Виртуальный ты. Как создание цифровых близнецов изменит будущее человечества

Есть и другие возможности для оптических компьютеров. Например, Наталья Берлофф из Кембриджского университета показала, как умножать волновые функции, описывающие световые волны (вместо того, чтобы складывать их), открывая новые возможности для решения сложных вычислительных задач[532]. В четвертой главе мы также столкнулись с физическими нейронными сетями, где свет, проходящий через любой физический объект (например, стеклянное пресс-папье), можно использовать в качестве центрального процессора в быстрой и эффективной глубокой нейронной сети. Каким бы ни был подход к оптическим вычислениям, вполне вероятно, что экзафлопсные машины следующего поколения будут иметь аналоговые подсистемы для выполнения того, что Энгета называет «фотонным исчислением».

Рисунок 44. Структура полых областей в «швейцарском сыре» предназначена для решения интегрального уравнения с заданным «ядром», частью уравнения, которая описывает взаимосвязь между двумя переменными (воспроизведено с разрешения Надера Энгеты)

Цифровые мозги

Человеческое тело само по себе может способствовать развитию виртуального человека благодаря появлению аналоговых компьютеров, вдохновленных его аналоговой работой. Основываясь на новаторской работе американского ученого и инженера Карвера Мида в конце 1980-х гг., область под названием «нейроморфные вычисления» привлекла мозг как источник вдохновения для разработки вычислительного оборудования[533]. В рамках одного многообещающего подхода к нейроморфной инженерии Стэн Уильямс из Техасского университета A&M, Сухас Кумар из Hewlett-Packard Labs и Цзывень Ванг из Стэнфордского университета создали наноразмерное устройство, состоящее из слоев различных неорганических материалов, в частности диоксида ниобия[534], которое могло воспроизводить реальное поведение нейронов[535].

Их работа началась в 2004 г., когда Уильямс вдохновился работой Леона Чуа из Калифорнийского университета в Беркли, инженера-электрика, который первым придумал мемристор. Этот электронный компонент можно представить как «резистор с памятью», поскольку он запоминает количество прошедшего через него электрического заряда даже после выключения. Как и в вашей голове, обработка данных и память состоят из одних и тех же адаптивных строительных блоков, поэтому энергия не тратится зря на перетасовку данных.

Постулированный Чуа в 1971 г. как «недостающее звено» в схемах, в которых традиционно использовались только конденсатор, катушка индуктивности и резистор[536], затем, наконец, обнаруженный Уильямсом и его коллегами в 2008 г.[537], этот четвертый «атом» всех электрических цепей по крайней мере в 1000 раз более энергоэффективен, чем обычное оборудование на основе транзисторов, используемое, например, в искусственном интеллекте[538].

Чуа проводит параллели между поведением мемристоров и нейронов. В частности, он утверждает, что ионные каналы натрия и калия можно рассматривать как мемристоры, которые являются ключом к генерации потенциала действия, наблюдаемого в уравнениях Ходжкина – Хаксли[539]. Чуа переформулировал их, используя четыре дифференциальных уравнения или переменные состояния, каждое из которых представляет собой динамическую и нелинейную систему, отсюда и способность генерировать импульсы или потенциалы действия. Исследуя поведение Ходжкина – Хаксли, он обнаружил переходную зону между порядком и хаосом, получившую название «грань хаоса» (Чуа описывает ее «между мертвым и живым»[540]), которая, по его мнению, является ключом к возникновению сложных явлений, включая творчество и интеллект. (Мы обсуждаем грань хаоса в нашей книге Frontiers of Complexity.)

Уильямс, вдохновленный работами Чуа, начал создавать устройства для исследования этого нелинейного режима. Сначала, в 2006 г., он создал экспериментальный мемристор. Затем ему захотелось создать устройство, имитирующее уравнения Ходжкина – Хаксли. К 2020 г. Уильямс, Кумар и Ван создали синтетический нейрон – переключатель на основе мемристора третьего порядка на слое диоксида ниобия. При приложении небольшого напряжения слой нагревается и при критической температуре превращается из изолятора в проводник, высвобождая накопленный заряд. При этом создается импульс, очень напоминающий потенциалы действия, вырабатываемые нейронами, после чего температура падает, устройство возвращается в состояние покоя и начинает повторно накапливать заряд. Так как Чуа показал, что трех дифференциальных уравнений достаточно для описания поведения аксона, они смогли представить три различных дифференциальных уравнения – или три переменных состояния – в неорганической структуре: как, изменяя напряжение на синтетических нейронах, создать богатый диапазон поведения. Всего они создали 15 сценариев (по мнению команды, основанному на исследованиях системы «четвертого порядка», всего их 23), которые наблюдались в мозге: продолжительные, взрывные и хаотические импульсы. Эти «электротермические мемристоры» также могут исследовать «грань хаоса»[541].