Hvad nu, hvis den digitale computer med fast lager aldrig var blevet opfundet? Ville vi stadig leve i middelalderen, eller ville en anden computerteknologi have udfyldt tomrummet? Strengt taget var den digitale computer ikke det første stykke teknologi, der blev sat til at sætte farten i vejret på regnestykkerne.

Bliver den digitale computer den foretrukne regnemaskine i al evighed, eller står der andre teknologier og venter i kulisserne? Vi ser på gamle og nye teknologier, der kan bliver alternativer til den kendte teknik.

Mellem 1847 og 1849 udviklede den berømte engelske matematiker og ingeniør Charles Babbage en mekanisk regnemaskine, der fik navnet Differensmaskine nr. 2.

Formålet med maskinen var at lave tabeller over polynomier, det vil sige funktioner af formen y = cnxn c(n-1)×(n-1) ... c1x + c0, hvor n står for polynomiernes rækkefølge og c0 til cn er konstanter.

Den blev ikke betragtet som en almen regnemaskine, men da stort set alle matematiske funktioner er tæt på at være polynomier, ville den være et meget nyttigt apparat. Den britiske regering tilbød da også en kontrakt på 17.000 pund.

Man ville bruge maskinen til at beregne artilleritabeller. Differensmaskinen var beregnet til at evaluere polynomier op til 7. orden med en nøjagtighed på 31 cifre.

Den ville i alt have rummet 4.000 dele, den ville have målt 3,3 meter i længden, 2,1 meter i højden og 0,46 meter i dybden. Vægten ville have været tre ton. Den repræsenterede et solidt indblik i den verden, der siden skulle blive computerverdenen. Desværre gjorde Babbage aldrig maskinen færdig.

Ikke desto mindre blev Babbages færdigheder bekræftet, da London Science Museum i 1991 byggede maskinen i overensstemmelse med Babbages planer og med tekniske tolerancer, som man ville have kunnet opnå på hans tid. Den virkede fremragende.

Doron Swade, tidligere museumsinspektør for computere på London Science Museum, betjener stolt Babbages velfungerende Differensmaskine nr. 2.

Differensmaskinen er imponerende nok i sig selv, men hans senere opfindelse, Den analytiske maskine var endnu mere fascinerende for computerverdenen.

Ligesom differensmaskinen så den aldrig sagens lys, men de begreber, der indgår i dens udformning, er nogle, som nutidens computeringeniører vil forstå. Den ville være blevet lavet med tandhjul, hjul og led, og kraften skulle komme fra en dampmaskine.

Den analytiske maskine havde hukommelse, en aritmetisk enhed, en kontrolenhed, en hulkortlæser til input af data og en printer, der kunne skrive resultaterne ud. Den var endda udviklet, så den skulle programmeres som enhver moderne computer.

Lady Ada Lovelace, der var datter af den berømte romantiske digter Lord Byron, skrev et program til den analytiske maskine. Det skulle beregne en række Bernoullital. Programmet omfattede logiske instruktionssekvenser, løkker og betingede hop, og det mindede påfaldende om mange af de programmer, der bliver brugt i moderne computere.

Analog elektronik

Ordet »digital« går normalt hånd i hånd med begrebet »elektronisk computer«, men analoge kredsløb har også været basis for en elektronisk computer. I mange år kunne analoge computere overhale deres digitale modstykker i processorintensive videnskabelige formål, for eksempel simulation.

Tag en elektronisk byggeblok ved navn op-amp, tilføj en håndfuld modstande og man får en såkaldt summer, der har to eller flere input og et output. Brugen af en to-input-summer kan udtrykkes ved hjælp af denne ligning: VO = -(V1 + V2), hvor VO er outputspændingen, og V1 Og V2 er de to inputspændinger.

På den måde kan man nok fremstille en simpel additionsmaskine, men den vil ikke have det, der gør, at man kan kalde den en computer. Vi er imidlertid blot ved at varme op i øjeblikket.

Hvis man konfigurerer en op-amp på en anden måde og bruger en kondensator foruden blot modstande, kan man lave en såkaldt integrator, og den er en vigtig komponent.

