未來程序員拿試管“寫”代碼?
如今,無論在生活還是在工作中,我們都離不開計算機的幫忙。然而,隨著大數據時代的到來,目前電子計算的并行運算速度和存儲能力面臨發展瓶頸,科學家開始尋找新的計算媒介。
近日,加州理工學院的科學家研發出可廣泛編程的DNA計算機,其有望完成多重計算任務,相關成果刊登在《自然》雜志上。
那么,DNA計算機的原理是什么?與傳統的電子計算機相比它有哪些優勢?科技日報記者帶著這些問題,采訪了相關專家。
電子芯片發展遭遇物理極限
在介紹“大神”DNA計算機前,我們要先講講它的“前輩”——電子計算機。
別看電子計算機能為我們解決很多難題,但對于一些難度較大的數學問題,它也束手無策。例如,哈密爾敦路徑問題,即假定存在多座城市,計算機要規劃出一條經每座城市且不重復的最短路線。當城市數量少時,電子計算機或許能在短時間內給出答案,但當城市數量多至100個時,電子計算機就會“忙不過來”,要找出這條路線或許需要數百年。
在生活中,我們或許很少會遇到這類“燒腦”難題,但在大數據時代,由于數據存儲量的激增,大體量計算任務也會隨之增多。
“如今,傳統電子計算機的算力逐漸接近‘天花板’,未來可能無法滿足巨大的計算需求。” 廈門大學信息科學與技術學院教授劉向榮介紹道,為了提高計算機的運算速度,其內部電路的集成度會越來越高,芯片上的晶體管也會愈發密集。目前管道之間的距離約為10納米,該距離一旦小于1納米,就會出現問題。比如,電子在運動過程中將穿過晶體管壁,“亂成一鍋粥”,無法再形成穩定有序的電路,致使計算無法正常進行。
“按照摩爾定律的說法,集成電路上可容納的元器件的數目每隔約18到24個月便會增加一倍。”劉向榮說。
不過隨著芯片技術的不斷發展,摩爾定律也逐漸遇到了物理法則的限制。目前,晶體管的體積已達到納米級別,繼續縮小的可能性正在變小,摩爾定律所預言的發展軌跡似乎已再難延續。
于是,部分科學家開始尋找能力更強大的、可突破目前電子計算機瓶頸的下一代計算機。
利用生化反應在液體里進行計算
科學家將目光投向了生物領域,在那里尋找“后補選手”。
1994年,圖靈獎獲得者、美國科學家阿德拉曼提出基于生物化學反應機理的DNA計算模型,推開了DNA計算的大門。
DNA,即脫氧核糖核酸,是具有雙螺旋結構的有機化合物。那么,染色體中的DNA是怎么完成計算任務的?
“DNA計算是以DNA和相關生物酶為基本材料,利用某些生化反應進行計算的一種新型的分子生物計算方法。”北京大學信息科學技術學院副研究員張成在接受科技日報記者采訪時表示,它主要是利用DNA分子特有的雙螺旋結構和堿基互補配對原則進行計算。
其具體的計算步驟為,首先工作人員對待解決的問題進行編碼,即將運算對象編碼成DNA分子鏈(單鏈或雙鏈);其次是將編碼后的DNA分子鏈混入生物酶溶液中,生成各種數據池;然后在生物酶的作用下,按照一定規則將解決問題的過程映射成DNA分子鏈的可控生化反應的過程;最后,利用分子生物技術,如聚合酶鏈式反應等,得到最終的運算結果。
“與電子計算的操作不同,DNA計算屬于‘濕實驗’,即大部分運算都在液體里進行。”張成告訴科技日報記者,在DNA計算環境下,要想讀取數據,可不像電子計算機這么方便,看一眼電子屏幕就成了,而是需要通過凝膠電泳、熒光成像、原子力顯微鏡、透射電鏡等生物分子檢測技術獲得計算結果。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













