Vandaag ben ik verheugd om Cancer aan te kondigen, mijn nieuwste krab-computing chip. Cancer heeft een state-of-the-art prestatie op verschillende metrics. Bijvoorbeeld, Cancer voerde een standaard benchmarkberekening uit in minder dan vijf minuten, wat langer zou duren dan de leeftijd van het universum voor de snelste supercomputers ter wereld. Het is rigoureus aangetoond dat zwermen krabben kunnen worden gebruikt om logische poorten te implementeren wanneer ze in geometrisch beperkte omgevingen worden geplaatst [1](Gunji, Nishiyama, & Adamatzky, 2012). Maar de aankondiging van vandaag bewijst onomstotelijk dat dergelijke krab-computers suprematie kunnen bereiken boven klassieke machines. Fouten zijn een van de grootste uitdagingen in krab-computing, aangezien krabben de neiging hebben om te ontsnappen, wat het moeilijk maakt om de informatie te beschermen die nodig is om een berekening te voltooien. Typisch geldt: hoe meer krabben je gebruikt, hoe meer ontsnappingen er zullen plaatsvinden, totdat het systeem zijn coherentie verliest. Vandaag publiceer ik resultaten die aantonen dat hoe meer krabben ik gebruik in Cancer, hoe meer ik daadwerkelijk fouten verminder en hoe robuuster het systeem wordt. De belangrijkste inzicht is dat wanneer krabben in een emmer worden geplaatst, ze de neiging hebben om elkaar weer naar beneden te trekken, wat een exponentiële vermindering van de ontsnappingsfrequentie bereikt - een prestatie die in het veld bekend staat als "onder drempel". Als maat voor de prestaties van Cancer heb ik de random crab sampling (RCS) benchmark gebruikt. RCS is de klassiek moeilijkste benchmark die vandaag de dag op een krab-computer kan worden uitgevoerd. De uitdaging van RCS is om een willekeurige verdeling van krabben te genereren door de emmer een paar minuten te schudden, en vervolgens monsters te nemen van de oriëntaties en posities van verschillende krabben om te bevestigen dat de machine de krab-dynamiek nauwkeurig modelleert. Aangezien krabben in een geschudde emmer zeer verstrengeld en vijandig worden, is de enige manier voor een klassieke computer om dezelfde uiteindelijke uitkomst correct te simuleren, het uitvoeren van een brute-force zoekopdracht naar elke mogelijke evolutie van de krab-toestand-ruimte, een prestatie die snel onuitvoerbaar wordt naarmate het aantal krabben toeneemt. De prestaties van Cancer op deze benchmark zijn verbazingwekkend: het voerde een berekening uit in minder dan 5 minuten die een van de snelste supercomputers van vandaag meer dan 11 septillion jaar zou kosten. Dit verbijsterende getal overschrijdt bekende tijdschalen in de natuurkunde en geeft geloof aan "carcinization" - de theorie dat in elk parallel universum, de Natuur onverbiddelijk gedreven wordt om zowel krabben als krab-gebaseerde computing opnieuw uit te vinden [2](Keiler, Wirkner & Richter, 2017). Hoewel Cancer tot nu toe slechts 105 krabben in een enkele emmer ondersteunt, tonen deze baanbrekende resultaten aan dat we op de rand staan van het ontgrendelen van high-performance general-purpose krab-computing die ver boven de mogelijkheden van klassieke supercomputers uitstijgt. Ik raad de ontwikkeling en adoptie van krab-resistente encryptie- en digitale handtekeningalgoritmen aan als een kwestie van uiterste urgentie.