您的计算机执行大多数任务。对于文字处理，某些计算，图形艺术和网上冲浪，桌面上的数字盒子是工作的最佳工具。但是你的计算机工作方式，其数学风格依赖于“开”和“关”1和0的二进制代码系统，并不是解决每个问题的理想选择。

这就是为什么像圣母大学物理系教授兼计算机科学与工程系教授ZoltánToroczkai这样的研究人员有兴趣在数字计算达到最大潜力的时候恢复模拟计算。

Toroczkai和合作者一直致力于开发一种新颖的数学方法，有助于推动计算超越数字框架。他在Nature Communications上发表的最新论文描述了一种新的数学模拟“求解器”，可以找到解决NP难问题的最佳解决方案。

NP-硬度是一种计算复杂性的理论，其问题以其难度而着称。当变量的数量很大时，与调度，蛋白质折叠，生物信息学，医学成像和许多其他领域相关的问题用已知方法几乎是不可解决的。在针对各种NP难问题测试他们的新方法后，研究人员得出结论，他们的求解器有可能导致比数字计算更好，也可能更快的解决方案。

模拟计算机用于预测20世纪早期到中期的潮汐，在战舰上引导武器，并将NASA的第一枚火箭发射到太空。他们首先使用齿轮和真空管，然后使用晶体管，这些晶体管可以配置为解决一系列变量的问题。他们直接执行数学函数。例如，要添加5和9，模拟计算机会添加与这些数字相对应的电压，然后立即获得正确的答案。然而，模拟计算机很麻烦，容易产生“噪音” - 信号干扰 - 并且难以重新配置以解决不同的问题，因此它们不再受欢迎。

Digital computers emerged after transistors and integrated circuits were reliably mass produced, and for many tasks they are accurate and sufficiently flexible. Computer algorithms, in the form of software, are sets of instructions that tell the computer hardware how to perform. Because the process is restricted to the use of 0s and 1s, this also makes their programming simpler, and allowed digital computing to dominate for nearly 70 years.

但是，它们的限制可能会阻止数字计算机解决许多变量的NP难问题。其中一个问题是“旅行推销员”问题，其中销售人员必须在一个城市开始并在旅行结束时返回该城市，但在两者之间，必须前往列表中的所有不同城市。所有要点中最有效的途径是什么?随着更多城市的增加，问题变得越来越具挑战性。Toroczkai指出，这种优化问题的困难在于“虽然你总能得出一些答案，但你无法确定它是否是最优的。确定没有更好的解决方案就像问题本身一样难。”

模拟计算的挑战在于连续算法的设计。与算法开发历史悠久的数字计算不同，模拟计算机的算法缺乏类似的知识库，因此很难设计。Toroczkai的方法在各个方面都与数字计算机的算法类型不同。

下一步是基于这种方法设计和构建设备，这个过程将在Notre Dame的工程学院中得到解决。模拟计算机将针对特定任务而构建，而不是针对日常计算需求。这项工作是大型多机构工作的一部分，称为极端节能集体电子(EXCEL)，由Notre Dame的Suman Datta，Freimann工程主席和电气工程教授领导，与Sharon Hu教授合作。计算机科学与工程。

“目前大多数工程问题需要解决，例如虚假容量和更好的噪音控制，但它会实现这一目标，”Toroczkai说。“理想情况下，我希望你的桌面上有这个盒子，这是你的日程安排工具。而且它的工作要比普通电脑好得多。”