Нетрадиционные вычисления
Нетрадиционные вычисления (также известные как альтернативные вычисления или нестандартные вычисления ) — это вычисления с использованием любого из широкого спектра новых или необычных методов.
Термин «нетрадиционные вычисления» был придуман Кристианом С. Калуде и Джоном Касти и использован на Первой Международной конференции по нетрадиционным моделям вычислений. [1] в 1998 году. [2]
Предыстория [ править ]
Общая теория вычислений допускает множество методов вычислений. Вычислительная технология сначала была разработана с использованием механических систем, а затем превратилась в использование электронных устройств. Другие области современной физики открывают дополнительные возможности для развития.
Модели вычислений [ править ]
Модель вычислений описывает, как вычисляются выходные данные математической функции с учетом ее входных данных. Модель описывает, как организованы единицы вычислений, памяти и коммуникаций. [3] Вычислительную сложность алгоритма можно измерить с помощью модели вычислений. Использование модели позволяет изучать производительность алгоритмов независимо от вариаций, характерных для конкретных реализаций и конкретной технологии.
Обычно используются самые разнообразные модели; некоторые очень напоминают работу (идеализированных) обычных компьютеров, а другие нет. Некоторые часто используемые модели — это регистровые машины , машины с произвольным доступом , машины Тьюринга , лямбда-исчисление , системы перезаписи , цифровые схемы , клеточные автоматы и сети Петри .
Механические вычисления [ править ]

Исторически механические компьютеры использовались в промышленности до появления транзисторов .
Механические компьютеры сохраняют некоторый интерес и сегодня как в исследованиях, так и в качестве аналоговых компьютеров. Некоторые механические компьютеры имеют теоретическое или дидактическое значение, например, компьютеры с бильярдными шарами , тогда как гидравлические, такие как MONIAC или Water интегратор, использовались эффективно. [4]
Хотя некоторые из них на самом деле моделируются, другие — нет. [ нужны разъяснения ] . Никаких попыток не предпринимается [ сомнительно – обсудить ] построить работающий компьютер посредством механических столкновений бильярдных шаров. Компьютер -домино — еще одна теоретически интересная схема механических вычислений. [ почему? ]
Аналоговые вычисления [ править ]
Аналоговый компьютер — это тип компьютера, который использует аналоговые сигналы , которые представляют собой непрерывные физические величины, для моделирования и решения задач. Эти сигналы могут быть электрическими , механическими или гидравлическими по своей природе. Аналоговые компьютеры широко использовались в научных и промышленных целях и в то время часто были быстрее цифровых компьютеров. Однако они начали устаревать в 1950-х и 1960-х годах и сейчас в основном используются в конкретных приложениях, таких как авиационные симуляторы и системы управления обучением в университетах. [5] Примеры аналоговых вычислительных устройств включают логарифмические линейки , номограммы и сложные механизмы управления процессами и реле защиты. [6] Антикитерский механизм — механическое устройство, вычисляющее положения планет и Луны, и планиметр — механический интегратор для вычисления площади произвольной двумерной формы — также являются примерами аналоговых вычислений.
Электронно-цифровые компьютеры [ править ]
Большинство современных компьютеров представляют собой электронные компьютеры с архитектурой фон Неймана, основанной на цифровой электронике, широкая интеграция которых стала возможной после изобретения транзистора и масштабирования закона Мура .
Нетрадиционные вычисления, согласно [ который? ] описание конференции, [7] «междисциплинарная область исследований с основной целью обогатить или выйти за рамки стандартных моделей, таких как компьютерная архитектура фон Неймана и машина Тьюринга , которые доминировали в информатике более полувека». Эти методы моделируют свои вычислительные операции на основе нестандартных парадигм и в настоящее время в основном находятся на стадии исследований и разработок.
Такое вычислительное поведение можно «смоделировать». [ нужны разъяснения ] с использованием классических кремниевых микротранзисторов или технологий твердотельных вычислений, но его целью является достижение нового вида вычислений.
Общие подходы [ править ]
Это неинтуитивные и педагогические примеры того, что компьютер можно сделать практически из чего угодно.
Физические объекты [ править ]

Компьютер с бильярдными шарами — это тип механического компьютера, который использует движение сферических бильярдных шаров для выполнения вычислений. В этой модели провода булевой схемы представлены путями перемещения шаров, наличие или отсутствие шара на пути кодирует сигнал на этом проводе, а ворота моделируются столкновениями шаров в точках, где их пути пересекаются. [8] [9]
Компьютер-домино — это механический компьютер, который использует стоячие домино для обозначения усиления или логического управления цифровыми сигналами. Эти конструкции можно использовать для демонстрации цифровых концепций и даже для создания простых модулей обработки информации. [10] [11]
И компьютеры с бильярдными шарами, и компьютеры-домино являются примерами нетрадиционных вычислительных методов, в которых для выполнения вычислений используются физические объекты.
