Не менее грандиозные перспективы открываются и перед медициной – человечество получит лекарства от всех существующих болезней, и не только вирусного и бактериального происхождения, но и генетического. Нанороботы смогут проникать в клетки организма и исправлять все повреждения на молекулярном уровне – т.е. зубная щетка не понадобится вовсе. И наконец, прекратится дальнейшее загрязнение окружающей среды, ведь новая технология, по сути, безотходна.

Однако чтобы достичь всего этого, нужно ответить на множество вопросов. Так, например, никто пока не знает, какие размеры должны иметь механические части роботов и как сделать так, чтобы они отвечали определенным требованиям.

Данную проблему можно решить экспериментально. Предположим, нам нужно знать, какую толщину должна иметь «рука» наноробота. Мы могли бы просто создать опытный образец и посмотреть, сломается она или нет. Если сломается, то сделать «руку» потолще, и т.д. Но у этого метода есть серьезный недостаток. Сейчас нанообъекты приходится создавать макрометодами, что очень дорого, трудоемко и долго. Чтобы перебрать много вариантов и выбрать наилучший, возможно, не хватит и жизни. Поэтому надо искать другие пути.

Итак, нам нужно знать характеристики манипулятора, по сути представляющего собой одну гигантскую молекулу. Свойства любой молекулы полностью определяются прочностью химических связей между атомами, из которых она состоит. А как известно, химическая связь – не что иное, как взаимодействие электронов и ядер атомов. Чтобы определить эти связи, мы должны знать вероятность пребывания электронов в конкретном месте в определенное время. Если вероятность того, что электрон находится между ядрами атомов велика, то связь крепка. Чем ниже вероятность этого, тем слабее связь.

Проблема была решена в начале XX столетия. Австрийский исследователь Шредингер создал уравнение, позволяющее узнать все свойства химического соединения, даже не получив его на практике. В уравнении учтены все силы, которые воздействуют на электрон. Ученый решил его для простейшего случая – атома водорода – и получил точно такие же значения, как и на практике. Проблема описания связей исчезла, но возникла новая – как решить само уравнение Шредингера. Подумаешь, уравнение – покажется кому-то. Однако не стоит недооценивать проблему. Ведь получить результат типа «икс равно» удается не так уж часто. И чем точнее уравнение описывает реальный мир, тем меньше вероятность, что оно решаемо на бумаге. Что же делать? Надо либо упрощать уравнение, либо вычислять его приближенными методами, а чаще всего приходится делать и то и другое. Уравнение Шредингера хорошо упрощается для кристаллов, в которых атомы размещены строго в узлах решетки. А границы кристалла, где регулярная структура обрывается, расположены относительно далеко, и их влиянием можно попросту пренебречь. Именно такой подход позволил узнать свойства полупроводников, что в конечном итоге привело к созданию современных интегральных схем. Для манипуляторов нанороботов все обстоит иначе. Атомов столь мало, что все они являются граничными, и решать уравнение в упрощенном виде бессмысленно. Приходится искать точное решение. С другой стороны, атомов столь много, что найти точное решение невероятно сложно. Для самого простого случая – молекулы водорода, состоящей из двух атомов, решение уравнения Шредингера не составляет проблемы. Но чем сложнее молекула, тем дольше его считать.

Среди самых распространенных наноустройств на сегодняшний день – нанотрубки. Они играют различные роли: от молекулярных фильтров, действующих как обычные сита, и до трехмерных шестеренок, без которых трудно представить себе какой-либо механизм. Нанотрубки на рисунке почти целиком состоят из углерода, а точнее из замкнутых графитовых слоев. Обратите внимание на выступы по бокам трубок: именно они выполняют функции зубьев, превращающих нанотрубки в шестерни.

Еще лет двадцать назад понятие сложности алгоритма было известно абсолютно всем. Когда объем вычислений линейно зависит от объема входных данных, говорят о линейной сложности. Это идеал, мечта программиста. Если зависимость степенная, дело обстоит хуже, но терпимо. Но если количество данных является показателем степени – это приговор алгоритму. Экспоненциальная сложность – почти то же, что и отсутствие решения задачи.

Шли годы, перед программистами возникли новые проблемы, и основное внимание было уделено им. Разумеется, постоянный рост производительности компьютеров и многократное уменьшение их стоимости позволили смириться с наличием неэффективных алгоритмов. Однако такие «тепличные» условия не вечны. Стоит появиться задаче, требующей большого объема вычислений, и проблемы сложности снова становятся предельно актуальными.