¿Cuáles son las áreas famosas de Física que se cruzan con CS o Ingeniería de Software?

Bueno, posiblemente el experimento más famoso de la historia (tal vez detrás de las pruebas ISS o Trinity) es el Gran Colisionador de Hadrones, operado por el CERN, y situado debajo de Ginebra.

La cantidad de datos producidos por el LHC es ridícula .

Más de [matemáticas] 10 ^ {15} [/ matemáticas] se registraron colisiones en 2012, y se registran 25 petabytes cada año. Leí en alguna parte que incluso esto es solo un pequeño fragmento de los datos que realmente se producen, aproximadamente el 95% de los datos originales son desechados por el hardware del detector, incluso antes de que ingresen al software de procesamiento.

Incluso después de esto, hay demasiados datos para los sistemas de procesamiento de datos normales, por lo que para este fin, el CERN construyó la red informática distribuida más grande del mundo. La red LHC está compuesta por 170 instalaciones, en 36 naciones, y procesa la increíble cantidad de información que fluye del colisionador.

Todo esto fue absolutamente esencial en el descubrimiento (eventual) del Bosón de Higg, y continúa en uso a medida que el LHC continúa buscando física más interesante.

Por lo tanto, ¡no hay una pequeña cantidad de Ciencias de la Computación que se haya utilizado! De hecho, he oído decir que el LHC, y el descubrimiento del bosón de Higgs fue más un triunfo de la ciencia y la tecnología informática, que un triunfo de la física.

Entonces: posiblemente el mayor descubrimiento científico de los últimos 25 años fue esencialmente un gigantesco proyecto de computación distribuida.

Si eso no cuenta como “intersección con CS”, entonces, francamente, ¡no sé qué hace!

Tal vez no sea tan famoso, pero sin embargo es importante la mecánica cuántica de muchos cuerpos de átomos, moléculas y (área en la que estoy más interesado) átomos ultrafríos. Para tales cálculos, necesita una enorme cantidad de potencia informática y algoritmos numéricos muy eficientes. El mayor problema es que, para tener cálculos exactos, los requisitos de memoria y tiempo se escalan como [matemáticas] 2 ^ N [/ matemáticas] en el caso más simple. En los cálculos teóricos de los sistemas de átomos ultrafríos (o sistemas de materia condensada), N es el número de sitios de red. Entonces, para redes con solo 40 sitios, se necesitan un par de TB de memoria RAM, lo cual es un gran problema. Para ponerlo en perspectiva, hay aproximadamente [math] 10 ^ {23} [/ math] sitios de celosía en un cristal típico de 1 centímetro cúbico, por lo tanto, si no puede hacer cálculos exactos. Siempre se necesita gente de CS o ingeniería de software para ayudar a los físicos con algoritmos eficientes.

“La información es física”. R. Landauer

Cada vez que manipula información, debe registrarla en algún lugar, ya sea en papel, en el disco duro de una computadora o en su propio cerebro. Esto puede parecer un detalle sin importancia al principio, pero resulta que el procesamiento de la información está íntimamente relacionado con la termodinámica y viceversa.

Resulta que el borrado de la información debe costar energía. Sorprendentemente, la energía que gasta para borrar un poco de información no puede ser inferior a

kT ln2

donde K es la constante de Boltzmann, T es la temperatura absoluta de su circuito.

Todo el campo de la teoría de la información cuántica se basa en este tipo de ideas. Recientemente, el concepto se ha aplicado en biología, y se ha demostrado recientemente que las células borran la información de una manera bastante eficiente, acercándose bastante a este límite inferior (ver los últimos documentos de mi compañero de trabajo Thomas Ouldridge para obtener más información). discusión).

Vea Wikipedia para una introducción (principio de Landauer – Wikipedia) y / o el video a continuación para un chat de ciencia popular sobre la imagen holográfica, que se correlaciona con el tema.

Los resultados en biología se analizan en los últimos artículos de mi compañero de trabajo Thomas Ouldridge, pero eso probablemente sea difícil de entender si no está familiarizado con los artículos científicos / este campo en particular.