Резервуарные вычисления [ править ]
Резервуарные вычисления — это вычислительная среда, основанная на теории рекуррентных нейронных сетей, которая включает в себя отображение входных сигналов в многомерные вычислительные пространства посредством динамики фиксированной нелинейной системы, называемой резервуаром. Резервуар, который может быть виртуальным или физическим, состоит из отдельных нелинейных блоков, соединенных в повторяющиеся циклы, что позволяет хранить информацию. Обучение проводится только на этапе считывания, поскольку динамика пласта фиксирована, и эта структура позволяет использовать естественно доступные системы, как классические, так и квантово-механические, для снижения эффективных вычислительных затрат. Одним из ключевых преимуществ пластовых вычислений является то, что они обеспечивают простой и быстрый алгоритм обучения, а также аппаратную реализацию с помощью физических резервуаров . [12] [13]
Материальные вычисления [ править ]

Материальные вычисления подразумевают использование физических объектов в качестве пользовательских интерфейсов для взаимодействия с цифровой информацией. Целью этого подхода является использование способности человека захватывать физические объекты и манипулировать ими, чтобы облегчить сотрудничество, обучение и проектирование. Характеристики материальных пользовательских интерфейсов включают связь физических представлений с базовой цифровой информацией и воплощение механизмов интерактивного управления. [14] Существует пять определяющих свойств материальных пользовательских интерфейсов, включая способность мультиплексировать как ввод, так и вывод в пространстве, одновременный доступ и манипулирование компонентами интерфейса, сильные специфические устройства, пространственно ориентированные вычислительные устройства и пространственную реконфигурацию устройств. [15]
Человеческие вычисления [ править ]
Термин «человек-компьютер» относится к людям, которые выполняют математические вычисления вручную, часто работая в группах и следуя установленным правилам. В прошлом для выполнения долгих и утомительных расчетов привлекались группы людей, и работа была разделена для параллельного выполнения. В последнее время этот термин также использовался для описания людей с исключительными навыками ментальной арифметики, также известных как мысленные калькуляторы. [16]
Взаимодействие человека и робота [ править ]

Взаимодействие человека и робота , или HRI, — это исследование взаимодействия между людьми и роботами. Он включает в себя вклад из таких областей, как искусственный интеллект, робототехника и психология. Коботы , или коллаборативные роботы, предназначены для прямого взаимодействия с людьми в общих пространствах и могут использоваться для решения различных задач. [17] включая предоставление информации, логистику и решение неэргономичных задач в промышленных условиях.
Роевые вычисления [ править ]
Роевая робототехника — это область исследований, которая фокусируется на координации и управлении несколькими роботами как системой. Вдохновленная эмерджентным поведением, наблюдаемым у социальных насекомых, роевая робототехника предполагает использование относительно простых индивидуальных правил для создания сложного группового поведения посредством локального общения и взаимодействия с окружающей средой. [18] Этот подход характеризуется использованием большого количества простых роботов и способствует масштабируемости за счет использования местных методов связи, таких как радиочастота или инфракрасный порт.
подходы Физические
Оптические вычисления [ править ]

Оптические вычисления — это тип вычислений, в которых для обработки, хранения и передачи данных используются световые волны, часто создаваемые лазерами или некогерентными источниками. Хотя эта технология потенциально может обеспечить более высокую пропускную способность, чем традиционные компьютеры, использующие электроны, оптоэлектронные устройства могут потреблять значительное количество энергии в процессе преобразования электронной энергии в фотоны и обратно. Полностью оптические компьютеры призваны устранить необходимость в этих преобразованиях, что приведет к снижению потребления электроэнергии. [19] Приложения оптических вычислений включают радары с синтезированной апертурой и оптические корреляторы, которые можно использовать для обнаружения, отслеживания и классификации объектов. [20] [21]
Спинтроника [ править ]
Спинтроника — это область исследований, которая предполагает использование собственного спина и магнитного момента электронов в твердотельных устройствах. [22] [23] [24] Он отличается от традиционной электроники тем, что использует спин электронов как дополнительную степень свободы, что потенциально может применяться для хранения и передачи данных. [25] а также квантовые и нейроморфные вычисления. Спинтронные системы часто создаются с использованием разбавленных магнитных полупроводников и сплавов Гейслера.
