Vandra labyrinter av memristorer

2011-03-03

Physics arXiv är tror jag den enda bloggen förutom Cross-check jag läst på några månader med enstaka undantag. Värdet är att inriktningen är annorlunda både direkt centrum för ämnen, kultur (amerikansk) m.m. De balanserar varandra elegant där det ger lite nya perspektiv så att man inte fastnar i arbetet med Människans språk.

Men Physics arXiv är den jag av och till hittar mer praktiska inte direkt idéer men infallsvinklar som nu t.ex. att jag mindes om memristorna (samt i ett annat inlägg en annan algoritm) Memristor Processor Solves Mazes.

Det är så elegant. Verkligen är det så mycket jag känner mer och mer allmänt att man bättre bygger för att kunna bygga där mjukvara helt enkelt som idag inte är särskilt effektivt. För numeriska beräkningar är sådant memristor vad som kommer förändra mer även om givetvis CPU-grindar redan används lite varstans även om jag inte tror att vi har mer än kanske en stor i Europa än.

Frågan nu för att vandra labyrinterna på en memristor grid är ju hur man beskriver problemet vi vill transformera ner? För om jag inte tänker fel har det samma komplexitet att skapa denna grid för att kunna lösa problemet som att uttrycka det åtminstone när vi saknar visshet om rätt väg. För att kunna uttrycka vägen så att vi vet var vi ska börja och sluta kräver kännedom.

Lösningen är att vi låter memristorna skapa kännedom. Vad innebär det? Att vi inte kan börja stort eller slumpmässigt. Sedan låta dem utforska. Är problemet slumpmässigt är det ändå inte så himla säkert på att det skulle tillföra något (väldigt tveksamt där det är beprövade metoder) men är data meningsfullt men t.ex. ligger i föra många dimensioner för oss, för brett över entiteter eller för stor eller snabb data är det värdefullt.

Fast vi vet ju inte ännu om memristorna kommer leverera över huvudtaget. Fortfarande hos HP och det kanske dröjer år innan det blir snabbt. Det här är ju sådant för en big grid där värme har betydelse också.

En mer energieffektiv lösning men inte på något sätt mer seriöst än memristorna och kanske svårare att bygga men lättare att representera problemet på för stort data hade varit något som denna jag skissade:

"Själv kan jag dock ofta inte låta bli att undra varför vi överhuvudtaget löser differential ekvationer i digitala datorer? Varför inte göra det analogt där jag skissade en lösning 2010 (som jag inte vet om den praktiskt fungerar) för ett koncept till just detta där man sätter upp grindnätverk i tunn metall - här uttryckande en förenkling av hjärnan med korta och långa kopplingar, olika täthet mellan kopplingarna o.s.v. - man håller eventuellt nödvändigt i en mycket låg temperatur och givetvis isolerat helt från omvärlden för att sedan skjuta informationen på och plockar upp vibrationerna som svaret från omgivningen eller vad man klarar det utan att störa och antingen tystar det, förstärker det eller låter det ligga som återkoppling. Det är ju mer eller mindre vad hjärnan tycks vara. I Japan gör de ju ganska mycket vid låga temperaturer runt information men det är tror jag ett område där mindre görs i Europa och USA."

Från: Människans språk: Appendix - Referenser - Referensverk

Nu är den dock inte skissad till något ens liknande en ritning men vad som är intressant är att den kan tänkas - det är inte alls säkert - mer energieffektiv om den placeras på en plats redan kall. Det beror verkligen också på vad det är man vill beräkna. Ska sådant här byggas har man kanske troligast en applikation eller område färdigt.I lite större skala lite uppåt når på någon av öarna kanske för något av de områden som är extremt beräkningsintensiva.

Annars memristor grid varför inte. Men vi ska inte glömma våra gamla vänner skiftregistren heller. Billiga och det går att göra mycket med dem. Inget som en entitet med någon av de riktigt stora budget tilldelningarna kanske tänker på men det innebär inte att de inte borde användas i mycket mer.

Snabba, billiga och uttrycker allt man kan behöva för just dom mer beräkningsintensiva som analys efter interferens av olika slag m.m.

Tar man t.ex. just morfologin som exempel i de flesta fall kommer du ju klara dig bra om du kan uttrycka XOR.grindar direkt är kanske det vanligaste man tänker man å andra sidan skiftregister har sina poänger. Med lite intelligens hanterar de sina egna tillstånd och just någon väsentlig skillnad i energi eller värme betvivlar jag att det är.

Det är bara att sätta sig och rita carnaugh diagram. Carnaugh diagram är ju är ett excellent exempel på hur vi lättare löser vissa problem visuellt (som jag gör som standard och sedan torteras enormt över att behöva sitta och skriva ner de matematiska bevisen) troligt genom att vi uttrycker omvärlden i topologiska kartor (se 3.3 Sekvenser och topologi ger språkets organisation).

