Meteoroloji enstitüleri global hava iddiaları üretirken, süreç boyunca bu kestirimlere çok sayıda farklı data akışı gerçekleşir. Hava durumu araştırmacıları data ölçüsü ile daha uygun başa çıkabilmek için birçok farklı işlemciye sahip bilgisayarlar kullanıyor. “Paralel bilgisayar” olarak isimlendirilen bu işlemcilerin her biri, dünyanın belli bir bölgesinden gelen bilgileri tıpkı anda pahalandırıyor.
Gerçek süreçleri gerçekleştiren aritmetik ünitelere ek olarak, bu türlü bir bilgisayar yalnızca süreçleri dağıtmak için de birçok işlemciye gereksinim duyar. Basitçe söylemek gerekirse, aritmetik ünitelere vazifeler atıyor ve kısmi sonuçları mantıksal bir toplu sonuç olarak biçimde birleştiriyorlar. Hava durumu varsayımı örneğinde, denetim eden işlemciler Dünya’nın alt alanlarından gelen hesaplamaları tek tek denetim ediyor. Kendi ortalarında dataların ve sonuçların değişimini düzenlerler. Baktığımızda, yakın etraftaki alçak basınç alanlarının tesiri dikkate alınmaz ise, yüksek basınçlı bir alanın nasıl davranacağını iddia etmenin hiçbir yararı olmaz.
Kontrol Sistemi İçin Hesaplama Gücü
Ancak, rastgele bir sayıda karmaşık sorunu çözmek için rastgele bir sayıda işlemciyi basitçe birbirine bağlayamazsınız. Ne kadar çok bilgisayar paralel olarak çalışırsa, denetim sistemi için o kadar fazla bilgi süreç gücü gerekir. Denetim maksatları için gereken efor ekseriyetle orantısız bir biçimde artar. Bu, paralel hesaplamanın geçerli bir seçenek üzere göründüğü sadece birkaç uygulama olduğu manasına geliyor.
Bunun nedeni, dijital bir bilgisayarın mimarisinde yatıyor. Birbiri gerisinde bir bilgi süreç adımını yürütmek için tasarlandı. Son yıllarda bilgisayarların giderek artan bilgi süreç gücü, dijital bilgisayarların bu pürüze karşın giderek daha karmaşık problemleri çözebilmesini sağladı. Bununla birlikte, dijital bilgisayarların daha da geliştirilmesi, daima olarak fizikî ve teknik sonlarla karşı karşıya kalıyor. Böylelikle paralel hesaplamayı daha kolay hale getirmek için, hesaplamaya yönelik öbür araştırma yaklaşımları ilgi
kazanıyor.
Bu alanda gelecek vaat eden araştırma sonuçlarıyla büyük ilgi gören kuantum bilgisayarlarının gölgesinde, birçok grup biyoloji alanındaki yaklaşımlarla da adımlarını atıyor.
Biyo-Bilgisayar Nedir?
Uluslararası araştırma projesi Bio- 4Comp, birkaç yıldır ağ tabanlı biyo bilgisayarlara el atıyor. Fikir şu: Biyolojik casuslar, matematiksel bir sorun temsil eden karmaşık bir nano- kanal ağı üzerinden bir seyahate gönderiliyor. Daha sonra, casusun bir kavşakta hangi dönüşü yaptığına bağlı olarak, kümülatif sonuca bir sayı ekleniyor yahut eklenmiyor. Aracının ağ üzerinden izlediği yol, muhtemel bir sonuca karşılık geliyor.
Avantajı, ağ üzerinden birebir anda birçok aracı gönderebilmeniz ve tıpkı anda tüm potansiyel yolları izleyebilmeleri. Bu nedenle, klâsik bir dijital bilgisayar üzere birbiri arkasına bir tahlil yolunu düzgün bir biçimde hesaplamak yerine, ağ tabanlı biyo-bilgisayarın hesaplamaları paralel olarak yapması gerekiyor. Chemnitz’deki Fraunhofer Elektronik Nano Sistemler (ENAS) Enstitüsü’nden Dr. Danny Reuter, ağların üretimi ve teknolojilerin ölçeklenebilirliği üzerine araştırma çalışmalarından sorumlu.
Dr. Reuter, bir rock konserindeki kalabalık sörfü ile ağdaki süreçler ortasında bir karşılaştırma yapıyor: “Motor proteinler, bizim durumumuzda hayvan hücrelerinde türetilen moleküller olan biyolojik casusları tıpkı müzik hayranlarının bir müzikçiyi seyirciler aracılığı ile taşıması üzere hareket ettirir.“ Yani burada grup, casusları ağ üzerinden taşımak için motor proteinlerin kinetic gücünü kullanıyor.
