[论文解读] Evolution in Materio: Exploiting the Physics of Materials for Computation

Simon L. Harding, Julian F. Miller+1 more|arXiv (Cornell University)|Nov 17, 2006

Neural Networks and Reservoir Computing参考文献 93被引用 47

一句话总结

本文提出通过演化算法演化材料构型，利用体材料（如CMOS基底、向列相液晶、磁性量子点、电荷密度波及流体折射率调制）的本征物理特性实现计算。关键贡献在于证明：在这些材料中，通过近邻相互作用可实现功能计算（如振荡器、滤波器、模式匹配器、光学透镜）而无需传统电路，外部激励作为可编程输入。

ABSTRACT

We describe several techniques for using bulk matter for special purpose computation. In each case it is necessary to use an evolutionary algorithm to program the substrate on which the computation is to take place. In addition, the computation comes about as a result of nearest neighbour interactions at the nano- micro- and meso-scale. In our first example we describe evolving a saw-tooth oscillator in a CMOS substrate. In the second example we demonstrate the evolution of a tone discriminator by exploiting the physics of liquid crystals. In the third example we outline using a simulated magnetic quantum dot array and an evolutionary algorithm to develop a pattern matching circuit. Another example we describe exploits the micro-scale physics of charge density waves in crystal lattices. We show that vastly different resistance values can be achieved and controlled in local regions to essentially construct a programmable array of coupled micro-scale quasiperiodic oscillators. Lastly we show an example where evolutionary algorithms could be used to control density modulations, and therefore refractive index modulations, in a fluid for optical computing.

研究动机与目标

• 探索纳米、微米及介观尺度下体材料的物理动力学是否可被用于计算。
• 通过演化算法发现功能性构型，以应对复杂物理系统建模的计算不可解性。
• 证明计算可从材料中局部的近邻相互作用中涌现，而无需中心控制或全局时钟。
• 通过直接通过外部激励编程材料特性，研究可编程物质作为专用计算的基底。
• 证明演化编程可绕过对详细物理建模的需求，通过在材料中演化功能性行为来实现。

提出的方法

• 使用演化算法搜索材料参数（如电压、压力、磁场）的配置，以获得期望的计算行为。
• 通过施加外部激励（如对CMOS施加电压、对液晶施加电场、对流体施加声脉冲）对基底进行编程，以诱导局部性质变化。
• 通过测量输出响应（如信号振荡、光束偏转、折射率调制）来评估演化构型的适应度。
• 利用材料中的近邻相互作用（如磁性量子点中的自旋关联或晶格中的电荷密度波）实现无需全局协调的计算。
• 通过数值模拟与物理实验验证演化系统，包括磁性量子点阵列中的模式匹配及流体透镜中的光束整形。
• 应用遗传算法优化声学流体透镜中换能器的驱动波形，以生成复杂光学光束轮廓（如贝塞尔光束）。

实验结果

研究问题

• RQ1 能否利用体材料的物理特性在无需传统电路的情况下实现计算？
• RQ2 演化算法是否能有效发现具有复杂非线性物理行为材料中的功能性构型？
• RQ3 在液晶或磁性量子点阵列等材料中，局部近邻相互作用在多大程度上可实现有用的计算功能？
• RQ4 通过声压诱导的流体中折射率调制，能否用于构建用于计算的可编程光学器件？
• RQ5 是否可行通过物理动力学而非数字逻辑演化材料系统，使其执行模式匹配或信号滤波？

主要发现

• 通过演化编程在CMOS基底中成功演化出类锯齿形振荡器，证明了通过物理基底动力学实现功能计算。
• 在液晶基底中演化出音调鉴别器，通过调控分子取向与场相互作用，实现选择性频率响应。
• 在模拟的磁性量子点阵列中，演化算法通过利用自旋关联与局部相互作用，生成了功能性模式匹配电路。
• 晶体晶格中电荷密度波的调制实现了微米尺度区域的局部电阻控制，形成可编程的准周期振荡器阵列。
• 在流体透镜中，声脉冲产生半径方向的折射率调制，变化幅度约为0.1%，足以使激光束偏转超过1 mm，从而实现圆锥透镜效应。
• 所得光束轮廓表现出自修复与无衍射特性，具有贝塞尔函数与马蒂厄函数特征，经模拟与实验测量的光束偏转结果共同验证。