Атомтроника [ править ]
Атомтроника — это форма вычислений, которая предполагает использование ультрахолодных атомов в когерентных цепях материи и волн, которые могут иметь компоненты, аналогичные тем, которые встречаются в электронных или оптических системах. [26] [27] Эти схемы имеют потенциальное применение в нескольких областях, включая фундаментальные физические исследования и разработку практических устройств, таких как датчики и квантовые компьютеры.
Гидравлика [ править ]

Гидравлика, или жидкостная логика, — это использование гидродинамики для выполнения аналоговых или цифровых операций в средах, где электроника может быть ненадежной, например, в тех, которые подвергаются высоким уровням электромагнитных помех или ионизирующего излучения. Гидравлические устройства работают без движущихся частей и могут использовать нелинейное усиление, аналогично транзисторам в электронной цифровой логике. Гидравлическая техника также используется в нанотехнологиях и военных целях.
Квантовые вычисления [ править ]
Квантовые вычисления, возможно, самый известный и разработанный нетрадиционный метод вычислений, представляют собой тип вычислений, в котором для выполнения вычислений используются принципы квантовой механики, такие как суперпозиция и запутанность. [28] [29] Квантовые компьютеры для выполнения операций используют кубиты, которые аналогичны классическим битам, но могут существовать в нескольких состояниях одновременно. Хотя современные квантовые компьютеры, возможно, еще не превзошли классические компьютеры в практических приложениях, у них есть потенциал решать определенные вычислительные задачи, такие как факторизация целых чисел, значительно быстрее, чем классические компьютеры. Однако существует несколько проблем при создании практических квантовых компьютеров, в том числе сложность поддержания квантовых состояний кубитов и необходимость исправления ошибок. [30] [31] Теория квантовой сложности — это исследование вычислительной сложности задач, связанных с квантовыми компьютерами.
Нейроморфные квантовые вычисления [ править ]
Нейроморфные квантовые вычисления [32] [33] (сокращенно «н.квантовые вычисления») — это нетрадиционный тип вычислений, который использует нейроморфные вычисления для выполнения квантовых операций. Было высказано предположение, что квантовые алгоритмы , являющиеся алгоритмами, работающими на реалистичной модели квантовых вычислений , могут вычисляться одинаково эффективно с нейроморфными квантовыми вычислениями. [34] [35] [36] [37] [38]
И традиционные квантовые вычисления , и нейроморфные квантовые вычисления представляют собой основанные на физике нетрадиционные вычислительные подходы к вычислениям и не следуют архитектуре фон Неймана . Они оба создают систему (схему), которая представляет рассматриваемую физическую проблему, а затем используют соответствующие физические свойства системы для поиска «минимума». Нейроморфные квантовые вычисления и квантовые вычисления имеют схожие физические свойства во время вычислений. [39] [40] .

Сверхпроводящие вычисления [ править ]
Сверхпроводящие вычисления — это форма криогенных вычислений, в которой используются уникальные свойства сверхпроводников, в том числе провода с нулевым сопротивлением и сверхбыстрое переключение, для кодирования, обработки и передачи данных с использованием одиночных квантов потока. Он часто используется в квантовых вычислениях и для работы требует охлаждения до криогенных температур.
Микроэлектромеханические системы [ править ]
Микроэлектромеханические системы (МЭМС) и наноэлектромеханические системы (НЭМС) — это технологии, предполагающие использование микроскопических устройств с движущимися частями размером от микрометров до нанометров. Эти устройства обычно состоят из центрального процессора (например, интегральной схемы) и нескольких компонентов, которые взаимодействуют с окружающей средой, например датчиков. [41] Технологии MEMS и NEMS отличаются от молекулярной нанотехнологии или молекулярной электроники тем, что они также учитывают такие факторы, как химия поверхности, а также влияние окружающего электромагнетизма и гидродинамики. Приложения этих технологий включают акселерометры и датчики для обнаружения химических веществ. [42]
Химические подходы [ править ]

Молекулярные вычисления [ править ]
Молекулярные вычисления — это нетрадиционная форма вычислений, в которой для выполнения вычислений используются химические реакции. Данные представлены вариациями химических концентраций, [43] и цель этого типа вычислений — использовать мельчайшие стабильные структуры, такие как отдельные молекулы, в качестве электронных компонентов. Эта область, также известная как химические вычисления или реакционно-диффузионные вычисления, отличается от смежных областей проводящих полимеров и органической электроники, которые используют молекулы для воздействия на объемные свойства материалов.
