Computación masivamente paralela con autómatas celulares implementados mediante moléculas orgánicas

Stephen Wolfram en su libro “A New Kind of Science,” nos quiso convencer a todos de que el cerebro y muchos sistemas físicos y biológicos funcionan como un autómata celular (famosos desde que John Conway inventó el juego de la vida). Quizás por ello, la noticia de que un autómata celular ha sido implementado físicamente mediante un “tejido” de moléculas orgánicas (heterociclos de diclorodicianobenzoquinona (DDQ), una molécula hexagonal compuesta de nitrógeno, oxígeno, cloro y carbono, como muestra la figura de la izquierda) ha saltado a los medios como “Producen las primeras neuronas artificiales,” Europa Press, Publico.com, 26 abril 2010 [visto en la portada de Menéame], titular de Público más impactante que el original de EP “Producen el primer circuito de procesamiento evolutivo,” 26 abril 2010, que a su vez afirma basarse en “Brain-Like Computing on an Organic Molecular Layer,” ScienceDaily, Apr. 26, 2010, quienes han construido su noticia a partir de Marcia Goodrich, “Lessons from the Brain: Toward an Intelligent Molecular Computer,” Michigan University Tech News, April 26, 2010, quien ya lo publicó en “Brain-like computing on an organic molecular layer. Toward intelligent and creative computers,” EurekAlert!, 25 April, 2010. Obviamente, muchas otras fuentes se han hecho eco de esta noticia, como Kir Ortiz, “Primeras neuronas digitales,” NeoTeo, 27 de abril de 2010.

Antes de nada, el artículo técnico es Anirban Bandyopadhyay, Ranjit Pati, Satyajit Sahu, Ferdinand Peper, Daisuke Fujita, “Massively parallel computing on an organic molecular layer,” Nature Physics, Published online: 25 April 2010. Incluye como información suplementaria unos vídeos que dejan muy claro el contenido técnico del artículo: cómo han implementado los algoritmos y cómo funcionan estos. Básicamente los investigadores han implementado un autómata celular con una capa de moléculas de DDQ que han depuesto epitaxialmente sobre un substrato de oro (111). Los estados de este sistema los han controlado mediante un microscopio de efecto túnel.

Las moléculas orgánicas de DDQ se caracterizan por cuatro estados energéticos (0, 1, 2 y 3) que representan diferentes rotaciones de cada molécula. Estos estados pueden ser utilizados para representar información. Además, la influencia de una molécula sobre las moléculas que tiene alrededor depende de su rotación, con lo que controlando estos estados se puede influir en el entorno y lograr realizar operaciones de control que permiten implementar algoritmos de tipo autómata celular en este sistema físico. El proceso es muy lento y delicado ya que estas transiciones se logran excitando algunas moléculas mediante una diferencia de potencial que se aplica utilizando la punta de un microscopio de efecto túnel (que también ha sido utilizado para medir el estado del autómata celular). A la derecha tenéis la implementación de una puerta lógica Y (AND), A*B=C, donde se muestra la tabla de verdad y dos estados concretos, el estado inicial A=1, B=1 y C=0 (arriba, derecha) y el estado final A=1, B=1 y C=1 (abajo, derecha).

El siguiente vídeo ilustra la formación de la bicapa de moléculas de DDQ sobre el substrato de oro y nos da una idea muy clara de cómo se ha implementado el automáta celular desarrollado en este estudio. Aplicando potenciales eléctricos se excitan los estados de las moléculas de DDQ con lo que los enlaces entre una molécula y las moléculas de su alrededor cambian (las moléculas rotan). Un uso inteligente de estos efectos ha hecho posible implementar cambios de estado que se propagan por la capa de DDQ imitando el funcionamiento de un autómata celular.

Los algoritmos se implementan en autómatas celulares gracias a un conjunto de reglas. Los investigadores han sido capaces de implementar hasta 6 reglas de interacción local entre moléculas. Cada molécula está rodeada de 8 moléculas y tiene 4 estados posibles. Ciertos cambios de su estado afectan a las moléculas vecinas, dependiendo del estado en que se encuentren. Gracias a estos cambios se implementan las 6 reglas (son las únicas que han sido capaces de implementar de forma controlada, no es nada fácil logralo). El siguiente vídeo ilustra las 6 reglas y cómo se ejecutan físicamente para resolver el problema de cálculo de diagramas de Voronoi (ver ejemplos al final del vídeo).

Simular la solución de un problema de difusión no lineal con autómatas celulares es relativamente sencillo, por eso los autores han utilizado este ejemplo, ya clásico, para ilustrar su implementación física. Quizás es más vistosa la aplicación al crecimiento de tumores, básicamente un proceso controlado por la difusión no lineal (en los modelos más sencillos) y por tanto también fácilmente implementable. La gran ventaja teórica de la implementación desarrollada en este artículo es que cada molécula tiene sólo unos nanómetros cuadrados de área, con lo que este sistema es masivamente paralelo. La gran desventaja, como es obvio, es que controlar molécula a molécula un sistema no es trivial, ni eficiente, … aunque tiempo al tiempo.


1 Comentario

Participa Suscríbete

NimuxNimux

(OFF TOPIC – para borrar después de que algún administrador de la web lo lea)

Esta es una web que me gusta por su contenido, y acudo muy a menudo a ver las nuevas publicaciones.

Sin embargo me lo ponéis difícil, pues al pasar el ratón sobre la web por encima de una imagen o un enlace aparecen una especie de banners flotantes totalmente inútiles que dificultan en muy gran medida esa navegación y es algo que desagrada bastante y que no hay forma de desabilitar.

¿Que objetivo tienen esos moscones voladores? no lo entiendo

Deja un comentario

Tu email nunca será mostrado o compartido. No olvides rellenar los campos obligatorios.

Obligatorio
Obligatorio
Obligatorio

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>