Computación no convencional

Un modelo de computación describe cómo se calcula el resultado de una función matemática a partir de su entrada. El modelo describe cómo se organizan las unidades de computación, memoria y comunicación. ^{[ 3 ]} La complejidad computacional de un algoritmo puede medirse mediante un modelo de computación. El uso de un modelo permite estudiar el rendimiento de los algoritmos independientemente de las variaciones propias de implementaciones y tecnologías específicas.

Se utilizan diversos modelos; algunos se asemejan mucho al funcionamiento de las computadoras convencionales (idealizadas), mientras que otros no. Algunos modelos de uso común son las máquinas de registro , las máquinas de acceso aleatorio , las máquinas de Turing , el cálculo lambda , los sistemas de reescritura , los circuitos digitales , los autómatas celulares y las redes de Petri .

Históricamente, antes de la llegada del transistor , se utilizaban ordenadores mecánicos en la industria .

Las computadoras mecánicas conservan cierto interés hoy en día, tanto en la investigación como en su uso como computadoras analógicas. Algunas computadoras mecánicas tienen relevancia teórica o didáctica, como las computadoras de bolas de billar , mientras que las hidráulicas, como la MONIAC ​​o el integrador de agua, se utilizaron con éxito. ^{[ 4 ]}

Una computadora analógica es un tipo de computadora que utiliza señales analógicas , que son cantidades físicas continuas, para modelar y resolver problemas. Estas señales pueden ser de naturaleza eléctrica , mecánica o hidráulica . Las computadoras analógicas se utilizaron ampliamente en aplicaciones científicas e industriales, y a menudo eran más rápidas que las computadoras digitales de la época. Sin embargo, comenzaron a quedar obsoletas en las décadas de 1950 y 1960 y ahora se utilizan principalmente en aplicaciones específicas, como simuladores de vuelo de aeronaves y sistemas de control para la enseñanza en universidades. ^{[ 5 ]} Ejemplos de dispositivos de computación analógica incluyen reglas de cálculo , nomogramas y mecanismos complejos para el control de procesos y relés de protección. ^{[ 6 ]} El mecanismo de Anticitera , un dispositivo mecánico que calcula las posiciones de los planetas y la Luna, y el planímetro , un integrador mecánico para calcular el área de una forma 2D arbitraria, también son ejemplos de computación analógica.

La mayoría de los ordenadores modernos son ordenadores electrónicos con la arquitectura Von Neumann, basada en la electrónica digital, cuya amplia integración fue posible gracias a la invención del transistor y a la aplicación de la ley de Moore .

La computación no convencional es, (según el sitio web del Centro de Estudios No Lineales que anuncia la conferencia; Computación no convencional: ¿Quo Vadis?, del 21 al 23 de marzo de 2007 en Santa Fe, Nuevo México , EE. UU.) ^{[ 7 ]} "un área de investigación interdisciplinaria cuyo objetivo principal es enriquecer o ir más allá de los modelos estándar, como la arquitectura de computadoras de Von Neumann y la máquina de Turing , que han dominado la ciencia de la computación durante más de medio siglo". Estos métodos modelan sus operaciones computacionales basándose en paradigmas no estándar y actualmente se encuentran mayoritariamente en la etapa de investigación y desarrollo.

Este comportamiento computacional puede "simularse" utilizando microtransistores clásicos basados ​​en silicio o tecnologías de computación de estado sólido , pero su objetivo es lograr un nuevo tipo de computación.

Una computadora de bolas de billar es un tipo de computadora mecánica que utiliza el movimiento de bolas de billar esféricas para realizar cálculos. En este modelo, los cables de un circuito booleano están representados por trayectorias que siguen las bolas; la presencia o ausencia de una bola en una trayectoria codifica la señal en ese cable, y las compuertas se simulan mediante colisiones de bolas en los puntos donde se cruzan sus trayectorias. ^{[ 8 ] [ 9 ]}

Una computadora de dominó es una computadora mecánica que utiliza fichas de dominó para representar la amplificación o el control lógico de señales digitales. Estas construcciones pueden utilizarse para demostrar conceptos digitales e incluso para construir módulos sencillos de procesamiento de información. ^{[ 10 ] [ 11 ]}

Tanto las computadoras basadas en bolas de billar como las basadas en dominós son ejemplos de métodos de computación no convencionales que utilizan objetos físicos para realizar cálculos.