подходы Биохимические
Пептидные вычисления [ править ]
Пептидные вычисления — это вычислительная модель, которая использует пептиды и антитела для решения NP-полных задач и, как было показано, является универсальной в вычислительном отношении. Он предлагает преимущества перед вычислениями на ДНК, такие как большее количество строительных блоков и более гибкие взаимодействия, но еще не реализован на практике из-за ограниченной доступности специфических моноклональных антител. [44] [45]
ДНК-вычисления [ править ]
ДНК-вычисления — это отрасль нетрадиционных вычислений, которая использует ДНК и оборудование молекулярной биологии для выполнения вычислений. Это форма параллельных вычислений, которая позволяет решать определенные специализированные задачи быстрее и эффективнее, чем традиционные электронные компьютеры. Хотя вычисления на основе ДНК не предоставляют никаких новых возможностей с точки зрения теории вычислимости , они могут выполнять большое количество параллельных вычислений одновременно. Однако вычисления ДНК имеют более медленную скорость обработки, и анализировать результаты сложнее по сравнению с цифровыми компьютерами.
Мембранные вычисления [ править ]

Мембранные вычисления, также известные как P-системы, [46] — это раздел информатики, изучающий модели распределенных и параллельных вычислений, основанные на структуре и функциях биологических мембран. В этих системах такие объекты, как символы или строки, обрабатываются внутри отсеков, ограниченных мембранами, а связь между отсеками и внешней средой играет решающую роль в вычислениях. П-системы иерархичны и могут быть представлены графически с правилами, регулирующими производство, потребление и перемещение объектов внутри регионов и между ними. Хотя эти системы в основном оставались теоретическими, [47] Было показано, что некоторые из них обладают потенциалом для решения NP-полных задач и были предложены в качестве аппаратной реализации для нетрадиционных вычислений.
подходы Биологические
Биологические вычисления, также известные как биовычисления или естественные вычисления, — это исследование использования моделей, вдохновленных биологией, для решения задач информатики, особенно в области искусственного интеллекта и машинного обучения. Он охватывает ряд вычислительных парадигм, включая искусственные нейронные сети, эволюционные алгоритмы, роевой интеллект, искусственные иммунные системы и многое другое, которые могут быть реализованы с использованием традиционного электронного оборудования или альтернативных физических сред, таких как биомолекулы или квантовые вычислительные устройства с захваченными ионами. Это также включает изучение понимания биологических систем посредством создания полусинтетических организмов и рассмотрение природных процессов как обработки информации. Также была предложена концепция самой Вселенной как вычислительного механизма. [48] [49]
Нейронаука [ править ]
Нейроморфные вычисления включают использование электронных схем для имитации нейробиологической архитектуры нервной системы человека с целью создания искусственных нейронных систем, вдохновленных биологическими. [50] [51] Эти системы могут быть реализованы с использованием различных аппаратных средств, таких как мемристоры, [52] спинтронная память и транзисторы, [53] [54] и может быть обучен с использованием ряда программных подходов, включая обратное распространение ошибок [55] и канонические правила обучения. [56] Область нейроморфной инженерии стремится понять, как дизайн и структура искусственных нейронных систем влияют на их вычисления, представление информации, адаптируемость и общую функцию, с конечной целью создания систем, которые проявляют свойства, аналогичные тем, которые встречаются в природе. Мокрые компьютеры, состоящие из живых нейронов, представляют собой концептуальную форму нейроморфных вычислений, которая была исследована в ограниченных прототипах. [57]
Клеточные автоматы аморфные вычисления и

Клеточные автоматы — это дискретные модели вычислений, состоящие из сетки ячеек, находящихся в конечном числе состояний, таких как включенное и выключенное. Состояние каждой ячейки определяется фиксированным правилом, основанным на состояниях ячейки и ее соседей. Существует четыре основные классификации клеточных автоматов: от паттернов, которые стабилизируются до однородности, до тех, которые становятся чрезвычайно сложными и потенциально полными по Тьюрингу. Аморфные вычисления относятся к исследованию вычислительных систем, использующих большое количество параллельных процессоров с ограниченными вычислительными возможностями и локальными взаимодействиями, независимо от физического субстрата. Примеры естественных аморфных вычислений можно найти в биологии развития, молекулярной биологии, нейронных сетях и химической инженерии. Цель аморфных вычислений — понять и спроектировать новые системы посредством характеристики аморфных алгоритмов как абстракций.
Эволюционные вычисления [ править ]
Эволюционные вычисления — это тип искусственного интеллекта и мягких вычислений, который использует алгоритмы, вдохновленные биологической эволюцией, для поиска оптимизированных решений широкого круга проблем. Он включает в себя создание начального набора возможных решений, стохастическое удаление менее желаемых решений и внесение небольших случайных изменений для создания нового поколения. Популяция решений подвергается естественному или искусственному отбору и мутациям, что приводит к эволюции в сторону повышенной приспособленности в соответствии с выбранной функцией приспособленности. Эволюционные вычисления доказали свою эффективность в решении различных задач и нашли применение как в информатике, так и в эволюционной биологии.