Frågan är om man skulle kunna lösa något som detta men med relationen färdigt (har inte skrivit det än men ritade det):

1. Redundans är valmöjlighet
Vi har X valmöjligheter för vägar att välja mellan.
Deras antal N.
En del vägar är helt okända för oss.
Andra har vi tidigare färdats.
Sannolikheten för att vi ska välja en väg vi har färdats påverkas av hur väl vi upplevt från tidigare gånger att färdas den men även vad vi inte känner eller vet att vi ev. kan påverka när vi väljer kan påverka oss.
Sannolikheten för att vi ska välja en väg okänd för oss kan inte uttryckas därför att vi vet inte att dessa vägar existerar.
Låt oss därför för enkelhetens skull införa n som avser vägar vi vet existerar.

För situationen har vi en given mängd redundans. Redundans - låt oss kalla det [] - är mer information än vi behöver för att inte tvingas göra ett val där vi helt saknar möjlighet att styra.

[] är inte relaterad till vår kännedom om vägvalen. Det ligger i vad vi saknar förståelse för i vägkorsningen och i hur vi inverkar på andra entiteter utanför.

[] kommer i en diskret tidpunkt motsvara antalet gånger vi lämnar vägkorsningen. Vi kan se [] som att vi i en potentiell riskabel situation alltid har [] backup personer på varje kritisk position som om eller när du blir utslagen tar över din funktion.

[] speglar därmed vad vi kan se som vikten vi fäster vid att vi inte inte (korrekt skrivet) ska gå sträckan så att vi hamnar i en punkt - SH - annat än den mest sannolika ett givet antal gånger.

[] uttryckande redundans innebär att vi inte befinner oss i en utlöst krissituation. Om det kalkylerar vi att vi förlorar några enheter men när det är detekterad kommer systemet anpassat sig till ett för ögonblicket mycket mer energieffektivt tillstånd där sannolikheten för att vi kommer gå sträckan så att [] enheter når fram ökar.

SH förväntar sig ett givet antal enheter. Detta är förutsättningen för att maximalt utlösa lika många nya valmöjligheter där samma typ av relation. Når färre fram minskar vi därför från den maximalt antal utlösta sekvenser där dock redundans i sig kan vara uttryckt men där det är kritiskt att hela sekvensen av alla sekvenser vandras för att repellera angreppet och därefter kanske eliminera fienden.

Fallerar sekvensen kan RED utlösas. I det byts [] ut mot mer energieffektiva enheter men som sämre klarar att bibehålla samband över en längre tid. De har för att öka sannolikheten för att de klarar att nå fram givet tidigare misslyckande ett skydd mot försåtligt dolda överfallande fiender. Vi kan kalla dessa för ACETYL respektive MAO

Där det är vad vi kan kalla (matematiska) mängder av artificiella tillstånd sammankopplade i sekvenser liggande i motsvarande memristor grinden. Samma problem exakt egentligen men här ser vi det som att det förändrar sig själv. Sedan på det mycket mer givetvis. Differentialekvationer kanske. Det beror lite på hur man klarar att uttrycka tillstånden. Därav att jag tänkte analogt men det kan gå att slippa.


Egentligen lite felaktig men visar i alla fall hur enkelt det blir man tänker rekurisvt. Här då för en tänkt liten arm på en neuron - symmetriskt - gjord där bara det här motsvarande de tänkta receptorerna uttryckande en sekvens gjorde som ökar vissheten bakom. Men fördelningen är lite "fel".

MAO här mer än monoamidoxidasen är då tänkt att ta alla differential ekvationer för att uttrycka post synaps inklusive spänningsfördelning receptorerna skapar när de aktiveras (vad jag tror är vad Max Planck upptäckte med kommunikationen som gick bakåt: Out of Mind in a Matter of Seconds: Surprising Rate at Which Neuronal Networks in Cerebral Cortex Delete Sensory Information om man tänker Shannon i alla fall. bissart nog vad jag fick när jag räknade visuellt med lådor på Google Docs förra sommaren tror jag två där prövande tills det kändes riktigt. Därefter insåg jag att det nog såg ut som vanliga termodynaiken med lite omvägar och så insåg jag att det var neuronerna som jag hade ritat. Men väntade resultat även om hastigheten var vad har mindre betydelse och kanske vad man kan jämföra lite med The Curious Properties Of Ripples On Icicles). ACETYL är samlat för de energieffektiva som bättre dolda för MAO m.m. börjar utsöndras när ex. är både i svält och strid eller under extrem-stress. De finns ju innan också men då går de upp mer.

Eftersom problemområdet vi rör är vad som dragit nytta av musiken om än mindre inspirerat av signaler och system än jag trodde och mer för att visa mig vad att söka i bildernas värld väljer vi Chess då kontraster och ytorna eller om vi så vill mängden den rätta vägen representerar är så viktigt i morfologin.

Förutom musiken givetvis en hel del studier från Harvard och senare åren inte minst sista MIT givetvis. Lika mycket värde av bloggen. GG.