Comment les réseaux de cellules biologiques résolvent les problèmes de calcul distribué

L'informatique distribuée est à la mode ces jours-ci. L'idée est de décomposer les tâches de calcul en morceaux pratiques et de les distribuer sur un réseau à un certain nombre d'ordinateurs. Les avantages sont clairs, tels qu'un accès facile et à la demande à d'énormes ressources informatiques.

La façon conventionnelle de penser à ces systèmes est celle de machines de Turing indépendantes connectées par un réseau qui leur permet d'échanger de gros messages. Ce soi-disant « modèle de transmission de messages » s'applique certainement à une grande partie de l'informatique distribuée qui a lieu sur Internet ; des projets tels que leSETI à la maisonet les programmes Einstein @home.

Mais il y a une prise de conscience croissante que de nombreux réseaux sont beaucoup plus limités, à la fois dans la taille des messages qu'ils peuvent transmettre et recevoir et aussi dans la capacité de traitement à chaque nœud.

Une cellule biologique, par exemple, ne peut transmettre et recevoir que des quantités limitées d'informations et ne peut effectuer que des tâches de traitement rudimentaires. Il est facile d'imaginer qu'un réseau de cellules ne peut effectuer que des tâches informatiques distribuées très simples. D'un autre côté, ils peuvent peut-être combler leurs lacunes individuelles en travaillant en groupe et sont donc tout aussi capables que les autres réseaux.

Une question importante est donc de savoir comment ces limitations influencent les classes de tâches informatiques distribuées que des groupes de cellules peuvent effectuer.

Aujourd'hui, nous avons une réponse grâce au travail de Yuval Emek, Jasmin Smula et Roger Wattenhofer à l'Ecole polytechnique fédérale de Zurich. Nous pensons qu'il y a un besoin pour un modèle de réseau, où les nœuds sont par conception en dessous des capacités de calcul et de communication des machines de Turing, disent-ils.

Ces gars-là ont modélisé le comportement informatique d'un réseau de ces sous-machines de Turing, qu'ils appellent des machines à états finis. Ils montrent que loin d'être gravement handicapé, un réseau de machines à états finis est capable de résoudre de nombreux problèmes standards de l'informatique distribuée conventionnelle, tels que la trichromie des arbres non orientés.

De plus, ces réseaux peuvent faire le travail tout aussi efficacement, dans un temps polylogarithmique avec le nombre de cellules.

Cela pourrait avoir des conséquences de grande envergure. Il peut être exagéré d'imaginer un réseau de cellules rejoignant leSETI à la maisonprojet. Mais il fournit un cadre dans lequel étudier comment les réseaux de cellules pourraient résoudre d'autres problèmes courants dans les systèmes biologiques tels que la planification prospective, les calculs de trajectoire, etc.

Le nouveau modèle peut également être appliqué de manière plus prosaïque, par exemple en prédisant les performances de réseaux de capteurs fortement restreints par des limitations de puissance.

Emek et ses collègues posent la question : est-ce que les minuscules nœuds bio/nano calculent et/ou communiquent essentiellement [de] la même [manière] qu'un ordinateur ?

La réponse, semble-t-il, est oui, ce qui signifie que c'est une période passionnante pour être un spécialiste de l'informatique distribuée travaillant en biologie.

Réf : arxiv.org/abs/1202.1186 : Informatique distribuée de l'âge de pierre

cacher