подходы Математические
Тернарные вычисления [ править ]
Тернарные вычисления — это тип вычислений, в которых в своих вычислениях используется троичная логика или основание 3, а не более распространенная двоичная система . Троичные компьютеры используют триты или троичные цифры, которые можно определить несколькими способами, включая несбалансированную троичную, дробную несбалансированную троичную, сбалансированную троичную и логику неизвестного состояния. Троичные квантовые компьютеры используют кутриты вместо тритов. Троичные вычисления в значительной степени были заменены двоичными компьютерами, но их было предложено использовать в высокоскоростных устройствах с низким энергопотреблением, использующих переход Джозефсона в качестве сбалансированной троичной ячейки памяти.
Реверсивные вычисления [ править ]
Реверсивные вычисления — это тип нетрадиционных вычислений, при которых вычислительный процесс можно в некоторой степени обратить вспять. Чтобы вычисление было обратимым, отношения между состояниями и их преемниками должны быть взаимно однозначными, и процесс не должен приводить к увеличению физической энтропии. Квантовые схемы обратимы до тех пор, пока они не разрушают квантовые состояния, а обратимые функции являются биективными, то есть имеют одинаковое количество входов и выходов. [59]
Хаос-вычисления [ править ]
Хаос-вычисления — это тип нетрадиционных вычислений, в которых для выполнения вычислений используются хаотические системы. Хаотические системы можно использовать для создания логических элементов и быстрого переключения между различными шаблонами, что делает их полезными для отказоустойчивых приложений и параллельных вычислений. Хаос-вычисления применяются в различных областях, таких как метеорология, физиология и финансы.
Стохастические вычисления [ править ]
Стохастические вычисления — это метод вычислений, который представляет непрерывные значения в виде потоков случайных битов и выполняет сложные операции с использованием простых побитовых операций над потоками. Его можно рассматривать как гибридный аналого-цифровой компьютер, и он характеризуется свойством прогрессивной точности, при котором точность вычислений увеличивается по мере расширения потока битов. Стохастические вычисления могут использоваться в итерационных системах для достижения более быстрой сходимости, но они также могут быть дорогостоящими из-за необходимости генерации случайного потока битов и уязвимы к сбоям, если предположение о независимых потоках битов не выполняется. Он также ограничен в своих возможностях выполнять определенные цифровые функции.
См. также [ править ]
- Сетевые вычисления (значения)
- Бумажный компьютер WDR
- MONIAC Гидравлический компьютер
- Гипервычисления
Ссылки [ править ]
- ^ «Нетрадиционные модели вычислений 1998» .
- ^ КС Калуде. «Нетрадиционные вычисления: краткая субъективная история, отчет CDMTCS 480, 2015 г.» .
- ^ Сэвидж, Джон Э. (1998). Модели вычислений: исследование возможностей вычислений . Аддисон-Уэсли. ISBN 978-0201895391 .
- ^ Пенроуз, Роджер : Новый разум Императора. Oxford University Press, 1990. См. также соответствующую статью об этом .
- ^ Джонстон, Шон Ф. (2006). Голографические видения: история новой науки . ОУП Оксфорд. п. 90. ИСБН 978-0191513886 .
- ^ «Шестерни войны: Когда механические аналоговые компьютеры правили волнами» . 18 марта 2014 г. Архивировано из оригинала 08 сентября 2018 г. Проверено 14 июня 2017 г.
- ^ «Конференция по нетрадиционным вычислениям 2007» .
- ^ Фредкин, Эдвард ; Тоффоли, Томмазо (1982), «Консервативная логика», Международный журнал теоретической физики , 21 (3–4): 219–253, Bibcode : 1982IJTP...21..219F , doi : 10.1007/BF01857727 , MR 0657156 , S2CID 37305161 .
- ^ Дюран-Лозе, Жером (2002), «Вычисления внутри модели бильярдного шара», в Адамацки, Эндрю (редактор), «Вычисления на основе столкновений» , Springer-Verlag, стр. 135–160, doi : 10.1007/978-1- 4471-0129-1_6 , ISBN 978-1-4471-0129-1 .
- ^ «Компьютер Domino — Everything2.com» . all2.com . Проверено 14 мая 2024 г.
- ↑ Компьютеры Domino . Архивировано 16 августа 2006 года в Wayback Machine , подробное описание написано Дэвидом Джонстоном.