Som navnet antyder, udfører integratoren den matematiske funktion, der, sammen med additionsmaskinen og potentiometret (der bruges til skalering eller til at generere en fast spænding), gør det muligt at løse differentialligninger. Det er nøglen til enhver form for computersimulation.

En integrator og en summer bliver forbundet og viser, hvordan en simpel differentialligning virker.

Set fra brugerens synspunkt er der en stor forskel på den digitale og den analoge tilgang. Analoge computere bliver ikke programmeret ved, at man specificerer en instruktionssekvens, der skal følges.

Der er nemlig ingen instruktioner. I stedet bliver de programmeret ved hjælp af path leads, der forbinder output fra potentiometre, summere og integratorer til input fra andre potentiometre, summere og integratorer med henblik på at skabe det fornødne elektroniske kredsløb.

Lad os se, hvordan denne teknik kan bruges til at løse den følgende differentialligning:

Du kan måske huske fra matematiktimerne, at en differentialligning definerer den grad, hvormed noget varierer med tiden, og denne ligning angiver, at graden af variablen x’s forandring er lig med x. Efterfølgende diagram viser, hvordan en stiliseret del af en simpel analog computer skule forbindes for at løse ligningen.

Bemærk, at en integrator både inverterer og integrerer (den fungerer faktisk også som summer, men hvis man kun bruger det ene af dens input, er den en ren integrator).

Du vil se, at løsningen er den eksponentielle funktion, den eneste matematiske funktion, der er sin egen differentialkvotient. Hvis man skulle lave den samme opgave på en digital computer, ville man skulle inddrage numerisk integration og dermed mange tusinder eller millioner af beregninger.

Computerarbejde med lys

De fleste eksperter er enige om, at de forbedringer inden for elektronisk computerarbejde, som vi har set de seneste 50 år, ikke kan fortsætte evigt. Det er der tydelige tegn på.

Efter i årtier at være fordoblet hvert andet år har clock-frekvenserne nået et fast niveau, og forbedringerne kommer nu især af, at man vrider stadig flere kerner ind.

Det kan virke oplagt at erstatte elektronik med optik, for fotoner bevæger sig langt hurtigere end elektroner. Forskningen i optiske computere har stået på længe, og der er blevet demonstreret prototyper.

Men da det er svært at lave den optiske ækvivalent til en transistor – en komponent, der bruger en lysstråle til at styre en anden lysstråle – var disse tidligere optiske computere klodsede og strømslugende.

Derfor nåede de aldrig længere end til forskningslaboratorierne. Den seneste udvikling på Harvard-universitetet tyder imidlertid på, at optiske computere er kommet et skridt nærmere.

Mikhail Lukins gruppe har lanceret planerne for en rent optisk transistor, der kan tænde en lysstråle ved hjælp af en enkelt foton. Hermed er vejen banet for den første anvendelige optiske computer.

Optiske computere har altid været klodsede og strømslugende, men det kan den seneste udvikling på Harvard måske lave om på.

Teknikken omfatter brugen af nano-kabler, der kan vride fotoner sammen, så de kan interagere med hinanden. Lukin tror, at hans teknik med tiden vil danne basis for en superhurtig konventionel computer. Men han agter også at bruge sin optiske transistor til kvantecomputere.

Hastighed er ikke den eneste fordel ved en optisk tilgang. En af de faktorer, der har hæmmet neurale netværk, er problemet med at opnå det enorme antal forbindelser på en siliciumchip, uden at de kortslutter hinanden. Lysstråler kan imidlertid krydse hinanden uden at påvirke hinanden. Det giver mulighed for et fungerende neuralt netværk med optiske forbindelser.

Hovedregning

Hovedregning eller addition ved hjælp af en elektronisk regnemaskine kan vanskeligt kaldes computerarbejde. Imidlertid fik Lewis Fry Richardson i 1922 en idé, der betød, at mennesker skulle løse de meget store matematiske problemer, der knytter sig til at forudsige vejret.

Bevares, Richardson betragtede selv ideen som mere fantasifuld end egentlig anvendelig, men det interessante er, at teknikken minder meget om den måde, hvorpå moderne computere udfører den samme opgave.

