Construindo um computador que resolva problemas práticos na velocidade da luz

Há um velho ditado que diz: Quando a única ferramenta que você tem é um martelo, todo problema parece um prego.

Às vezes referida como “a lei do instrumento”, essa ideia de martelo e prego é uma armadilha comum na investigação; quando você não está aberto a questionar seus próprios métodos, pode perder uma oportunidade de aprendizado e impacto.

Para um grupo multidisciplinar de pesquisadores do Microsoft Research Lab em Cambridge, Reino Unido, a missão era construir um novo tipo de computador que transcendesse as limitações dos sistemas binários na resolução rápida de problemas complexos. Mas a disposição de considerar grandes questões como “Qual é a natureza desta ferramenta que estamos projetando?” e “Qual é o 'prego' que podemos martelar com ele?” foi a chave para o sucesso na construção de um computador que pode resolver problemas práticos à velocidade da luz.

Para começar, eles construíram o primeiro computador óptico de 8 variáveis ​​desse tipo. O computador usa diferentes intensidades de luz para calcular no mesmo local onde as informações são armazenadas. Os pesquisadores chamaram o dispositivo que construíram de AIM, para Analog Iterative Machine.

“Acontece sempre que, se se fizer algum avanço tecnológico, normalmente no início não ficará claro como utilizá-lo na prática”, afirma Christos Gkantsidis, um dos três principais investigadores do projecto. Ele estava se lembrando de como eles originalmente esperavam usar o AIM como uma ferramenta para acelerar o aprendizado de máquina. “Há algumas pesquisas para descobrir quais problemas práticos são mais adequados para eles.”

Cerca de três anos atrás, eles tentaram usar o AIM para resolver um tipo de problema matemático particularmente incômodo, mas importante: a otimização. Eles rapidamente perceberam que esse novo dispositivo tinha potencial para superar em muito a velocidade e a capacidade dos sistemas binários usados ​​em computadores típicos para resolver esses problemas de otimização.

“Basicamente, a otimização governa o mundo como o conhecemos”, diz Gkantsidis. Os problemas de optimização estão subjacentes a muitas das estruturas mais importantes da sociedade – entre elas: bancos e finanças, cuidados de saúde, logística e indústria transformadora.

A promessa deste novo computador levou a um acordo de investigação de um ano com o Barclays Bank PLC para investigar o potencial da sua utilização para resolver um problema do mundo real – como os lotes de transacções são liquidados nas câmaras de compensação utilizadas pela maioria dos bancos. O número de transações chega a centenas de milhares diariamente. Como a maioria dos problemas de otimização, é a escala que frustra a capacidade dos computadores binários de resolvê-los.

“Efetivamente, seria necessário o tempo de vida do universo para avaliar todas as opções possíveis”, afirma Lee Braine, diretor-gerente e engenheiro ilustre do escritório-chefe de tecnologia do Barclays. Atualmente, diz ele, uma variedade de atalhos computacionais e matemáticos são usados ​​para fazer uma estimativa sofisticada da maneira mais eficaz de liquidar lotes de dezenas de milhares de transações.

A equipe do AIM já havia executado o que chama de “versão de brinquedo” do problema de liquidação de transações apresentado por Braine, e o computador óptico sempre o resolveu com 100% de precisão. Um esforço de pesquisa anterior para resolver o mesmo problema usando uma tecnologia diferente só atingia a marca em cerca de 50% das vezes.

É muito emocionante estar envolvido em algo que tem potencial para criar mudanças inovadoras.

O próprio Braine é um cientista da computação que fez extensas pesquisas sobre otimização. Agora ele e a equipe da Microsoft começaram a projetar uma versão em maior escala do problema usando mais dados e variáveis. Eles esperam testá-lo em uma versão atualizada do AIM ainda neste verão. Braine diz que trabalhar com a equipe AIM da Microsoft é uma oportunidade única. “É muito emocionante estar envolvido em algo que tem o potencial de criar mudanças inovadoras”, diz ele. “Estar na vanguarda do que é possível.”

Em 1965, o engenheiro (e fundador da Intel) Gordon Moore previu que o número de transistores em um circuito integrado dobraria a cada ano. Mais tarde, ele mudou sua previsão para a cada dois anos e, durante décadas, a capacidade dos computadores aumentou aproximadamente nessa proporção, tornando-se progressivamente mais rápida e menor, sem ficar mais cara. Mas na última década, a tendência estagnou. Ao mesmo tempo, a procura por capacidade e velocidade computacional só tem crescido.