- ^ Танака, Гохей; Ямане, Тосиюки; Эру, Жан Бенуа; Накане, Рёсё; Канадзава, Наоки; Такеда, Сейджи; Нумата, Хидетоши; Накано, Дайдзю; Хиросе, Акира (01 июля 2019 г.). «Последние достижения в области вычислений физических резервуаров: обзор» . Нейронные сети . 115 : 100–123. arXiv : 1808.04962 . дои : 10.1016/j.neunet.2019.03.005 . ISSN 0893-6080 . ПМИД 30981085 .
- ^ Рем, Андре; Людж, Кэти (3 августа 2018 г.). «Мультиплексные сети: резервуарные вычисления с виртуальными и реальными узлами» . Журнал физических коммуникаций . 2 (8): 085007. arXiv : 1802.08590 . Бибкод : 2018JPhCo...2h5007R . дои : 10.1088/2399-6528/aad56d . ISSN 2399-6528 .
- ^ Исии, Хироши (2008). «Материальные кусочки». Материалы 2-й международной конференции по материальному и встроенному взаимодействию - TEI '08 . стр. xv. дои : 10.1145/1347390.1347392 . ISBN 978-1-60558-004-3 . S2CID 18166868 .
- ^ Ким, Ми Чжон; Махер, Мэри Лу (30 мая 2008 г.). «Влияние материальных пользовательских интерфейсов на пространственное познание дизайнеров». Взаимодействие человека и компьютера . 23 (2): 101–137. дои : 10.1080/07370020802016415 . S2CID 1268154 .
- ^ «компьютер». Оксфордский словарь английского языка (Третье изд.). Издательство Оксфордского университета. Март 2008.
1613 «RB» Yong Mans Gleanings 1, я читал самый правдивый компьютер Times и лучшего арифметика, который когда-либо существовал, и он сокращает ваши дни до короткого числа.
- ^ «Я, Кобот: Будущее сотрудничество человека и машины» Производитель (15 ноября 2015 г.). Получено 19 января 2016 г.
- ^ Дориго, Марко; Бираттари, Мауро; Брамбилл, Мануэле (2014). «Рой робототехники» . Схоларпедия . Проверено 13 сентября 2022 г.
- ^ Нолте, Д.Д. (2001). Разум со скоростью света: новый вид интеллекта . Саймон и Шустер. п. 34. ISBN 978-0-7432-0501-6 .
- ^ Фейтельсон, Дрор Г. (1988). «Глава 3: Оптическое изображение и обработка сигналов». Оптические вычисления: опрос для ученых-компьютерщиков . Кембридж, Массачусетс: MIT Press. ISBN 978-0-262-06112-4 .
- ^ Ким, СК; Года, К.; Фард, AM; Джалали, Б. (2011). «Оптический коррелятор аналоговых образов во временной области для высокоскоростного распознавания изображений в реальном времени». Оптические письма . 36 (2): 220–2. Бибкод : 2011OptL...36..220K . дои : 10.1364/ол.36.000220 . ПМИД 21263506 . S2CID 15492810 .
- ^ Вольф, ЮАР; Ччелканова А.Ю.; Трегер, DM (2006). «Спинтроника — ретроспектива и перспектива». Журнал исследований и разработок IBM . 50 : 101–110. дои : 10.1147/рд.501.0101 .
- ^ «Физический профиль: Стю Вольф: Правда D! Голливудская история" " . Архивировано из оригинала 18 апреля 2011 г. Проверено 30 декабря 2022 г.
- ^ Спинтроника: видение спиновой электроники будущего . Sciencemag.org (16 ноября 2001 г.). Проверено 21 октября 2013 г.
- ^ Бхатти, С.; и др. (2017). «Оперативная память на основе спинтроники: обзор» . Материалы сегодня . 20 (9): 530–548. дои : 10.1016/j.mattod.2017.07.007 . hdl : 10356/146755 .
- ^ Амико, Л.; Бошир, М.; Биркл, Г.; Мингуцци, А. ; Миниатура, К.; Квек, Л.-К.; Агамалян Д.; Ахуфингер, В.; Андерсон, Д.; Андрей, Н.; Арнольд, А.С.; Бейкер, М.; Белл, штат Калифорния; Бланд, Т.; Брантут, Япония (2021). «Дорожная карта по атомтронике: современное состояние и перспективы» . АВС Квантовая наука . 3 (3): 039201. arXiv : 2008.04439 . Бибкод : 2021AVSQS...3c9201A . дои : 10.1116/5.0026178 . ISSN 2639-0213 . S2CID 235417597 .
