Что из себя представляют аналоговые вычисления?
Аналоговые вычисления - это вычисления опирающиеся на реальные физические процессы и преобразующие их в результат измерения. Данная статья о том, что аналоговые измерения снова могут стать не архаикой, а передовой системой исследования.
Определение
- Аналоговые вычисления — это обработка данных с помощью аналоговых вычислительных машин (АВМ), которые представляют числовые данные в непрерывной (аналоговой) форме. В качестве машинных переменных в АВМ используются угловые и линейные перемещения, давление в жидкой среде и газе, электрическое напряжение и электрический ток.
- Одним из самых древних аналоговых приборов считается антикитерский механизм (на фото) — механическое устройство, обнаруженное в 1902 году на затонувшем древнем судне недалеко от греческого острова Антикитера. Датируется приблизительно 100 годом до н. э.
В современности аналоговые расчёты могут использовать нити, лазеры, изгибы или скручивание физических поверхностей, механику жидкостей или сыпучих субстанций. Это достаточно очевидные применения. Используется геометрия физического мира.
Примеры более архаичных аналоговых систем — это песочные часы, механические часы, верёвка, линейка, циркуль, компас.
Более современные — это гироскопы, дальномеры, аэродинамические или гидродинамические трубы. С их помощью исследуется плавучесть кораблей, лётные характеристики самолётов, обтекаемость форм. Моделирование происходит в реальной среде.
Макеты
В кинопроизводстве существуют либо цифровые, либо макетные эффекты. Многие режиссеры возвращаются к макетам, в связи с тем, что компьютерная графика продолжает быть слишком заметна. На этом примере легче понять концепцию статьи. По моему убеждению, цифровая имитация реальности всегда будет ограничена и занимать свой сектор. Через некоторый промежуток времени область применения цифровых систем может стать более узкой. Мы почти исчерпали функционал «цифры».
Кажется, что это странное утверждение в мире, в котором доминируют цифровые устройства. Но предел связан с тем, что моделирование физических процессов требует для имитации в «цифре» огромных затрат энергии. Чем больше мы хотим сходства с реальностью от цифровых систем, тем больше улетаем в неадекватность энергозатрат.
Например, реальное освещение никогда нельзя будет сделать таким, чтобы вы не заметили его цифровую искусственность, стерильность. Даже если вы, впервые увидев продвинутый алгоритм освещения, восторгаетесь им, то в дальнейшем быстро научитесь распознавать его отличия от реального. Цифровая конвертация выигрывает там, где много повторений и типизации, но проигрывает в "духе", в "теплоте", в реализме.
Биологическим организмам, обладающим нервной системой, приходилось решать те же самые задачи, что и нашей цивилизации сейчас. Мозг любого существа моделирует реальность и пытается её спрогнозировать, располагая при этом ограниченными ресурсами. И природа решила эту проблему. Нервная система — это именно АВМ. Хотя, функционал переноса данных опирается на нервную ткань, вместо, например, магнитной плёнки.
Магнитная плёнка записывает данные через изменение магнитного поля под воздействием электрического тока. Тонкая полиэфирная основа содержит магнитные частицы железа. Нервная ткань делает то же самое, но имеет более сложную структуру. Это многослойная живая плёнка, которая динамически меняется. Извилистая структура мозга - это как раз такая форма ткани.
Человеческому мозгу для реализации интеллектуальных задач требуется около 20 ватт. Это как тусклая лампа накаливания. Такая скудная энергия обеспечивает работу 80 млрд нейронов и триллионов связей в безостановочном режиме. Также прямо во время работы, - чаще всего во сне, происходит реструктуризация ткани содержащей информацию.
Добиться такой энергетической эффективности при реализуемой функциональности никакая цифровая система не может. Дата-центры, на которых работают современные ИИ, потребляют мегаватты энергии. Многие страны озабочены расширением энергетических мощностей в ближайшие 20–30 лет. Генерирующие ИИ будут потреблять 10–30 процентов всей производимой странами электроэнергии. Современные генеративные алгоритмы хоть и используют цифровые технологии, но имитируют аналоговую обработку нейронными сетями. Поэтому результаты генераций больше напоминают реальность. Хотя из-за цифровых алгоритмов потребляют огромное количество ресурсов.
Иллюстрацией к сравнению можно привести реализацию синтетических эмоций и мимики человеческих лиц, созданных с помощью математики или захвата движения.
Человеческую мимику и механику создают только с помощью оцифровки реальных движений актёров. Это имитация аналогового процесса. В случае сплайнового моделирования зритель увидит машину, а не человека.
Недостаток аналоговых систем — сенсоры. Аналоговый сенсор — это механизм, который линейно воспроизводит сигнал в АВМ. Например, наш слуховой аппарат канализирует получаемый звуковой сигнал в мозг. Он передаёт диапазон в рамках физических возможностей.
Искусственная нейронная ткань
Будущее АВМ — в копировании биологической ткани мозга для использования в вычислениях. Научные работы в этой области уже ведутся. Также органические искусственные нейронные системы могут быть лишены тех ограничений, которые существуют у человека. Такие системы имеют почти необъятную информационную вместимость и скорость обработки массивов аналоговых данных. Искусственная нейронная ткань может обладать триллионами нейронов и бесчисленным количеством синапсов, потребляя при этом энергии (простите за сравнение) как обычный свинарник.
Какие ещё могут быть АВМ? Вычисления на уровне связей химических элементов — углеводородов и иных органических соединений. Здесь могут быть использованы концепции кодирования ДНК и клеточных ядер.
Преимущество прогресса всегда остаётся в мгновенной скорости масштабных реалистичных действий, так как аналоговый механизм определяется физическими процессами, а не их цифровой иммитацией.
Иван Смоловский