Wie würde ein Grey Goo-Roboter rechnen, wenn er keine feste Form hat?

Haftungsausschluss

Wie Sie andeuten, macht der oft abgebildete amorphe graue Goo-Roboter nicht allzu viel Sinn.

Menschen und Tiere bestehen aus Nanorobotern. Aber wir haben immer noch Knochen, Gehirne und Lebern. Wir sind keine homogene Masse.

Der „Grey-Goo-Roboter“ ist ein Hybrid aus zwei (wahrscheinlich) wissenschaftlich unvereinbaren Konzepten. Das „Grey Goo“-Szenario, eine halbrealistische Vorstellung, dass eine Art selbstreplizierender Schlamm außer Kontrolle geraten und anfangen könnte, alles zu fressen. (Beachten Sie, dass der Schlamm in den realistischsten Versionen eigentlich nichts tun kann, außer sich wie eine Alge auszubreiten, sich nicht viel zu bewegen oder so). Diese Idee wird an einen Roboter "angeschraubt", um das typisch abgebildete Schleimmonster zu machen.

Antworten

Aber das Schleimmonster ist cool. Wie können wir das in einer Geschichte rechtfertigen, die versucht, eine Art Lippenbekenntnis zum wissenschaftlichen Realismus abzulegen?

Mehrere Ideen entstehen:

1) Der Geist befindet sich "außerhalb des Ortes" und spielt den Körper drahtlos. In diesem Fall besteht der beste Weg, das unbesiegbare Monster zu besiegen, wahrscheinlich darin, das Signal zu unterbrechen oder zu hacken. Wir werden beschönigen, wie es sich so gut bewegt.

2) Wenn auf jeder "Zelle" der Maschine ein sehr hohes Maß an individueller Programmierung angenommen wird, dann könnte der Geist einfach zwischen ihnen verteilt werden. Überhaupt nicht wie ein menschlicher Verstand (wo die Neuronen aus Zellen bestehen), eher wie ein Computernetzwerk mit Zehn/Hunderten/Tausenden/Millionen von "Neuronen" in jeder Zelle. Dies erfordert eine Art futuristische subatomare Technologie (Schrumpfstrahlen oder so).

3) Sehr belastbare Zellen in einem sehr schlaffen Körper. Wenn das Ding getroffen (oder beschossen oder was auch immer) wird, wird der Schaden, den die einzelnen Zellen erleiden, nicht nur dadurch gesteuert, wie hart der Treffer und wie stark die Zellen sind, sondern auch davon, wie stark sie an Ort und Stelle gehalten werden. Es ist der Unterschied zwischen dem Durchschlagen eines Blattes Papier, das in einem Rahmen gehalten wird, und einem, das durch die Luft fällt. Wenn der Slime-Bot sehr "floppy" (flüssig) wäre, würden Angriffe dagegen (in großem Maßstab) einen ziemlich dramatischen Effekt haben. Die gleiche Schlappheit bedeutet jedoch, dass die mikroskopisch kleinen Komponenten des Roboters wahrscheinlich kaum beschädigt werden.

Mischen Sie die richtige Menge an Techno-Geschwätz und Wissenschaft und bedenken Sie, dass in einem neuronalen Netzwerk die Ausgabe des Netzwerks von seinen Schichten abhängt, sich aber nicht ändert, wenn Sie die Neuronen austauschen, die einzeln die gleichen Operationen ausführen. Was sich ändert, ist die Eingabe/Ausgabe jedes Neurons entsprechend seiner Position im Netzwerk.

Ihre "feste Form" entspricht der "festen Position", während Ihr Goo flüssig ist, kann es die Position der Neuronen ändern, während die Netzwerkarchitektur gleich bleibt.

Modulares Computing und flexible Mehrzweckkomponenten

Der erste zu berücksichtigende Punkt ist, dass eine Rechenaufgabe in sehr kleine Elemente zerlegt werden kann und die physische Position dieser Elemente eigentlich keine Rolle spielt, wenn ihre Eingaben und Ergebnisse dorthin geleitet werden können, wo sie hingehen.

Denken Sie darüber nach, wie einfache Transistoren einen echten Computer ausmachen. Diese sind fest an Ort und Stelle, nehmen Eingaben von einem Teil auf und ihre Ausgänge sind mit einem anderen Bereich verbunden. In modernen Computern sind diese alle auf dicht gepackten Chips angeordnet. Bei älteren Computern waren das einzelne Chips, die auf einer Platine angeordnet und mit Spuren verbunden waren, die man mit bloßem Auge sehen konnte.

