使用数字符号(相当于图灵机)的经典计算正在达到极限。不可否认的是,计算机性能的历史性指数增长改善了人类的状况。然而,这种增长在很大程度上是由于物理学的限制以及当今系统的构建方式。硬件设备设计人员努力消除纳米级热力学波动的影响,而制造工厂的成本飙升,除了少数几家公司外,所有公司都无法成为未来芯片的来源。在诸如经济系统、生态系统、医学、社会系统、战争和自动驾驶汽车等复杂领域,软件开发人员想象和编写有效计算抽象和实现的能力显然受到了挑战。机器学习技术,如深度神经网络,可以有所帮助,但它们的能力有限,而且它们是在数字硬件上实现的,面临上述挑战。
然而,即使我们遇到了这些限制,我们也认识到,生命系统不断进化,节能、通用、自愈和复杂的计算能力大大超越了我们当前的技术。动物、植物、细菌和蛋白质通过自发地寻找节能配置来解决问题,使它们能够在复杂的、资源受限的环境中茁壮成长。例如,蛋白质自然地折叠成低能状态,以响应其环境。一个事实上,所有的物质都按照热力学定律朝着低能量的方向进化。对于接近平衡系统(参见侧边栏)这些想法是众所周知的,并已广泛应用于计算效率分析和机器学习技术。
没有发现记录