Введение

Научно - технический прогресс и бурное развитие технологии, изменение и расширение структуры общественных потребностей ставят перед обществом ряд задач, решение которых проблематично или невозможно в рамках существующих традиционных методов решения. Как известно, для решения множества задач планирования, управления, вычисления, прогнозирования и.т.д. вплоть до настоящего времени широко применялись цифровые и аналоговые вычислительные модули (ЭВМ), в основе функционирования которых лежит принцип программного управления фон-Неймана, состоящий в следующем.

Имеется некоторая последовательность управляющих символов (команд), закодированная в двоичной либо другой форме, а также данных, закодированных в той же форме. Команды и данные различаются лишь способом интерпретации. Команды, располагаясь в оперативной памяти в некоторой последовательности и по определенным адресам, образуют программу. В этом случае можно выделить единый алгоритм функционирования любого вычислительного устройства фон-неймановской архитектуры. Упрощенно он выглядит так :

  1. Извлечь команду из оперативной памяти;
  2. Извлечь из памяти данные (операнды), требуемые для реализации команды;
  3. Выполнить команду;
  4. При необходимости сохранить результаты в памяти;
  5. Вернуться к шагу 1.

Нетрудно заметить, что в случае реализации принципа программного управления любая решаемая задача должна быть вначале представлена в виде программы - жесткого алгоритма, учитывающего все возможные ситуации и события. Однако на практике приходится решать задачи, для которых нелегко либо практически невозможно разработать единый алгоритм их решения (трудно формализуемые и неформализуемые задачи). Это, например, такие задачи, как задача распознавания образов и изображений, звука и.т.д. С другой стороны, в ряде случаев человек (точнее, его мозг) решает эти задачи достаточно эффективно и без осложнений. Это привело ученых - кибернетиков к пониманию того факта, что необходимо изучить механизмы функционирования неросетей (нервных систем) животных и человека, а затем, разработав их математические модели с заданной степенью приближения, сымитировать (программно) их обучение и поведение и (или) построить на приемлемом технологическом базисе вычислительные устройства, реализующие функции нейросетей - нейрокомпьютеры.

Стоит, однако, отметить следующее. Во-первых, в нейросетевом логическом базисе возможно более эффективное решение задач, не относящихся к трудноформализуемым. К ним относятся, например, задачи с ярко выраженным естественным параллелизмом обработки сигналов и изображений. Во-вторых, помимо всего вышесказанного, фон-неймановским машинам присущи следующие недостатки, от которых свободны нейрокомпьютеры:

Что же такое "нейронная сеть" ? Нейронная сеть - это взаимосвязанная совокупность простых обрабатывающих элементов (нейронов, или узлов), которые с определенной (практически обусловленной) степенью приближения реализуют функции нейронов живых организмов. Нейронные сети обладают способностью к обучению, то есть являются информационно активными системами.

К оглавлению Следующий раздел

© Комиссаров А.В., КФ МГТУ, 1997-99 ----- E-mail: kav@postklg.ru

X