Universidad Catolica Nuestra Señora de la Asuncion.

Teoria y Aplicacion Informatica 1.

5. Química inorgánica y orgánica

Aunque la computación actual está basada en la química inorgánica (los semiconductores y elementos de hardware similares), quizá sería útil explorar procesos o fenómenos de la física atómica, de algunos materiales inorgánicos especiales, etc. que hagan factible la analogización del modelo de MT.

En la película de ficción "La Mosca", los seres vivos y prácticamente cualquier objeto material eran susceptibles de ser transducidos (entiéndase "descodificados") en sus componentes fundamentales que, en última instancia, se reducen a información. Luego, los seres podían ser "retransducidos" (entiéndase "recodificados") hacia su estado original y, en algunos casos, hacia un estado mejorado. Ésto me hace imaginar que la capacidad de cómputo tiene relaciones con el problema de la transducibilidad de la información. Los materiales transductores, que en su mayoría son inorgánicos, pueden ser otra puerta más de entrada para evaluar posibilidades de cómputo en hardware no tradicional.

Química orgánica.
Los procesos que ocurren en los seres vivos constituyen algunos de los mecanismos más eficientes para procesar información. El código genético es una de las maquinarias más eficientes y compactas para procesarla y almacenarla. De ahí el creciente interés que la biología ha despertado a los investigadores de las ciencias computacionales en los últimos años.

Los materiales transductores orgánicos, como algunas células que generan electricidad químicamente en respuesta a estímulos, han dado pauta para buscar nuevas formas de cómputo, como la aplicación de neuronas naturales implantadas sobre placas electrónicas.

Comportamiento del ácido desoxirribonucleico (ADN).
En años recientes ha crecido el interés en evaluar y aplicar el potencial de la biología molecular para realizar cómputo. Es decir, se pretende aprovechar el comportamiento natural del ADN para implementar directamente sobre moléculas orgánicas algunos algoritmos computacionales que tradicionalmente han sido aplicados en hardware electrónico. En general, este paradigma consiste en aplicar un lenguaje "bioquímico" a ciertas moléculas de ADN, cuyo comportamiento (espontáneo, o manipulado en algunos casos) pueda generar resultados útiles desde el punto de vista de la computabilidad de funciones matemáticas.

Arturo Medrano [1] ha dicho que "la maquinaria celular lee y escribe a lo largo del ADN". Basándonos en ésto, podemos ver una clara semejanza con el funcionamiento de la MT, que escribe a lo largo de una cinta. Partiendo de esta semejanza, aparentemente superficial y coincidental, podrían desarrollarse algunas ideas de mayor interés. Por ejemplo, se podría aplicar el modelo de MT para manipular directamente el código genético. Del mismo modo, el funcionamiento del código genético podría analogizarse con una MT, con lo cual podrían desarrollarse nuevas formas de cómputo. En otras palabras, esta semejanza podría ser benéfica en ambas áreas: tanto en la genética como en la computación, dándose una retroalimentación muy valiosa.

Un trabajo muy citado en el joven campo de la Computación Molecular, es el realizado por Leonard M. Adleman, publicado en 1994 [2]. En su trabajo, Adleman describe el cómputo molecular de soluciones de problemas de combinatoria. Según Yali Friedman [3], investigador del área, esa fué la primera implementación de una computadora basada en ADN.

En particular, el experimento de Adleman logró resolver el problema de la Ruta Hamiltoniana para una pequeña cantidad de nodos. Este problema consiste en hallar una ruta que recorra todos los nodos de un grafo, pasando sólo una vez por cada uno de ellos. El problema resulta muy difícil para las computadoras convencionales porque es de tiempo polinomial no determinístico, o sea, de tipo NP. Los problemas NP son intratables con computadoras determinísticas, que son las convencionales, de tipo serial; pero pueden resolverse usando computadoras no determinísticas, o sea, masivamente paralelas. Viendo al ADN como computadora, podría considerársele de tipo no determinístico. Según Friedman, Adleman eligió el problema de la Ruta Hamiltoniana porque es específicamente del tipo NP-completo, y todos los problemas NP pueden reducirse a alguna forma del problema de la Ruta Hamiltoniana.

Tradicionalmente, el problema de la Ruta Hamiltoniana se ha resuelto con el siguiente algoritmo:
1. Generar rutas aleatorias a través del grafo.
2. Conservar sólo aquellas rutas que inicien en el nodo inicial y concluyan en el nodo final.
3. Si el grafo tiene n nodos, conservar sólamente aquellas rutas que contengan n nodos.
4. Conservar sólo aquellas rutas que tocan todos los nodos al menos una vez.
5. Cualesquiera rutas restantes son soluciones al problema.

