빛의 속도로 실제 문제를 해결하는 컴퓨터 만들기

오래된 속담이 있습니다: 당신이 가진 유일한 도구가 망치뿐이라면 모든 문제는 못처럼 보입니다.

때로 "도구의 법칙"이라고도 불리는 망치와 못이라는 개념은 연구에서 흔히 발생하는 함정입니다. 자신의 방법에 대해 의문을 제기하지 않으면 학습과 영향을 미칠 수 있는 기회를 놓칠 수 있습니다.

영국 케임브리지에 있는 Microsoft Research Lab의 다양한 분야의 연구원 그룹의 임무는 복잡한 문제를 신속하게 해결하는 데 있어서 바이너리 시스템의 한계를 뛰어넘는 새로운 종류의 컴퓨터를 구축하는 것이었습니다. 하지만 "우리가 설계하고 있는 이 도구의 성격은 무엇인가?"와 같은 큰 질문을 기꺼이 받아들이려는 의지는 그리고 “우리가 망치로 칠 수 있는 '못'은 무엇입니까?” 빛의 속도로 실질적인 문제를 해결할 수 있는 컴퓨터를 만드는 데 성공하는 열쇠였습니다.

먼저 그들은 동종 최초의 8변수 광학 컴퓨터를 구축했습니다. 컴퓨터는 정보가 저장된 동일한 위치에서 서로 다른 강도의 빛을 사용하여 계산합니다. 연구원들은 AIM이라는 장치를 Analog Iterative Machine용으로 명명했습니다.

프로젝트의 세 명의 주요 연구원 중 한 명인 Christos Gkantsidis는 "기술적 발전을 이룬 경우 일반적으로 처음에는 이를 실제로 어떻게 사용하는지 명확하지 않을 것입니다."라고 말합니다. 그는 원래 AIM을 기계 학습을 가속화하는 도구로 사용하려고 했던 방법을 회상하고 있었습니다. "어떤 실제적인 문제가 그들에게 더 자연스럽게 맞는지 알아내는 약간의 연구가 있습니다."

약 3년 전, 그들은 특별히 까다롭지만 중요한 유형의 수학 문제인 최적화를 해결하기 위해 AIM을 사용해 보았습니다. 그들은 이 새로운 장치가 이러한 최적화 문제를 해결하는 데 있어 일반적인 컴퓨터에 사용되는 바이너리 시스템의 속도와 용량을 크게 능가할 잠재력이 있다는 것을 빨리 깨달았습니다.

Gkantsidis는 "기본적으로 최적화는 우리가 알고 있는 세상을 운영합니다."라고 말합니다. 최적화 문제는 은행, 금융, 의료, 물류, 제조 등 사회의 가장 중요한 구조의 기초가 됩니다.

이 새로운 컴퓨터에 대한 약속으로 인해 Barclays Bank PLC와 1년간의 연구 계약이 체결되어 실제 문제(대부분의 은행이 사용하는 어음 교환소에서 일괄 거래가 어떻게 정산되는지)를 해결하기 위해 이 컴퓨터를 사용할 수 있는 가능성을 조사했습니다. 거래 건수는 하루 수십만 건에 달합니다. 대부분의 최적화 문제와 마찬가지로 이 문제를 해결하기 위한 바이너리 컴퓨터의 용량을 제한하는 것은 엄청난 규모입니다.

Barclays 최고 기술 사무소의 전무이사이자 저명한 엔지니어인 Lee Braine은 “효과적으로 가능한 모든 옵션을 평가하는 데는 우주 전체가 걸릴 것입니다.”라고 말합니다. 현재 그는 수만 건의 거래를 일괄 처리하는 가장 효과적인 방법을 정교하게 추정하기 위해 다양한 컴퓨팅 및 수학적 지름길을 사용하고 있다고 말합니다.

AIM 팀은 이미 Braine이 제기한 거래 해결 문제의 "장난감 버전"을 실행했으며 광학 컴퓨터는 매번 100% 정확도로 이를 해결했습니다. 다른 기술을 사용하여 동일한 문제를 해결하려는 이전 연구 노력의 결과는 약 50%에 불과했습니다.

혁신적인 변화를 만들어낼 수 있는 잠재력을 지닌 일에 참여한다는 것은 매우 흥미로운 일입니다.

Braine은 최적화에 대한 광범위한 연구를 수행한 컴퓨터 과학자입니다. 이제 그와 Microsoft 팀은 더 많은 데이터와 변수를 사용하여 더 큰 규모의 문제 버전을 설계하기 시작했습니다. 그들은 올여름 말에 AIM의 업그레이드 버전에서 이를 테스트할 예정입니다. Braine은 Microsoft의 AIM 팀과 협력하는 것이 독특한 기회라고 말합니다. “혁신적인 변화를 일으킬 수 있는 잠재력을 지닌 일에 참여한다는 것은 매우 흥미로운 일입니다.”라고 그는 말합니다. “가능한 것의 선두에 서기 위해.”

1965년에 엔지니어이자 Intel의 창립자인 Gordon Moore는 집적 회로의 트랜지스터 수가 매년 두 배로 늘어날 것이라고 예측했습니다. 그는 나중에 자신의 예측을 2년마다로 변경했으며, 수십 년 동안 컴퓨터의 용량은 대략 그 비율로 증가하여 더 비싸지 않으면서 점점 더 빠르고 작아졌습니다. 그러나 지난 10년 동안 이러한 추세는 정체되었습니다. 동시에 컴퓨팅 용량과 속도에 대한 수요도 증가했습니다.