Горизонты науки Башкортостана (сборник)

За шестьдесят с небольшим лет последовательно сменилось пять поколений ЭВМ. Первое поколение ЭВМ – ламповые (1951–1960 гг.), всего их было выпущено около шести с половиной тысяч. Эти машины могли хранить большие запасы информации, автоматически выбирать из них необходимые сведения и производить не только математическую и статистическую обработку информации, но и логические операции.

Затем пошло второе поколение ЭВМ – полупроводниковые (конец 50-х – середина 60-х гг.). Эти машины на транзисторах могли производить до 1 млн. операций в секунду, у них были меньшие габариты и большая надежность.

Машины третьего поколения (середина 60-х – середина 70-х гг.) имели память уже в электронном исполнении – на интегральных схемах, представляющих собой маленькие пластинки из кристаллического вещества (кремния, германия), заменяющие громоздкие блоки из тысяч элементов. Это придало им еще большую надежность. Быстродействие достигло нескольких десятков миллионов операций в секунду.

Четвертое поколение ЭВМ на больших и сверхбольших интегральных схемах (середина 70-х гг. – по настоящее время) отличается быстродействием в десятки и сотни миллиардов операций в секунду. На их основе были созданы первые персональные компьютеры: в 1971 г. был изготовлен первый микропроцессор «INTEL-4004», а в 1974 г. – первая персональная ЭВМ «Альтаир-8080». С начала 80-х годов созданы суперЭВМ, в работе которых используются параллельные алгоритмы и кластеры.

Ожидается, что ЭВМ пятого поколения будут построены с использованием методов и средств искусственного интеллекта (база знаний, подсистема общения с пользователем, речевая связь, непроцедурные языки высокого уровня, эвристические возможности машины). С другой стороны, интеллектуальный интерфейс этих машин требует больших затрат. И вот здесь на первый план выходят принципиально новые вычислительные машины – нейрокомпьютеры (НК).

Отличительной особенностью пяти поколений традиционных ЭВМ было использование разработанной фон Нейманом архитектуры – элементов двоичной системы исчисления (двоичной переменной, принимающей значения единицы и ноля) для компьютеров. Нейрокомпьютеры – это вычислительные системы с архитектурой аппаратного и программного обеспечения, адекватной выполнению алгоритмов, представленных в нейросетевом логическом базисе (со 2-й половины 80-х гг.). То есть в НК используются не элементы двоичной логики, а искусственные нейроны (нервные клетки).

Нейрон и персептрон

Первая модель биологического нейрона была предложена еще в 1943 году американскими учеными – нейрофизиологом Уорреном Мак-Каллохом и математиком-кибернетиком Уолтером Питтсом. В то время считалось, что эквивалентом нейронных сетей в вычислительной технике могут послужить вакуумные лампы. При этом принцип работы нейронов (их возбуждение) аналогичен однократному выбору – по типу «да-нет», производимому при определении разряда двоичного числа. То есть синапс (контакт между нейронами) точно так же определяет – будет ли определенная комбинация выходных сигналов от предыдущего элемента служить для возбуждения (передачи информации, данных) следующего элемента.

В настоящее время под искусственным нейроном рассматривают обобщенную модель, состоящую из аналогов дендритов (воспринимателей сигналов, передающих нервные импульсы в тело нейрона) и синапсов, входов сумматора, сумматора (аналога тела нейрона), выходов сумматора (аналогов аксона – проводника импульсов от тела нейрона наружу). Каждый из входов сумматора имеет свой вес, отсюда главная особенность искусственного нейрона – настраиваемость всех его весовых коэффициентов (весов синаптических связей).

Ныне насчитывается около 200 разновидностей архитектур (структурных типов) нейронных сетей, например, радиально-базисные сети, многослойные сети Хопфилда, самоорганизующиеся сети Кохонена, рекуррентные (динамические) сети, когнитроны, неокогнитроны… Наиболее известным является персептрон (восприниматель) Розенблатта, по сути, представляющий собой «черный ящик», который настраивается на решение какой-либо конкретной задачи. В нем реализуются входные, выходные и скрытые слои нейронов. Эта модель была предложена в 1958 г. Ф. Розенблаттом и представляет собой 1-й класс нейронных сетей.