Context-sensitive Matter

Vår søken etter å realisere naturtro kunstig liv har så langt bare ført til klossete resultater sammenlignet med hva naturen viser er mulig. Dette vises klart hvis en sammenligner ytelsen til roboter med organismer. Denne diskrepansen holder over hele skalaen fra meter ned til mikrometer og over alle ytelseskategorier fra krafteffektivitet til mønstergjenkjenning i tvetydige situasjoner. Vi er på et nivå sammenlignbare med å se på fugler fra en varmluftsballong: Naturen viser en radikalt forskjellig løsning. Når en forstår det underliggende konseptet åpner det veien til en teknologisk revolusjon. I grensesnittet mellom biologi og informasjonsbehandling blir det stadig tydeligere at materie, det vil si implementeringssubstratet, spiller en avgjørende rolle for de organismenes utrolige muligheter.

KLAUS-PETER ZAUNER / dropDevice

Hvis vi abstraherer Darwins evolusjonsprinsipp til en algoritme (en loop av variasjon, utvalg, reproduksjon), blir det sterilt. Dets kraft til framdrift kommer fra de fysiokjemiske egenskapene i materien det agerer på. Det faktum at kjemiske elementer ikke bare kan kombineres i et kombinasjonstall av ulike strukturer, men at de fysiske og kjemiske egenskapene i en kjemisk sammensetning kan være radikalt ulik egenskapene av reaktantene som danner sammensetningen er avgjørende her. Det er nøkkelen til å komme seg fra livløse molekyler til bevisste hjerner. På den andre siden, i datavitenskapen har rollen til det fysiske substratet som brukes for å implementere beregningen stort sett vært ignorert. Dette skyldes trolig at allerede ved opprinnelsen for praktiske databeregningsmaskiner indikerte Turings universelle maskin at den ultimate teoretiske kapasiteten til alle adekvate datamaskiner kan være den samme. Helt avgjørende for forestillingen om universalitet er friheten fra begrensninger i tid og rom. Hvis ressursene er begrenset og responstiden er kritisk, som situasjonen vanligvis er for både organismer og roboter, da er det langt fra klart at konvensjonelle beregningsmetoder er den mest egnede metoden for informasjonsbehandling. Beregninger drevet direkte av fysikken i implementeringssubstratet kan romme en betydelig fordel med hensyn til både mengden av materie som kreves for å implementere nødvendig funksjonalitet og energien som kreves for å utføre beregningen. Det er likevel en kostnad knyttet til dette. Conrad (1988) påpekte at et system kan ikke på en og samme tid være programmert, smidig og effektivt. Det er derfor ikke overraskende at Brooks (2001) finner «[…] materie som utgjør levende systemer adlyder fysiske lover på måter som er kostbare å simulere i beregninger.»

Hvis ressursene er begrenset og responstiden er kritisk, som situasjonen vanligvis er for både organismer og roboter, da er det langt fra klart at konvensjonelle beregningsmetoder er den mest egnede metoden for informasjonsbehandling.

Heller enn å imiterer biologiske undersystemer har vitenskapen om semibiotiske systemer som mål å integrere biologiske komponenter som strekker seg fra makromolekyler til levende celler direkte inn i konstruerte arkitekturer. En slimsoppcelle kan for eksempel integreres i en helt lukket microfluid chip som så kan monteres på et kretskort og gis et grensesnitt (via USB) med en konvensjonell datamaskin. Chip-en kan oppbevares i tørr tilstand i mange måneder og aktiveres med et signal fra datamaskinen. Frigivelse av vann fra microfluid kanalene aktiverer den sovende soppcellen. Datamaskinen kan sende signaler til cellen og motta svar fra den. Et slikt system kan operere en uke uten tilførsel av næring.