- ^ Амико, Луиджи; Андерсон, Дана; Бошир, Малькольм; Брантю, Жан-Филипп; Квек, Леонг-Чуан; Мингуцци, Анна ; фон Клитцинг, Вольф (14 июня 2022 г.). «Коллоквиум: Атомтронные схемы: от физики многих тел к квантовым технологиям». Обзоры современной физики . 94 (4): 041001. arXiv : 2107.08561 . Бибкод : 2022РвМП...94д1001А . doi : 10.1103/RevModPhys.94.041001 . S2CID 249642063 .
- ^ Хидари, Джек (2019). Квантовые вычисления: прикладной подход . Чам: Спрингер. п. 3. ISBN 978-3-030-23922-0 . OCLC 1117464128 .
- ^ Нильсен, Майкл ; Чуанг, Исаак (2010). Квантовые вычисления и квантовая информация (изд. к 10-летию). дои : 10.1017/CBO9780511976667 . ISBN 978-0-511-99277-3 . OCLC 700706156 . S2CID 59717455 .
- ^ Франклин, Диана; Чонг, Фредерик Т. (2004). «Проблемы надежных квантовых вычислений». Нано, квантовые и молекулярные вычисления . стр. 247–266. дои : 10.1007/1-4020-8068-9_8 . ISBN 1-4020-8067-0 .
- ^ Паккин, Скотт; Коулз, Патрик (10 июня 2019 г.). «Проблема квантовых компьютеров» . Научный американец .
- ^ «Нейроморфные квантовые вычисления | Куроморфный проект | Информационный бюллетень | H2020» . КОРДИС | Европейская комиссия . дои : 10.3030/828826 . Проверено 18 марта 2024 г.
- ^ Пеле, Кристиан; Веттерих, Кристоф (30 марта 2021 г.), Нейроморфные квантовые вычисления , arXiv : 2005.01533 , получено 18 марта 2024 г.
- ^ Карлео, Джузеппе; Тройер, Матиас (10 февраля 2017 г.). «Решение квантовой задачи многих тел с помощью искусственных нейронных сетей» . Наука . 355 (6325): 602–606. arXiv : 1606.02318 . Бибкод : 2017Sci...355..602C . дои : 10.1126/science.aag2302 . ISSN 0036-8075 . ПМИД 28183973 .
- ^ Торлаи, Джакомо; Маццола, Гульельмо; Карраскилья, Хуан; Тройер, Матиас; Мелько, Роджер; Карлео, Джузеппе (26 февраля 2018 г.). «Нейросетевая томография квантовых состояний» . Физика природы . 14 (5): 447–450. arXiv : 1703.05334 . Бибкод : 2018NatPh..14..447T . дои : 10.1038/s41567-018-0048-5 . ISSN 1745-2481 .
- ^ Шарир, Ор; Левин, Йоав; Вис, Ноам; Карлео, Джузеппе; Шашуа, Амнон (16 января 2020 г.). «Модели глубокой авторегрессии для эффективного вариационного моделирования квантовых систем многих тел» . Письма о физических отзывах . 124 (2): 020503. arXiv : 1902.04057 . Бибкод : 2020PhRvL.124b0503S . doi : 10.1103/PhysRevLett.124.020503 . ПМИД 32004039 .
- ^ Бротон, Майкл; Вердон, Гийом; МакКорт, Тревор; Мартинес, Антонио Дж.; Ю, Джэ Хён; Исаков Сергей В.; Мэсси, Филип; Халавати, Рамин; Ню, Мерфи Южен (26 августа 2021 г.), TensorFlow Quantum: программная платформа для квантового машинного обучения , arXiv : 2003.02989 , получено 18 марта 2024 г.
- ^ Ди Вентра, Массимилиано (23 марта 2022 г.), MemComputing против квантовых вычислений: некоторые аналогии и основные различия , arXiv : 2203.12031 , получено 18 марта 2024 г.
- ^ Ди Вентра, Массимилиано (23 марта 2022 г.), MemComputing против квантовых вычислений: некоторые аналогии и основные различия , arXiv : 2203.12031 , получено 18 марта 2024 г.
- ^ Уилкинсон, Сэмюэл А.; Хартманн, Майкл Дж. (08.06.2020). «Сверхпроводящие квантовые схемы многих тел для квантового моделирования и вычислений» . Письма по прикладной физике . 116 (23). arXiv : 2003.08838 . Бибкод : 2020ApPhL.116w0501W . дои : 10.1063/5.0008202 . ISSN 0003-6951 .
- ^ Вальднер Дж.Б. (2008). Нанокомпьютеры и роевой интеллект . Лондон: ISTE John Wiley & Sons . п. 205. ИСБН 9781848210097 .
- ^ Хьюз, Джеймс Э. младший; Вентра, Массимилиано Ди ; Эвой, Стефан (2004). Введение в наномасштабную науку и технологии (Nanostructure Science and Technology) . Берлин: Шпрингер. ISBN 978-1-4020-7720-3 .