La computación de reservorio es un marco computacional derivado de la teoría de redes neuronales recurrentes que implica el mapeo de señales de entrada a espacios computacionales de dimensiones superiores mediante la dinámica de un sistema fijo no lineal llamado reservorio. El reservorio, que puede ser virtual o físico, está compuesto por unidades no lineales individuales conectadas en bucles recurrentes, lo que le permite almacenar información. El entrenamiento se realiza únicamente en la etapa de lectura, ya que la dinámica del reservorio es fija, y este marco permite el uso de sistemas disponibles en la naturaleza, tanto clásicos como cuánticos, para reducir el costo computacional efectivo. Una ventaja clave de la computación de reservorio es que permite un algoritmo de aprendizaje simple y rápido, así como la implementación en hardware mediante reservorios físicos . ^{[ 12 ] [ 13 ]}

La computación tangible se refiere al uso de objetos físicos como interfaces de usuario para interactuar con información digital. Este enfoque busca aprovechar la capacidad humana de agarrar y manipular objetos físicos para facilitar la colaboración, el aprendizaje y el diseño. Las características de las interfaces de usuario tangibles incluyen el acoplamiento de representaciones físicas a la información digital subyacente y la incorporación de mecanismos para el control interactivo. ^{[ 14 ]} Existen cinco propiedades definitorias de las interfaces de usuario tangibles, que incluyen la capacidad de multiplexar tanto la entrada como la salida en el espacio, el acceso y la manipulación concurrentes de los componentes de la interfaz, dispositivos fuertemente específicos, dispositivos computacionales con conciencia espacial y la reconfigurabilidad espacial de los dispositivos. ^{[ 15 ]}

El término «computadora humana» se refiere a individuos que realizan cálculos matemáticos manualmente, a menudo trabajando en equipo y siguiendo reglas fijas. Antiguamente, se empleaban equipos para realizar cálculos largos y tediosos, y el trabajo se dividía para completarse en paralelo. Más recientemente, el término también se ha utilizado para describir a individuos con habilidades excepcionales de cálculo mental, también conocidos como calculadoras mentales. ^{[ 16 ]}

La interacción humano-robot (IHR) estudia las interacciones entre humanos y robots. Incluye contribuciones de campos como la inteligencia artificial, la robótica y la psicología. Los cobots , o robots colaborativos, están diseñados para interactuar directamente con humanos en espacios compartidos y pueden utilizarse para diversas tareas, ^{[ 17 ]} incluyendo el suministro de información, la logística y tareas poco ergonómicas en entornos industriales.

La robótica de enjambre es un campo de estudio que se centra en la coordinación y el control de múltiples robots como un sistema. Inspirada en el comportamiento emergente observado en los insectos sociales, la robótica de enjambre implica el uso de reglas individuales relativamente simples para producir comportamientos grupales complejos a través de la comunicación local y la interacción con el entorno. ^{[ 18 ]} Este enfoque se caracteriza por el uso de un gran número de robots simples y promueve la escalabilidad mediante el uso de métodos de comunicación local como la radiofrecuencia o el infrarrojo.

La computación óptica es un tipo de computación que utiliza ondas de luz, a menudo producidas por láseres o fuentes incoherentes, para el procesamiento, almacenamiento y comunicación de datos. Si bien esta tecnología tiene el potencial de ofrecer un mayor ancho de banda que las computadoras tradicionales, que utilizan electrones, los dispositivos optoelectrónicos pueden consumir una cantidad significativa de energía en el proceso de conversión de energía electrónica a fotones y viceversa. Las computadoras totalmente ópticas buscan eliminar la necesidad de estas conversiones, lo que conlleva una reducción del consumo de energía eléctrica. ^{[ 19 ]} Las aplicaciones de la computación óptica incluyen el radar de apertura sintética y los correladores ópticos, que pueden utilizarse para la detección, el seguimiento y la clasificación de objetos. ^{[ 20 ] [ 21 ]}

