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.
Существует несколько способов программно-аппаратной реализации нейрокомпьютеров (при этом используется любой подходящий материальный носитель). Программная эмуляция нейронных сетей (нейроимитаторы) базируется на реализации алгоритма обучения (нейросетевого алгоритма). На базе супер-ЭВМ (многопроцессорных ЭВМ) строятся нейронные сети большого объема. Следующие типы программно-аппаратной реализации НК: на основе программируемых логических интегральных схем и сверхбольших интегральных схем (нейрочипов), к таким относятся 64-разрядные микропроцессоры со статической суперкалярной архитектурой NM6403 и NM6404 – Neuro Matrix, выпускаемые московской фирмой «Модуль» по технологии Samsung. В оптических НК задачи реализуются на элементах оптики. И, наконец, самые передовые технологии – квантовые НК (нанонейрокомпьютеры), имеющие атомно-молекулярные размеры, в том числе ДНК-компьютеры. Преимущество таких компьютеров в том, что они могут решать задачи, превосходящие по своей сложности в тысячи и более раз задачи, которые способны решать любые цифровые (даже самые продвинутые) ЭВМ. А так как все материальные объекты состоят из наноструктур (элементарных частиц, атомов, молекул, макромолекул), то наиболее перспективным представляются разработки именно в этом направлении.
Сухой остаток
Итак