Moderne vejrudsigter indebærer beregning af differentialligninger for nøglevariabler såsom vindhastighed, temperatur, tryk og luftfugtighed. Disse ligninger skal imidlertid ikke blot løses for et enkelt punkt i Jordens atmosfære.

I stedet deler man atmosfæren op i et net i mange dimensioner, og ligningerne bliver løst for hvert punkt i nettet, idet hver beregning bruger resultaterne af de forrige beregninger fra nabonettene.

Richardson forestillede sig en stor, rund sal med balkoner på forskellige niveauer. Væggene er malet, så de forestiller en del af kloden. På balkonerne sidder mængder af mennesker, der med regnestokke er travlt optaget af at arbejde med de ligninger, der afgør vejret i de områder i verden, hvor de er placeret.

Oplyste skilte viser de aktuelle tal, således at de, der beregner ligninger for naboområderne, kan aflæse dem. Midt i auditoriet sidder chefen for hele historien på en piedestal. Han har dirigentens rolle og skal sikre, at alle arbejder i samme hastighed.

Det opnår man ved at lyse med blå eller røde lamper på dem, der arbejder for hurtigt eller for langsomt. Afdelingsledere indsamler resultaterne, efterhånden som de bliver beregnet, og sender dem videre, så de kan blive udbredt via telefon eller radio.

Er denne tanke for langt ude? Sikkert, men hvem ved? Hvis arbejdskraft var blevet ved med at være så billig, som den var i 1920’erne, ville man måske have betragtet denne metode som en anvendelig løsning, når der opstod krav om massivt talknuseri.

Dna-computere

Livets byggeklodser giver mulighed for uovertruffen computerkraft. Dna-molekylet består af forbundne kæder af atomgrupper, der kaldes baser.

Der findes fire slags baser – adenin (A), thymin (T), guanin (G og cytosin (C). Selv om baserne i hver kæde kan have enhver rækkefølge, ligger de kemiske forbindelser mellem de to kæder altid mellem A’er og T’er eller mellem C’er og G’er.

Man brugte engang dna til at løse den handelsrejsendes problem: Find en rute mellem en række byer, der begynder i en navngiven by, slutter i en anden og kun besøger hver by en gang.

Af de fem byer på kortet skal vi begynde i London og slutte i Edinburgh, men der er begrænsninger på afgangene. Hvis en linje kun har en pil i den ene ende, er der kun afgang i den retning.

Hver by er repræsenteret af en dna-kæde på seks baser. Ruterne er også repræsenteret af dna-kæder på seks baser, som det ses af diagrammet til venstre. Hvis man husker, at baserne kan forbinde sig mellem kæderne, vil det stå klart, hvordan basernes rækkefølge i kæderne repræsenterer ruterne.

For at regne det ud blander man nogle få gram af hver bykæde og hver rutekæde. Der bliver dannet en masse molekyler, som adlyder kemiens love, og blandt dem finder man den, der står for løsningen, hvis den eksisterer.

For at nå det rigtige resultat skal man fjerne de molekyler, der for eksempel begynder eller slutter i den forkerte by, springer nogle af byerne over eller besøger nogle byer ti gange.

Det ville være enkelt at løse denne opgave konventionelt, men så snart vi skal til mange byer, stiger den krævede computerkraft eksponentielt.

Når man arbejder med dna-computerarbejde, har man at gøre med massiv parallelisering, idet få gram af kemikalierne indeholder trillioner af molekyler. Derfor kan man løse selv store opgaver hurtigt.

Forskerne brugte reagensglas med dna for 14 år siden. I dag fører videnskabsmænd på Berkeley teknologien over på en chip

Computerarbejde i et reagensglas

Dna kan udføre beregninger ved hjælp af en enkelt kemisk reaktion, der ligner den, der bruges til at videregive genetisk information under celledeling. Mindre esoteriske kemiske stoffer er blevet tæmmet som computerelementer af Andrew Adamatzky, professor i ukonventionel computerforskning, og Ben De Lacy Costello ved University of the West of England i Bristol.

Adamatzky brugte en blanding af kemikalier, der udviser den såkaldte Belousov-Zhabotinskys reaktion (BZ): Reagensmidlerne oscillerer frem og tilbage mellem to tilstande. Adamatzkys arbejde bygger på den omstændighed, at BZ-reaktioner kan generere bølger, der forplanter sig gennem medierne og interagerer.