Yeniden Fraunhofer ENAS’tan olan Reuter’in meslektaşı Thomas Blaudeck, gelecekte bir ağda temel araştırmadan uygulamalı araştırmaya geçmek için milyonlarca temsilciye sahip olmayı umuyor: “Her casus, kendi işlemcisidir. Nano ağda hareket etmek klasik bir dijital bilgisayarın bilgi süreç suratından çok daha yavaş olduğundan, pratik uygulamalarda avantajlarımızdan yararlanabilmek için çok sayıda aracıya gereksinimimiz var.“
İşlemciler Olarak Virüsler
Bu avantajlar öncelikle paralellik ve güç verimliliği ile ilgili. Bunlar tam olarak dijital bilgisayarların zorluklarla karşılaştığı alanlar. Blaudeck, ağ tabanlı biyo- bilgisayarın potansiyel uygulamalarını prensip olarak, her seçimde mümkün kombinasyonların katlanarak artan karmaşıklığa sahip tüm vazifelerde görüyor. Blaudeck, “Biyolojik yaklaşımlarla sahip olduğumuz avantaj materyal. Zira muhakkak şartlar altında kendini çoğaltabilir.” diyor. Bio4Comp’ta gruplar, kendilerine ilişkin bir hayatı olmayan meyyit unsurlar ile çalışıyor.
Bununla birlikte, casuslar olarak ağda hareket eden moleküller, örnek verecek olursak kesişmelerde bölünebilir ve böylelikle tıpkı anda iki hesaplama adımını gerçekleştirebilir. Birinci kısım kesişme tarafından temsil edilen sayıyı ekler, ikinci kısım farklı bir yol alır ve sayıyı eklemez.
Bununla birlikte, öbür araştırma projeleri zati canlı casuslarla çalışıyor ve ağlar aracılığı ile virüs yahut bakteri gönderiyor. Burada, ortacılar işlemci sayısını artırmak için basitçe çoğaltabilirler. Bu çoğaltma her şeyden evvel en gerekli harekettir. Zira ağın girişinde bir çeşit “darboğaz” yaratılır. Orada, rastgele bir anda sırf hudutlu sayıda aracı ağa girebilir. Lakin ağ daha da fazla dallanır ve her geçişte daha da büyür.
Pratik ile ilgili hesaplamalara sahiden müsaade veren ağlar, karmaşık bir sorunu temsil edebilmek için çok sayıda kesişme noktasına gereksinim duyar. Blaudeck bunu, “Ajan yoğunluğu, yani ünite vakit başına bir kanal kısmından gelen casus sayısı, çıkışa yanlışsız giderek küçülür. O vakit biyoloji bize bu sorunda yardımcı olur.” diyerek açıklıyor.
Süper Bilgisayarlar İçin Bir Tamamlayıcı
Birgün biyo-bilgisayarlar da güç verimliliğinde öne çıkabilir. Danny Reuter’a nazaran bu bilgisayarlar, birden fazla insanın masasının altında yer alan şahsî bilgisayarların yerini alamaz. “Bilgisayarlarımız, üstün bilgisayarları tamamlayacak biçimde tasarlanmıştı. Biyo-bilgisayarlar ile çözmek istediğimiz tüm sorunlar, üstün bilgisayarlar tarafından da çözülebilir. Fakat bir gün daha süratli olmayı ve tıpkı hesaplamaları yapmak için çok daha az güç kullanmayı umuyoruz.” İki Fraunhofer araştırmacısına nazaran, üç ila dört büyüklük sırası-hesaplama başına daha az enerji- projelerinin hedefi bu.
Ancak bu yolda, üstesinden gelinmesi gereken birkaç mani daha var. Reuter, “Şimdiye kadar yaklaşımın emniyetli bir dereceye kadar çalıştığını gösterebildik. Şu anda sonuçlarımız kuantum bilgisayarların üç yahut dört yıl evvel nerede olduğu ve hala muhteşem bilgisayarlar ile rekabet etmekten uzakta olduğu tarafında.” diyor. Problemin can alıcı noktası, Reuter ve Blaudeck’in Fraunhofer takımının ana odak noktası olan ölçeklendirme. Reuter, “Ağlarımızı büyütmeye ve daha fazla temsilci göndermeye devam edersek, ilgili bir sorun için gereksinimimiz olan alan çok büyük oldurdu. Yanılgı oranı da çok yüksek olurdu.” diye belirtiyor. Bir sonraki inşaat alanının görüldüğü yer burası.
