Эдуард Байков. Это уже реальность

ЭТО УЖЕ РЕАЛЬНОСТЬ…

(«Новая экономическая газета», № 23 (375), 09-15.06.07; «Истоки», № 06, 07.02.07)

«Нейрокомпьютеры и их применение» – такова тема доклада заведующего кафедрой вычислительной техники и защиты информации УГАТУ, доктора технических наук, профессора Владимира Ивановича Васильева, прочитанного им на очередном заседании Башкирского отделения Научного совета РАН по методологии искусственного интеллекта. В. И. Васильев – заслуженный деятель науки РФ, автор свыше 300 научных работ в области кибернетики и информатики.

Для справки

История компьютеров насчитывает свыше 60 лет, но она неотделима от истории логических машин, первые попытки создания которых имели место еще в древней Греции. Например, эллины сумели сконструировать механические приспособления для решения отдельных арифметических задач и операций.

Прошли века, и вновь сведения о подобных устройствах появляются лишь в средневековье. В XIII веке испанский философ-теолог Раймунд Луллий сконструировал «логическую машину», состоящую из семи вращающихся вокруг центра кругов, на каждом из которых были написаны слова, обозначающие различные понятия и логические операции. С помощью вращения этих кругов получали всевозможные сочетания понятий.

Спустя четыре века французский философ, математик и логик Блез Паскаль создал суммирующую машину – для выполнения арифметических операций. Через несколько десятилетий великий немецкий ученый и философ, один из создателей дифференциальных исчислений Готфрид Вильгельм Лейбниц в своем исчислении умозаключений (calculus rationator) заложил идею создания думающей машины (machina rationatrix). При этом Лейбниц весьма интересовался созданием вычислительных машин в металле.

Но все-таки настоящей логической машиной является появившийся во 2-й половине XVIII века «демонстратор» Ч. Стенхопа, который решал элементарные задачи формальной логики, выводил следствия из количественно определенных посылок. А уже в середине XIX века сконструированная Беббиджем цифровая автоматическая машина оперировала с десятичными цифрами.

В 1869 г. английский логик и экономист Уильям Стэнли Джевонс построил «логические счеты» и свой вариант «логической машины», имевшей вид фортепиано с клавишами. На одних клавишах буквы обозначали субъекты суждения (предметы мысли), на других – предикаты суждения (высказывания о предметах мысли). Остальные клавиши выполняли различные команды. Машина Джевонса решала задачи быстрее человека.

Но не прошло и полутора десятилетия, как была создана еще более совершенная вычислительная машина А. Маркванда, которая выполняла логические операции уже с четырьмя независимыми переменными.

В 1904 г. выдающийся русский математик, механик и кораблестроитель академик А. Н. Крылов сконструировал первую механическую вычислительную машину для решения дифференциальных уравнений. Дело Джевонса и Крылова продолжили русские ученые П. Д. Хрущов и А. Н. Щукарев. Первому из них удалось построить логическую машину, которая производила разложение булевых (логико-математических) функций четырех переменных на конституэнты логической единицы. Щукарев же усовершенствовал машину Хрущова, введя электрическую индикацию ответа.

С середины 40-х годов XX века началась эра кибернетики и ЭВМ.

От АВМ к нейрокомпьютерам

Как уже указывалось, вся история вычислительной техники в современном смысле укладывается в немногим более полвека. В 1944 г. в США была создана автоматическая вычислительная машина «Марк-1», имевшая электромагнитное реле и перфоленту, на которой записывались числа и операции с ними. Затем в 1945 г. американский математик венгерского происхождения Джон (Янош) фон Нейман предложил помещать программу вычислений, записанную двоичным кодом (системой двухсимвольных алгоритмов), в запоминающее устройство самой ЦВМ (цифровой вычислительной машины). Отсюда берут старт настоящие ЭВМ (электронные вычислительные машины). Годом позже в СССР была разработана первая АВМ (аналоговая вычислительная машина). А четырьмя годами позже под руководством советского электротехника академика С. А. Лебедева была создана первая ламповая ЦВМ «МЭСМ». Эти машины уже могли осуществлять до 20 тысяч операций в секунду.

Первая американская ЭВМ «ЭНИАК» была создана в 1945 г. по заказу ВМС США. Над ней работали специалисты из Пенсильванского университета – Голдстайн, Моучли и Эккерт. Эта машина имела 18 тысяч электронных ламп и в тысячу раз превосходила по быстродействию релейные вычислительные машины. Затем была сконструирована вторая американская ЭВМ «ЭДВАК» – в том же Пенсильванском университете.

За шестьдесят с небольшим лет последовательно сменилось пять поколений ЭВМ. Первое поколение ЭВМ – ламповые (1951-1960 гг.), всего их было выпущено около шести с половиной тысяч. Эти машины могли хранить большие запасы информации, автоматически выбирать из них необходимые сведения и производить не только математическую и статистическую обработку информации, но и логические операции.