La espintrónica es un campo de estudio que implica el uso del espín intrínseco y el momento magnético de los electrones en dispositivos de estado sólido. ^{[ 22 ] [ 23 ] [ 24 ]} Se diferencia de la electrónica tradicional en que aprovecha el espín de los electrones como un grado de libertad adicional, lo que tiene aplicaciones potenciales en el almacenamiento y la transferencia de datos, ^{[ 25 ]} así como en la computación cuántica y neuromórfica. Los sistemas espintrónicos se crean a menudo utilizando semiconductores magnéticos diluidos y aleaciones de Heusler.

La atomtrónica es una forma de computación que implica el uso de átomos ultrafríos en circuitos coherentes de ondas de materia, que pueden tener componentes similares a los que se encuentran en sistemas electrónicos u ópticos. ^{[ 26 ] [ 27 ]} Estos circuitos tienen aplicaciones potenciales en varios campos, incluyendo la investigación en física fundamental y el desarrollo de dispositivos prácticos como sensores y computadoras cuánticas.

La fluidodinámica, o lógica fluídica, consiste en el uso de la dinámica de fluidos para realizar operaciones analógicas o digitales en entornos donde la electrónica puede ser poco fiable, como aquellos expuestos a altos niveles de interferencia electromagnética o radiación ionizante. Los dispositivos fluídicos funcionan sin partes móviles y pueden utilizar amplificación no lineal, similar a la de los transistores en la lógica digital electrónica. La fluidodinámica también se utiliza en nanotecnología y aplicaciones militares.

La computación cuántica, quizás el método de computación no convencional más conocido y desarrollado, es un tipo de computación que utiliza los principios de la mecánica cuántica, como la superposición y el entrelazamiento, para realizar cálculos. ^{[ 28 ] [ 29 ]} Las computadoras cuánticas utilizan cúbits, que son análogos a los bits clásicos pero pueden existir en múltiples estados simultáneamente, para realizar operaciones. Si bien las computadoras cuánticas actuales pueden no superar aún a las computadoras clásicas en aplicaciones prácticas, tienen el potencial de resolver ciertos problemas computacionales, como la factorización de enteros, significativamente más rápido que las computadoras clásicas. Sin embargo, existen varios desafíos para construir computadoras cuánticas prácticas, incluida la dificultad de mantener los estados cuánticos de los cúbits y la necesidad de corrección de errores. ^{[ 30 ] [ 31 ]} La teoría de la complejidad cuántica es el estudio de la complejidad computacional de los problemas con respecto a las computadoras cuánticas.

La computación cuántica neuromórfica ^{[ 32 ] [ 33 ]} (abreviada como «computación cuántica neuromórfica») es un tipo de computación no convencional que utiliza la computación neuromórfica para realizar operaciones cuánticas. Se sugirió que los algoritmos cuánticos , que son algoritmos que se ejecutan en un modelo realista de computación cuántica , pueden calcularse con la misma eficiencia mediante la computación cuántica neuromórfica. ^{[ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ]}

Tanto la computación cuántica tradicional como la computación cuántica neuromórfica son enfoques de computación no convencionales basados ​​en la física y no siguen la arquitectura de von Neumann . Ambas construyen un sistema (un circuito) que representa el problema físico en cuestión y luego aprovechan las propiedades físicas respectivas del sistema para buscar el "mínimo". La computación cuántica neuromórfica y la computación cuántica comparten propiedades físicas similares durante la computación ^{[ 38 ] [ 39 ]} .

La computación superconductora es una forma de computación criogénica que aprovecha las propiedades únicas de los superconductores, como los cables de resistencia cero y la conmutación ultrarrápida, para codificar, procesar y transportar datos mediante cuantos de flujo magnético individuales. Se utiliza frecuentemente en computación cuántica y requiere refrigeración a temperaturas criogénicas para su funcionamiento.

