Tehnoloģijas, kuras gaidām

Vitolds Grabovskis

Šeit ap­lūkotās teh­no­loģijas* varētu strau­ji attīstīties jau 2008. gadā, neapšaubāmi ie­tekmējot mūsu dzīvi un pa­da­rot to spilgtāku.

Da­tors pa­redz nākot­ni

Da­to­ru un in­formāti­kas straujā attīstība ļauj uzkrāt un apstrādāt lie­lu dau­dzu­mu in­formāci­jas. Strādājot in­ter­netā, ik­viens var pārlie­cināties par milzīgo uzkrātās in­formāci­jas ap­jo­mu. Kā attīstīsies in­formāti­ka un da­to­ru pie­lie­to­jums tuvākajā nākotnē?

Spe­ciālis­ti uz­ska­ta, ka prog­ram­mas kļūs gudrākas, pašap­mācošas un vairāk sa­turēs cilvēka domāšanas al­go­rit­mus. Šajās prog­rammās iz­man­tos cilvēka uz­vedības psiho­loģijas pētīju­mus un uz to bāzes izstrādātos ma­temātis­kos mo­deļus. Iz­man­to­jot lie­lu da­tu plūsmu, cilvēka uz­vedības ma­temātis­kos mo­deļus un da­to­ra spēju mācīties, da­to­ru prog­ram­mas spēs pa­redzēt svarīgus un ne­gaidītus no­ti­ku­mus. To droši var no­saukt par mākslīgā in­te­lek­ta pro­jek­tu. Lūk, daži piemēri, pie kādiem jautāju­miem strādā Mic­ro­soft pētnie­ku gru­pa.


Ēriks Hor­vics de­monstrē pro­g­ram­mu, kas apstrādā trans­por­ta kustības da­tus un prog­nozē sa­tik­smes situāciju.

Pro­jekts JamBayes pēta sa­tik­smes si­tuāci­ju Siet­las reģi­onā. Prog­ram­ma sta­tis­tis­ki ap­strādā lie­lu dau­dzu­mu in­for­māci­jas par sa­tik­smes stāvok­li ilgā lai­ka pe­ri­odā, ana­lizē dau­dzu fak­to­ru ie­tek­mi uz sa­tik­smi, piemēram, lai­ka ap­stāk­ļus, spor­ta sa­censības un pat ārzem­ju de­legāci­ju vizītes, no tā veidojot iespēja­mo sa­tik­smes si­tuāci­jas prog­no­zi nākotnē. Pro­jek­ta JamBayes re­zultātus jau var iz­man­tot prak­tis­ki. In­te­re­sen­ti var abonēt prog­ram­mu SmartPhlow un uz sa­va da­to­ra vai tele­fo­na ekrāna saņemt in­formāci­ju par sa­gaidāmo sa­tik­smes si­tuāci­ju Siet­las reģionā no­teiktā lai­ka mo­mentā.

Vēl zinātnie­ki strādā pie cilvēka un da­to­ra par­tnerības prog­ram­matūras izstrādes. Prog­ram­matūra ana­lizēs cilvēka dzīves no­ti­ku­mus, pa­ra­du­mus un patstāvīgi pieņems lēmu­mus, līdzīgi kā to darītu cilvēks. Mic­ro­soft zinātnie­ku gru­pas vadītājs Ēriks Hor­vics de­monstrēja šādas prog­ram­mas ie­spējas. Prog­ram­ma ana­lizēja vi­sus ienākošos ziņoju­mus, ko saņēma kāds cilvēks. Prog­ram­mas uz­de­vums bi­ja izvērtēt ziņoju­mus un iz­lemt, uz ku­ru no tiem va­jag re­aģēt ne­kavējo­ties. Prog­ram­ma ņēma vērā dau­dzus fak­to­rus, piemēram, cik bieži no­ti­ku­si sa­rak­ste ar do­to ad­re­si, vēstu­les ga­ru­mu, vēstulē lie­to­tos atslēgas vārdus, vēstulē minētos da­tu­mus, to, vai vēstu­le rakstīta ta­gad­nes vai nākot­nes formā. Bez tam pro­gram­ma zināja, ka saim­nie­kam līdz no­teik­tam lai­kam ir brīvdie­nas. Tā kā vēstulē iz­skanēja nepieciešamība saņemt ātru at­bil­di, prog­ram­ma uz­skatīja to par svarīgu no­ti­ku­mu un nosūtīja saim­nie­kam tele­fo­na īsziņu ar do­to in­formāci­ju. Mic­ro­soft kompāni­ja jau ta­gad piedāvā prog­ramm­pro­duk­tu Mic­ro­soft Out­lo­ok Mo­bi­le Ma­na­ger 2.2.0.0, kas veic līdzīgas darbības.
Jaun­a ti­pa mikroshēmas