Затем пошло второе поколение ЭВМ – полупроводниковые (конец 50-х – середина 60-х гг.). Эти машины на транзисторах могли производить до 1 млн. операций в секунду, у них были меньшие габариты и большая надежность.

Машины третьего поколения (середина 60-х – середина 70-х гг.) имели память уже в электронном исполнении – на интегральных схемах, представляющих собой маленькие пластинки из кристаллического вещества (кремния, германия), заменяющие громоздкие блоки из тысяч элементов. Это придало им еще большую надежность. Быстродействие достигло нескольких десятков миллионов операций в секунду.

Четвертое поколение ЭВМ на больших и сверхбольших интегральных схемах (середина 70-х гг. – по настоящее время) отличается быстродействием в десятки и сотни миллиардов операций в секунду. На их основе были созданы первые персональные компьютеры: в 1971 г. был изготовлен первый микропроцессор «INTEL-4004», а в 1974 г. – первая персональная ЭВМ «Альтаир-8080». С начала 80-х годов созданы суперЭВМ, в работе которых используются параллельные алгоритмы и кластеры.

Ожидается, что ЭВМ пятого поколения будут построены с использованием методов и средств искусственного интеллекта (база знаний, подсистема общения с пользователем, речевая связь, непроцедурные языки высокого уровня, эвристические возможности машины). С другой стороны, интеллектуальный интерфейс этих машин требует больших затрат. И вот здесь на первый план выходят принципиально новые вычислительные машины – нейрокомпьютеры (НК).

Отличительной особенностью пяти поколений традиционных ЭВМ было использование разработанной фон Нейманом архитектуры – элементов двоичной системы исчисления (двоичной переменной, принимающей значения единицы и ноля) для компьютеров. Нейрокомпьютеры – это вычислительные системы с архитектурой аппаратного и программного обеспечения, адекватной выполнению алгоритмов, представленных в нейросетевом логическом базисе (со 2-й половины 80-х гг.). То есть в НК используются не элементы двоичной логики, а искусственные нейроны (нервные клетки).

Нейрон и персептрон

Первая модель биологического нейрона была предложена еще в 1943 году 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 подытожим. Отличительными особенностями нейрокомпьютеров являются: 1) в качестве элементного базиса выступают не элементы пороговой логики (триггеры, регистры, счетчики), а искусственные нейроны – простейшие процессорные элементы с настраиваемыми связями (весами); 2) НК не программируются, а обучаются на примерах; 3) НК позволяют решать плохо формализованные задачи; 4) в силу параллельной архитектуры они имеют потенциально высокое быстродействие и отказоустойчивость (нейроны в нейрочипах более продуктивны, так как могут взаимозаменять друг друга); 5) по критерию «эффективность (качество)/стоимость» они превосходят другие типы ЭВМ.

Самое главное, с помощью НК можно решать плохо формализованные задачи, которые трудно алгоритмизируются, но успешно решаются человеком. Например, распознавание образов, классификация (кластеризация) данных, прогнозирование (предсказание), аппроксимация функций – замена сложных математических объектов более простыми и приближенными (нейросеть – универсальный аппроксиматор-заменитель), оптимизация (решение сложных линейных уравнений) и многое другое.

Практически НК будут использоваться в авиации (управление, навигация, контроль, диагностика, выбор оптимального маршрута), медицине (диагностика, прогнозирование, «кибернетический двойник» – нейросетевая модель человека, на которой проигрываются варианты лечения), бизнесе, финансах, политике (прогнозирование ситуаций, выбор решений – альтернатив), информационной безопасности (биометрические системы идентификации, распознавание лиц и изображений, системы обнаружения атак), энергетике (прогнозирование потребления электроэнергии, диагностика режимов и технического состояния агрегатов), строительстве (виброзащита, управление колебаниями – защита от землетрясений), космосвязи (обработка изображений со спутников) и во многих других областях экономики, политики и социокультурной жизни общества.

Прогнозируется, что к 2030 г. НК сравнятся с человеческим интеллектом. Уже сейчас разработкой и внедрением нейрокомпьютерной техники в мире занимаются свыше 300 фирм и фактически все университеты. Американцы, например, тратят на развитие информационно-вычислительной техники, значительную часть в котором ныне уделяют НК, порядка 2 миллиардов долларов в год. В России, к сожалению, цифры на несколько порядков ниже.

Настало время, когда сама национальная безопасность страны зависит от успешных разработок и скорейшего внедрения новейших информационных и биологических технологий. Нанотехнологии и нейрокомпьютеры в своем влиянии на общественный прогресс приобретают все большее значение. Научно-исследовательский и опытно-конструкторский потенциал нашей страны еще достаточно велик, необходимо задействовать его полностью, а для этого нужна поддержка властей, и прежде всего – адекватные финансовые вливания в эту сферу.

© Эдуард Байков, текст, 2007

© Книжный ларёк, публикация, 2015