Создание компьютера на основе нейронных систем живого мира базируется на теории перцептронов, разработчиком которой был Розенблатт. Он предложил понятие перцептрона - искусственной нейронной сети, которая может обучаться распознаванию образов. Предположим, что есть некоторая зенитно-ракетная установка, задача которой - распознать цель и определить наиболее опасную из них. Также есть два самолета вероятного противника: штурмовик и бомбардировщик. Зенитно-ракетная установка, используя оптические средства, фотографирует самолеты и отправляет полученные снимки на вход нейронной сети (при полностью сфотографированном самолете нейронная сеть быстро распознает его). Но если снимок получился плохо, то именно здесь используются основные свойства нейронной сети, одно из которых - возможность к самообучению. Например, на снимке отсутствует одно крыло и хвостовая часть самолета. Через некоторое (приемлемое) время нейронная сеть сама дорисовывает отсутствующие части и определяет тип этого самолета и дальнейшие действия по отношению к нему. Из распознанных штурмовика и бомбардировщика оператор данной зенитно-ракетной установки выберет для уничтожения более опасный самолет.
Перспективность создания компьютеров по теории Розенблатта состоит в том, что структуры, имеющие свойства мозга и нервной системы, имеют ряд особенностей, которые сильно помогают при решении сложных задач:
1. Параллельность обработки информации.
2. Способность к обучению.
3. Способность к автоматической классификации.
4. Высокая надежность.
5. Ассоциативность.
Нейрокомпьютеры - это совершенно новый тип вычислительной техники, иногда их называют биокомпьютерами. Нейрокомпьютеры можно строить на базе нейрочипов, которые функционально ориентированы на конкретный алгоритм, на решение конкретной задачи. Для решения задач разного типа требуется нейронная сеть разной топологии (топология - специальное расположение вершин, в данном случае нейрочипов, и пути их соединения). Возможна эмуляция нейрокомпьютеров (моделирование) - как программно на ПЭВМ и суперЭВМ, так и программно-аппаратно на цифровых супербольших интегральных схемах.
Искусственная нейронная сеть построена на нейроноподобных элементах - искусственных нейронах и нейроноподобных связях. Здесь важно заметить, что один искусственный нейрон может использоваться в работе нескольких (приблизительно похожих) алгоритмов обработки информации в сети, и каждый алгоритм осуществляется при помощи некоторого количества искусственных нейронов.
Заключение
Так на какой же основе будет построена вычислительная система будущего? Попробуем ответить на этот вопрос. В данной работе рассматривались три вида компьютеров: квантовые компьютеры, которые построены на основе явлений, возникающих в квантовой физике и дающих мощный вычислительный агрегат при решении задач сложных вычислений; нейрокомпьютеры и оптические компьютеры, которые построены на различной теоретической базе, но схожи в том, что и те и другие занимаются обработкой информации. С достоверностью известно, что уже сейчас существуют системы обработки информации, построенные на объединении оптических и нейронных компьютеров, - это так называемые нейроно-оптические компьютеры. Для того чтобы создать мощную систему обработки информации, пришлось разработать гибридную систему, т. е. имеющую свойства как оптических, так и нейронных компьютеров. Можно предположить, что объединение квантовых и нейроно-оптических компьютеров даст миру самую мощную гибридную вычислительную систему. Такую систему от обычной будут отличать огромная производительность (за счет параллелизма) и возможность эффективной обработки и управления сенсорной информацией. Но это лишь предположение, которое никакими фактическими доказательствами в настоящее время не подкреплено. Но технология создания вычислительных систем не стоит на месте, и в ближайшем будущем на рынке возможно появление новых вычислительных систем.
Список литературы
1. Глазер В. “Световодная техника” М. Энегроатомиздат 1995г.
2. Оокоси Е. Оптоэлектроника и оптическая связь. М.: Мир, 1998г.
3. Журнал PC Magazine ( Russian Edition ) N2 1991г.
4. М. ГУК “Аппаратные средства IBM PC” Питер Санкт-Петербург 1997г.