计算的未来可能是孕育 - 不是在计算机实验室，而是在一个晦涩的学科，称为过程控制，科学家已经发现，大鼠脑的一点涂抹可以解决化学工程中的一个大问题。
尽管在电子数字计算机方面取得了巨大的进步，你的办公桌上 - 或者在你的膝上，或者在你的口袋里 - 是与50岁的房间大小的怪物相同的机器。它操作二进制的方式，它已经被做。这种类型的计算机将变得更快，更强大的一段时间，但已经有迹象表明他们在硬件和软件接近极限。即使没有这些限制，任何可想象的电源的数字计算机将难以实现看似简单的任务。一个能够运行太空任务的大型机器在被要求从人群中挑选一张脸或在一个充满障碍物的房间中驾驶电子计算机的跳跃一样重要，必须受到生物学的启发。
如果过去是任何指南，这可能不会发生在可能的地方 - 主要的硬件或软件公司。原来的电子计算机不是当时的大电子公司，也不是银行或保险业务孵化的，它们首先从它的发展中获益，但在军事工业综合体的一个晦涩的角落，一个有很多钱的团队和迫切需要解决火炮轨迹。可能是这种类型的机器的继承者远离计算机的温床，在化学业务的一个模糊的角落：一个称为过程控制的字段。
现代化的化工厂是最复杂的结构之一，包括大量的管道，罐，反应容器，蒸馏塔，阀门和压缩机。在这里它与其他复杂的工件，如电信网，电脑和电网。不同的是，这些其他人容易受到什么系统人们称之为线性控制：转动音量旋钮上的立体声，你顺利地从勉强可听到耳朵分裂。电子学是这样的，虽然在电子学中有非线性，工程师是聪明的，足以弥补他们，使他们几乎毫无价值。但是每个化工厂的核心是反应容器和蒸馏塔;反应发生在那里，无处接近线性。不仅化学反应是非线性的，而且它们是动态非线性的：热和压力的变化对可用材料的输出具有难以控制的影响;加上，每批都有一种内存。
我们大多数国家都有这种反应的国内经验。考虑煎蛋卷。你从蛋白质和脂肪的不可食用的混合物开始。你给这个混合物添加精确的热量和空气。在某一时刻，热和空气的最后增量，与已经进行它的那些不可区分，产生完美的煎蛋。这是非线性。在煎蛋卷的记忆中看到了活力。如果你让它超越完美的点，没有办法通过，例如，冷却，使它回到完美。你必须把它扔掉，重新开始。虽然化学工程已经是一个世纪的科学，现在，它仍然更像是烹饪煎蛋卷比运行化学公司的人喜欢的人更多。像在厨房里，yum可以瞬间转向yuck，两者之间的差异构成了底线的很大一部分。这就是过程控制。
还有另一个区别，化学人不多说。当电信网络或电网上的某些东西变得糟糕时，人们就会生气，并且可能会损失大量的资金。当一个化工厂变酸时，你会得到火球：大块的白热金属去高速飞行到处，你可以在四秒内损失一亿美元的投资。这是如果你幸运。如果你不幸运，你得到博帕尔。
化学公司以同样的方式补偿这些特征 - 通过仔细观察锅，使用一种技术，可以被描述为许多老人谁知道如何使铁氟龙不消失威尔明顿。这是昂贵的，浪费，并且经常泄漏。同时，由于标准化学品的利润率下降，需要从更复杂的过程中获得更多的收入，从他们的专利期满，从环境需求到减少泄漏，以及废产品。这为流程控制的新观点奠定了基础。
虽然技术突破的起源很难确定，但是这可能是十年前，一个年轻的尼日利亚研究生名为Babatunde Ogunnaike在威斯康星大学完成博士学位。在神经生理学中正在进行革命，Ogunnaike发现神经元系统擅长控制麻烦化学工程师的同类非线性过程。每个人是一个成千上万的非线性反应的桶 - 每个蛾和每个仓鼠。
当然，在工程中使用生物模型的一般想法不是特别新。众所周知，生物模拟技术已经存在多年，但是除了魔术贴之外，还没有产生太多的价值技术。试图逆向工程神经系统的想法也已经出现了一段时间，特别是在加利福尼亚理工学院，其中Carver Mead和John Hopfield开始了研究领域，导致了当前对神经网络的兴趣。米德试图重新创建重要的感觉神经系统，如视网膜，在硅。
