Перспективы развития
Компьютерная революция еще далека от своего завершения, и реальность меняется слишком быстро, чтобы можно было делать однозначные предсказания. Однако многие эксперты сходятся на том, что цифровые вычисления вскоре будут существенно потеснены параллельными, то есть нейросетями. С их распределенным способом хранения информации и нечувствительностью алгоритмов к ошибкам они будут играть далеко не последнюю роль в будущих компьютерных системах. Билл Гейтс, глава Microsoft, утверждает, что через десять лет 90% информации, обрабатываемой опреационными системами, будет относиться к задачам распознавания образов. А, следовательно, гигантские финансовые ресурсы как самой Microsoft, так и других крупнейших компьютерных компаний уже задействованы в соответствующих исследованиях и разработках.
На примере Интернета: с развитием Интернета пользователь оказывается в совершенно новой для него ситуации. Ему становятся доступны Терабайты информации, накапливаемой и постоянно обновляемой в глобальной Сети. Оперирование гигантскими объемами глобально распределенной информации в интересах конкретных пользователей потребует привлечения качественно новых технологий обработки информации, многие из которых будут использовать нейрокомпьютинг. Действительно, чем больше доступной в электронном виде информации – тем более интеллектуальные системы можно «выращивать» используя способности нейросетей к обучению.
Заключение
Развитие нейрокомпьютинга является закономерным этапом развития вычислительной техники. Со временем перед человечеством встают все более сложные проблемы, растет количество информации. И уже на настоящий момент привычные для нас компьютеры не справляются с поставленными перед ними задачами, например, решение которых требует прогноза, классификации или диагностики данных. Соответственно, люди ищут новые пути решений. Это создало хороший фундамент для развития нейросетей. Главными особенностями которых являются сжатие и визуализация огромных массивов данных, возможность работы с независимыми переменными, а также с разнотипной информацией, одновременное решение нескольких задач на едином наборе входных сигналов, и наиболее важное - обучение решения задач. Таким образом, нейрокомпьютеры стали перспективным направлением развития вычислительной техники. А теория нейронных сетей и сопутствующие ей науки, возможно, на настоящий момент представляют собой одни из самых приоритетных направлений мировых исследований в компьютерной сфере. Доказательством чему является расширение использования нейронных сетей в областях человеческой деятельности.
С развитием нейрокомпьютинга перед нами открываются огромные перспективы, о масштабности которых, на данный момент, человечество может лишь догадываться.
Список источников и литературы
Википедия – свободная энциклопедия [Электронный ресурс]/: энциклопедия содержит 463 494 статьи на русском языке. - М., [2009 ]. – Режим доступа: http://ru.wikipedia.org/wiki/Нейрокомпьютер (дата обращения 22.11.2009)
Королев Л. Н. Нейрокомпьютинг, нейросети и нейрокомпьютеры [Электронный ресурс] / Л. Н. Королев, 2005. - Режим доступа:
http://v-school.narod.ru/DSP-NCC/NCC/ncc-1.htm (дата обращения: 21.11.2009)
Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. [Электронный ресурс]/ Ф. Розенблатт. - //М.; Цезарь, 1999 - 1 эл. опт. диск (CD-ROM). Библиотека в кармане.
Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы. [Электронный ресурс] / Р. Хехт-Нильсен . – Режим доступа: http://www.osp.ru/os/1998/04/179534/ (дата обращения 22.11.2009)
Шумский С. А. Нейрокомпьютинг – состояние и перспективы. [Электронный ресурс]/ С. А. Шумский. – Режим доступа: http://old.ulstu.ru/people/SOSNIN/umk/Basis_of_Artificial.../Neurocomp.dоc (дата обращения: 20.11.2009)
Галушкин А. И., Цыпкин Я. З. Нейрокомпьютеры и их применение. Книга 5. Нейронные сети: история развития теории.// А.И. Галушкин, Я.З. Цыпкин. – М.: ИПРЖР, 2001. 840 с.
1 - проблемы, решение которых требует использования опыта либо интуиции
11 – математик, сформулировал основные положения кибернетики
22- рассматривает творческую интеллектуальную деятельность человека в «процессе решения сложной задачи», проводя аналогию с формулами, описывающими те или иные материальные процессы
11- известный американский учёный в области психологии, нейрофизиологии и искусственного интеллекта.
22 – профессор Стэндфордского университета
33 - студент Стэндфордского университета
1доктор физико-математических наук.