Нейрокомп'ютери

Технологія мікропроцесорів вже наближається до фундаментальних обмежень. Закон-прогноз Гордона Мура стверджує, що щільність транзисторів у мікросхемі подвоюється кожних півтора роки. Відповідно до цього закону передбачалось, що до 2001-2002 рр. розміри транзистора повинні зменшитися до 4-5 атомів. У зв'язку з цим розглядається багато альтернатив. До технологій, що здатні істотно збільшити потужність комп'ютера, слід віднести: молекулярні або атомні технології; ДНК та інші біологічні матеріали; трьохмірні технології; технології, що засновані на фотонах замість електронів і, нарешті, квантові технології, в яких використовуються елементарні часточки.

У ХХІ ст. обчислювальна техніка поєднається не тільки із засобами зв'язку і машинобудуванням, а і з біологічними процесами. Це відкриє такі можливості, як створення штучних імплантантів, інтелектуальних тканин, розумних машин, «живих» комп'ютерів і людино-машинних гібридів.

Нейрокомп'ютери - один з найперспективних напрямків у мікроелектроніці. Їх побудова відмінна від звичайних обчислювальних машин. Мікросхеми наближені за будовою до нейронних мереж людини. Саме звідси і пішла їх назва.

Уже наприкінці 80-х років у США, Японії та країнах Європейського Економічного Співтовариства (ЄС) було розпочато широкі дослідження, які мали за мету створення нейрокомп'ютерів - нової генерації інтелектуальних ЕОМ на основі штучних нейронних мереж. Вже отримані перші результати у створенні біокомп' ютера спеціалістами Японії. Його «нейрочіпи» втілюють будь-яку інформацію. Цей коп'ютерний мозок можна порівняти з «багажем» ста тисяч нейроклітин. У людському мозку функціонує трохи менше чотирнадцяти міліардів нейроклітин. Створений комп'ютерний мозок «подібний» до мозку дитини. Поки що йде його «навчання». Після одержаної інформації нейрокомп'ютер не буде відчувати потреби в постійних підсказуваннях і вказівках. Він сам здатний буде аналізувати інформацію власними «клітинами», оцінювати можливі результати, розраховувати варіанти дій і вибирати з них найбільш оптимальні.

Якщо нейрокомп'ютер здатний до навчання, то він може впорюватись із завданнями, які не під силу звичайному комп'ютеру. Розв'язання задач він може здійснювати без чіткого алгоритму або з величезними потоками інформації. Тому нейрокомп'ютери використовують вже сьогодні на фінансових біржах. Тут вони допомогають прогнозувати коливання курса валют і акцій. Їх властивості використовують і військові. Нейрокомп'ютери, розпізнаваючи образи, корегують політ ракет за заданим маршрутом.

У цьому напрямку є певні досягнення вчених України. В Інституті проблем математичних машин і систем НАН України розроблено ефективний спосіб навчання нейромереж. Тут створено експериментальний нейрокомп'ютер, здатний запам'ятовувати нові дані в темпі їх надходження. Академік В.М.Глушков і його колеги ще на початку 80-х років випередили час на декілька десятиліть, сформулювавши основні напрямки у розвитку обчислювальної техніки і штучного інтелекту. У цій же науковій установі внаслідок синтезу технологій обробки інформації у зростаючих семантичних мережах, нейронних мережах та інтелектуальних системах розроблена нова технологія обробки інформації - новий клас нейронних мереж (нейроподібні зростаючі мережі), що не мають аналогів у світі. На основі цієї технології можлива розробка:

1. Інтелектуального процесора, що містить багато обчислювальних елементів, в яких інформація обробляється відповідно з новою технологією;

2. Нового класу інтелектуальних багатопроцесорних обчислювальних засобів з модульною структурою, що забезпечує нарощування потужності від рівня персональної ЕОМ до супер ЕОМ;

3. Інтелектуальних роботів і систем - від найпростіших пристроїв до пристроїв з інтелектом і органами почуттів, що наближені до людських. В основу розробки закладаються принципи обробки інформації, які засновані на новій інформаційній технології.

Порівняно з відомими інтелектуальними системами і роботами, поведінка яких відповідна запрограмованим функціям, інтелектуальні системи, що засновані на новій технології, забезпечують можливість генерувати власні функції поведінки щляхом аналізу інформації, яка поступає із зовнішнього середовища.