رایانه شما بیشتر وظایف را به خوبی انجام می دهد. برای پردازش کلمه ، محاسبات خاص ، گرافیک و گشت و گذار در وب ، جعبه دیجیتال روی میز شما بهترین ابزار برای کار است. اما روشی که رایانه شما کار می کند ، با سبک ریاضیات خود که به سیستم کد باینری "1" و "خاموش" متکی است ، برای حل هر مشکل ایده آل نیست.
به همین دلیل محققانی همچون زولتان توروککای ، استاد گروه فیزیک و استاد هم زمان در گروه علوم کامپیوتر و مهندسی کامپیوتر در دانشگاه نوتردام ، علاقه مندند که محاسبات آنالوگ را در زمانی که محاسبات دیجیتال به حداکثر پتانسیل خود احیا کند ، احیا کند.
Toroczkai و همکارانش در تلاشند تا یک رویکرد جدید ریاضی را توسعه دهند که به محاسبات فراتر از چارچوب دیجیتال کمک کند. جدیدترین مقاله وی ، که در مجله ارتباطات طبیعت منتشر شده است ، یک "حل کننده" آنالوگ ریاضی جدید را شرح می دهد که به طور بالقوه می تواند بهترین راه حل برای مشکلات سخت NP را پیدا کند.
NP-hardness یک تئوری پیچیدگی محاسباتی است ، با مشکلاتی که به دلیل دشواری آنها مشهور است. هنگامی که تعداد متغیرها زیاد است ، مشکلات مربوط به برنامه ریزی ، تاشو پروتئین ، بیوانفورماتیک ، تصویربرداری پزشکی و بسیاری از مناطق دیگر با روشهای شناخته شده تقریباً غیرقابل حل هستند. محققان پس از آزمایش روش جدید خود بر روی انواع مختلفی از مشکلات سخت NP ، محققان نتیجه گرفتند که حل کننده این پتانسیل منجر به راه حلهای بهتر و احتمالاً سریعتر نسبت به دیجیتال محاسبه شده است.
از رایانه های آنالوگ برای پیش بینی جزر و مد از اوایل تا اواسط قرن بیستم ، راهنمایی اسلحه های جنگی و پرتاب اولین موشک های ناسا به فضا استفاده شد. آنها ابتدا از چرخ دنده ها و لوله های خلاء و بعدا ترانزیستورها استفاده می کردند که می توانند برای حل مشکلات با طیف وسیعی از متغیرها پیکربندی شوند. آنها عملکردهای ریاضی را مستقیماً انجام می دهند. به عنوان مثال ، برای اضافه کردن 5 و 9 ، کامپیوترهای آنالوگ ولتاژهایی را اضافه می کنند که با آن اعداد مطابقت دارند و بلافاصله جواب درست را می گیرند. با این حال ، رایانه های آنالوگ دست و پا گیر و مستعد "سر و صدا" هستند. "اختلال در سیگنال ها" ، و پیکربندی مجدد برای حل مشکلات مختلف دشوار بود ، بنابراین آنها از کار بیفتند.
کامپیوترهای دیجیتالی پس از ترانزیستورها ظهور کردند و مدارهای مجتمع با اطمینان تولید انبوه شدند و برای بسیاری از کارها آنها دقیق و به اندازه کافی انعطاف پذیر هستند. الگوریتم های رایانه ، در قالب نرم افزار ، مجموعه دستورالعمل هایی هستند که نحوه عملکرد را به سخت افزار رایانه می گویند . از آنجا که این فرآیند به استفاده از 0 و 1 محدود می شود ، همین امر باعث می شود برنامه نویسی آنها ساده تر شود و به محاسبات دیجیتالی اجازه می دهد تا نزدیک به 70 سال بر آن حاکم شوند.
با این حال ، محدودیت های آنها ممکن است کامپیوترهای دیجیتال را از حل مشکلات سخت NP با بسیاری از متغیرها جلوگیری کند. یکی از این مشکلات ، مشکل "فروشنده مسافرتی" است که در آن یک فروشنده باید در یک شهر شروع کرده و در پایان سفر به آن شهر بازگردد ، اما در این میان ، باید به تمام شهرهای مختلف یک لیست سفر کند. کارآمدترین مسیر در بین تمام نقاط چیست؟ با افزودن شهرهای بیشتر ، این مشکل از نظر ظاهری چالش برانگیز تر می شود. Toroczkai خاطرنشان كرد: مشكل چنين مشكلات بهينه سازي ، "در حالي كه شما هميشه مي توانيد جوابي را بيابيد ، نمي توانيد بهينه بودن آن را تعيين كنيد.
