POSTCAST

Puntata completa

Approfondimento sulla computazione

NEWS, abbiamo parlato di:

• Flicker limita gli account gratuiti
• Super hacker della Feltrinelli
• {3,4,5}G vulnerabili
• Arrestata dirigente Huawei
• Intelligenze che compilano no-fly-list
• L’Australia approva le backdoor di stato
• GHCQ vanifica la cifratura di Whatsapp

APPROFONDIMENTO

In nome della trasparenza ed honestà mettiamo qua direttamente gli appunti che erano stati scritti per questa puntata. Non è assolutamente un modo per evitarci del lavoro 😉

FATE UNA INTRO!!!! NON SI SA DI COSA STATE PARLANDO!

1. Spieghiamo perché ci interessiamo di computazione, in particolare riportiamo le differenze più interessanti, abbondando di spiegoni: sistemi lineari- complessi – caotici, problemi computabili – intrattabili, modelli discreti – continui

2. La discussione su cui partiva, tipo Modellizzare un fenomeno continuo in un gruppo discreto, citando gli esempi che riporta sulla meteorologia, eq di Navier Stokes ecc.

3. un interessante contributo all’investigazione dei sistemi complessi è stato dato da steven wolfram, fisico e creatore di Mathematica, che agli inizi degli anni 2000 pubblica “a new kind of science”, un malloppone che parte dagli automi cellulari per arrivare a decretare la nascita di una nuova scienza, la “computazione sperimentale”. Questo libro ha richiesto circa dieci anni per essere scritto, è lungo 846 pagine con 349 pagine di note. La prima frase è già indicativa dello stile, da molti reputato arrogante, del libro. “Tre secoli fa la scienza è stata trasformata dalla nuova, drammatica idea che le regole basate su equazioni matematiche potevano essere usate per descrivere il mondo naturale” riferendosi a Newton. Questo riferimento piuttosto imbarazzante definisce il palcoscenico: Wolfram mette il suo opus magnum sullo stesso piano del più grande lavoro nella scienza. Sostiene di aver fatto una scoperta importante che apre la strada al progresso in varie aree della scienza, dove quella che lui chiama “matematica tradizionale” non è riuscita a portare progressi significativi.

4. Il papero già citato mi intriga https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005268

5. Possiamo anche uscire on qualcosina di più recente tipo sugli oracoli, intesi come funzioni non computabili e troverebbero un corrispettivo nella mech quantistica nell’operatore di misura. Seguono pipponi vari sulle teorie di penrose : http://nautil.us/issue/47/consciousness/roger-penrose-on-why-consciousness-does-not-compute

6. Computazione non convenzionale: i computer tradizionali sono calcolatori basati sull’architettura di Von Neumann, resi possibili dall’invenzione del transistor e dal ridimensionamento della legge di Moore. Ci sono ricercatori che tentano di implementare estensioni di questa architettura, architetture alternative ad essa, ma anche architetture che non fanno uso di silicio. Qualche esempio:

7. biocomputer: Un biocomputer consiste in un percorso o una serie di percorsi metabolici che coinvolgono materiali biologici progettati per comportarsi in un certo modo in base alle condizioni (input) del sistema. Il percorso risultante delle reazioni che si verificano costituisce un output, che si basa sulla progettazione ingegneristica del biocomputer e può essere interpretato come una forma di analisi computazionale. Tre tipi di biocomputer distinguibili includono computer biochimici, computer biomeccanici e computer bioelettronici. I computer biochimici utilizzano l’immensa varietà di cicli di feedback che sono caratteristici delle reazioni chimiche biologiche al fine di ottenere funzionalità computazionale. I cicli di feedback nei sistemi biologici assumono molte forme e molti fattori diversi possono fornire un feedback sia positivo che negativo ad un particolare processo biochimico, causando rispettivamente un aumento della produzione chimica o una diminuzione della produzione chimica. I computer biomeccanici sono simili ai computer biochimici in quanto entrambi eseguono un’operazione specifica che può essere interpretata come un calcolo funzionale basato su condizioni iniziali specifiche che fungono da input. Differiscono, tuttavia, in ciò che serve esattamente come segnale di uscita. Nei computer biochimici, la presenza o la concentrazione di determinati prodotti chimici funge da segnale di uscita. Nei computer biomeccanici, tuttavia, la forma meccanica di una specifica molecola o di una serie di molecole in un insieme di condizioni iniziali funge da output. I biocomputer possono anche essere costruiti per eseguire il calcolo elettronico. Anche in questo caso, come i computer biomeccanici e biochimici, i calcoli vengono eseguiti interpretando uno specifico output basato su un insieme iniziale di condizioni che fungono da input. Nei computer bioelettronici, l’uscita misurata è la natura della conduttività elettrica osservata nel computer bioelettronico.

