Meteoroloji ve Veri İşleme Süreçleri
Meteoroloji enstitüleri, hava tahminleri üretirken çok sayıda veri akışı ile karşı karşıya kalırlar. Hava durumu araştırmacıları, bu büyük veri miktarını yönetebilmek amacıyla güçlü bilgisayar sistemleri kullanmaktadır. Bu bilgisayarlar, “paralel bilgisayar” olarak adlandırılan işlemcilere sahiptir ve her bir işlemci, dünyanın farklı bölgelerinden gelen verileri aynı anda işleme alır. Aritmetik birimlerin yanı sıra, bu tür bilgisayarlar, işlemleri dağıtmak ve kısmi sonuçları mantıksal bir bütün halinde birleştirmek için de birçok işleme ihtiyaç duyar.
Özellikle hava durumu tahminlerinde, alçak basınç alanlarının etkisinin göz ardı edilmesi, yüksek basınçlı alanların davranışlarını tahmin etmeyi imkansız kılar. Bu nedenle, kontrol sistemleri için hesaplama gücü kritik bir öneme sahiptir. Ancak, karmaşık sorunları çözmek için işlemcileri birbirine bağlamak basit bir işlem değildir. Paralel çalışan bilgisayar sayısı arttıkça, kontrol sisteminin ihtiyacı olan bilgi işlem gücü de orantısız bir şekilde artar. Bu durum, paralel hesaplamanın yalnızca belirli uygulamalarda geçerli bir seçenek olduğu anlamına gelir.
Son yıllarda bilgisayarların bilgi işlem gücündeki artış, dijital bilgisayarların karmaşık sorunları çözme yeteneğini artırmıştır. Ancak, dijital bilgisayarların daha da geliştirilmesi, fiziksel ve teknik sınırlarla yüzleşmektedir. Bu nedenle, paralel hesaplamayı daha erişilebilir hale getirmek için alternatif araştırma yaklaşımlarına ilgi artmaktadır. Kuantum bilgisayarlarının potansiyeli ile dikkat çekerken, birçok araştırma grubu biyoloji alanındaki yöntemler üzerine çalışmalara da yönelmektedir.
Biyo-Bilgisayar Nedir?
Uluslararası araştırma projesi Bio-4Comp, son birkaç yıldır ağ tabanlı biyo-bilgisayarlar üzerinde çalışmalar yürütmektedir. Projenin temel fikri, biyolojik ajanların karmaşık bir nano-kanal ağı üzerinden matematiksel bir problemi temsil etmek üzere yönlendirilmesidir. Ajanların kavşaklarda hangi dönüşleri yaptığına bağlı olarak, kümülatif sonuca bir sayı eklenmekte veya eklenmemektedir. Ajanların izlediği yol, olası bir sonuca karşılık gelmektedir. Bu yöntemle, ağ üzerinden aynı anda birçok ajan gönderebilir ve tüm potansiyel yolları eş zamanlı olarak izlemelerini sağlarsınız. Böylece, geleneksel dijital bilgisayarların birbiri ardına çözümler üretmek yerine, ağ tabanlı biyo-bilgisayar paralel hesaplamalar gerçekleştirmektedir.
Chemnitz’deki Fraunhofer Elektronik Nano Sistemler (ENAS) Enstitüsü’nden Dr. Danny Reuter, ağların üretimi ve teknolojilerin ölçeklenebilirliği üzerine araştırmalar yürütmektedir. Dr. Reuter, motor proteinlerin biyolojik ajanları nasıl hareket ettirdiğini, bir rock konserindeki kalabalık sörfü ile karşılaştırarak açıklamaktadır: “Motor proteinler, hayvan hücrelerinde türetilen biyolojik ajanları, müzik hayranlarının bir şarkıcıyı seyirci aracılığıyla taşımalarına benzer bir şekilde yönlendirmektedir.” Bu bağlamda, ekip, motor proteinlerin kinetik enerjisini kullanarak ajanları ağ üzerinden taşımaktadır. Dr. Reuter’in meslektaşı Thomas Blaudeck, gelecekte ağda milyonlarca temsilciye sahip olmayı hedeflediklerini belirtmektedir: “Her ajan, kendi işlemcisidir. Ancak nano ağda hareket etmek, geleneksel dijital bilgisayarların bilgi işlem hızından daha yavaş olduğundan, pratik uygulamalarda avantaj elde edebilmek için çok sayıda araca ihtiyaç duymaktayız.”