Pro­fe­sors Krišna Pa­lems no ASV Rai­sa uni­ver­sitātes iz­tei­ca ķecerīgu ide­ju, ka būtu la­bi, ja da­to­ra pro­ce­sors nestrādātu tik precīzi. Šī do­ma ir pilnīgi pretēja tam, kas da­to­ru pro­ce­so­ros no­tiek pašlaik. Izrādās, ka ne vienmēr aprēķinos ir nepieciešama tik augst­as kla­ses pre­ci­zitāte, kāda tā ir pašlaik. Precīzi aprēķini pra­sa arī lie­lu enerģijas patēriņu. Ter­mo­di­na­mi­kas li­ku­mi no­sa­ka, ka rēķināšanas pro­cesā pāre­ja no binārās nul­les uz bināro vie­ni­nie­ku un otrādi pra­sa no­teik­tu enerģijas dau­dzu­mu. Vēlāk ti­ka parādīts, ka vie­na loģiskā aprēķina soļa enerģijas dau­dzums ir at­karīgs no stāvokļu “0” vai “1” noteikšanas pre­ci­zitātes. Jo precīzāk mēs no­sa­kam stāvokļus “0” un “1”, jo vairāk nepieciešams enerģijas.

Mo­der­najās mo­bi­lajās elek­tro­ni­kas sistēmās ir tūksto­šiem tran­zis­to­ru, un kat­ra pārslēgšana pa­tērē no­teik­tu ener­ģijas dau­dzu­mu. Bez tam katrs tran­zis­tors strādā ar mak­simālo pre­ci­zitāti, tātad lie­to mak­simālo enerģijas dau­dzu­mu. Dau­dzos pro­ce­sos tik lie­la loģiskā stāvokļa noteikšanas pre­ci­zitāte nav va­jadzīga. Piemēram, apstrādājot video vai audio signālus, tran­zis­to­ra normālais dar­ba sprie­gums ir ~5 vol­ti. Tāds režīms ļauj precīzi no­teikt stāvok­li “1” vai “0”. Tas ir tran­zis­to­ra sta­bi­la režīma darbības sprie­gums­. Ja tran­zis­to­ra sprie­gu­mu sa­ma­zi­na, tad “0” un “1” stāvokļu noteikšana vairs nav vien­nozīmīga, jo lo­mu sāk spēlēt tran­zis­to­ra trokšņi. Tas nozīmē, ka sistēma, no­la­sot re­zultātu, dažreiz kļūdīsies, to­ties enerģijas patēriņš stip­ri sa­ma­zināsies. Aprēķini rāda, ka, iz­man­to­jot šādas mikro­shēmas, mo­bi­lais tele­fons vai por­tatīvais da­tors ar vie­nu ba­te­ri­jas uzlādi strādās 10 rei­zes ilgāk.

Jaunās mikroshēmas, domājams, sastāvēs no divām daļām. Vie­na daļa būs stan­dar­ta mikroshēma, kas izveidota uz metāla oksīda pus­vadītāju (CMOS) teh­no­loģijas bāzes. Šī mikroshēmas daļa strādās ar lie­lu pre­ci­zitāti un veiks darbības, kur šāda vei­da pre­ci­zitāte ir nepieciešama. Bet, vei­cot signālu apstrādi, kur lie­la pre­ci­zitāte nav nepieciešama, dar­bo­sies ci­ta mikroshēmas daļa, ko apzīmē kā varbūtības mikroshēmu (PCMOS). Mai­not sprie­gu­mu, PCMOS daļai varēs mainīt da­tu apstrādes pre­ci­zitāti.


