Медицина

Обработка изображений, мониторинг состояния пациентов, диагностика, анализ эффективности лечения, очистка показаний приборов от шумов. Вычислительная система, представляющая собой модель биохимических процессов, протекающих в нервных тканях

Экономика и бизнес

Предсказания рынков, банкротств, оценки риска невозврата кредитов и стоимости недвижимости, автоматическое рейтингование, оптимизация товарных и денежных потоков, автоматическое считывание чеков и форм

Безопасность и охранные системы

Идентификация личности, распознавание голосов, лиц в толпе, автомобильных номеров, анализ аэрокосмических снимков, мониторинг информационных потоков, обнаружение подделок

Авиация

Автоматическое пилотирование, распознавание сигналов радаров, адаптивное пилотирование сильно поврежденного самолета. Условия, в которых работают авиаприборы, накладывают сильные ограничения на их размер, быстродействие и помехозащищенность

Связь

Сжатие видеоинформации, быстрое кодирование/декодирование, оптимизация сотовых сетей и схем маршрутизации пакетов. Особые требования здесь предъявляются к возможности создания автономных, мобильных решений, допускающих встраивание в переносные видеокамеры, сотовые телефоны и тому подобное

Математическая статистика, логика и вычислительная техника

Вычислительная система, автоматически формирующая описание характеристик случайных процессов, имеющих сложные функции распределения. Нейрокомпьютер, алгоритм работы которого представлен логической сетью элементов частного вида (нейронов) с полным отказом от классических логических операций. Вычислительная система, в которой процессорный элемент однородной структуры упрощен до уровня нейрона, резко усложнены связи между элементами и программирование перенесено на изменение весовых коэффициентов связей между процессорными элементами

Приключения нейросетей

1904— испанский ученый-гистолог Сантьяго Рамон-и-Кахаль доказал, что нервная система состоит из нейронов –– особых нервных клеток. Спустя два года он и его учитель Камилло Гольджи получили Нобелевскую премию в области физиологии и медицины за изучение нервной системы

1943— выход в свет работы Дж. Мак-Каллока и У. Питтса «Логическое исчисление идей, относящихся к нервной деятельности», в которой были впервые сформулированы основные принципы построения искусственных нейронов и нейронных сетей

1957— В.И. Арнольд и А.Н. Колмогоров решили 13-ю проблему Гильберта, доказав, что любую непрерывную функцию многих переменных можно представить в виде суперпозиции непрерывных функций одной переменной и функции сложения

1959— публикация статьи Дж. Мак-Каллока «О чем глаза лягушки говорят мозгу лягушки», где впервые было введено понятие нейрона-детектора, определенным образом реагирующего на внешние раздражители

1962— нейрофизиолог Ф. Розенблатт создал модель однослойной нейронной сети, названной персептроном, которая была использована для попыток предсказания погоды, анализа электрокардиограмм и распознавания рукописных и печатных текстов и букв

1969— выход критической работы М. Минского, в которой доказывалась невозможность использования однослойных сетей типа персептрона для многих классов задач, из-за чего эта область науки стала непопулярной на долгие годы

1970-е— над исследованием нейросетей продолжали работать очень немногие кибернетики (Т. Кохонен, С. Гроссберг, Дж. Андерсон, Г. Бриндли, Д. Мар, В. Дунин-Барковский, А.Фролов). Прогнозы Минского оказались чрезмерно пессимистичными — многие из неразрешаемых, по его мнению, задач успешно решались многослойными нейросетями

1982— американский биофизик Дж. Хопфилд предложил интересную модель сети, получившей его имя, а позднее были разработаны: сеть встречного потока (Р. Хект-Нейлсен), двунаправленная ассоциативная память (Б. Коскоу)

Середина 1980-х— возникновение настоящего нейросетевого бума по причине возрастающего интереса людей к изучению работы нервной системы и возникновению ряда новых нейромоделей

1986— выход работы Д.Е. Румельхарта, Дж. Е. Хинтона, Р. Дж. Уильямса, в которой был предложен эффективный способ обучения многослойных нейросетей, методом обратного распространения ошибки

1989— анализ варианта 13-й проблемы Гильберта в контексте нейросетевых алгоритмов и доказательство того, что всякую непрерывную функцию нескольких переменных можно с любой точностью приблизить с помощью обычного трехслойного персептрона с достаточным количеством нейронов в скрытом слое

1990-е— развитие новых нейропарадигм несколько замедлилось, зато нейросети и нейрочипы прочно вошли в инженерную практику — нейросетевые методы начали активно использоваться в таких кибернетических направлениях, как «Искусственная жизнь» и «Адаптивное поведение», наряду с традиционным «искусственным интеллектом»

Михаил Алюшин, кандидат технических наук

В начале XX века физика пережила две революции — появление теории относительности и рождение квантовой механики, что в совокупности кардинально изменило старые представления и взрастило совершенно новую науку об устройстве мира. Благодаря Эйнштейну, соединившему пространство, время и материю, получилось, что все, что мы видим и воспринимаем в нашем мире, зависит от выбранной нами точки наблюдения и скорости нашего перемещения по отношению к изучаемому объекту.

Две теории — два мира

В 1905 году в немецком журнале «Анналы физики» («Annalen der Physik») появилась самая знаменитая в XX веке научная работа по физике — статья Альберта Эйнштейна «К электродинамике движущихся тел», излагающая основные принципы теории относительности. В современной классификации эта теория получила название «специальной», сокращенно СТО.

Впрочем, устоявшаяся терминология не совсем точно отражает суть вопроса, поскольку в данном случае слово «относительность» означает как раз абсолютность и неизменность скорости света и основных законов природы для наблюдателей в разных системах отсчета. Причем в этой части Эйнштейн вполне солидарен с Галилеем, который утверждал, что никакие физические измерения, к примеру, в трюме парусного корабля не позволят определить, стоит корабль на якоре или равномерно плывет при попутном ветре. Стало быть, нет абсолютного движения тел, есть только относительное — по отношению к другим телам или к некой системе отсчета.

При решении различного рода физических задач ученые достаточно часто переходят из одной системы координат в другую, используя при этом соответствующие правила преобразовании координат. В «старой» физике Ньютона и Галилея время было единым для всех систем отсчета, и при переходе от одной системы к другой преобразовывались только пространственные координаты, новая же физика стала использовать преобразования, «перепутывающие» пространственные координаты и время. Именно из-за того, что основное внимание в СТО уделено анализу одних и тех же экспериментов относительно разных систем отсчета, и возникает понятие относительности. СТО отвергла, казалось бы, естественный взгляд на мир: «пространство — отдельно, время — отдельно». Вместо этого она рассматривает единое четырехмерное пространство-время с особой геометрией Минковского (польский математик, детально исследовавший эту геометрию вскоре после появления СТО). Пространства, как известно, состоят из точек, и в данном случае точка четырехмерного пространства событий — это три обычные пространственные координаты плюс время. Роль привычного для нас евклидова расстояния, которое мы измеряем обычной линейкой, в четырехмерном мире играет так называемый интервал. Мир СТО устроен так, что квадрат интервала между двумя различными событиями бывает не только положительной, но и отрицательной величиной, и даже равной нулю.