Lidský mozek funguje výhradně na chemických reakcích, a přesto se mu často říká nejvýkonnější počítač na světě. Projekt CORENET podporovaný EU zkoumal, zda lze podobný princip využít v laboratoři: sítě chemických reakcí v mikrofluidních reaktorech zpracovávaly data a umělá inteligence z nich odečítala odpovědi. Je to obor, kde se u jednoho stolu setkává chemie, informatika a analýza dat – a na konci si můžeš ověřit, jestli ti tento způsob práce sedí.
Když si lidé představí počítače, vybaví se jim obvykle procesory, kabely a obrazovky. Materiál zveřejněný službou CORDIS vychází z jiného srovnání: nejvýkonnějším počítačem na světě je lidský mozek a ten funguje výhradně na chemických reakcích. Z toho vyplývá otázka, kterou si kladou vědci z evropského projektu CORENET – může chemie posloužit jako vzor pro zcela nový druh výpočtů?
Projekt, který podporuje EU a financuje Evropská rada pro inovace, vytváří výpočetní zařízení napodobující mozek. Informace v nich zpracovávají sítě chemických reakcí, tzv. CRN. Nositeli dat se stávají molekuly a způsob, jakým se mění, je způsobem zpracování těchto dat. Práce je součástí širší snahy projektů financovaných EU o pokrok ve strojovém učení.
Wilhelm Huck, profesor a vedoucí týmu CORENET na Radboud University v Nizozemsku, vysvětluje myšlenku: „Inspirovali jsme se lidským mozkem, který je sám chemickým procesorem. Chtěli jsme proto prokázat, že dynamické reakční sítě umístěné v mikrofluidním prostředí dokážou plnit náročné výpočetní úlohy.“
Technika, kterou vědci použili, se nazývá reservoir computing. Tým ji zavedl na mikrofluidních čipech – drobných reaktorech, jimiž protékají chemikálie. Východiskem je chemická vstupní vrstva tvořená:
Tyto prvky dohromady tvoří zásobník (reservoir). Reakce začínají u jednoduchých výchozích molekul s jedním nebo dvěma atomy uhlíku a poté rozšiřují chemický prostor, v němž vznikají desítky strukturně složitějších sloučenin.
Klíčové je, že výsledek reakcí není náhodný. Vstupní podmínky souvisejí se složením produktů, takže různá nastavení na začátku dávají na konci odlišný vzorec molekul. Tuto chemickou odezvu lze následně analyzovat.
Tady nastupuje umělá inteligence a strojové učení. Algoritmy z chemické odezvy získávají smysluplné informace. V praxi tedy část výpočetní práce odvedou reakce a nástroje umělé inteligence pomáhají přečíst, co to znamená.
Zásadním výsledkem bylo úspěšné vytvoření a automatizace pracovních postupů chemického reservoir computingu. Chemické vstupy protékající mikrofluidními reaktory poskytly nelineární výstupy, které byly analyzovány a interpretovány k řešení klasifikačních a predikčních úloh – tedy problémů, které dobře zná každý, kdo se strojovým učením pracoval.
Vědci také stanovili postupy pro řízení, sledování a usměrňování těchto reakčních sítí. Podle materiálu jde o významný krok k škálovatelným výpočtům na bázi molekul.
Výsledky popisuje přelomový článek v časopise „Nature“ s názvem „Chemical reservoir computation in a self-organizing reaction network“. Ukázal, jak mohou formózové reakce a příbuzné systémy fungovat jako molekulární výpočetní substrát. Navazující práce se dokončuje: má ukázat, že koncept lze zobecnit, a to na výkonném reservoir počítači vytvořeném na nově vyvinuté reakční síti.
CORENET ukazuje, jak se stírají hranice mezi studijními obory. Koordinátor projektu Andres de la Escosura, docent na Autonomní univerzitě v Madridu, zdůrazňuje, že úspěch přineslo propojení mnoha specializací: „Byli jsme nadšeni, jak úspěšný tento přístup byl a jak se naše mimořádná skupina akademických a průmyslových vědců spojila, aby se pustila do velké výzvy propojit systémovou chemii, mikrofluidiku, metabolomiku a umělou inteligenci.“
Pro každého, kdo vybírá studium nebo specializaci, z toho plyne několik poučení. Chemik, který rozumí analýze dat, se může dostat do týmu pracujícího na budoucnosti výpočetní techniky. Informatik nebo specialista na strojové učení může najít zajímavou práci tam, kde data nepocházejí z obrazovky, ale z mikroreaktoru. Stojí také za povšimnutí, že akademičtí a průmysloví vědci pracovali bok po boku, takže takový výzkum není uzavřen za zdmi univerzit.
Podíváme-li se na to, na čem tým pracoval, v takových projektech se denně potkává několik oblastí znalostí: reakční chemie a katalýza, mikrofluidika, analýza chemických směsí a strojové učení. Nikdo nemusí zvládnout všechny najednou, ale místo v takovém týmu se hledá snadněji, když rozumíš řeči sousedních oborů.
CORENET je pokus sestavit výpočetní zařízení, v nichž informace zpracovávají chemické reakce, podle vzoru lidského mozku. Vědci ukázali, že reakční sítě v mikrofluidních reaktorech vytvářejí odezvy, které umělá inteligence dokáže proměnit v řešení klasifikačních a predikčních úloh. Taková práce potřebuje lidi z různých oborů, od systémové chemie po umělou inteligenci.
Tento článek vychází z materiálu zveřejněného službou CORDIS Evropské komise.
5 otázek · jedna minuta
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文