- ^ Кумар, Амбар; Махато, Акаш Кумар; Сингх, Акашдип (2014). «Химические вычисления: другой способ вычислений» (PDF) . Международный журнал инновационных исследований в области технологий . 1 (6). ISSN 2349-6002 . Архивировано из оригинала (PDF) 15 июня 2015 г. Проверено 14 июня 2015 г.
- ^ М. Шакти Балан; Камала Критивасан; Ю. Шивасубраманьям (2002). «Пептидные вычисления - универсальность и сложность». ДНК-вычисление . Конспекты лекций по информатике. Том. 2340. стр. 290–299. дои : 10.1007/3-540-48017-X_27 . ISBN 978-3-540-43775-8 .
- ^ Хуберт Хуг и Райнер Шулер (2001). «Стратегии разработки пептидного компьютера». Биоинформатика . 17 (4): 364–368. дои : 10.1093/биоинформатика/17.4.364 . ПМИД 11301306 .
- ^ Паун, Георге. «Введение в мембранные вычисления» (PDF) . Архивировано (PDF) из оригинала 22 июля 2011 г. Проверено 30 декабря 2022 г.
- ^ Патент США 20 090 124 506.
- ^ Г.Розенберг, Т.Бак, Дж.Кок, редакторы, Справочник по естественным вычислениям, Springer Verlag, 2012 г.
- ^ А.Брабазон, МО'Нил, С.МакГарраги. Естественные вычислительные алгоритмы , Springer Verlag, 2015 г.
- ^ Хэм, Донхи; Парк, Гонконг; Хван, Сону; Ким, Кинам (2021). «Нейроморфная электроника, основанная на копировании и вставке мозга» . Природная электроника . 4 (9): 635–644. дои : 10.1038/s41928-021-00646-1 . ISSN 2520-1131 . S2CID 240580331 .
- ^ ван де Бургт, Йори; Любберман, Юут; Фуллер, Эллиот Дж.; Кин, Скотт Т.; Фариа, Грегорио К.; Агарвал, Сапан; Маринелла, Мэтью Дж.; Алек Талин, А.; Саллео, Альберто (апрель 2017 г.). «Энергонезависимое органическое электрохимическое устройство как низковольтный искусственный синапс для нейроморфных вычислений» . Природные материалы . 16 (4): 414–418. Бибкод : 2017NatMa..16..414В . дои : 10.1038/nmat4856 . ISSN 1476-4660 . ПМИД 28218920 .
- ^ Маан, АК; Джаядеви, Д.А.; Джеймс, AP (01 января 2016 г.). «Обзор мемристивных пороговых логических схем». Транзакции IEEE в нейронных сетях и системах обучения . ПП (99): 1734–1746. arXiv : 1604.07121 . Бибкод : 2016arXiv160407121M . дои : 10.1109/TNNLS.2016.2547842 . ISSN 2162-237X . ПМИД 27164608 . S2CID 1798273 .
- ^ Чжоу, Ты; Раманатан, С. (01 августа 2015 г.). «Память Мотта и нейроморфные устройства» . Труды IEEE . 103 (8): 1289–1310. дои : 10.1109/JPROC.2015.2431914 . ISSN 0018-9219 . S2CID 11347598 .
- ^ Альзахрани, Рами А.; Паркер, Элис К. (28 июля 2020 г.). Нейроморфные схемы с нейронной модуляцией, улучшающие информационное содержание нейронной сигнализации . Международная конференция по нейроморфным системам 2020. doi : 10.1145/3407197.3407204 . S2CID 220794387 .
- ^ Эшрагян, Джейсон К.; Уорд, Макс; Нефтчи, Эмре; Ван, Синьсинь; Ленц, Грегор; Двиведи, Гириш; Беннамун, Мохаммед; Чон, Ду Сок; Лу, Вэй Д. (1 октября 2021 г.). «Обучение пиковых нейронных сетей с использованием уроков глубокого обучения». arXiv : 2109.12894 [ cs.NE ].
- ^ «Хананель-Хазан/bindsnet: Моделирование пиковых нейронных сетей (SNN) с использованием PyTorch» . Гитхаб . 31 марта 2020 г.
- ^ Сенселл, Марк. «Технологии будущего» . Обнаружить . Проверено 1 марта 2024 г.
- ^ Дэниел Деннетт (1995), Опасная идея Дарвина , Penguin Books, Лондон, ISBN 978-0-14-016734-4 , ISBN 0-14-016734-X
- ^ Колин П. Уильямс (2011). Исследования в области квантовых вычислений . Спрингер . стр. 25–29. ISBN 978-1-84628-887-6 .