: при решении задач шифрования, обучении искусственного интеллекта и в других математически сложных случаях колонии микроорганизмов оказываются эффективнее процессоров с заоблачными тактовыми частотами. Работа опубликована в рамках международного сотрудничества, а старшим автором исследования выступает профессор биоинженерии Дэн Николау (Dan Nicolau).
Принцип работы: миллион «чипов» вместо одного
В отличие от традиционных процессоров, которые последовательно перебирают варианты решения, предложенная платформа использует параллельное перемещение множества биологических агентов. Сеть микроскопических каналов представляет собой огромное пространство возможных маршрутов, однако лишь единицы из них — или даже один — ведут к правильному ответу. Ключевое преимущество системы заключается в способности бактерий размножаться непосредственно во время вычислений, что увеличивает количество одновременно работающих «вычислительных элементов» без необходимости предварительной загрузки дополнительных агентов в систему. «Современные электронные компьютеры выполняют миллионы операций в секунду с помощью одного чипа, — поясняет Дэн Николау. — При делении бактерий у нас одновременно работает миллион чипов. Чем больше чипов, тем быстрее можно решить задачу, даже если количество операций в секунду на каждом „процессоре' меньше». По его словам, экспоненциальное деление бактерий открывает «совершенно новый способ вычислений».
Задача Subset Sum и микрожидкостная архитектура
В качестве тестовой вычислительной задачи учёные выбрали NP-полную проблему Subset Sum: необходимо было определить, какие комбинации чисел из заданного набора дают определённую сумму. Для её решения изготовили микрожидкостную сеть из полидиметилсилоксана (PDMS), состоящую из множества соединённых каналов и специальных узлов. Каждый возможный маршрут соответствовал определённой комбинации чисел, а разветвления и соединения каналов выполняли роль логических элементов, где сама биология заставляла бактерии «выбирать» путь для дальнейшего развития колонии. Геометрию микроканалов и узлов проектировали так, чтобы управлять направлением движения бактерий и минимизировать ошибки. Для изготовления структур использовали электронно-лучевую литографию и травление кремниевой подложки, после чего полученную форму воспроизвели в пластике.
Два вида бактерий — два профиля поведения
В экспериментах применялись два штамма: Escherichia coli HCB437 и Vibrio natriegens. Оба вида самостоятельно перемещались по сети, выбирая различные маршруты. При этом V. natriegens, обладающий высокой скоростью размножения, полностью оправдал ожидания: по мере продвижения по каналам бактерии быстро образовывали новые клетки, которые продолжали исследовать доступные маршруты, и количество вычислительных агентов увеличивалось непосредственно внутри системы. Наблюдения в узлах разветвления показали различия в поведении двух штаммов: E. coli выбирала левое и правое направления с вероятностью 50,1 % и 49,8 % соответственно, тогда как у V. natriegens наблюдалось выраженное смещение в сторону левого направления — 61,1 % против 38,3 %. Вероятность ошибочного прохождения прямых узлов составила 1,3 % для E. coli и 0,3 % для V. natriegens. Отслеживание успешных маршрутов осуществлялось с помощью автоматизированного анализа изображений, что позволило исследователям определить комбинации, удовлетворяющие условиям задачи.
Не замена, а дополнение: ниша биокомпьютера
По словам авторов, биокомпьютер не призван заменить классические электронные или квантовые компьютеры. Его роль — стать ресурсосберегающим и экономичным инструментом для поиска решений задач, которые ранее считались неразрешимыми в разумные сроки. «Наш метод предназначен для решения задач, которые не под силу электронным компьютерам, например для картирования структуры белков, — сказал Николау. — Сообщалось, что ИИ справился с этой задачей, но это верно лишь отчасти, поскольку он может только обрабатывать доступные данные. Мы предлагаем использовать эту технологию для решения проблем, а не для оценки на основе прошлой информации». Таким образом, биокомпьютер на базе бактерий позиционируется как специализированная платформа для класса задач, где параллелизм и экспоненциальный рост числа агентов дают принципиальное преимущество над последовательной обработкой.