Man har sammenlignet teknikken med interaktionen mellem to billardkugler, og den er blevet brugt til at lave AND- og XOR-porte, der er nogle af computernes byggeklodser. Adamatzky sigtede imidlertid langt højere.

I bogen Reaction-Diffusion Computers beskriver Adamatzky og hans kolleger, hvordan en eksperimentel styreenhed blev brugt til at styre en bevægelig robot hen mod en magnetisk kilde. Forfatterne hævder, at teknikken vil kunne bruges i kemiske styreenheder, der skulle have ansvar for robottens syn og navigation.

Adamatzky understreger, at kemiske processorer ikke er lavet til at konkurrere med konventionelle siliciumbaserede styreenheder, men at de skal bruges i kommende generationer af robotter, der består af elektro- og kemoaktive polymere stoffer. I denne model er den kemiske styreenhed ikke en separat enhed, den er en integreret del af robotten.

Denne robot fra University of West of England bliver styret ved hjælp af en kemisk processor.

Biologien bliver tæmmet

Livets byggeklods, dna, kan bruges til beregninger, og man har lavet elektroniske kredsløb, der emulerer den menneskelige hjerne. Men andre forskere tager skridtet videre og laver en biologisk computer med levende væv. Professor William Ditto fra Georgia Institute of Technology har tolket den pulssekvens, som neuroner (eller hjerneceller) sender frem og tilbage.

Denne information har han brugt til at udføre simple regnestykker ved hjælp af et par igle-neuroner. Med tiden håber han at foretage langt mere udfordrende beregninger, og han forventer, at denne løsning vil rumme mange af de fordele, som man forbinder med biologiske hjerner.

Interessant nok ved Ditto ikke helt, hvordan det skal fungere: »Neuroner gør noget specielt, som den moderne videnskab stadig prøver at gennemskue. Er det molekylært, netbaseret, cellebaseret, kemisk, eller er det strukturændringer, der fører til beregninger? Vi ved det simpelthen ikke. Jeg har på fornemmelsen, at det er det hele.«

Lad os som et eksempel på, hvad der kan lade sig gøre med biologisk materiale til beregning, se på det arbejde, som professor Tom DeMarse udfører på Floridas universitet.

I stedet for to igle-neuroner brugte DeMarse en forsamling af 25.000 neuroner fra en rottehjerne. De var blevet kultiveret i en glasskål og forbundet til 60 elektroder, således at de kunne kommunikere med en pc.

Opgaven var at flyve et F-22-jagersimulator. Til at begynde med anede enheden ikke, hvordan man flyver en simulator, og flyet drev derfor vilkårligt omkring. Men efterhånden som der kom data ind, blev netværket med tiden modificeret, og efterhånden lærte det at flyve jageren.

DeMarse meddelte, at netværket til sidst var i stand til at styre stigning og rulning i vejr, der gik fra klar himmel til orkan.

Tom DeMarse kultiverede rotteneuroner, der kunne styre en flysimulator.

Nano-computerforskning

Nanoteknologi bliver opreklameret som det 21. århundredes teknologi, og IBM har allerede demonstreret transistorer af kulstof-nanorør. Men selv om det kan føre til mindre og hurtigere processorer, og selv om der bliver tale om at gå fra silicium til kul, er det ikke noget rigtigt paradigmeskift.

Computere, der bruger nanorør, vil stadig udfører sekventielle instruktioner ved hjælp af digitale elektroniske kredsløb. Andre forskere satser på en radikalt anden form for computermodel, der bruger nanoteknologi.

I victoriatidens England tegnede Charles Babbage en maskine, der bestod af tandhjul, og mekaniske led, der kunne udarbejde matematiske tabeller.

Babbages ideer var fikse, men omfattende talknuseri ved hjælp af »maskiner« ville have været voldsomt upraktisk på grund af den langsommelige betjening. Men når ting bliver mindre, bliver de også hurtigere, og det gælder både for mekaniske apparater og for elektroniske kredsløb.

Robert Blick fra afdelingen for elektrisk og computerbaseret ingeniørvidenskab på University of Wisconsin-Madison skrev i juli sidste år i New Journal of Physics, at en nano-computer, der bruger mekanik i stedet for elektronik vil rumme mange fordele frem for nutidens chips.