Aber was wäre, wenn diese Leiterbahnen auf einer Platine durch flexible Drähte ersetzt würden? Dann könnten Sie die Transistoren zumindest in begrenztem Umfang verschieben und neu anordnen, und der Computer würde weiterhin genauso funktionieren.

Wenn wir das auf unseren grauen Computer ausdehnen, überlegen Sie, ob sich jede Komponente neu konfigurieren könnte, um die Rolle zu erfüllen, die sie derzeit benötigt, oder sich selbst dorthin verschieben könnte, wo andere Komponenten sie benötigen.

Zwei „Zellen“, die kommunizieren müssen, entfernen sich voneinander?

• Geben Sie einen Fehler aus und lassen Sie eine als Konnektor konfigurierte Zelle hereinkommen, um die Lücke zu füllen.
• Oder werfen Sie einen anderen Fehler aus, lassen Sie eine der "Rechenzellen" wieder näher an die andere heranrücken und fordern Sie eine andere Zelle auf, ihren alten Platz einzunehmen.

Cluster von Zellen bilden "Rechengruppen", die mit der Lösung einer bestimmten Art der Datenverarbeitung beauftragt sind, und alle Rechengruppen fungieren als flexible Controller.

Solange genügend Zellen Teil einer Rechengruppe bleiben, die die zentralen Befehls- und Kontrollkonzepte speichert, können sie immer Anweisungen erteilen, um eine andere Rechengruppe zu bilden, die die Kolonie zum Funktionieren benötigt.

Selbst wenn Sie also einen Teil der Zellen wegsprengen und lokale Berechnungen und Daten stören, wird der Rest des Stapels genügend Computernetzwerke und -gruppen unterhalten, um neu zu berechnen, zu reformieren und weiterzumachen.

Wir haben bereits selbstbildende Mikrobot-Schwärme im Labor. Wenn Sie die Mikrominiaturisierung fortsetzen oder einfach selbstheilende Synapsensysteme postulieren, sollte sich das um Ihren organischen (oder amorphen) Greygoo kümmern.

Es könnte erwähnenswert sein, dass, wenn es um ein Technologieniveau geht, das davon ausgeht, dass Replikatoren im Nanomaßstab im Tandem arbeiten, jede Art von „Mikrochip“ als Teil des Körpers vergleichbar wäre mit dem Betanken eines Raumfahrzeugs mit einem Holzofen. Ich glaube nicht, dass ein solcher Roboter einen identifizierbaren Steuerchip haben würde. Wenn die Nanobots, aus denen dieser Roboter besteht, über genügend eigenständige Energie und Programmierung verfügen, um keine externen Batterien oder Informationsspeicher zu benötigen, benötigen sie wahrscheinlich auch kein diskretes Steuermodul. Alle Programmierredundanzen, Energieversorgung und Kontrollmechanismen würden dem greygoo selbst zufallen. Wenn in all dem Glibber kastenförmige, große Komponenten herumschwimmen und Schrotflinten ausweichen würden, wäre der Roboter nicht so amorph oder so widerstandsfähig wie er ist. Mag verrückt erscheinen, aber Sie wissen, was sie sagen. Jede Technologie,

Das menschliche Gehirn kommt bereits ziemlich gut damit zurecht, sich an den Verlust überraschend großer Teile seiner selbst anzupassen.

Es scheint vernünftig, dass eine Struktur, die sich neu ausrichten kann, gut funktionieren könnte, vorausgesetzt, sie hatte nichts zu Kompliziertes, an das sie denken musste, während sie die Bits reformierte, die sie für die Verarbeitung höherer Ordnung benötigte.

Das Gehirn einer Stubenfliege ist wirklich klein, aber es ist mehr als in der Lage, angemessen auf Gefahren zu reagieren - Sie brauchen nicht viel Rohmasse, um genügend Intelligenz bereitzustellen, um in Kupplungssituationen vernünftige Entscheidungen zu treffen.

Selbst wenn die Gänsehaut vollständig in kleine Stücke zerfallen ist, von denen kein Stück größer ist als das Gehirn einer Stubenfliege, kann sie doch schließlich ihre Wahrnehmung wiedererlangen, indem sie einfach ihre Struktur neu organisiert. In diesem Szenario würden Sie unweigerlich Daten verlieren, aber sicherlich verfügt jedes Stück grauer Schmiere, das groß genug ist, um etwas Interessantes zu tun, über eine Methode zum drahtlosen Austausch von Informationen mit dem größeren Netzwerk.

