211service.com
Hoe netwerken van biologische cellen gedistribueerde computerproblemen oplossen
Distributed computing is tegenwoordig een rage. Het idee is om rekentaken op te splitsen in handige brokken en deze over een netwerk te distribueren naar een aantal computers. De voordelen zijn duidelijk, zoals gemakkelijke, on-demand toegang tot enorme computerbronnen.
De conventionele manier om over deze systemen te denken is als onafhankelijke Turing-machines die zijn verbonden door een netwerk waarmee ze grote berichten kunnen uitwisselen. Dit zogenaamde 'message-passing-model' is zeker van toepassing op veel van de gedistribueerde computers die op internet plaatsvinden; projecten zoals deSETI @ thuisen de Einstein @home-programma's.
Maar er is een groeiend besef dat veel netwerken veel beperkter zijn, zowel in de omvang van de berichten die ze kunnen verzenden en ontvangen als in de verwerkingscapaciteit op elk knooppunt.
Een biologische cel kan bijvoorbeeld slechts beperkte hoeveelheden informatie verzenden en ontvangen en kan slechts rudimentaire verwerkingstaken uitvoeren. Het is gemakkelijk voor te stellen dat een netwerk van cellen alleen zeer eenvoudige gedistribueerde computertaken kan uitvoeren. Aan de andere kant kunnen ze misschien hun individuele tekortkomingen compenseren door als groep te werken en zijn ze dus net zo capabel als andere netwerken.
Een belangrijke vraag is dus hoe deze beperkingen de klassen van gedistribueerde computertaken beïnvloeden die groepen cellen kunnen uitvoeren.
Vandaag hebben we een antwoord dankzij het werk van Yuval Emek, Jasmin Smula en Roger Wattenhofer aan het Zwitserse Federale Instituut voor Technologie in Zürich. Wij zijn van mening dat er behoefte is aan een netwerkmodel, waarbij knooppunten door hun ontwerp onder de reken- en communicatiemogelijkheden van Turing-machines liggen, zeggen ze.
Deze jongens hebben het rekengedrag van een netwerk van deze sub-Turing-machines gemodelleerd, die ze eindige-toestandsmachines noemen. Ze laten zien dat een netwerk van eindige-toestandsmachines verre van ernstig gehandicapt te zijn, in staat is om veel van de standaardproblemen in conventioneel gedistribueerd computergebruik op te lossen, zoals het driekleuren van ongerichte bomen.
Bovendien kunnen deze netwerken het werk net zo efficiënt doen - in een tijd die polylogaritmisch is met het aantal cellen.
Dat zou verstrekkende gevolgen kunnen hebben. Het kan een hele klus zijn om je een netwerk van cellen voor te stellen die deSETI @ thuisprojecteren. Maar het biedt een kader om te bestuderen hoe netwerken van cellen andere veelvoorkomende problemen in biologische systemen kunnen oplossen, zoals toekomstplanning, trajectberekeningen enzovoort.
Het nieuwe model kan ook op meer prozaïsche manieren worden toegepast, zoals het voorspellen van de prestaties van netwerken van sensoren die sterk worden beperkt door vermogensbeperkingen.
Emek en co stellen de vraag: berekenen en/of communiceren kleine bio/nano-knooppunten in wezen [op] dezelfde [manier] als een computer?
Het antwoord lijkt ja te zijn, wat betekent dat het een opwindende tijd is om een gedistribueerde computerspecialist te zijn die in de biologie werkt.
Referentie: arxiv.org/abs/1202.1186 : Stone Age Distributed Computing