- •Вычислительные
- •Биологические компьютеры. ДНК- компьютеры
- •Проблемы ДНК- компьютеров
- •Теория и практика
- ••Установка кодирует входные данные и программы в состоящих из двух цепей молекулах ДНК
- ••В 2002 г. Olympus Optical в сотрудничестве с А. Тояма впервые создали коммерческую
- •Биокомпьютинг. Клеточные компьютеры
- •Проблемы клеточных
- •Достоинства
- •Недостатки биокомпьютеров
- •Нейрокомпьютеры
- ••Каждый нейрон вычисляет взвешенную сумму пришедших к нему по синапсам сигналов и производит
- •Нейросеть (НС)
- •Достоинства НС
- ••Нейрокомпьютер — устройство переработки информации на основе принципов работы естественных нейронных систем
- •История
- •Рынок нейрокомпьютеров
- •Области применения
- •Квантовые компьютеры
- ••Квантовая запутанность - Вообразите атом, который мог бы подвергнуться радиоактивному распаду в определенный
- •История
- •Область применения
- •Реализация
- •Компьютеры с реконфигурируемой архитектурой
- •Области применения
- •Современные типы ПЛИС
- •Вопросы?
Нейрокомпьютеры
•Нейронная сеть - совокупность элементарных преобразователей информации, называемых "нейронами", которые определенным образом соединены друг с другом каналами обмена информации – «синаптическими связями»
•Нейрон представляет собой элементарный процессор, характеризующийся входным и выходным состоянием, передаточной функцией
(функция активации) и локальной памятью
• Состояния нейронов изменяются в процессе функционирования и составляют кратковременную память нейросети.
•Каждый нейрон вычисляет взвешенную сумму пришедших к нему по синапсам сигналов и производит над ней нелинейное преобразование.
•При пересылке по синапсам сигналы умножаются на некоторый весовой коэффициент.
•В распределении весовых коэффициентов заключается информация, хранящаяся в ассоциативной памяти НС.
•Основным элементом проектирования сети является ее обучение. При обучении и переобучении НС ее весовые коэффициенты изменяются. Однако они остаются постоянными при функционировании нейросети, формируя долговременную память.
Нейросеть (НС)
•НС может состоять из одного слоя, из двух, из трех и большего числа слоев.
•Число входов НС определяет размерность гиперпространства, в котором входные сигналы могут быть представлены точками или гиперобластями из близко расположенных точек.
•Количество нейронов в слое сети определяет число гиперплоскостей в гиперпространстве.
•Вычисление взвешенных сумм и выполнение нелинейного преобразования позволяют определить, с какой стороны от той или иной гиперплоскости находится точка входного сигнала в гиперпространстве.
Достоинства НС
•не требуют детализированной разработки программного обеспечения и открывают возможности решения задач, для которых отсутствуют теоретические модели или эвристические правила, определяющие алгоритм решения.
•обладают способностью адаптироваться к изменениям условий функционирования, в том числе к возникновению заранее непредусмотренных факторов.
•по своей природе НС являются системами с очень высоким уровнем параллелизма.
•Нейрокомпьютер — устройство переработки информации на основе принципов работы естественных нейронных систем
•Преимущества нейрокомпьютеров:
–Все алгоритмы нейроинформатики высокопараллельны, что само по себе является залогом высокого быстродействия.
–Нейросистемы можно сделать устойчивыми к помехам и разрушениям.
–Устойчивые и надежные нейросистемы могут создаваться и из ненадежных элементов, имеющих значительный разброс параметров.
История
•Первые нейрокомпьютеры - перцептроны Розенблатта Марк-1 (1958) и Тобермори (1964)
•Адалин (адаптивный сумматор, обучающийся по формуле Уидроу) разработан Уидроу и Хоффом в 1960 (в настоящее время Адалин является стандартным элементом многих систем обработки сигналов и связи)
•Идея нейробионики (создания технических средств на нейропринципах) интенсивно реализовывались в начале 1980х годов.
•Теоретические разработки 1980х годов по теории нейронных сетей (сети Хопфилда, сети Кохонена, метод обратного распространения ошибки)
Рынок нейрокомпьютеров
•Нейрокомпьютер Synapse (Siemens, Германия)
•Нейрокомпьютер “Силиконовый мозг” (создан в США по программе “Электронный мозг” и предназначен для обработки аэрокосмических изображений)
•Широко распространены высокопараллельные нейроускорители (сопроцессоры) для различных задач
Области применения
нейрокомпьютеров
•Управление в реальном времени.
•Распознавание образов.
•Прогнозирование в реальном времени.
•Оптимизация — поиск наилучших вариантов.
•Обработка сигналов при наличии больших шумов.
•Протезирование (“умные протезы”) и усиление естественных функций, в том числе — за счёт прямого подключения нервной системы человека к компьютерам.
•Психодиагностика
Квантовые компьютеры
•Квантовый компьютер — вычислительное устройство, которое путем выполнения квантовых алгоритмов существенно использует при работе квантовомеханические эффекты, такие как квантовый параллелизм и квантовая запутанность (принцип “двойственности” или неопределенности Гейзенберга)
•Квантовый параллелизм - данные в процессе вычислений представляют собой квантовую информацию, которая по окончании процесса преобразуется в классическую путём измерения конечного состояния квантового регистра
•Квантовая запутанность - Вообразите атом, который мог бы подвергнуться радиоактивному распаду в определенный промежуток времени. Или не мог бы. Мы можем ожидать, что у этого атома есть только два возможных состояния: «распад» и «не распад», но в квантовой механике у атома может быть некое объединенное состояние — “распада — не распада”, то есть ни то, ни другое, а как бы между. Вот это состояние и называется «суперпозицией».
•При построении квантового компьютера вместо микросхем используются элементарные частицы, что со временем должно резко уменьшить размеры и многократно поднять производительность.