Los sistemas microelectromecánicos (MEMS) y los sistemas nanoelectromecánicos (NEMS) son tecnologías que implican el uso de dispositivos microscópicos con partes móviles, cuyo tamaño varía desde micrómetros hasta nanómetros. Estos dispositivos suelen constar de una unidad central de procesamiento (como un circuito integrado) y varios componentes que interactúan con su entorno, como sensores. ^{[ 40 ]} La tecnología MEMS y NEMS se diferencia de la nanotecnología molecular o la electrónica molecular en que también consideran factores como la química de la superficie y los efectos del electromagnetismo ambiental y la dinámica de fluidos. Las aplicaciones de estas tecnologías incluyen acelerómetros y sensores para la detección de sustancias químicas. ^{[ 41 ]}

La computación molecular es una forma no convencional de computación que utiliza reacciones químicas para realizar cálculos. Los datos se representan mediante variaciones en las concentraciones químicas ^{[ 42 ]} , y el objetivo de este tipo de computación es utilizar las estructuras estables más pequeñas, como moléculas individuales, como componentes electrónicos. Este campo, también conocido como computación química o computación de reacción-difusión, se distingue de los campos relacionados de polímeros conductores y electrónica orgánica, que utilizan moléculas para modificar las propiedades macroscópicas de los materiales.

La computación peptídica es un modelo computacional que utiliza péptidos y anticuerpos para resolver problemas NP-completos y ha demostrado ser computacionalmente universal. Ofrece ventajas sobre la computación de ADN, como un mayor número de bloques de construcción e interacciones más flexibles, pero aún no se ha implementado en la práctica debido a la disponibilidad limitada de anticuerpos monoclonales específicos. ^{[ 43 ] [ 44 ]}

La computación de ADN es una rama de la computación no convencional que utiliza ADN y hardware de biología molecular para realizar cálculos. Se trata de una forma de computación paralela que puede resolver ciertos problemas especializados de forma más rápida y eficiente que las computadoras electrónicas tradicionales. Si bien la computación de ADN no aporta nuevas capacidades en términos de teoría de la computabilidad , puede realizar un gran número de cálculos paralelos simultáneamente. Sin embargo, la computación de ADN tiene velocidades de procesamiento más lentas y el análisis de los resultados es más complejo en comparación con las computadoras digitales.

La computación de membranas, también conocida como sistemas P, ^{[ 45 ]} es un subcampo de la informática que estudia modelos de computación distribuida y paralela basados ​​en la estructura y función de las membranas biológicas. En estos sistemas, objetos como símbolos o cadenas se procesan dentro de compartimentos definidos por membranas, y la comunicación entre compartimentos y con el entorno externo desempeña un papel fundamental en la computación. Los sistemas P son jerárquicos y pueden representarse gráficamente, con reglas que rigen la producción, el consumo y el movimiento de objetos dentro y entre regiones. Si bien estos sistemas han permanecido en gran medida teóricos, ^{[ 46 ]} algunos han demostrado tener el potencial de resolver problemas NP-completos y se han propuesto como implementaciones de hardware para computación no convencional.

La computación neuromórfica implica el uso de circuitos electrónicos para imitar las arquitecturas neurobiológicas que se encuentran en el sistema nervioso humano, con el objetivo de crear sistemas neuronales artificiales inspirados en los biológicos. ^{[ 49 ] [ 50 ]} Estos sistemas pueden implementarse utilizando una variedad de hardware, como memristores, ^{[ 51 ]} memorias espintrónicas y transistores, ^{[ 52 ] [ 53 ]} y pueden entrenarse utilizando una variedad de enfoques basados ​​en software, incluyendo la retropropagación de errores ^{[ 54 ]} y reglas de aprendizaje canónicas. ^{[ 55 ]} El campo de la ingeniería neuromórfica busca comprender cómo el diseño y la estructura de los sistemas neuronales artificiales afectan su computación, representación de la información, adaptabilidad y función general, con el objetivo final de crear sistemas que exhiban propiedades similares a las que se encuentran en la naturaleza. Las computadoras wetware, que están compuestas por neuronas vivas, son una forma conceptual de computación neuromórfica que se ha explorado en prototipos limitados. ^{[ 56 ]} La microscopía electrónica ya ha estado generando imágenes de diagramas de conexiones neuronales anatómicas de alta resolución, ^{[ 57 ]} y el registro intracelular a escala basado en chips semiconductores puede generar mapas de conexiones neuronales físicas que especifican tipos y fuerzas de conexión, ^{[ 58 ]} y estas tecnologías de imágenes y registro pueden informar el diseño del sistema neuromórfico.