یک چالش برای محاسبات آنالوگ با طراحی الگوریتم های مداوم استوار است. بر خلاف محاسبات دیجیتالی ، که دارای سابقه طولانی در توسعه الگوریتم است ، الگوریتم های رایانه های آنالوگ فاقد پایه دانش مشابه هستند و بنابراین طراحی بسیار دشوار است. رویکرد Toroczkai با همه الگوریتم های رایانه های دیجیتال ، از همه جنبه متفاوت است.
قدم بعدی طراحی و ساخت دستگاه هایی بر اساس این رویکرد است ، فرایندی که در کالج مهندسی نوتردام مورد بررسی قرار خواهد گرفت. کامپیوترهای آنالوگ برای کارهای خاص ساخته می شوند ، و نه برای نیازهای محاسباتی روزمره. این اثر بخشی از یک تلاش بزرگ چند مؤسسه در مقیاس بزرگ به نام الکترونیک جمعی فوق العاده انرژی کارآمد (EXCEL) است که به رهبری نوتردام سومن داتا ، فریمان رئیس مهندسی و استاد مهندسی برق با همکاری شارون هو ، استاد علوم و مهندسی کامپیوتر.
Toroczkai گفت: "بیشتر مشکلات مهندسی وجود دارد که در این مرحله باید حل شود ، مانند ظرفیت های فریبنده و کنترل بهتر سر و صدا ، اما قرار است به آنجا برسد." "در حالت ایده آل می خواهم ببینم که شما این جعبه را روی میز خود دارید که برنامه زمانبندی شماست. و این خیلی بهتر از یک کامپیوتر معمولی شما انجام می شود."
http://socialmediainuk.com/story5562296/پمپ-وکیوم-اصفهان
رایانه شما بیشتر وظایف را به خوبی انجام می دهد. برای پردازش کلمه ، محاسبات خاص ، گرافیک و گشت و گذار در وب ، جعبه دیجیتال روی میز شما بهترین ابزار برای کار است. اما روشی که رایانه شما کار می کند ، با سبک ریاضیات خود که به سیستم کد باینری "1" و "خاموش" متکی است ، برای حل هر مشکل ایده آل نیست.
به همین دلیل محققانی همچون زولتان توروککای ، استاد گروه فیزیک و استاد هم زمان در گروه علوم کامپیوتر و مهندسی کامپیوتر در دانشگاه نوتردام ، علاقه مندند که محاسبات آنالوگ را در زمانی که محاسبات دیجیتال به حداکثر پتانسیل خود احیا کند ، احیا کند.
Toroczkai و همکارانش در تلاشند تا یک رویکرد جدید ریاضی را توسعه دهند که به محاسبات فراتر از چارچوب دیجیتال کمک کند. جدیدترین مقاله وی ، که در مجله ارتباطات طبیعت منتشر شده است ، یک "حل کننده" آنالوگ ریاضی جدید را شرح می دهد که به طور بالقوه می تواند بهترین راه حل برای مشکلات سخت NP را پیدا کند.
NP-hardness یک تئوری پیچیدگی محاسباتی است ، با مشکلاتی که به دلیل دشواری آنها مشهور است. هنگامی که تعداد متغیرها زیاد است ، مشکلات مربوط به برنامه ریزی ، تاشو پروتئین ، بیوانفورماتیک ، تصویربرداری پزشکی و بسیاری از مناطق دیگر با روشهای شناخته شده تقریباً غیرقابل حل هستند. محققان پس از آزمایش روش جدید خود بر روی انواع مختلفی از مشکلات سخت NP ، محققان نتیجه گرفتند که حل کننده این پتانسیل منجر به راه حلهای بهتر و احتمالاً سریعتر نسبت به دیجیتال محاسبه شده است.