Formålet er todelt: Først og fremst å undersøke hvordan komponenter som levende celler kan integreres i konvensjonelle arkitekturer. For det andre, å lære mer om distribuert cellers kapasitet og metode for informasjonsbehandling. Prosessene med å bygge slike semibiotiske systemer krever at en tenker nytt om tekniske prosesser som historisk stort sett er utviklet i en fysisk setting. Designfokuset flytter seg fra komponentene til grensesnittet der frihet i forhold til modalitet og koding gir mulighet for å tilpasse de, i stor grad, autonome komponentene i nyttige systemer. Preskriptiv kontroll og instruktive paradigmer erstattes av læring, selvorganisering og tilpasning. Ved å gi opp detaljert kontroll elimineres behovet for en sterk forutsigbarhet i systemet. Samhandling, som ville være uønsket i en konvensjonell arkitektur fordi den ville forstyrre forutsigbarheten, er nå velkommen og beriker variabiliteten og dermed tilpasningsevnen. Finkornet sensitivitet i en fysiokjemisk kontekst slik vi finner det i proteiner blir dermed ikke en plage (det vil si bivirkninger av medisiner), men en ressurs som kan høstes for sofistikert fusjonering av miljøinformasjon på nanoskala eller som et fotfeste for å starte utviklingen av ny funksjonalitet.

Makromolekyler fluktuerer gjennom konformasjonstilstander og den fysiokjemiske konteksten stabiliserer delmengder av disse tilstandene og påvirker dermed funksjonaliteten som direkte eller indirekte påvirker konteksten. Nettverk av makromolekyler kommuniserer ved å modifisere sine lokalmiljøer; modifikasjonene blir distribuert ved hjelp av diffusjon. Avhengig av konformasjonstilstanden kan de også bindes sammen til supramolekylære strukturer som så hurtig kan kommunisere endringer i konformasjonstilstander gjennom strukturen. Naturens molekylære beregningsarkitekturer er høyt organiserte heterogene kjemiske systemer. Det store forholdet mellom overflate til volum som fører til en høy grad av oppdeling gjør det mulig å oppnå finkornet kontroll av kjemiske reaksjoner. Den nåværende teknikken er langt unna å oppnå noe på nivå med organiseringen som finnes i naturen. Likevel er oppfinnelsen av microfluidikken i de siste årene gitt oss et verktøy som muliggjør en bedre rom-tid kontroll over kjemiske reaksjonsmedier. Hvis mediene velges med omhu kan en kombinere denne kontrollen med selvoppbygging av avdelinger på sub-microfluidnivå. Vi bruker 3D-utskrift for å lage sopper til microfluidstrukturer som genererer dråper av oscillerende Belousov-Zhabotinsky reaksjonsmedium nedsenket i olje. Oljefasen inneholder lipider som bygger seg sammen på overflaten av Belousov-Zhabotinsky-dråpene. Lipidene forhindrer dråpene som kommer i kontakt med hverandre fra å flyte sammen, men hindrer ikke transmisjon av eksitasjonsbølger fra en dråpe til en annen og muliggjør dermed transmisjon av informasjon. Dråpene kan ses på som grove analogier av nevroner og er nå gjenstand for undersøkelser som vått substrat for informasjonsbehandling.

Hvor vil dette føre oss? Den klart mest spennende muligheten som åpnes opp av molekylær informasjonsteknologi er dens potensielle bruk innenfor kjemi. Den intrikate organiseringen av et lite sett av kjemiske byggeblokker gir opphav til en lang rekke materialstrukturer og spesialiserte funksjoner som finnes i naturen. En kompleksitetsbarriere forhindrer i stor grad kjemikere og teknikere fra å gå inn i dette designrommet. Når dette hinderet overvinnes vil den teknologiske påvirkningen kunne konkurrere med oppfinnelsen av organisk kjemi.

R. Pfeifer and C. Scheier. Understanding Intelligence. MIT Press, September 1999.

M. Conrad (1988) The price of programmability. In The Universal Turing Machine: A Fifty-Year Survey (R. Herken, ed.), Oxford University Press, New York, pp. 285–307.

R. Brooks (2001) The relationship between matter and life. Nature, 409:409–411.

K.-P. Zauner, M. Conrad (2001) Molecular Approach to Informal Computing. Soft Computing, 5:39-44. http://eprints.soton.ac.uk/259139/1/ZaunerKP01InformalComp.pdf

K.-P. Zauner (2005) From Prescriptive Programming of Solid-state Devices to Orchestrated Self-organisation of Informed Matter. LNCS, 3566:47-55. http://eprints.soton.ac.uk/261292/1/ZaunerKP05OrchInfMat.pdf

S. Tsuda, K.-P. Zauner, Y.-P. Gunji (2007) Robot control with biological cells. BioSystems, 87:215-223. http://eprints.soton.ac.uk/263582/1/TsudaS07RobCntrlBioCell.pdf