¿Por qué la biología se está volviendo cada vez más relevante en TI?

La biología es una ciencia empírica. La informática y las computadoras son las construcciones sintéticas más puras. Se reúnen en el campo de la genética, y este es un campo donde hay mucho por hacer. No sabemos casi nada en esta área, no porque no sea interesante, sino porque es mucho más complejo que todo lo demás, incluida la física cuántica.
Las cosas más complejas inventadas por los humanos, las computadoras modernas, son tan primitivas como un ábaco frente a un microprocesador en comparación con la complejidad de un organismo.

Solo algunos hechos simples:
Nuestro cerebro tiene ~ 100Gcells. Eso no significa 100 Gbit, sino 100 mil millones de puertas interconectadas, cada una capaz de almacenar información analógica . Solo se necesitan 20 vatios para alimentar esta supermáquina. Los procesadores modernos tienen aproximadamente el poder de procesamiento del cerebro de una hormiga, y necesitan> 100W para ser alimentados. También son estúpidos como hormigas, no pueden adaptarse, cambiarse a sí mismos, reaccionar de otra manera que no sea preprogramada.

El ADN tiene el equivalente de 700 MB de información almacenada en una larga cadena de moléculas, que sin envolver serían unos 20 cm de largo. Toda esta cantidad de información se almacena en un lugar de las dimensiones de un hoyo de CD. El total de 700MB existe en cada una de las 50 billones de células de nuestro cuerpo.
En comparación, un CD “biológico” podría almacenar 4,2 millones de terabytes, o aproximadamente todo el tamaño de Internet.
Cada célula de su organismo lee esta información con la velocidad de un reproductor de CD (algunos MB por segundo) y ocurre una maravilla química completa:

No entendemos casi nada de esta maravilla. La genética y la informática hicieron posible al menos leer los 700 MB y dividirlo en esos fragmentos (genes) que contienen el código real de la vida (proyecto del genoma humano). Pero todavía no sabemos nada sobre cómo funciona este código: tenemos que hacer grandes cantidades de “ingeniería inversa” para descubrir las cosas más básicas.
Comprender el código de vida tendría un impacto mucho más profundo para nosotros, humanos, que todos los otros logros científicos de los últimos siglos juntos. Nos permitiría vivir mejor, más tiempo, curar enfermedades, alimentar nuestra civilización y tal vez derrotar a la muerte.

La genética y las biociencias están surgiendo con la informática también porque la informática “simple” ya no puede evolucionar por sí sola por mucho tiempo. Vemos que se acercan los límites de las tecnologías reales: los semiconductores están llegando a sus límites en términos de escala y velocidad, la información es omnipresente, el arte imperativo de los paradigmas de programación reales se siente subóptimo para los problemas modernos, etc. La forma real de manejar la información es el enfoque de la fuerza bruta y el progreso solo fueron posibles en base a la ley de Moore: más velocidad, más memoria 🙂 Pero creemos que la forma en que la naturaleza resuelve los problemas es mucho más “natural”. Encuentra soluciones sin hacer preguntas primero. Hace las cosas de forma “analógica”, con menos esfuerzo. Nosotros
quisiera tener la capacidad de la naturaleza para desarrollar sistemas de autoorganización, algoritmos de autoaprendizaje,
código evolutivo autoadaptable.
En general, este es un enorme parque infantil nuevo. La informática puede aprender mucho de la genética, y la genética necesita la TI para realizar ingeniería inversa del código de la vida. Las posibles aplicaciones ni siquiera son imaginables ahora.

More Interesting

¿Cuál debo elegir entre IIIT Allahabad IT y Jadavpur University CSE si estoy interesado en la codificación y la investigación en ciencias de la computación?

¿Cómo difieren la optimización bayesiana y el aprendizaje activo?

¿Es una buena idea hablar de aspiraciones de investigación interdisciplinarias en mi Declaración de Propósito?

¿Cuál es la forma más eficiente de transferir datos entre MATLAB y Python?

¿Cuánto diseño de algoritmos hacen los investigadores de aprendizaje automático?

¿Puedo hacer investigación en informática si no estoy interesado en las matemáticas?

¿Un buen perfil en programación competitiva ayuda a obtener la admisión en los mejores programas de MS / Phd en las mejores universidades de EE. UU. Para Algoritmos / CS / Sistemas Teóricos? En caso afirmativo, ¿qué universidades específicas fomentan tales aplicaciones?

¿Cuáles son algunas direcciones en la investigación en informática que vale la pena seguir?

¿Cuáles son algunos términos básicos de la computadora para el hardware y el software de la computadora?

¿Cuáles son los códigos de simulación de última generación en dinámica de fluidos computacional?

¿Las publicaciones de investigación realmente importan en las admisiones a la escuela de posgrado?

¿Cómo calificaría el Instituto Nacional de Investigación en Informática y Control en términos de calidad de la investigación y otros parámetros importantes en comparación con otros institutos mundiales como el MIT, Stanford, etc.?

¿Cuál es la diferencia entre la complejidad del tiempo promedio y la complejidad del tiempo esperado?

¿Por qué debería aprender C #?

¿Quiénes son algunos doctores en informática líderes en la industria?