İşlemciler Olarak Virüsler
Biyo-bilgisayarların avantajları, özellikle paralellik ve enerji verimliliği ile ilgilidir. Bu alanlar, dijital bilgisayarların karşılaştığı zorlukların başında gelmektedir. Blaudeck, ağ tabanlı biyo-bilgisayarın potansiyel uygulamalarını, her durumda artan karmaşıklıkta olası kombinasyonları içeren tüm görevlerde görmektedir. “Biyolojik yaklaşımlarla elde ettiğimiz avantaj, malzeme kaynaklarımızdır. Çünkü belirli koşullar altında kendilerini çoğaltabilirler.” diye açıklamaktadır. Bio4Comp projesinde ekipler, kendi yaşam döngüleri olmayan ölü maddelerle çalışmaktadır. Ancak, ağda hareket eden moleküller, örneğin kesişmelerde bölünebilmekte ve böylece aynı anda iki hesaplama adımını gerçekleştirebilmektedir. İlk kısım, kesişme tarafından temsil edilen sayıyı eklerken, ikinci kısım farklı bir yoldan ilerleyerek sayıyı eklememektedir. Diğer araştırma projeleri ise canlı ajanlarla çalışarak, ağlar aracılığıyla virüs veya bakteri göndererek işlemci sayısını artırma yoluna gitmektedir.
Bu çoğaltma, ağın girişinde bir tür “darboğaz” oluşturduğu için önemlidir. Burada, belirli bir anda yalnızca sınırlı sayıda ajan ağa girebilmektedir. Ancak ağın daha da dallanması ve her geçişte genişlemesi sağlanmaktadır. Karmaşık bir sorun temsil etmek için, pratik hesaplamalara izin verecek kadar çok sayıda kesişme noktasına ihtiyaç duyulmaktadır. Blaudeck, “Ajan yoğunluğu, yani birim zaman başına bir kanal bölümünden gelen ajan sayısı, çıkışa doğru giderek azalır. Bu noktada biyoloji bize yardımcı olabilir.” diyerek durumu açıklamaktadır.
Süper Bilgisayarlar İçin Bir Tamamlayıcı
Gelecekte biyo-bilgisayarların enerji verimliliği konusunda öne çıkmaları beklenmektedir. Dr. Danny Reuter, bu bilgisayarların kişisel bilgisayarların yerini almayacağını, ancak süper bilgisayarlara tamamlayıcı olarak tasarlandığını belirtmektedir. “Biyo-bilgisayarlar ile çözmek istediğimiz tüm problemler, süper bilgisayarlar tarafından da çözülebilir. Ancak umudumuz, bir gün aynı hesaplamaları yapmak için çok daha az enerji kullanabilmektir.” Diğer iki Fraunhofer araştırmacısına göre, hesaplama başına üç ila dört büyüklük sırası daha az enerji kullanmak hedeflenmektedir. Ancak bu yolda aşılması gereken birkaç engel bulunmaktadır. Reuter, “Şu ana kadar yaklaşımın güvenilir bir düzeyde çalıştığını gösterebildik. Şu anda sonuçlarımız, kuantum bilgisayarların üç veya dört yıl önce nerede olduğu ve hala süper bilgisayarlarla rekabet etmekten uzakta olduğu yönünde.” demektedir.
Reuter ve Blaudeck’in Fraunhofer ekibinin ana odak noktası, ölçeklendirme üzerine yoğunlaşmıştır. Reuter, “Ağlarımızı büyütmeye ve daha fazla temsilci göndermeye devam edersek, ilgili bir sorun için ihtiyaç duyduğumuz alan çok büyük olur. Hata oranı da oldukça yüksek olacaktır.” diye açıklamaktadır. Araştırmacılar, ağları daha verimli hale getirmek için etiketleme yöntemleri üzerinde çalışmaktadır. Bu süreçte, ağdan geçerken moleküller işaretlenmekte, böylece daha sonra geçtikleri yerlerin daha iyi okunabilmesi sağlanmaktadır. Reuter, şu anda ajanın ağ üzerinden geçerken hala bir mikroskopla görüntülendiğini, ancak gelecekte ağda belirli bir noktada ona DNA ekleyen ve hangi yolu izlediğini takip eden elektronik bileşenler üzerinde çalıştıklarını ifade etmektedir. Bu, ağın çıkışında algılamayı otomatikleştirmek için bir sonraki adım olacaktır.
