Logotipo do Site Inovação Tecnológica





Informática

Como uma família mudou a ciência dos números aleatórios

Com informações do Projeto MixMax - 17/01/2020

Como uma família mudou a ciência dos números aleatórios
A geração de números aleatórios consome de 2 a 3% de toda a energia gasta pelos computadores do mundo todo.
[Imagem: Wikipedia]

Caos máximo

O famoso método Monte Carlo é amplamente utilizado para modelagem computacional em ciências, engenharia e na indústria. Batizado em homenagem a um famoso cassino em Mônaco, o método se baseia em números aleatórios para simular eventos e o movimento de partículas no mundo real.

Para que os resultados dessas simulações sejam confiáveis, os números usados devem ser verdadeiramente aleatórios, o que não é possível de se obter com números gerados por computador. Na melhor das hipóteses, os números gerados por programas são "pseudo-aleatórios". É claro que eles dependem das condições iniciais estabelecidas pelo programa de uma maneira complicada o bastante para serem geralmente indistinguíveis dos números genuinamente aleatórios.

Ou, pelo menos era assim que todos pensavam.

"Os geradores [de números aleatórios] introduzidos nas últimas décadas tinham propriedades fracas que influenciavam os resultados e eram menos adequados para as simulações mais exigentes de Monte Carlo," explica o professor George Savvidy, do Centro Nacional de Pesquisa Científica Demokritos, em Atenas, e coordenador do projeto MIXMAX, financiado pela União Europeia. "Então, desenvolvemos e implementamos uma nova safra de geradores de números aleatórios de última geração".

Família Números-Aleatórios

Em 1986, Savvidy percebeu que os geradores de números aleatórios usados nas simulações da física de partículas não eram tão confiáveis quanto se acreditava. Juntamente com sua esposa, Natalia, ele propôs uma nova abordagem baseada na teoria do caos, explorando uma classe de objetos matemáticos conhecidos como sistemas Kolmogorov-Anosov maximamente caóticos.

Como uma família mudou a ciência dos números aleatórios
Físicos também já conseguiram gerar números aleatórios usando o vácuo quântico.
[Imagem: ANU]

O casal Savvidy sabia que, para que o novo método fosse prático, seria necessário criar um programa de computador para produzir números de alta qualidade a uma velocidade muito alta. "Para pesquisas, você precisa gerar bilhões e bilhões de números. Um bom gerador deve ser caótico ao máximo e gerar números em nanossegundos," disse Savvidy, o marido.

Um avanço ocorreu em 2015, quando Konstantin, filho do casal Savvidy, publicou um algoritmo para o novo método, agora conhecido como MIXMAX, que reduziu o tempo de computação para gerar números aleatórios.

"O MIXMAX agora é um dos geradores mais rápidos do mercado, capaz de produzir números aleatórios genuínos de 64 bits em alguns nanossegundos," contou Savvidy, o pai orgulhoso.

Parceiros do projeto já colocaram o MIXMAX para trabalhar. Ele foi implementado em kits de ferramentas para processamento de dados e simulações no CERN, está sendo usado para projetar experimentos no LHC, está auxiliando a pesquisa em gravidade quântica no Instituto Niels Bohr de Copenhague e em física fundamental de partículas no Instituto de Física Yerevan na Armênia e fundamenta o trabalho de um observatório espacial de neutrinos que está sendo construído pela NASA.

Como uma família mudou a ciência dos números aleatórios
Um dado quântico produz números aleatórios que não podem ser previstos.
[Imagem: Max Planck Institute for the Physics of Light]

Contas de energia mais baixas... e lucro

O impacto potencial dos trabalhos do projeto MIXMAX é enorme. Fora da física, as simulações de Monte Carlo são usadas em química molecular, ciência de materiais, biologia computacional, farmacologia computacional, genética computacional e estatística. As aplicações vão desde o projeto de blindagens para proteger os satélites dos raios cósmicos até os cálculos da dose correta para radioterapia com feixes de prótons.

Savvidy estima que os 500 principais centros de supercomputadores do mundo consumam pelo menos 8 milhões de megawatts-hora de energia elétrica a cada ano, a um custo de US$ 1 bilhão.

"Cerca de 2-3% da energia do computador é usada para a geração de números aleatórios para simulações de Monte Carlo," ressalta ele. "O software MIXMAX pode reduzir isso em 30-40%, resultando em milhões de dólares em economia anualmente. "

Assim, embora o software resultante desse esforço multi-institucional e financiado com fundos públicos seja de código aberto e esteja disponível gratuitamente, Savvidy-pai está pensando em criar uma empresa para comercializar uma versão lucrativa do MIXMAX. Ele espera encontrar clientes nos muitos centros de supercomputação que executam simulações para aplicações como previsão do tempo.







Outras notícias sobre:
  • Software e Programação
  • Supercomputadores
  • Inteligência Artificial
  • Simuladores

Mais tópicos