ответы на билеты по КСЕ / Нейронные сети

Нейронные сети.

В 80—90-е годы прогресс в развитии вычис­лительной техники многие связывают с созданием искусствен­ных нейронных сетей. Успехи в разработке и использовании нейрокомпьютеров определяются их принципиально новым свойством — возможностью эффективного самообучения в ходе решения наиболее сложных задач.

По своей сути нейрокомпьютер является имитацией челове­ческой нейронной сети. Используя терминологию вычислительной техники, можно сказать, что нейрон является бинарной ячейкой. Он может на­ходиться либо в возбужденном, либо в не возбужденном состояние. Наибольший интерес представляет то, как ему удается из­менять свое состояние в результате взаимодействия с другими нейронами и клетками. Сам по себе нейрон не генерирует ника­кого выходного сигнала, пока суммарный входной сигнал не превышает определенной пороговой величины. Если же порог превышен, то нейрон начинает посылать сигналы другим ней­ронам. В нейронной сети полезная информация запоминается не отдельными нейронами, а группами нейронов, их взаимным состоянием. Можно считать, что каждый нейрон в большей или меньшей степени связан примерно с 104 нейронами. Принимая внешнюю информацию и обмениваясь внутри головного мозга, каждый отдельный нейрон имеет возможность последовательно приближаться к принятию в сложной внешней обстановке пра­вильного решения и переходу в нужный момент в нужное (возбужденное либо не возбужденное) состояние.

Чем больше объем нейронной сети, тем более сложную зада­чу можно решить с ее помощью. Например, при машинном чте­нии текстов для распознавания трех букв использовалась сеть из 32 нейронов. Распознавание алфавита, включающего 26 букв, требует 260 нейронов.

Ученые научились моделировать нейронные сети, используя метод последовательных приближений. Однако в цифровой вы­числительной технике весьма сложно решается проблема соеди­нений между большим количеством ячеек. А для 104 ячеек, как несложно вычислить, необходимо порядка 10 межсоединений. Как считают многие специалисты, на достаточно высоких часто­тах уже такое количество межсоединений принципиально нельзя осуществить даже в перспективных технологиях изготовления интегральных микросхем.

Другое дело в оптической обработке информации, где необ­ходимо лишь сформировать требуемый массив ячеек, а межсо­единения осуществляются сами собой и практически без иска­жений в оптическом тракте системы. Магнитооптические управ­ляемые устройства уже сегодня позволяют сформировать высо­кокачественный массив бинарной информации из 10 ячеек, причем скорость обработки его по алгоритму нейронной сети на несколько порядков превосходит возможности человеческого мозга.