Örneğin kelamda etiketleme, bilgisayarların performansını artırmalı. Bu süreçte araştırmacılar, ağ üzerinden geçerken molekülleri işaretlerler, böylelikle daha sonra geçtikleri yeri daha âlâ okuyabilirler. Reuter, şu anda casusun ağ üzerinden geçerken hala bir mikroskopla görüntülendiğini bildiriyor. „Ancak casus geçtiğinde sinyal alan yahut ağda muhakkak bir noktada ona bir ölçü DNA ekleyen ve daha sonra hangi yolu izlediğini takip eden elektronik bileşenler üzerinde çalışıyoruz.”
Bu tıpkı vakitte bir sonraki adımda otomatikleştirilecek olan ağın çıkışında algılamayı da kolaylaştıracak.
Henüz Bilhassa Sürdürülebilir Değil
Ayrıca projede değiştirilebilir kavşaklar eksik. Şimdiye kadar, bir nano ağ sırf tek bir matematik sorununu temsil ediyor. Thomas Blaudeck, ağ tabanlı bilgisayarın donanım ve yazılım ortasındaki sonu bulanıklaştırdığını açıklıyor: „Bizim durumumuzda, yazılım donanımda, kavşakların tam olarak düzenlenmesiyle temsil edilir.“ Her hesaplama için başka bir çip, araştırmacıların kabul ettiği bir şey, şimdi bilhassa sürdürülebilir değil. Bununla birlikte,evrensel olarak değiştirilebilir kesişimler uygulanabilirse çeşitli hesaplama sorunları tek bir çip ile temsil edilebilir ve hesaplanabilir.
Pek çok soru çözülememiş olsa da, Reuter ve Blaudeck optimist bir zihin çerçevesi içinde. Nano kanalları üretmek için gerekli biyoteknoloji ve üretim teknolojileri halihazırda mevcut. Buradaki zorluk, hem bilimsel disiplinleri matematik ve bilgisayar bilimleri ile bir ortaya getirmek, hem de klasik mikroelektroniğe yabancı olan alt ögeleri geliştirmek.
Kare Kökleri Hesaplamak İçin DNA
Bu ortada, araştırma grupları biyolojideki öbür uygulamalardan yararlanıyor. Bilgisayar bilimcisi ve moleküler biyolog Leonard Adleman, 1994 yılında, programlanabilir bir DNA ile deneyler gerçekleştirdi. Daha sonra bir test tüpünde birbirleriyle tepkiye girdiği DNA dizilerindeki girdi bedellerini temsil etti. Bununla, Adleman kolay matematiksel hesaplamalar yapabildi.
2019 yılında öteki bir takım, bu türlü bir DNA bilgisayarı ile karekök hesaplamayı başardı. Her bir DNA zincirine kendi floresan renk pahası verildi. Deneyden sonra bu renk kıymetlerinin yeni kombinasyonları, daha sonra hesaplamanın sonucuna karşılık geldi.
Bu yaklaşımın avantajı, ağ tabanlı biyo-bilgisayarda olduğu üzere, devasa paralelleşme. DNA zincirleri, test tüpünde tüm kombinasyonlarda birebir anda birbirleriyle tepkiye giriyor.
Teoride, bilhassa optimizasyon sorunları için çok uygun. Bu sorunlarda her vakit birkaç uygulanabilir tahlil var. Lakin bunlardan biri en düzgün, en süratli ve en ekonomik olanı. En âlâ bilinen örnek, gezgin satıcı sorunu. Bir tüccar, hiçbirini iki sefer ziyaret etmeden bir listedeki tüm kentleri kapsamalı. Önüne çıkan sayısız seyahat notası seçeneği var, lakin kilometrelerden tasarruf etmek için doğal olarak en kısa rotayı kullanmak istiyor.
Değerlendirme Usulleri Mevcut Değil
DNA bilgisayarında, her kent kendi DNA zincirini alacaktı. Hepsi, bir “tımarhaneyi” kopyalayarak birbirine reaksiyon verecek, böylelikle tıpkı anda akla gelebilecek tüm yolları yaratacaktı. Sayısal bir bilgisayarın belli sayıda kent için bu hesaplamayı yapması yıllar alacaktır. Artık hedeflenen kimyasal tepkilerle daha uzun DNA kesimlerini ortadan kaldırırsanız, teorik olarak hepsinden daha kısa yol kalır.
İşin püf noktası şu: Pratik olarak, tepkiden sonra sonuçları kıymetlendirmek için uygun teknikler yok. Bu prosedürlerin gelecekte geliştirilmesi ve o kadar pratik olması imkansız değil. DNA bilgisayarları, ilgili sorunları işleyebilecektir.