Grafēna tran­zis­to­ri

Mikro­elek­tro­ni­ka, kas vei­do­ta uz silīci­ja ma­te­riālu pa­ma­ta, pēdējos ga­dos ir ļoti strau­ji attīstīju­sies. Tomēr pastāv daži ierobežojoši fak­to­ri, kas var ie­tekmēt šī ti­pa elek­tro­ni­kas tālāku progresu. Gal­ve­nais fak­tors ir silīci­ja tran­zis­to­ra izmēra ierobežojums. Lai gan ik di­vus ga­dus tran­zis­to­ru skaits uz mikroshēmas lau­ku­ma vienību du­bul­to­jas, tomēr tas jau tu­vo­jas fi­zikāli iespēja­ma­jai robežai. Tāpat jau dau­dzus ga­dus ne­pa­lie­linās silīci­ja tran­zis­to­ru mak­simālā ātr­darbība, kas pašlaik ir gi­ga­her­ca (109 Hz) robežās.

Tāpēc mikro­elek­tro­ni­kai tik nozīmīgi ir ne­se­nie zinātnie­ku atklāju­mi. Iegūts ma­te­riāls grafēns, kas varētu nodrošināt mazāku tran­zis­to­ra izmēru un lielāku darbības ātru­mu. Kas ir grafēns? Tas ir og­lek­lis, kas vei­do ti­kai vie­na ato­mu slāņa struktūru. Og­lekļa ato­mi šajā slānī ir iz­vie­to­ti sešstūros, kas līdzinās bišu šūnām. Grafēns var kal­pot kā pa­mat­ele­ments arī ci­tu og­lekļa mo­di­fikāci­ju – grafīta, og­lekļa na­no­cau­ruļu un ful­lerēnu – iz­vei­dei.

Pagājušajā gadā Ame­ri­kas, An­gli­jas un Vāci­jas zinātnis­kajās la­bo­ra­to­rijās iz­vei­do­ja pir­mos tran­zis­to­rus uz grafēna pa­ma­ta. Mančes­t­ras uni­ver­sitātes zinātnieki parādīja, ka grafēns sa­glabā la­bas fi­zikālās īpašības pat tad, ja tā plāksnītes izmēri ir ti­kai 3 nm. Tas nozīmē, ka šāda izmēra ierīcēs no­tiek in­di­vi­duāla elek­tro­na pārne­se. Rezultāts ļauj cerēt, ka tran­zis­to­ra ātrdarbība varētu sa­sniegt te­ra­her­cu robežu. Lai vei­cinātu dotā vir­zie­na attīstību, Eiro­pas Sa­vienības Zinātnes pa­do­me 2008. ga­da janvārī ir sāku­si fi­nansēt pro­jek­tu GRAND. La­siet vairāk – http://www.grand-project.eu/index.php?id=objectives&L.

Pro­jek­ta uz­de­vums ir pārbaudīt, vai grafēnu vienā jeb vairākos slāņos varētu iz­man­tot na­no­izmēra ierīču veidoša­nai. Zinātnie­ki prog­nozē grafēna mikroshēmu ienākšanu tirgū pirms 2025. ga­da.

Vairāk par šo jautājumu var skatīt http://www.rsc.org/chemistryworld/News/2007/February/28020703.asp.