Der wirklich handgewellte Annahmenteil kommt ins Spiel, wenn Sie über die Art und Weise sprechen, in der das kognitive Netzwerk während seiner Zerstörung und Rekonstruktion die Selbstintegrität aufrechterhält – aber das muss es eigentlich nicht! Warum sollte ein Haufen grauer Schmiere ein konsistentes lineares Konzept der Selbstgeschichte aufrechterhalten? Das klingt nach einer Krücke. Solange die Gesamtheit aller grauen Schleime kollektiv überall einige Aufzeichnungen über bedeutende Ereignisse führt, denen sie sich mehr oder weniger innerhalb einer bestimmten Fehlerspanne einig ist, kann sie weiterhin rationale Entscheidungen auf der Grundlage dieser Ereignisse treffen, unabhängig von den individuellen Erfahrungen eines jeden Cluster von Zellen, die eine "individuelle Maschine" bilden.

Es gibt zwei Hauptaspekte: Computing und Speicher.

Ich werde größtenteils auf das äußere Erscheinungsbild verzichten und einfach davon ausgehen, dass der Körper aus einem Schwarm von Zellen besteht, die in der Lage sind:

• Ausführen kleinerer Berechnungen
• Speicherung kleiner Datenmengen
• Kommunizieren über kurze Distanzen (sagen wir ein paar cm), Nachrichten weiterleiten. Eine größere Gruppe kann sich zusammenschließen, um über größere Distanzen zu kommunizieren.
• Identifizierung durch ID

Zellen können über ID klassifiziert werden. Um zu verhindern, dass viele IDs für jede einzelne Zelle einer bestimmten Klasse gespeichert werden, wird ein Muster verwendet, das von der Anzahl der Zellen abhängt. Für große Mengen an Zellen würde es beispielsweise "jede Zelle mit gerader ID" tun.

Rechnen

Die Berechnung erfolgt in modularen Blöcken. Eine kleine Gruppe von Zellen bildet einen Verarbeitungsblock, mehrere Verarbeitungsblöcke können für eine komplexere Verarbeitung zusammengefügt werden. Dafür sorgen rechnende "Vorarbeiter"-Zellen: Eine Vorarbeiter-Zelle kündigt die Erstellung eines Rechenblocks an, sucht nach Zellen in der Nähe und erstellt mit ihnen einen Rechenblock, während sie andere Zellen über diese Aktion informiert. Vorarbeiterzellen würden in erster Linie Computerarchitektur retten.

Da sich die Rechenblöcke frei in der Masse der Zellen bewegen, sich nach Belieben auflösen und wieder integrieren, mit anderen Rechenblöcken kommunizieren, einander ersetzen, redundant sein können und so weiter, ist es für die Schwarmeinheit einfach, ihre Form zu ändern, sich durch Hindernisse wie Gefängnisgitter zu bewegen , Aufzählungszeichen ignorieren und so weiter - die Rechenblöcke werden sich gegenseitig ersetzen oder verschieben.

Speicher

Jede Zelle hat ihre eigene Speichereinheit, angenommen, es sind ein paar kb. In der gesamten Schwarmentität wird Speicher gespeichert und redundant (nach Muster) abgerufen - im Grunde kann ein Rechenblock sagen "Ich benötige die Daten einer Zelle, die ein Vielfaches von X ist", und jede dieser Zellen kann die Frage beantworten oder weiterleiten. Dadurch können Informationen sicher gespeichert werden, selbst wenn einige Zellen verloren gehen. Prioritätsinformationen werden in häufigeren Mustern gespeichert, weniger wichtige Situationen in weniger häufigen Mustern - so gehen kritische Informationen wie das Betriebssystem des Systems nicht so leicht verloren, während zufällige Informationen verloren gehen KÖNNTEN, wenn eine beträchtliche Anzahl von Zellen beschädigt wird, aber es ist immer noch so unwahrscheinlich. Wie die Verarbeitungsblöcke könnten auch Speicherblöcke erstellt werden, um die Lese-/Schreibgeschwindigkeiten des Speichers zu erhöhen.

Und ... das war es auch schon. Sie haben jetzt eine Zellschwarmeinheit, die Dinge berechnen und speichern kann, sodass sie beliebig gut funktionieren und handeln kann. Es kann auch freiwillig oder unfreiwillig geteilt und wieder zusammengesetzt werden. In Notsituationen, in denen es in viele kleine Gruppen aufgeteilt ist und eine große Anzahl von Zellen nicht verfügbar ist, kann es immer noch zu kleineren Blöcken zusammenwachsen, für eine Verarbeitungseinheit die redundantesten Speicherzellen abrufen und von dort aus den Wiederaufbau beginnen - it wäre kleiner, schwächer, hätte weniger Rechenleistung und würde Speicher mit niedriger Priorität verlieren, aber es würde trotzdem funktionieren.

