Японские исследователи сделали следующий шаг в истории, которая начиналась как биологический курьёз: компьютер, работающий по логике слизевика. Группа из Университета Васэда упростила математическую модель поведения этого организма, убрав из неё закон сохранения объёма, и в тестах такая модель находила решения быстрее и справлялась с задачей коммивояжера на 180 городах. Ставка здесь не на экзотику, а на принципиально другой способ вычислений — не через логические вентили, а через физику распределения материи, тока или света.
Организм без мозга, который умеет искать путь
Слизевик — это не животное и не растение в привычном смысле, а одноклеточная масса, которая разрастается отростками. Мозга и нейронов у него нет вообще. При этом он эффективно проходит лабиринты: тянется в сторону еды и отступает от света. Поведение выглядит осмысленным, хотя никакого центра принятия решений внутри нет.
В 2000-х этим заинтересовался японский учёный Масаси Аоно. Он задался вопросом: а решает ли слизевик задачу коммивояжера? Это классическая задача поиска кратчайшего маршрута через несколько точек, где каждую нужно посетить ровно один раз и вернуться в начало. С ростом числа «городов» количество вариантов растёт стремительно, и для обычных компьютеров это боль.
Как слизевика заставили считать
Эксперимент был остроумным. Слизевика помещали на чип с каналами, каждый из которых обозначал город и порядок его посещения. Когда организм затекал в «неправильный» канал, компьютер светил туда лучом, и слизевик отступал. В результате его форма совпадала с оптимальным маршрутом.
В 2018 году группа Аоно показала, что слизевик решает задачу коммивояжера на восьми городах за линейное время. Тогда же исследователи переложили логику его поведения в код — так появился алгоритм AmoebaTSP. Это важный момент для практики: биологический феномен превратился в воспроизводимую вычислительную схему, которую можно обсуждать, тестировать и сравнивать с классическими алгоритмами.
Почему живой организм не годится для устройства
Использовать настоящее生物 нельзя: слизевика нужно кормить, он может заболеть или просто уползти, а на одно решение уходят часы. Для инженерной задачи это неприемлемо.
В 2020 году группа Сэйи Касаи из Университета Хоккайдо вместе с Аоно представила «электронную амебу» — аналоговый чип, в котором ток распределяется по тем же законам, что и биомасса слизевика. Биология здесь выступает не источником материала, а источником архитектуры. Такой подход ближе к аналоговым и нейроморфным вычислениям, чем к привычным цифровым схемам.
Что изменили в модели из Университета Васэда
Новая работа — это шаг дальше. Исследователи взяли модель Аоно и упростили её, убрав закон сохранения объёма. У живого слизевика есть жёсткое ограничение: если один отросток увеличивается, другой обязан уменьшиться. В электронике такое глобальное ограничение мешало масштабированию, потому что все элементы оказываются связаны друг с другом через общий ресурс.
Без этого ограничения элементы чипа потенциально могут работать автономно. Именно это открывает дорогу к фотонным и спиновым процессорам, где вычисление идёт за счёт распространения света или состояний спина, а не за счёт переключения транзисторов.
В тестах обновлённая модель находила решения за меньшее число попыток, чем оригинал, и справлялась с задачей коммивояжера на 180 городах. Профессор Университета Васэда Масахито Мотидзуки прокомментировал результат так: «Такой децентрализованный способ обработки информации может оказаться ценным для ИИ и крупномасштабной оптимизации, где обычные компьютеры потребляют значительную мощность».
Выводы
- Слизевик без мозга десятилетиями демонстрирует поведение, которое можно формализовать и превратить в алгоритм — так появился AmoebaTSP.
- Живой организм для реальных устройств не подходит: его нужно кормить, он болеет и решает задачу часами, поэтому логику перенесли в аналоговый чип.
- Главное новшество последней работы — отказ от закона сохранения объёма, который раньше связывал все элементы и мешал масштабированию.
- Упрощённая модель решает задачу коммивояжера на 180 городах и находит ответ за меньшее число попыток, чем оригинал.
- Ставка на децентрализованную аналоговую обработку выглядит разумной там, где цифровые компьютеры тратят слишком много энергии: оптимизация, ИИ и будущие фотонные и спиновые процессоры.