3.6Нейрокомпьютеры

Принципы обработки информации в современных ЭВМ (ВК) и принципы функционирования мозга человека существенно различаются. Мозг человека работает на основе параллельной обработки информации в нейронных сетях. ВК, построенные на основе принципов параллельной обработки информации в распределенных (искусственных) нейронных сетях, называют нейрокомпьютерами.

Построение нейрокомпьютеров (НК) базируется на использовании идеи имитации поведения клеток головного мозга – нейронов. Идея впервые была предложена в 1949 году. Ее суть: построить ЭВМ в виде нейронной сети, которая путем обучения настраивается на решение различных конкретных задач.

В общем случае модель нейронной сети состоит (строится) из множества формализованных нейронов, между которыми устанавливаются синаптические связи. Изменение состояния нейрона сети происходит по суммарному возбуждению, происходящему по синаптическим связям от других нейронов сети.

Базовым элементом искусственных нейронных сетей является искусственный нейрон – т.н. линейный пороговый элемент ЛПЭ (рисунок 3.21).

П оведение ЛПЭ описывается выражением

г де x_i - входные сигналы, W_i- весовые коэффициенты, f – пороговая функция, означающая, что выход у ЛПЭ определяется взвешенной суммой входных сигналов. Виды пороговых функций представлены на рисунке 3.22.

Рисунок 3.22

Из ЛПЭ организуются, например, линейные матрицы, называемые слоями или уровнями сети. На рисунке 3.23 приведен пример трехуровневой сети. Это сеть с прямыми связями от входов к выходам.

Рисунок 3.23

Больше возможностей у сетей с обратными связями, от последующих уровней к предшествующим. Такие сети позволяют обнаруживать и запоминать образцы (образы), подаваемые на вход сети, без программирования сети. Такого рода сети способны обучаться. Обучение происходит путем сравнения входных образцов с хранящимися в сети и, если это новый образец, то производится его запоминание и т. д. В процессе сравнения формируются новые весовые коэффициенты и осуществляется самообучение.

Таким образом, нейронная сеть сама себя программирует на основе подаваемой на ее вход информации. Области применения нейронных сетей – решение сложных задач искусственного интеллекта, в частности, зрительных, слуховых и т. п. Нейронная сеть рассматривается как альтернатива алгоритмическому программированию, т.е. как альтернатива фон неймановским ЭВМ.

Реализовать нейронные сети можно на основе транспьютеров путем их соответствующего программирования (настройки) на работу в качестве ЛПЭ. Однако человеческий мозг представляет «аналоговую» ЭВМ, поэтому нейронную сеть лучше строить на базе аналоговых БИС – специализированных БИС, нейрочипов. При таком подходе для построения ЛПЭ потребуется только один многовходовой транзистор, роль весовых коэффициентов в котором могут выполнять резисторные матрицы.

4.Организация процессоров

Структурная организация процессоров вытекает из принципа программного управления Дж. фон Неймана: процессор - это устройство для реализации процесса выполнения программы. Процесс выполнения программы сводится к выполнению действий, известных как цикл выполнения команд:

1. Выборка команды из памяти.

2. Выборка операндов.

3. Выполнение операции.

4. Запись результата.

5. Переход к п.1.