Jeder Bot muss ein ganzes Stück schlauer sein, als wir ihn heute machen können. Nicht annähernd menschlich schlau, aber, sagen wir mal, ameisenschlau. Wir haben also Billionen gut organisierter „Ameisen“.

Die Dinge, die der gesamte Organismus weiß, müssen in kleine "Fakten" aufgeteilt werden, die in einzelnen Ameisen gespeichert werden können. Jede Ameise sollte in der Lage sein, vielleicht hundert Fakten und Argumente über sie zu verarbeiten.

Wichtige Fakten sind in Millionen von Ameisen gespeichert, weniger wichtige Fakten in nur wenigen hundert. Ein paar Ameisen zu verlieren spielt wirklich keine Rolle.

Die Entscheidungsfindung befindet sich zu jedem Zeitpunkt in einer gehirnähnlichen Struktur, die aus einer Reihe von Ameisen dicht beieinander besteht. Wenn diese verstreut sind, wird der Organismus verwirrt und arbeitet mit sehr grundlegenden Instinkten, bis ein neues Gehirn organisiert ist. Es kann aus irgendwelchen Ameisen bestehen, nicht unbedingt die gleichen wie früher.

Es gibt hier viele Punkte, an denen wir noch nicht wissen, wie das geht, aber nichts grundsätzlich Unmögliches.

Computing ist der EINFACHSTE Teil des Grey Goo Monsters

Wir haben bereits amorphes, verteiltes Rechnen – es heißt Internet, und es scheint gut zu funktionieren.

Computer müssen nicht wissen, wo sich andere Computer in der physischen Welt befinden, sie müssen wissen, wo sich andere Computer in der logischen Welt befinden. Im Allgemeinen verwenden wir dazu IP-Adressen. Es gibt eine ganze komplexe Welt, wie wir Nachrichten von einer IP-Adresse zu einer anderen übertragen, die verschiedene Protokolle und physische Hardware umfasst.

Selbstaufbauende Router

Nanobots könnten über die Low-Level-Protokolle miteinander kommunizieren, und wenn sie feststellen, dass kein Router vorhanden ist, um sie mit den anderen Bots zu verbinden, entscheiden sie sich spontan, einen Router mit den lokalen Bots zu erstellen und dann eine breitere Verbindung zu suchen.

Die wahren Herausforderungen

Damit dies funktioniert, muss jeder Grey Goo-Bot über einen integrierten Prozessor, drahtlose oder kabelgebundene Konnektivität und eine Art Stromquelle verfügen, um all diese Elektronen zu bewegen. All diese Dinge sind in dem Ausmaß, das graue Gänsehaut impliziert, grenzwertig unmöglich .

Arbeiten mit den Herausforderungen

Wenn ich an einer Grey Goo-Story arbeiten würde, würde ich mir wahrscheinlich ansehen, welche Art von Einschränkungen diese Herausforderungen für meine Goo bedeuten würden.

Rechenleistung - Wenn ich die Nanobots voneinander isoliere, werden sie dann dumm genug, dass sie nicht mehr funktionieren können?

Energiequelle - Müssen die Nanobots ständig einem Feld (Mikrowellen, Röntgenstrahlen, was auch immer) ausgesetzt sein, um sich selbst mit Energie zu versorgen, also bringt es sie um, sie in einen Faraday-Käfig zu stecken?

Es gibt viele Möglichkeiten, innerhalb der Herausforderungen zu arbeiten, um interessante Szenarien zu erstellen.

Vielleicht Redundanz ... das "Gedächtnis" oder der Zustand der Maschine wird in einer verteilten und redundanten Form dargestellt. Um ihn also zu zerstören, müssen Sie ihn vollständig zerstören oder zumindest mehr als einen bestimmten Bruchteil (ein solcher Bruchteil muss bestimmt werden durch Handlungspunkte). Das verleiht dem Kampf eine gewisse Wendung; Nur "auf den Kopf zielen" funktioniert nicht mehr, Sie müssen auf eine bestimmte Menge an Gemetzel abzielen. (Vielleicht progressiv? 80 % Schaden zerstören, aber 50 % Schaden vermasseln nur ein paar Kindheitserinnerungen?)