Philipps Marburg Üniversitesi’nde Biyotıp bilgi bilimi profesörü olan Dominik Heider, yeniden de DNA tabanlı bilgisayarlar konusunda biraz kuşkucu: “Akademik bir bakış açısından, tüm bunlar epeyce değişik. Lakin korkarım ki pratikte alakasız olmaya devam edecek.” Bunun nedeninin epeyce kolay olduğunu söylüyor; DNA bilgisayarlarının yapabildiği her şeyi, kuantum bilgisayarları da yapabilir. Heider, üstelik bunlarla baş etmenin çok daha kolay olduğunu söylüyor. “Video kasetler için VHS ve Betamax günlerinde olduğu üzere, iki yaklaşımdan yalnızca biri geçerli olacak ve bunun DNA bilgisayarları olacağından şüpheliyim.”
DNA’ya Çevrilen İkili Veriler
Bununla birlikte, Heider hiçbir halde bilgisayar bilimi için DNA’dan vazgeçmek istemiyor. MOSLA Araştırma Projesi’nde, bilgileri DNA’da depolamak için bilgisayar bilimi, biyoloji, fizik ve kimyadan meslektaşları ile birlikte çalışıyor. Bunu yapmak için klâsik dijital bilgisayarlardan gelen ikili datalar, yani uzun bir sıfırlar ve birler zinciri, A,C,G ve T harflerine çevrilir.
Bu harfler dört tabanı temsil eder. Bu harfler, her DNA’yı oluşturan dört baz manasına gelir. Bir canlının her genomu, bu dört bazın ferdî bir kombinasyonundan oluşur. Çeviri, laboratuvarda uzun mühlet saklanabilen ve rastgele bir vakitte tekrar okunabilen gerçek DNA’ya kolaylıkla aktarılabilir. Dijital bir bilgisayar daha sonra DNA datalarını tekrar ikili koda çevirebilir ve belgeyi tekrar dijital olarak görüntüleyebilir.
Bununla birlikte Heider, yolda hiçbir bilginin kaybolmamasını sağlamak için, pratikte ardında epeyce fazla bilgisayar bilimi olduğunu söylüyor:”DNA’nın sentezi sırasında, kopyalama sırasında DNA depolamasında yanılgı kaynakları var. Depolama ve sıralama sırasında vazifemiz, bu yanlışları yakalayan düzeltme kodları geliştirmek.”
Herhangi bir depolamada olduğu üzere, depolama yoğunluğu ve maliyet ortasında bir ödünleşim olduğunu söyledi: “Daha fazla data depolamak açıkça daha değerliye mal oluyor. Yeniden, kodu sonsuz bir uzunlukta bir DNA kesimine sığdıramayız. Ferdi kısa modüllere gereksinimimiz var, sonrasında da her vakit sıralamadan sonra modüllerin hakikat halde tekrar nasıl birleştirileceğine dair bilgilere.” Lakin bu meta bilgiler de depolama alanı kaplar.
Serin, Kuru ve Karanlık Bir Yerde Saklanmalı
Bu DNA depolama alanı hala çok kıymetli. Heider, ”Şimdiye kadar bu kadar büyük ölçülerde DNA üretmeye gerek yoktu.” diyor. Bu nedenle, pratikte DNA depolamanın kullanımını uygun hale getirecek kadar ucuz bir süreç hala mevcut değil. Bununla birlikte Heider, on yıl içinde kâfi araştırma ile her şeyin kökten farklı görünebileceğini umuyor.
Bazı uygulamalar için, DNA depolamanın eşsiz birçok avantajı var:”- Teknolojimiz öncelikle uzun vadeli arşivlemede kullanılacak. Tarihi dokümanlar, doğum kayıtları yahut artık değişmeyen uzun vadeli hava durumu dataları üzere bilgiler yalnızca DNA için harikadır.” Bir sefer üretildiğinde depolama, buzdolabının çalışması dışında neredeyse hiç güç gerektirmez. Bunun nedeni, DNA’nın saklanmasının kolay olması.” Heider bunu;” soğuk, kuru ve karanlık” olarak özetliyor. Yanılgı düzeltmesinin kişisel mutasyonları telafi etmesi gerekli.
Çoğu insan muhtemelen kendi tatil fotoğraflarını sabit disklerde, SSD’lerde yahut bulutta saklamaya devam edecek. Bununla birlikte, DNA depolaması yakında kimsenin nizamlı olarak erişmesi gerekmeyen fakat sırf acil durumlar için depolanan arşivlerdeki büyük ölçüde bilgi için, biyolojik alternatif olabilir.