El elemento central de la solución usando ADN fué establecer los equivalentes bioquímicos adecuados de los pasos correspondientes al algoritmo especificado. Las operaciones que se describen a continuación pueden realizarse con ADN en los laboratorios y se denominan "Modelo no restringido de cómputo con ADN":

Síntesis de una cadena genética deseada.
Separación de cadenas considerando su longitud.
Mezcla, vertiendo dos tubos de ensayo en uno para realizar la unión.
Extracción, tomando aquellas cadenas que contengan un patrón determinado.
Fundir y/o templar, rompiendo o ligando dos moléculas de ADN con secuencias complementarias.
Amplificación, usando un compuesto denominado PCR para hacer copias de cadenas de ADN.
Corte, separando el ADN con enzimas de restricción.
Ligación, enlazando cadenas de ADN con límites complementarios "adherentes" usando un compuesto denominado ligasa.
Detección, confirmando la presencia o ausencia de ADN en un determinado tubo de ensayo.

Las operaciones mencionadas pueden usarse para "programar" una "computadora de ADN".
Adleman vislumbra la posibilidad de que una molécula simple de ADN pueda usarse para codificar la "descripción instantánea" de una MT, y que los protocolos bioquímicos y enzimas disponibles actualmente podrían, al menos bajo condiciones ideales, usarse para inducir modificaciones sucesivas en una secuencia de ADN, modificaciones que serían el equivalente de la ejecución de una MT.

La ejecución del experimento de Adleman tomó aproximadamente una semana. Aunque este problema específico puede resolverse en papel en menos de una hora, cuando el número de nodos se incrementa a 70, el problema se vuelve excesivamente complejo aún para una super-computadora. Actualmente, las super-computadoras más veloces pueden ejecutar 1000 millones de instrucciones por segundo (1000 MIPS); una molécula simple de ADN necesita aproximadamente 1000 segundos para ejecutar una instrucción, por lo cual su velocidad sería inferior a 0.001 MIPS. Obviamente, si se desea realizar un cálculo a la vez (arquitectura serial), las computadoras de ADN no son una opción viable. Sin embargo, si se desea ejecutar muchos cálculos simultáneamente (arquitectura paralela), una computadora como la descrita puede ejecutar fácilmente 10^14 MIPS. Las computadoras de ADN también requieren menos energía y espacio. Mientras que las computadoras actuales ejecutan 10^9 operaciones por Joule de energía consumida, las computadoras de ADN podrían ejecutar 2 X 10^19 operaciones. Ésto significa 10^10 veces más eficiencia. Los datos pueden almacenarse en el ADN a una densidad aproximada de 1 bit por nanómetro cúbico (nm³), mientras que los medios actuales de almacenamiento requieren 10^12 nm³ para cada bit.

Al ver al ADN como elemento de cómputo, los bioquímicos pueden generar moléculas mediante nuevos procesos, que serían similares a algoritmos computacionales, con lo cual su nivel de control sería quizá mejor que el de los procesos bioquímicos tradicionales. Algunas aplicaciones recientes incluyen, por ejemplo, la construcción de pseudo-enzimas.

A pesar de las actuales limitaciones físicas y lógicas del hardware de ADN, en el futuro, el posible hardware biológico podría ser quizá más veloz que el electrónico para aplicaciones que requieran paralelismo, dada su gran capacidad de operar dentro de este paradigma; además, se tendría la ventaja de que lo vivo puede reproducirse por sí mismo, y eso es algo que las computadoras electrónicas actuales todavía no pueden hacer. La aplicación de un posible hardware biológico depende en gran medida de su posibilidad de automatización, que quizá no esté muy lejana.

Óptica.
Ya se ha investigado las posibilidades de usar la luz visible o la luz de longitudes de onda no visibles (láseres no visibles) para implementar capacidad de cómputo. Una de las ventajas de este tipo de hardware sería su alta inmunidad a la interferencia de ondas de radio, propiedad que es relativa en el hardware tradicional. Nota: lamentablemente, no se encontraron referencias bibliográficas ni hemerográficas sobre el tema.

Señales de radio.
¿Se puede implementar capacidad de cómputo mediante un software puramente electromagnético? Es decir, ¿pueden hacerse cálculos usando como medio equivalente del actual microprocesador o de la actual memoria RAM, el vacío? ¿Podría un programa "electromagnético" ser ejecutado en el éter, al igual que viaja en éste la luz? ¿Podría un programa almacenarse en el vacío? Esta pretensión llevaría implícita la idea de tener software sin un hardware que lo aloje. ¿Será posible? ¿Podemos imaginar un razonamiento que no esté alojado en un cerebro? ¿Tendría eso algo que ver con el supuesto filosófico de que la idea precede a la materia?