Нейрокомпьютер - шестое поколение вычислительных систем

Техника

Нейрокомпьютинг - научное направление, которое занимается разработкой вычислительных систем шестого поколения - нейрокомпьютеров, состоящих из большого числа параллельно работающих простых вычислительных элементов (нейронов). Элементы связаны между собой, образуя нейронную сеть. Они выполняют единообразные вычислительные действия и не требуют внешнего управления.


Нейрокомпьютинг - научное направление, которое занимается разработкой вычислительных систем шестого поколения - нейрокомпьютеров, состоящих из большого числа параллельно работающих простых вычислительных элементов (нейронов). Элементы связаны между собой, образуя нейронную сеть. Они выполняют единообразные вычислительные действия и не требуют внешнего управления.

Большое число параллельно работающих вычислительных элементов обеспечивают высокое быстродействие. Нейрокомпьютеры позволяют с высокой эффективностью решать целый ряд интеллектуальных задач, причем заданный алгоритм для этого совершенно не нужен. Поэтому нейрокомпьютеры - настоящая находка для многих сфер. Так, например, они активно используются на финансовых биржах, помогая предсказывать колебания валют и акций.

Особенности:

Прошло более 55 лет с того момента, когда появилась первая ЭВМ. За это время сменилось уже несколько поколений вычислительных машин. Менялись элементная база, конструктивные решения, языки программирования, программное обеспечение, но основы архитектуры, заложенные при создании машин первого поколения, практически без изменения перешли на машины последующих и успешно работают до настоящего времени. Многочисленные элементы, размещаемые в системном блоке, всё те же: центральный процессор, память, шина, блок питания, многочисленные аналого-цифровые и цифровые преобразователи (АЦП и ЦАП). Нет сомнений, что идеи машин первого поколения ещё послужат человеку.

Нейрокомпьютеры отличаются от ЭВМ предыдущих поколений не просто большими возможностями. Принципиально меняется способ использования машины. Место программирования занимает обучение - нейрокомпьютер учится (!) решать задачи. После обучения сеть может применять полученные навыки к новым входным сигналам, для этого уже не понадобится стандартный алгоритм. Причем все встроенные «нейроны» действуют только в системе - решение слабо зависит от неисправности отдельного компонента.

При переходе от программирования к обучению повышается эффективность решения интеллектуальных задач. В нейронной сети нет локальных областей, в которых запоминается конкретная информация. Вся информация фиксируется во всей сети. Параллельная работа очень большого числа простых вычислительных устройств обеспечивает быстроту совершаемых действий.

Похожие факты в этом разделе

Башни–близнецы в Малайзии - визитная карточка Куала-Лумпура

Небоскребы - американское изобретение. Однако в условиях экономического бума в Азии растет строительство многоэтажных зданий. Огромный 88-этажный небоскреб высотой 452 метра...

Персеполь - один из самых роскошных городов в древности

Великий и богатый город-дворец Персеполь не донес до наших дней былого величия — от него остались только одни руины. Стоит он под открытым небом, храня следы прошлого могущества....

Интересные факты о мавзолее Тадж-Махал

Тадж-Махал известен во всем мире, уже 350 лет он привлекает множество туристов. Знакомый по бесчисленным фотографиям силуэт стал символом Индии. Кажется, что Тадж-Махал парит...

Айсотель в Швеции - чудо ледовой архитектуры

Второе тысячелетие прошло, началось третье - время технических технологий и всевозможных новаторств, которые в древние времена рассматривались не иначе как чудо. Кто бы мог...

Последние факты

Аргентина - подборка интересных фактов

Много ли мы знаем об Аргентине? А между тем, это восьмое по размерам государство, политические партии в нём имеют свои...

Гейзер Флай - рукотворное чудо природы

Это не фотошоп, не кадр из мультфильма, а реальная фотография. Этот феномен действительно существует в природе...

Мохенджо-Даро - тайны «Холма мёртвых» в Индии

Археологов давно волнует тайна города Мохенджо-Даро, погибшего 3500 лет назад. В 1922 г. индийский археолог Р....