8. DNA-computing: Il DNA computing è una forma di calcolo parallelo in quanto sfrutta le molte diverse molecole del DNA per provare molte diverse possibilità contemporaneamente. Per alcuni problemi specializzati, i computer del DNA sono più veloci e più piccoli di qualsiasi altro computer costruito finora. In generale sono lenti (il tempo di risposta è misurato in minuti, ore o giorni, anziché millisecondi) ma c’è una compensazione con la parallelizzazione, ottenuto dal fatto che milioni o miliardi di molecole interagiscono l’una con l’altra contemporaneamente. Tuttavia, è molto più difficile analizzare le risposte fornite da un computer DNA piuttosto che da una digitale. Questo campo fu inizialmente sviluppato da Leonard Adleman della University of Southern California , nel 1994, che fece una PoC di soluzione del problema del sentiero Hamiltoniano in sette punti. Mentre l’interesse iniziale era nell’usare questo nuovo approccio per affrontare i problemi NP-hard , si è presto reso conto che potrebbero non essere i più adatti per questo tipo di calcolo, e diverse proposte sono state fatte per trovare una ” killer application ” per questo approccio. Nel 1997, l’informatico Mitsunori Ogihara, che lavorava con il biologo Animesh Ray, suggerì di valutare i circuiti booleani e ne descrisse un’implementazione. Qualche passo avanti*: Nel 2002, i ricercatori del Weizmann Institute of Science di Rehovot, in Israele, hanno presentato una macchina di calcolo molecolare programmabile composta da enzimi e molecole di DNA anziché microchip al silicio. Il 28 aprile 2004 sempre loro hanno annunciato su Nature di aver costruito un computer per il DNA accoppiato con un modulo di input e output che sarebbe teoricamente in grado di diagnosticare l’attività cancerosa all’interno di una cellula e di rilasciare un farmaco anticancro al momento della diagnosi. Nel gennaio 2013, ricercatori sono stati in grado di memorizzare una fotografia JPEG, un set di sonetti shakespeariani e un file audio del discorso di Martin Luther King, Jr. I Have a Dream sul deposito di dati digitali DNA. Nel marzo 2013, i ricercatori hanno creato un trascrittore (un transistor biologico). Nell’agosto 2016, ricercatori hanno utilizzato il sistema di modifica genica CRISPR per inserire una GIF di un cavallo al galoppo e un cavaliere nel DNA dei batteri viventi.
9. QUANTUM: C’È BISOGNO DI UN’INTRODUZIONE?!??! Da un’idea di Feynman del 1981: “come simulare un sistema quantistico? –> usando delle particelle quantistiche” il quantum ha anche delle interessanti implicazioni matematiche sulla teoria della computazione e sulla crittografia, l’algoritmo di shor fattorizza numeri interi in tempo polinomiale (n³) rompendo possibilmente RSA in futuro. Ma ci sono grosse difficoltà ingegneristiche, è difficile tenere insieme tanti qubit isolati dall’ambiente, memorizzare l’informazione (problemi di decoerenza) ed è difficile correggere gli errori su questi stati.
10. chaos computing: Il caos computing è l’idea di usare sistemi caotici per il calcolo. In particolare, i sistemi caotici possono essere realizzati per produrre tutti i tipi di porte logiche e consentire ulteriormente che si trasformino l’uno nell’altro. I sistemi caotici generano un gran numero di modelli di comportamento e sono irregolari perché cambiano tra questi modelli. Esse mostrano una sensibilità alle condizioni iniziali che, in pratica, significa che i sistemi caotici possono passare da uno schema all’altro in modo estremamente rapido. Una porta logica di morphing caotico consiste in un circuito generico non lineare che esibisce dinamiche caotiche producendo vari modelli. Un meccanismo di controllo viene utilizzato per selezionare modelli che corrispondono a porte logiche diverse. La sensibilità alle condizioni iniziali viene utilizzata per passare da un pattern all’altro estremamente veloce (ben al di sotto del ciclo di clock del computer). Come esempio di come funziona il morphing caotico, considera un sistema caotico generico noto come la mappa logistica . Questa mappa non lineare è molto ben studiata per il suo comportamento caotico. In questo caso, il valore di x è caotico quando r > ~ 3.57 … e passa rapidamente tra i diversi pattern nel valore di x come uno itera il valore di n. Un semplice controllore di soglia può controllare o dirigere la mappa o il sistema caotico per produrre uno dei molti modelli. Il controller imposta fondamentalmente una soglia sulla mappa in modo tale che se l’iterazione (“aggiornamento caotico”) della mappa assume un valore di x che si trova al di sopra di un determinato valore di soglia, x *, l’uscita corrisponde a 1, altrimenti corrisponde a 0. Si può quindi decodificare la mappa caotica per stabilire una tabella di ricerca di soglie che produca in modo affidabile una qualsiasi delle operazioni della porta logica. Dal momento che il sistema è caotico, possiamo quindi passare tra le varie porte (“pattern”) in modo esponenziale velocemente.

Un radioascoltatore ci ha richiesto una guida semplice di introduzione alle reti neurali. Nel fuori onda abbiamo chiesto al nostro super esperto di fuffa e ha partorito questo.

_TO * hacklab