211service.com
Jak sieci komórek biologicznych rozwiązują rozproszone problemy obliczeniowe
Przetwarzanie rozproszone jest obecnie modne. Pomysł polega na podzieleniu zadań obliczeniowych na wygodne porcje i rozesłaniu ich w sieci do wielu komputerów. Korzyści są oczywiste, takie jak łatwy dostęp na żądanie do ogromnych zasobów obliczeniowych.
Konwencjonalny sposób myślenia o tych systemach to niezależne maszyny Turinga połączone siecią, która umożliwia im wymianę dużych wiadomości. Ten tak zwany „model przekazywania wiadomości” z pewnością ma zastosowanie do dużej części przetwarzania rozproszonego, które ma miejsce w Internecie; projekty takie jakSETI @ homeoraz programy Einstein @home.
Ale rośnie świadomość, że wiele sieci jest znacznie bardziej ograniczonych, zarówno pod względem rozmiaru wiadomości, które mogą przesyłać i odbierać, jak i zdolności przetwarzania w każdym węźle.
Na przykład komórka biologiczna może przesyłać i odbierać tylko ograniczone ilości informacji i może wykonywać tylko podstawowe zadania przetwarzania. Łatwo sobie wyobrazić, że sieć komórek może wykonywać tylko bardzo proste zadania przetwarzania rozproszonego. Z drugiej strony, być może mogą nadrobić swoje indywidualne braki, pracując jako grupa, a więc są tak samo kompetentni, jak inne sieci.
Tak więc ważnym pytaniem jest, w jaki sposób te ograniczenia wpływają na klasy zadań obliczeniowych, które mogą wykonywać grupy komórek.
Dziś mamy odpowiedź dzięki pracy Yuvala Emka, Jasmin Smuli i Rogera Wattenhofera ze Szwajcarskiego Federalnego Instytutu Technologii w Zurychu. Uważamy, że istnieje zapotrzebowanie na model sieci, w którym węzły są z założenia poniżej możliwości obliczeniowych i komunikacyjnych maszyn Turinga.
Ci goście modelowali zachowanie obliczeniowe sieci tych maszyn pod-Turinga, które nazywają maszynami skończonymi. Pokazują, że sieć maszyn skończonych, nie będąc krytycznymi, jest w stanie rozwiązać wiele standardowych problemów w konwencjonalnym przetwarzaniu rozproszonym, takich jak trójkolorowe nieskierowane drzewa.
Co więcej, sieci te mogą wykonywać tę pracę równie wydajnie – w czasie polilogarytmicznym z liczbą komórek.
To może mieć daleko idące konsekwencje. Wyobrażenie sobie sieci komórek łączących się zSETI @ homeprojekt. Zapewnia jednak ramy, w których można badać, w jaki sposób sieci komórkowe mogą rozwiązywać inne powszechne problemy w systemach biologicznych, takie jak planowanie w przód, obliczanie trajektorii i tak dalej.
Nowy model można również zastosować w bardziej prozaiczny sposób, na przykład w przewidywaniu wydajności sieci czujników, które są silnie ograniczone przez ograniczenia mocy.
Emek i spółka zadają pytanie: czy małe węzły bio/nano przetwarzają i/lub komunikują się zasadniczo [w] ten sam [sposób] jak komputer?
Wydaje się, że odpowiedź brzmi: tak, co oznacza, że nadszedł ekscytujący czas, aby zostać specjalistą od obliczeń rozproszonych pracującym w biologii.
Nr ref.: arxiv.org/abs/1202.1186 : Obliczenia rozproszone z epoki kamienia