Referências

Computação Quântica:

Quantum Computer

Como funciona um computador quântico

Nêurocomputação:

Interface Cérebro-Computador

Softwares que implementam Redes-Nêurais

Computação Amórfica:

Grupo de pesquisa de computação amórfica

Análise da computação amórfica da CNN.com

Coputação Reconfigurável:

Explicação detalhada sobre FPGA's

Blog sobre computação reconfigurável

Conclusão

Para as tarefas simples do dia-à-dia o uso de computadores com arquiteturas convencionais são mais que suficiente para atender as necessidades. Esses computadores, que antigamente existiam apenas em teoria, se tornaram comuns.
Arquiteturas alternativas são a princípio estudadas afim de realizar atividades que são limitadas em computadores convencionais. É importante ressaltar que no momento em que uma nova tecnologia é descoberta, não se conhece o poder, alcance ou limitação da mesma. Eventualmente, as arquiteturas citadas neste site irão ser no futuro uma forma simples de computação.

Computação Reconfigurável

Imagine uma a placa de vídeo. Esta, que num determinado momento está recebendo dados para serem processados percebe que os dados recebidos agora não são dados de vídeo, e sim de áudio. Um hardware reconfigurável iria, neste caso, adaptar sua organização interna de portas-lógicas e se "reconfigurar" para que agora ele seja uma placa de som.

Essa é uma situação prática de um hardware reconfigurável em ação. A computação reconfigurável combina a flexibilidade do software com o poder de de hardwares adaptativos. O famoso FPGA(Field Programmable Gate Array), criado em 1985 pela Xilinx Inc; é um dispositivo de referência nessa área.

A computação reconfigurável tende a uma performance superior a computação tradicional, pois ela permite a personalização de um hardware em tempo de execução. As arquiteturas reconfiguráveis possuem unidades de armazenamento, funções e estruturas para que o programador defina com facilidade os comportamentos do hardware. Porém, os parâmetros desta tecnologia são por volta de 4 vezes menor que os normais e o tempo de processamento é bem mais lento que os convencionais.

Computação Amórfica

Uma colônia de células cooperam para formar um organismo. Abelhas trabalham para construir uma colmeia. Seres humanos se unem para construir cidades, estados e nações. Esses tipos de comportamentos levaram pesquisadores a pensar a seguinte pergunta:

• Como podemos obter um comportamento coerente entre um grande número de partes não-comuns, que estão conectadas de diversas formas e maneiras diferentes?

Baseado nesta e em outra série de casos particulares como este, o termo computação amórfica surgiu. Basicamente ele veio do interesse em estudar a engenharia e linguagens usadas para manter ordem, controlar e explorar o comportamento de uma multidão.

Sistemas amórficos usam um número de idêntificadores muito grande e processadores paralelos, cada um tendo uma limitação espacial. O sistema também não depende de hardware para funcionar e sim dos tipos de algoritmos, que tem de ser semelhantes aos comportamentos naturais.

Os campos de desenvolvimento de organismos multicelulares, biologia multi-celular, rêdes nêurais e engenharia química são alguns dos exemplos mais comuns onde esse tipo de sistema é útil.

Segue um vídeo de computação amórfica:

Nêurocomputação

Esta é um modelo de arquitetura bem interessante. A idéia é bastante simples: Computadores onde a estrutura é semelhante ao cérebro encontrado em seres vivos. O objetivo é extrapolar as limitações de eficiência e conhecimento até então atingidos por computadores convencionais.

Um exemplo simples é a geração de números aleatórios. Sabe-se que na computação não existe aleatoriedade e sim psêudo-aleatoriedade. Números aleatórios só são possiveis de ser gerados em cérebros de seres vivos, onde não se é definido um critério para os gerar. Já em computadores convencionais, essa aleatóriedade é definida previamente por um algoritmo implementado.


Muitas vezes, ao analisamos um computador executando um processo em comparação à mente humana, uma falsa idéia de que o computador é mais rápido e eficiente é de senso comum. Vejamos os parâmetros abaixo:

• Material: Os computadores são basicamente compostos por metal e plástico. O cérebro é composto por materiais orgânicos.
• Velocidade: Um computador realiza operações em nanosgundos. Já o cérebro em milisegundos.
• Processamento: O computador convencional realiza os processos em seqüência. O cérebro já opera em paralelo.
• Armazenamento: O computador possui armazenamento estático. Já o cérebro possui uma adaptação para administrar esse armazenamento.

Segue um vídeo de um exemplo de computação nêurológica:

Em suma, computadores comuns executam programas e operações lógicas, testam hipóteses uma a uma e dependem de um modelo ou de um programador. Diferente do modelo descrito aqui, que aprende e executa até operações não-lógicas, descobre soluções de problemas e as executam em paralelo.

Computação Quântica

Em um computador quântico a unidade básica de informação é o qubit (quantum

bit). Um qubit pode assumir os valores de 0 ou 1, assim como um bit (binary digit)

convencional. A diferença é que o qubit pode assumir ambos os valores de 0 ou 1 ao

mesmo tempo! É nessa propriedade particular que está todo o poder computacional de um

computador quântico.

Um computador quântico, em teoria, é implementado com sistemas de partículas, onde elas obedecem a mecânica quântica. Computadores quânticos são construidos com átomos que podem ser excitados e não excitados ao mesmo tempo, partículas que podem estar em dois lugares ao mesmo tempo, ou até com partículas que têm spin ao mesmo tempo "para cima" e "para baixo".

Obviamente, sendo o uso de partículas ao invés de silício, o computador quântico é bem menor que o computador convencional.

Atualmente se sabe que essa vantagem dos computadores quânticos existe apenas para três tipos de problemas:

1 - Fatoração

2 - Logaritmo

3 - Simulações de física quântica

Um dos usos práticos de computação quântica é criptografia. Imagine que há uma necessidade de encontrar uma chave para descriptografar um arquivo. A média de tantativas por força-bruta para a descriptografia é de N/2, onde N é o número de respostas para verificar. Um computador quântico levaria em média raiz quadrada de N tentativas, em outras palavras: Um problema de força-bruta para se resolver com anos, demoraria segundos!

Abaixo segue um vídeo de um computador quântico gerando soluções de sudoku. Percebe-se que as soluções foram obtidas em uma velocidade ridículamente rápida quando comparada com um computador convencional executando os mesmos algoritmos.

Introdução

Computadores são máquinas onde são automatizados e processados dados. O uso massivo dessas máquinas vêm se tornando mais persistente na sociedade, exigindo uma constante evolução e estudos de novos tipos de arquitetura que atendam as demandas.

O modelo de computador convencional é aquele que vai de acordo ao proposto por Von Neumann e da máquina de Turing. Características dessa arquitetura dada por um computador com memória e processador que se comunicam por um barramento e que a memória tanto dados quanto instruções. O processamento das mesmas é feito da forma seqüencial.

Como todos os modelos de arquitetura de computador, o modelo convencional exige recursos para a implementação e realização do processo.

Trade-offs devem ser estudados a todo momento para que se tenha um modelo de computação cada vez melhor. Devido à essa dificuldade de escolha, modelos não-convencionais de computação são estudados afim de apresentar uma alternativa aos obstáculos presentes até então.