这种事情距离化学工程的强烈实用性还有很长的路要走，当Ogunnaike问他的顾问使用神经元派生的模型来控制化学工程中的过程时，他们都告诉他忘记它。但是他在他的研究兴趣声明中添加了一个关于基于生物过程控制的潜力的投机部分，并在他的职业生涯中继续记住。在80年代中期，Ogunnaike在位于特拉华州威尔明顿的杜邦公司进行了过程控制工作，并且很惊讶地发现，杜邦最近已经建立了一个主要的生命科学计划，包括一个神经科学部分。杜邦已经对生命科学进行了大量投资，希望生物学家能以某种方式提出另一种尼龙 - 一种可以获得专利的产品，这种产品价格便宜，易于制造，具有潜在的天文学利润，这已经使传统化学失效了40年。
运行神经部分是一个非常规的前心理学家Jim Schwaber。 Schwaber从杜邦的学术界来到杜邦，作为杜邦生命科学招聘的一部分。他开始作为一个赛鸽运动Skinnerian行为主义者，然后对迈阿密大学的神经生理学感兴趣，研究人员正在研究动物如何控制他们的心率。这里Schwaber进入了行为科学的经典难题之一：如果你想学习行为，你必须理解大脑;如果你想了解大脑，你必须了解它的组成部分;如果你想了解它的组件，你必须了解神经元;如果你想了解神经元，你必须了解膜生理学和神经递质的生物化学;等等，直到还原主义的最后一个增量 - 夸克，也许。然而，到那时，你不会在很大程度上理解为什么大鼠做一件事而不是另一件事。
在实践中，当然，科学家沿着这个连续体选择一个可行的研究部分并专门化。事实证明，Schwaber选择的一个是正确的，可以称为复杂的行为到分子连续体的中间：一个大约一百个神经元及其相关的传感器和连接的离散组，在音乐会中，调解哺乳动物的血压。简单地说，这种压力反射控制在宽范围的心率范围内的相当窄的范围内的血压。
无论大鼠（或人类）是在寻找食物，为其生命战斗，还是解雇;无论心脏是运行在最大还是只是滴答 - 输送到身体的细胞的血压几乎是一样的。这不是一个简单的成就，考虑到系统只有两个变量：心输出量和动脉壁张力。本质上，系统从主动脉弓和心脏窦中的受体获取压力信息，并将该信息发送到脑干中核上的二级神经元（NTS）。该信息与反映对心脏和呼吸性能的需求的其他感觉信号集成，然后NTS向心脏发送控制信号，该信号调节其速率，节律和收缩力，同时其将其它信号发送到调节血流的血管床和电阻。压力反射是复杂的，足以令人感兴趣 - 毕竟，它是大脑的一部分 - 但足够简单，至少可能在合理的时间内，详细的理解，不像像视觉或意识这样的更有问题的功能。
在杜邦，Schwaber最初在中央研究设立了商店，然后花了一些时间在成像系统部，因为该公司认为这项工作将在生物医学技术中有一定的适用性。它做到了，但更重要的结果是Schwaber和他的团队开发了实时计算机分析包括压力反射的神经元的输入，输出和计算功能的能力。他们会采取一个老鼠，导线它的血压和心率跟踪，插入记录和刺激电极在压力反射系统感兴趣的各个地点。最终，他们可以像一个视频游戏一样玩这个系统，看看在工作站显示器上发生了什么。
当Ogunnaike找到Schwaber的实验室时，他立刻明白，过程控制中的革命被认为是一个研究生，是可以触及的。他在压力反射的操作中看到了与过程控制中的关键问题的不同寻常。看来当你想制造一种复杂的聚合物，如Kevlar或Teflon，你可以在一个大罐中用合适的催化剂煮沸单体结构单元的汤，如果温度和压力是正确的，你得到所需的产品。为了控制温度，你在水箱周围使用水套;控制压力，你直接喷射氮气进入坦克本身。并且，当然，存在直接作用温度对压力，如在蒸汽机中。为了保持压力在范围内，最好使用水套，但这种反应迟缓，因此当压力开始降低到所需的设定点以下时，控制工程师必须使用氮气。不幸的是，如果你以这种方式压力太大，你可以毁了产品或降低产量。此外，这种相对粗糙的操作，当应用于非线性系统时，产生不可预测的反馈，其可以使罐完全失去控制。