از رایانه های آنالوگ برای پیش بینی جزر و مد از اوایل تا اواسط قرن بیستم ، راهنمایی اسلحه های جنگی و پرتاب اولین موشک های ناسا به فضا استفاده شد. آنها ابتدا از چرخ دنده ها و لوله های خلاء و بعدا ترانزیستورها استفاده می کردند که می توانند برای حل مشکلات با طیف وسیعی از متغیرها پیکربندی شوند. آنها عملکردهای ریاضی را مستقیماً انجام می دهند. به عنوان مثال ، برای اضافه کردن 5 و 9 ، کامپیوترهای آنالوگ ولتاژهایی را اضافه می کنند که با آن اعداد مطابقت دارند و بلافاصله جواب درست را می گیرند. با این حال ، رایانه های آنالوگ دست و پا گیر و مستعد "سر و صدا" هستند. "اختلال در سیگنال ها" ، و پیکربندی مجدد برای حل مشکلات مختلف دشوار بود ، بنابراین آنها از کار بیفتند.
کامپیوترهای دیجیتالی پس از ترانزیستورها ظهور کردند و مدارهای مجتمع با اطمینان تولید انبوه شدند و برای بسیاری از کارها آنها دقیق و به اندازه کافی انعطاف پذیر هستند. الگوریتم های رایانه ، در قالب نرم افزار ، مجموعه دستورالعمل هایی هستند که نحوه عملکرد را به سخت افزار رایانه می گویند . از آنجا که این فرآیند به استفاده از 0 و 1 محدود می شود ، همین امر باعث می شود برنامه نویسی آنها ساده تر شود و به محاسبات دیجیتالی اجازه می دهد تا نزدیک به 70 سال بر آن حاکم شوند.
با این حال ، محدودیت های آنها ممکن است کامپیوترهای دیجیتال را از حل مشکلات سخت NP با بسیاری از متغیرها جلوگیری کند. یکی از این مشکلات ، مشکل "فروشنده مسافرتی" است که در آن یک فروشنده باید در یک شهر شروع کرده و در پایان سفر به آن شهر بازگردد ، اما در این میان ، باید به تمام شهرهای مختلف یک لیست سفر کند. کارآمدترین مسیر در بین تمام نقاط چیست؟ با افزودن شهرهای بیشتر ، این مشکل از نظر ظاهری چالش برانگیز تر می شود. Toroczkai خاطرنشان كرد: مشكل چنين مشكلات بهينه سازي ، "در حالي كه شما هميشه مي توانيد جوابي را بيابيد ، نمي توانيد بهينه بودن آن را تعيين كنيد.
یک چالش برای محاسبات آنالوگ با طراحی الگوریتم های مداوم استوار است. بر خلاف محاسبات دیجیتالی ، که دارای سابقه طولانی در توسعه الگوریتم است ، الگوریتم های رایانه های آنالوگ فاقد پایه دانش مشابه هستند و بنابراین طراحی بسیار دشوار است. رویکرد Toroczkai با همه الگوریتم های رایانه های دیجیتال ، از همه جنبه متفاوت است.
قدم بعدی طراحی و ساخت دستگاه هایی بر اساس این رویکرد است ، فرایندی که در کالج مهندسی نوتردام مورد بررسی قرار خواهد گرفت. کامپیوترهای آنالوگ برای کارهای خاص ساخته می شوند ، و نه برای نیازهای محاسباتی روزمره. این اثر بخشی از یک تلاش بزرگ چند مؤسسه در مقیاس بزرگ به نام الکترونیک جمعی فوق العاده انرژی کارآمد (EXCEL) است که به رهبری نوتردام سومن داتا ، فریمان رئیس مهندسی و استاد مهندسی برق با همکاری شارون هو ، استاد علوم و مهندسی کامپیوتر.
Toroczkai گفت: "بیشتر مشکلات مهندسی وجود دارد که در این مرحله باید حل شود ، مانند ظرفیت های فریبنده و کنترل بهتر سر و صدا ، اما قرار است به آنجا برسد." "در حالت ایده آل می خواهم ببینم که شما این جعبه را روی میز خود دارید که برنامه زمانبندی شماست. و این خیلی بهتر از یک کامپیوتر معمولی شما انجام می شود."
هواپیماهای بدون سرنشین قابل حمل جدید در سوراخ های باریک در ماموریت های نجات پرواز می کنند