Henüz Özellikle Sürdürülebilir Değil
Proje, değiştirilebilir kavşaklar açısından da eksik kalmaktadır. Şu an için, bir nano ağ yalnızca tek bir matematik problemini temsil etmektedir. Thomas Blaudeck, ağ tabanlı bilgisayarın donanım ve yazılım arasındaki sınırları bulanıklaştırdığını belirtmektedir: “Bizim durumumuzda, yazılım donanımda, kavşakların düzenlenmesi ile temsil edilmektedir.” Her hesaplama için ayrı bir çip kullanmak, araştırmacılar tarafından sürdürülebilir bir yöntem olarak görülmemektedir. Ancak, evrensel olarak değiştirilebilir kesişimlerin uygulanabilmesi durumunda, çeşitli hesaplama problemleri tek bir çip ile temsil edilip hesaplanabilir hale gelecektir. Birçok sorunun hala çözülemediği gerçeği göz önünde bulundurulsa da, Reuter ve Blaudeck, iyimser bir bakış açısına sahiptir. Nano kanalları üretmek için gerekli biyoteknoloji ve üretim teknolojileri halihazırda mevcuttur. Buradaki zorluk, matematik ve bilgisayar bilimleri ile diğer bilim disiplinlerini bir araya getirmek ve klasik mikroelektroniğe yabancı alt unsurları geliştirmektir.
Kare Kökleri Hesaplamak İçin DNA
Bu arada, araştırma ekipleri biyolojideki diğer uygulamalardan da yararlanmaktadır. Bilgisayar bilimcisi ve moleküler biyolog Leonard Adleman, 1994 yılında programlanabilir bir DNA ile deneyler gerçekleştirmiştir. Bu deneylerde, test tüpünde birbirleriyle reaksiyona giren DNA dizileri, girdi değerlerini temsil etmektedir. Adleman, bu yöntemle basit matematiksel hesaplamalar yapabilmiştir. 2019 yılında ise başka bir ekip, DNA bilgisayarı ile karekök hesaplamayı başarmıştır. Her bir DNA zincirine kendi floresan renk değeri verilmiş, deneyden sonra bu renk değerlerinin yeni kombinasyonları hesaplamanın sonucunu temsil etmiştir. Bu yaklaşımın avantajı, ağ tabanlı biyo-bilgisayarda olduğu gibi, devasa bir paralelleşme olanağı sunmasıdır. DNA zincirleri, test tüpünde tüm kombinasyonlarda aynı anda birbirleriyle reaksiyona girmektedir. Bu yöntem, özellikle optimizasyon problemleri için oldukça uygundur. Bu tür problemler, genellikle birkaç uygulanabilir çözüm sunar; ancak bunlardan biri en iyi, en hızlı ve en ekonomik olanıdır. En iyi bilinen örnek, gezgin satıcı problemidir. Bir tüccar, hiçbir şehri iki kez ziyaret etmeden, listedeki tüm şehirleri kapsamalıdır. Önüne çıkan çok sayıda seyahat notası seçeneği varken, doğal olarak en kısa rotayı kullanmak istemektedir.
DNA bilgisayarında, her şehir kendi DNA zincirini alarak, bir “tımarhaneyi” kopyalayarak birbirleriyle etkileşime girecek ve aynı anda akla gelebilecek tüm yolları oluşturacaktır. Sayısal bir bilgisayarın belirli sayıda şehir için bu hesaplamayı yapması yıllar alacaktır. Eğer istenen kimyasal reaksiyonlarla daha uzun DNA parçalarını ortadan kaldırırsanız, teorik olarak hepsinden daha kısa yol kalır. Ancak işin püf noktası, pratikte sonuçları değerlendirmek için uygun yöntemlerin mevcut olmamasıdır. Bu prosedürlerin gelecekte geliştirilmesi ve pratik hale gelmesi imkansız değildir. DNA bilgisayarları, ilgili problemleri işleyebilme kapasitesine sahip olabilir. Philipps Marburg Üniversitesi’nde Biyotıp veri bilimi profesörü olan Dominik Heider, DNA tabanlı bilgisayarlarla ilgili şüpheleri olduğunu dile getirmektedir: “Akademik açıdan bakıldığında, bu konular oldukça ilginçtir. Ancak pratikte, alakasız olmaya devam edeceğinden korkuyorum.” Bunun nedeni ise oldukça basittir; DNA bilgisayarlarının yapabildiği her şeyi, kuantum bilgisayarları da yapabilmektedir. Heider, bu bilgisayarlarla baş etmenin çok daha kolay olduğunu da eklemektedir: “Video kasetler için VHS ve Betamax günlerinde olduğu gibi, iki yaklaşımdan yalnızca biri geçerli olacak ve bunun DNA bilgisayarları olacağından şüpheliyim.”