Mazs un jutīgs magnētiskā lau­ka de­tek­tors

Magnētis­kais lauks pastāv mums vi­sapkārt – Ze­mes mag­nētis­kais lauks, magnētis­kais lau­ks, ko ra­da dažādi magnētis­ki ma­te­riāli, un pat magnētis­kais lauks, ku­ru ģenerē cilvēka ķer­me­nis. Izmērot magnētiskā lau­ka pa­ra­met­rus, var iegūt daudz in­formāci­jas par pro­ce­siem, kas no­tiek dabā. Tā var at­rast derīgos iz­rak­teņus, nesprāgušus lādiņus vai nogri­mu­šus kuģus. Sirdsdarbības pārbaudei lie­to elek­triskās strāvas mērīju­mus – elek­tro­kar­diogrāfi­ju. Sirds magnētiskā lau­ka mērīju­mi jeb mag­ne­to­kar­di­ogrāfi­ja dod pa­pil­dus in­formāci­ju par sirdsdarbību. Tomēr šī me­to­de nav tik plaši pie­lie­to­ta kā elek­tro­kar­diogrāfi­ja. Tas saistīts ar grūtībām, kas ro­das, mērot magnētis­ko lau­ku. Magnētiskā lau­ka mērīšanai iz­man­to magnētiskā lau­ka de­tek­to­rus, ko sauc par mag­ne­to­met­riem. Ir dažāda vei­da mag­ne­to­met­ri. Daži no tiem ir ma­zi, bet tie ir maz­jutīgi. Ci­ti ir su­per­jutīgi, bet ir lie­li, dārgi un iz­man­to­ja­mi ti­kai sta­ci­onāros apstākļos. ASV Na­ci­onālajā Stan­dar­tu un teh­no­loģiju in­stitūtā ir izstrādāts jauns, per­spektīvs mag­nētis­kais de­tek­tors, kas ir ti­kai rīsa grau­da izmērā, bet ir ļoti jutīgs. Tā jutība sa­sniedz 7·10–11 tes­las, kas ir pie­tie­ka­mi, lai varētu mērīt cilvēka sirds un sma­dzeņu radītos magnētis­kos lau­kus.


Mag­ne­to­met­ra darbības prin­­cips balstās uz lāze­ra sta­rojuma ab­sor­bci­ju cēzi­ja ato­mos. Mag­nētis­kais lauks iz­jauc cēzi­ja ato­mu spi­nu orientāci­ju, un tas ir cēlo­nis lāze­ra gais­mas ab­sorb­ci­jai.

De­tek­to­rā iz­man­to­tas mo­­­dernās mikro­elek­tro­ni­kas teh­no­loģijas. Aparāts sastāv no trim daļām, di­vas no kurām ir in­fra­sar­ka­nais lāzers un sta­ro­ju­ma reģis­tra­tors. Šīs daļas iz­vie­to­tas silīci­ja mikroshēmā un ir ļoti ma­zas. Trešā sastāv­daļa ir cēzi­ja ato­mu kon­tei­ners. Pa­ras­ti cēzi­ja kon­tei­ne­ru iz­ga­ta­­vo no stik­la un tas ir ko­ka­ko­las kārbas lie­lumā. Turklāt, lai cēzi­ja ato­mi at­ras­tos gāzvei­da stāvoklī, kon­tei­ners ir jāsil­da. Zinātnie­ku uz­de­vums bi­ja sa­ma­zināt šo de­taļu līdz dažu ku­bik­mi­li­met­ru izmēram. To vei­ca ar li­togrāfi­jas me­to­di, iz­vei­do­jot silīci­ja mikroshēmā 3 mm lie­lus dobu­mus, kuros ie­pildīja cēzi­ja vai rubīdi­ja ato­mus. Dobu­mus no­se­dza ar stik­la plāksnītēm, lai cēzi­ja ato­mi ne­izkļūtu ārā.

Kā tad no­tiek magnētiskā lau­ka reģistrāci­ja? Cēzi­ja ato­mu spi­ni lāze­ra sta­ro­ju­ma ie­spaidā iz­vie­to­jas tā, ka lāze­ra sta­ro­jums ne­ab­sorbējas. Bet, ja parādās magnētis­kais lauks, tad ato­mu spi­nu orientāci­ja izjūk un tie sāk ab­sorbēt gais­mu.

Šāda vei­da de­tek­to­ri, kas ir ma­zi, patērē maz enerģijas un ir ļoti jutīgi, pa­ver milzīgas prak­tiskās iespējas. Sa­gaidāma jaun­u in­stru­men­tu parādīšanās daudzās dzīves jomās.