Los autómatas celulares son modelos discretos de computación que consisten en una cuadrícula de celdas con un número finito de estados, como encendido y apagado. El estado de cada celda se determina mediante una regla fija basada en los estados de la celda y sus vecinas. Existen cuatro clasificaciones principales de autómatas celulares, que van desde patrones que se estabilizan en la homogeneidad hasta aquellos que se vuelven extremadamente complejos y potencialmente Turing-completos. La computación amorfa se refiere al estudio de sistemas computacionales que utilizan un gran número de procesadores paralelos con capacidad computacional limitada e interacciones locales, independientemente del sustrato físico. Ejemplos de computación amorfa que se dan de forma natural se encuentran en la biología del desarrollo, la biología molecular, las redes neuronales y la ingeniería química. El objetivo de la computación amorfa es comprender y diseñar sistemas novedosos mediante la caracterización de algoritmos amorfos como abstracciones.

La computación evolutiva es un tipo de inteligencia artificial y computación blanda que utiliza algoritmos inspirados en la evolución biológica para encontrar soluciones optimizadas a una amplia gama de problemas. Consiste en generar un conjunto inicial de soluciones candidatas, eliminar estocásticamente las menos deseables e introducir pequeños cambios aleatorios para crear una nueva generación. La población de soluciones se somete a selección natural o artificial y mutación, lo que resulta en una evolución hacia una mayor aptitud según la función de aptitud elegida. La computación evolutiva ha demostrado su eficacia en diversos contextos y tiene aplicaciones tanto en la informática como en la biología evolutiva.

La computación ternaria es un tipo de computación que utiliza lógica ternaria , o base 3, en sus cálculos en lugar del sistema binario , más común . Las computadoras ternarias utilizan trits, o dígitos ternarios, que pueden definirse de varias maneras, incluyendo ternario desequilibrado, ternario fraccional desequilibrado, ternario equilibrado y lógica de estado desconocido. Las computadoras cuánticas ternarias utilizan qutrits en lugar de trits. La computación ternaria ha sido reemplazada en gran medida por las computadoras binarias, pero se ha propuesto su uso en dispositivos de alta velocidad y bajo consumo energético que emplean la unión Josephson como celda de memoria ternaria equilibrada.

La computación reversible es un tipo de computación no convencional en la que el proceso computacional puede revertirse hasta cierto punto. Para que una computación sea reversible, la relación entre los estados y sus sucesores debe ser biyectiva, y el proceso no debe resultar en un aumento de la entropía física. Los circuitos cuánticos son reversibles siempre que no colapsen los estados cuánticos, y las funciones reversibles son biyectivas, lo que significa que tienen el mismo número de entradas que de salidas. ^{[ 60 ]}

La computación caótica es un tipo de computación no convencional que utiliza sistemas caóticos para realizar cálculos. Estos sistemas pueden emplearse para crear compuertas lógicas y alternar rápidamente entre diferentes patrones, lo que los hace útiles para aplicaciones tolerantes a fallos y computación paralela. La computación caótica se ha aplicado a diversos campos como la meteorología, la fisiología y las finanzas.

La computación estocástica es un método de cálculo que representa valores continuos como secuencias de bits aleatorios y realiza operaciones complejas mediante operaciones bit a bit sencillas sobre dichas secuencias. Puede considerarse un sistema híbrido analógico/digital y se caracteriza por su precisión progresiva, donde la precisión del cálculo aumenta a medida que se extiende la secuencia de bits. La computación estocástica puede utilizarse en sistemas iterativos para lograr una convergencia más rápida, pero también puede resultar costosa debido a la necesidad de generar secuencias de bits aleatorias y es vulnerable a fallos si no se cumple el supuesto de secuencias de bits independientes. Además, tiene limitaciones para realizar ciertas funciones digitales.