DNA’ya Çevrilen İkili Veriler
Ancak Heider, bilgisayar bilimi için DNA’dan vazgeçmek istememektedir. MOSLA Araştırma Projesi’nde, verileri DNA’da depolamak için bilgisayar bilimi, biyoloji, fizik ve kimya alanlarından meslektaşları ile birlikte çalışmaktadır. Bu süreçte, geleneksel dijital bilgisayarlardan gelen ikili veriler, yani uzun bir sıfır ve birler zinciri, A, C, G ve T harflerine çevirilmektedir. Bu harfler, DNA’nın dört temel bazını temsil etmektedir. Her canlının genomi, bu dört bazın bireysel bir kombinasyonundan oluşur. Çeviri, laboratuvar ortamında uzun süre saklanabilen ve istenildiğinde tekrar okunabilen gerçek DNA’ya kolayca aktarılabilir. Dijital bir bilgisayar daha sonra DNA verilerini tekrar ikili koda dönüştürebilir ve dosyayı yeniden dijital olarak görüntüleyebilir. Ancak Heider, bu süreçte hiçbir verinin kaybolmamasını sağlamak için, oldukça fazla bilgisayar bilimi gerektirdiğini belirtmektedir: “DNA’nın sentezi sırasında, kopyalama aşamasında DNA depolamasında hata kaynakları oluşabilmektedir. Depolama ve sıralama işlemleri sırasında bu hataları yakalayan düzeltme kodları geliştirmemiz gerekmektedir.”
Herhangi bir depolama sisteminde olduğu gibi, depolama yoğunluğu ile maliyet arasında bir denge sağlanması gerekmektedir: “Daha fazla veri depolamak, açıkça daha pahalıya mal olmaktadır. Bunun yanı sıra, sonsuz uzunlukta bir DNA parçasına kod sığdıramayız. Kısa parçalara ihtiyacımız vardır; bu parçaların sıralamasından sonra doğru şekilde yeniden birleştirileceğine dair bilgilere de ihtiyaç duyulmaktadır.” Ancak bu meta bilgiler de depolama alanı kapladığı için, dikkatli bir planlama gerekmektedir.
Serin, Kuru ve Karanlık Bir Yerde Saklanmalı
DNA depolama alanı, hala oldukça pahalıdır. Heider, “Şu ana kadar bu kadar büyük miktarda DNA üretmeye gerek duymadık.” demektedir. Bu nedenle, DNA depolamanın pratikte kullanımını uygun hale getirecek kadar ucuz bir süreç henüz mevcut değildir. Ancak Heider, on yıl içinde yeterli araştırma ile her şeyin kökten farklı bir hale gelebileceğini ummaktadır. Bazı uygulamalar için DNA depolamanın birçok benzersiz avantajı bulunmaktadır: “Teknolojimiz, öncelikle uzun vadeli arşivleme alanında kullanılacaktır. Tarihsel belgeler, doğum kayıtları veya değişmeyen uzun vadeli hava durumu verileri gibi veriler, DNA için mükemmel birer adaydır.” Bir kez üretildiğinde, depolama süreci, buzdolabının çalışması dışında neredeyse hiç enerji harcamaz. Bunun nedeni, DNA’nın saklanmasının oldukça basit olmasıdır. Heider, bunu “soğuk, kuru ve karanlık” olarak özetlemektedir. Hata düzeltme mekanizmaları, bireysel mutasyonları telafi etme görevini üstlenmelidir. Ancak çoğu insan, tatil fotoğraflarını sabit disklerde, SSD’lerde veya bulut servislerinde saklamaya devam edecektir. Yine de, DNA depolama, kimsenin düzenli olarak erişmesi gerekmeyen, fakat acil durumlar için depolanan büyük miktardaki veri arşivleri için biyolojik bir alternatif olma potansiyeline sahiptir.
