Nowe podejścia do obliczeń komputerowych
Projekt CORENET(odnośnik otworzy się w nowym oknie), wspierany przez Unię Europejską, ma na celu budowę urządzeń komputerowych imitujących pracę mózgu i wykorzystujących sieci reakcji chemicznych jako systemy przetwarzania informacji molekularnych. „Naszą inspiracją był ludzki mózg, który sam w sobie jest procesorem chemicznym. Postanowiliśmy więc wykazać, że sieci reakcji dynamicznych, zawarte w środowiskach mikrofluidycznych, mogą wykonywać zadania obliczeniowe na wysokim poziomie”, mówi członek konsorcjum Wilhelm Huck(odnośnik otworzy się w nowym oknie), profesor i kierownik zespołu CORENET na Uniwersytecie Radboud(odnośnik otworzy się w nowym oknie) w Holandii. Prace te są częścią starań na rzecz rozwijania uczenia maszynowego realizowanych w ramach projektów finansowanych ze środków UE.
Odpowiedzi chemiczne interpretowane przez zaawansowane uczenie maszynowe
Zespół wdrożył obliczenia rezerwuarowe na mikrofluidycznych układach scalonych, wykorzystując sieci reakcji chemicznych (CRN), które przekształcają cząsteczki surowca i warunki środowiskowe we wzór cząsteczek produktu. Warstwa wejściowa substancji chemicznej składająca się z rozpuszczalnika, o określonym pH i zasoleniu, cząsteczek surowca i katalizatorów jest utrzymywana w ustalonej temperaturze i tworzy rezerwuar. Reakcje w tym rezerwuarze rozpoczynają się od prostych jedno- i dwuwęglowych cząsteczek surowca, a następnie rozszerzają przestrzeń chemiczną, tworząc dziesiątki związków o bardziej złożonej strukturze. W ten sposób korelują warunki wejściowe z kompozycyjnymi wynikami, co oznacza, że pojawia się reakcja, którą można następnie przeanalizować przy użyciu sztucznej inteligencji (AI) i uczenia maszynowego w celu wyodrębnienia znaczących informacji.
Przyszłość obliczeń jest już dziś!
Kluczowym wynikiem było pomyślne opracowanie i automatyzacja przepływów pracy chemicznych obliczeń rezerwuarowych, w których przepływające przez mikrofluidyczne reaktory substancje chemiczne wytwarzały nieliniowe dane wyjściowe, które analizowano i interpretowano w celu rozwiązania problemów klasyfikacji i predykcji. Opracowano protokoły służące do kontrolowania, monitorowania i sterowania tymi sieciami reakcji, co stanowiło ważny krok w kierunku skalowalnych obliczeń opartych na cząsteczkach. Przełomowy artykuł opublikowany w czasopiśmie „Nature” pod tytułem „Chemical reservoir computation in a self-organizing reaction network”(odnośnik otworzy się w nowym oknie) podkreślił, w jaki sposób reakcje formozowe(odnośnik otworzy się w nowym oknie) i powiązane z nimi systemy mogą pełnić rolę substratów obliczeń molekularnych. Końca dobiegają prace następcze, w ramach których uogólnienie tej koncepcji zostanie zademonstrowane przez wydajny komputer rezerwuarowy z opracowanym nowym CRN. „Byliśmy zachwyceni sukcesem tego podejścia i tym, jak nasza niezwykła grupa naukowców akademickich i przemysłowych zjednoczyła się, aby podjąć się tego wielkiego wyzwania połączenia chemii systemów, mikrofluidyki, metabolomiki i sztucznej inteligencji”, dodaje koordynator projektu i adiunkt na Uniwersytecie Autonomicznym w Madrycie(odnośnik otworzy się w nowym oknie) Andres de la Escosura(odnośnik otworzy się w nowym oknie). Projekt CORENET był finansowany przez Europejską Radę ds. Innowacji(odnośnik otworzy się w nowym oknie).