Blick ser for sig, at disse bittesmå maskiner bliver lavet af diamant og integreret i fremstillingen af siliciumchips. De vil kræve mindre energi end elektroniske processorer, de vil kunne overleve meget bedre i barske omgivelser som en bilmotor, og – hvilket er vældig interessant for militæret – de kan ikke ødelægges af de elektromagnetiske impulser, som en fjende ville kunne bruge til at lamme konventionelle elektroniske kredsløb.

Robert Blicks nano-elektromekaniske enkelt-elektrontransistorer kan måske danne grundlag for en mekanisk computer. Den bliver naturligvis meget, meget lille.

Foreløbig har Blick kun lavet prototyper af simple elementer, men han regner med, at de vil finde kommerciel anvendelse inden for fire år.

Det afgørende er, at disse fremskridt viser, at når det gælder om at overvinde den traditionelle arkitekturs begrænsninger, er computerens anatomi i sin vorden, og den kommer til at ændre sig radikalt.

Kvantecomputerteknik

Mulighederne bliver for alvor store, når man kan være i to tilstande på samme tid

Subatomare partikler opfører sig helt anderledes end større genstande, og de kan udvise sælsom adfærd som for eksempel at være i to tilstande på samme tid.

Elektroner har en egenskab, der kaldes spin. Den kan man beskrive som op eller ned, men ved avanceret manipulation kan den bringes til at være både oppe og nede samtidig.

D-Wave Systems har produceret verdens første anvendelige kvantecomputer.

Hvis man bruger en elektron til at lagre en bit, kan den repræsentere de sædvanlige 0 eller 1, men den kan også være 0 og 1 på samme tid. Tilsvarende kan et otte-bit-register lagre 256 værdier samtidig (0-255) og med 64 bit kan man lagre 18 milliarder milliarder værdier samtidig.

Hvis man foretager beregninger på det register, blev den foretaget på alle disse værdier samtidig og leverer formidabel kraft. Det bliver straks sværere, når man prøver at aflæse svarene, for man ser kun én vilkårlig værdi. Men forskerne har allerede lavet algoritmer, der kan løse det problem.

Sådan emulerer man menneskets hjerne

Når vi får neurale netværk, risikerer computerpogrammører at stå uden arbejde.

Moderne computere er nok bedre end mennesker til visse opgaver, men de døjer stadig med mønstergenkendelse som for eksempel håndskrift eller det at genkende et ansigt. Det neurale netværk er en speciel form for elektronisk computer, der prøver at emulere menneskets hjerne og løse disse opgaver til ug.

Tænk på hjernen som et netværk at specielle celler, der hedder neuroner. En neuron genererer et output, hvis summen af dens input overskrider en vis grænse. Det virker forbløffende, at et så enkelt regneelement kan lægge grunden for hjernens fænomenale kraft, men hemmeligheden er, at der er så mange af dem (10 milliarder), og der er enormt mange forbindelser mellem dem (100 trillioner).

Computerforskere har lavet tilsvarende funktionalitet i silicium, og disse såkaldte neurale netværk udviser mange af menneskehjernens kendetegn. De skal ikke programmeres. De kan blot lære deres opgaver, og de leverer de rigtige svar, selv om dele af inputdataene mangler eller er ændret en smule. Det er for eksempel afgørende, når man har at gøre med ændrede ansigtsudtryk eller frisurer ved ansigtsgenkendelse at gøre.

Et diagram, der viser, hvordan et neuralt netværk kan identificere et håndskrevet tal.

Sådan emulerer man menneskets hjerne

Hvis der er disse fordele, hvorfor hører vi da så lidt om neurale netværk? Der er utvivlsomt andre grunde, men en væsentlig ulempe er det vanskelige ved at lave chipsene.

I en mikroprocessor bevæger mange af signalerne sig langs busser, der består af parallelle ledere, som ikke krydser hinanden. Et neuralt netværk kræver millioner af forbindelser, der krydser hinanden. Det kræver chips med langt flere lag, end man ser i nutidens teknologi. Men det er meget muligt, at optiske computere kan give os svaret.