Papildus informācija – http://www.nist.gov/public_affairs/releases/magnetometer.html  .
Sma­dzeņu nei­ro­nu sa­vie­no­ju­mu kar­tes

Cilvēka sma­dze­nes ir sarežģītākā mums zināmā sistēma Vi­sumā. Sma­dze­nes sa­tur sim­tiem mil­jo­nu nei­ro­nu, kas sa­vie­no­ti savā starpā. Neraugo­ties uz to, ka pētīju­mi šajā svarīgajā jomā ilgst dau­dzus ga­dus, tomēr sma­dzeņu darbības prin­ci­pi pa­gaidām ir maz iz­pras­ti.

Pēdējo ga­du pētīju­mi nei­ro­zinātnē gal­ve­nokārt ļāva no­teikt, ku­ra sma­dzeņu daļa pie­dalās konkrētā uz­de­vu­ma ri­sināšanā, piemēram, ku­ra sma­dzeņu daļa ir aktīva, ja cilvēks ir uz­trau­cies vai iemīlējies.

Hārvar­das zinātnie­ki ķērušies pie pro­jek­ta, kas varētu ļoti uz­la­bot zināšanas sma­dzeņu darbības jomā. Pro­jekts pa­redz iz­vei­dot sma­dzeņu nei­ro­nu sa­vie­no­ju­mu kar­ti, re­alizējot pro­jek­tu Con­nec­to­mics. Šis pro­jekts ir tik­pat am­bi­ci­ozs, kā savā laikā bi­ja cilvēka ge­no­ma pro­jekts. Tiek lēsts, ka cilvēka sma­dzenēs ir 1011 nei­ro­nu un 1014 sinapšu. Nei­ro­nu sa­vie­no­ju­mu kar­te ļaus pētīt dotā uz­de­vu­ma ri­sināšanu cilvēka sma­dzenēs.

Lie­lā dar­ba ap­jo­ma dēļ da­tu iegūšanu plānots au­to­ma­tizēt. Pro­jekts pa­redz, ka pētāmo ma­te­riālu sa­griezīs plānās (mikro­nu bie­zu­ma) un ap­tu­ve­ni centi­met­ra lie­lu­ma šķēlītēs. Sma­­dzeņu šķēlītes uzlīmēs uz len­tas. Tālāk šos pa­rau­gus au­tomātis­ki ie­vie­tos elek­tro­nu mik­ro­skopā un no­skenēs nei­ro­nu attēlu. Attēls tiks sa­glabāts da­to­ra at­miņā, bet cik­lu atkār­tos ar nākošo pa­rau­gu. Da­tu ap­joms sa­sniegs milzīgu, apmē­ram 1015 bi­tu, ap­jo­mu. Cilvēks nav spējīgs apstrādāt tādu da­tu ap­jo­mu, tāpēc spe­ciāla da­tor­prog­ram­ma veiks nei­ro­nu un sinapšu at­pazīšanu un kon­struēs augst­as izšķirtspējas tel­pis­kus attēlus.

Tomēr pa­gaidām pētījumus veic ti­kai ar peļu sma­dzenēm. In­te­re­sants re­zultāts sma­dzeņu nei­ro­nu pētīju­mos panākts ar ģenētis­ki mo­di­ficētām pelēm. Mo­di­ficēto peļu sma­dzeņu nei­ro­ni sa­tur pro­teīnu, kas gais­mas ie­tekmē sāk spīdēt. Lu­mi­nis­cen­tajā mik­ro­skopā uzņem­tie sma­dzeņu attēli rā­da fan­tas­tis­kas nei­ro­nu sa­vie­no­ju­mu ainas.

Cilvēka nei­ro­nu sa­vie­no­ju­mu kar­te ļaus gan labāk sa­prast cilvēka domāšanas mehānis­mu, gan arī iz­prast tādu slimību kā šizofrēni­jas, autis­ma un parkin­so­nis­ma cēloņus. Par Con­nec­to­mics vairāk la­siet http://www.wired.com/science/discoveries/news/2008/01/connectomics un http://en.wikipedia.org/wiki/Neuron.