Последнее поколение проводило свои дни в праздном досуге и роскоши, едва ли сознавая колоссальность происходящих изменений. Цивилизация постепенно выпала из рук человека; ее подобрал его законный наследник робот. Только на краю света, в диких, невозделанных землях, не потревоженных маршем прогресса, сохранились старые обычаи. Там есть несколько примитивных племен - они продолжают жить так же, как и их предки много столетии назад. Мы, роботы, называем эти зоны природными резервациями. Они находятся под нашей охраной в интересах науки!
Татьяна БЕЛОВА, инженер
КОМПЬЮТЕРО САПИЕНС?
Среди перспективных направлений развития электроники все чаще называют нейрокомпьютеры. Сейчас их разработкой занято более сотни фирм и организаций мира, в том числе и такие авторитетные, как "Интернешнл бизнес мешинз", "Америкен телефон энд телеграф", "Техас инструментc", "Ниппон электрик", "Фудзицу".
Можно считать, что начало этому научно-техническому направлению было положено в 1943 году, когда американские ученые У. Маккалох и У. Питтс опубликовали статью, в которой нейроны - клетки нервной системы рассматривались как простейшие логические устройства.
В конце 50-х годов их соотечественник Ф. Розенблатт, пытаясь объяснить работу нейрона, предложил его модель - перцептрон (от англ. "персэпшн" восприятие). В начале 60-х математик Г. Блок сформулировал теорему перцепции, а электронщик Б. Уидров построил первую искусственную нейронную сеть, известную в литературе под названием "Адалайн". Он же создал и алгоритм, обучающий ее различать образы. Это не было пошаговым предписанием всех обязательных для машины действий. При обучении ее чтению между считывающим устройством компьютера и текстом прокладывались мелкие прямоугольные сетки. Их ячейки давали сигнал слабее или сильнее в зависимости от того, приходились они на пропечатанную часть бумаги или нет. В результате электрические импульсы перераспределялись между элементами нейросети. Примитивные перцептроны различали буквы, даже если они были перевернуты "вверх ногами".
Это не рисунок абстракциониста - это фрагмент нейросети.
Однако вплоть до середины 80-х годов нейросети не получали нового развития. Более перспективными казались традиционные компьютеры. Но в жизни нередко бывает, что в лоне какого-либо явления зарождается другое, впоследствии его отрицающее. Так произошло и здесь - появление мощных чипов (быстродействующих интегральных схем) для суперкомпьютеров стало одновременно базой для создания нового поколения перцептронов. Второй, и, возможно, главной, причиной возрожденного интереса к ним послужили успехи нейробиологии.
Стало известно, что нервная система находится все время в процессе перестройки. Связи между миллиардами нейронов - этими своеобразными микробиопроцессорами - непостоянны. Заложенные в них гены программируют появление отростков в направлении более мощного импульса.
Искусственную нейросеть можно сравнить с демократическим государством: и здесь, и там элементы структуры сами определяют свою деятельность, строя связи сообразно изменяющимся условиям. Традиционный же компьютер напоминает тоталитарное государство: действие элементов определяется центральным органом, который реализует расписанную по шагам программу. Кто знает, не сказались ли социальные перемены, которые происходят в последние годы, и на поисках компьютерщиков?
Одним из первых практических результатов нового витка в развитии перцептронов стала машинная модель нейронной структуры "Неток", разработанная в конце 80-х годов в университете Дж. Гопкинса (США). Она способна самообучаться разговорной речи. "Неток" содержит 300 искусственных нейронов (простейших процессоров) и более 10 тыс. связей между ними. Для тренировки этой модели использовался словарь из 500 слов; в ее входном слое копировались стереотипы, соответствующие 55 возможным фонемам и позволяющие формировать звуки с помощью синтезатора речи. Дальнейшая тренировка с привлечением 1000 слов позволила составить собственный словарь из 20 тыс. слов.
Исходя из опыта работы с "Неток" и другими нейросистемами, специалисты обращают особое внимание на их способность распознавать образы в условиях недостающей информации. (Так, мы, увидев лишь часть предмета, можем узнать его.) Отмечается высокая надежность нейросистем - незначительное влияние отказов отдельных нейронов на результаты решения задачи.
Американские и японские фирмы, учитывая эти преимущества, начали вводить модули нейросетей в персональные ЭВМ. Подобные гибриды успешно справляются с решением сложных логических задач. А калифорнийская фирма "Синаптикс" уже испытывает модели сетчатки глаза и уха человека. Вообще, если верить прогнозу специалистов, работающих в системе Пентагона, через 5 лет нейрокомпьютеры по уровню сложности приблизятся к нервной системе пчелы. Они позволят без труда обнаруживать в воздушном пространстве малозаметные летательные аппараты типа "Стелз", о которых подробно рассказывалось в "ТМ" № 5 за 1989 год. Неудивительно, что американское военное ведомство готово щедро финансировать как конкретные разработки, так и фундаментальные исследования в этой области.
Строение нейрокомпьютеров подобно сетчатке глаза, состоящей из трех слоев: 1 - колбочки и палочки, реагирующие на световые фотоны; 2 промежуточный слой, собирающий сигналы с первого; 3 - наружный слой нейронов, отростки которых формируют зрительный нерв, идущий в головной мозг.
Нейронные структуры уже применяются в устройствах поиска эластичных взрывчатых веществ в аэропорту имени Дж. Кеннеди (Нью-Йорк). Багаж пассажиров облучается потоком низкоэнергетических нейтронов, в результате чего взрывчатые вещества, содержащие азот, испускают гамма-лучи. Специальная аппаратура делает в этом диапазоне снимок, а нейронный вычислитель определяет по нему бомбу. Правда, здесь бывают и курьезы ложные срабатывания, например, из-за консервированных немецких сосисок, содержащих довольно много нитритов.