Контрольная работа: Технологии будущего
Квантовые компьютеры
Дальше мы перейдем в область фантастики. Многие фантасты много лет назад писали про квантовые компьютеры. Но на мой взгляд, фантасты тогда имели мало представления о том что же это такое. Давайте ознакомимся с технологией, и поймем – что же это за зверь квантовый такой?
Итак, квантовый компьютер будет состоять из компонентов субатомного размера и работать по принципам квантовой механики. Квантовый мир – очень странное место, в котором объекты могут занимать два разных положения одновременно. Но именно эта странность и открывает новые возможности.
Например, один квантовый бит может принимать несколько значений одновременно, то есть находиться сразу в состояниях «включено», «выключено» и в переходном состоянии. 32 таких бита, называемых q-битами, могут образовать свыше 4 млрд комбинаций – вот истинный пример массово-паралельного компьютера. Однако, чтобы q-биты работали в квантовом устройстве, они должны взаимодействовать между собой. Пока ученым удалось связать друг с другом только три электрона.
Уже есть несколько действующих квантовых компонентов – как запоминающих, так и логических. Теоретически квантовые компьютеры могут состоять из атомов, молекул, атомных частиц или «псевдоатомов». Последний представляет собой четыре квантовых ячейки на кремниевой подложке, образующих квадрат, причем в каждой такой ячейке может находиться по электрону. Когда присутствуют два электрона, силы отталкивания заставляют их размещаться по диагонали. Одна диагональ соответствует логической «1», а вторая – «0». Ряд таких ячеек может служить проводником электронов, так как новые электроны будут выталкивать предыдущие в соседние ячейки. Компьютеру, построенному из таких элементов, не потребуется непрерывная подача энергии. Однажды занесенные в него электроны больше не покинут систему.
Теоретики утверждают, что компьютер, построенный на принципах квантовой механики, будет давать точные ответы, исключая возможность ошибки. Так как в основе квантовых вычислений лежат вероятностные законы, каждый q-бит на самом деле представляет собой и «1», и «0» с разной степенью вероятности. В результате действия этих законов менее вероятные (неправильные) значения практически исключаются.
Насколько близко люди подошли к действующему квантовому компьютеру? Прежде всего необходимо создать элементы проводников, памяти и логики. Кроме того, эти простые элементы нужно заставить взаимодействовать друг с другом. Наконец, нужно встроить узлы в полноценные функциональные чипы и научиться тиражировать их. По оценкам ученных, прототипы таких компьютеров могут появиться уже в 2010 году, а в 2015–2020 годах должно начаться их массовое производство.
Искусственный интеллект
Ну а теперь довольно интересная, на мой взгляд, тема. Она затрагивает множество отраслей. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, философов, лингвистов, психологов, математиков и инженеров. Еще Айзек Азимов писал… Ну да ладно, обо всем по порядку…
Понятие искусственный интеллект, как впрочем и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии. С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума. В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой – искусственный интеллект.
Искусственный интеллект является сейчас «горячей точкой» научных исследований. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехник и на жизнь будущих поколений людей. Прежде всего, необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки.
В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта. Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Тем не менее, многие исследователи ИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годов выдающимся английским математиком и специалистом по вычислительной технике Аланом Тьюрингом. «Компьютер можно считать разумным, – утверждал Тьюринг, – если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком».
В настоящее время различают два основных подхода к моделированию искусственного интеллекта (AI – artificial intelligence): машинный интеллект, заключающийся в строгом задании результата функционирования, и искусственный разум, направленный на моделирование внутренней структуры системы. Разделение работ по искусственному интеллекту на два направления связано с существованием двух точек зрения на вопрос, каким образом строить системы искусственного интеллекта.
Сторонники одной точки зрения убеждены, что «важнее всего результат», т.е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутренних механизмов формирования поведения, то разработчик искусственного интеллекта вовсе не должен копировать или даже учитывать особенности естественных, живых аналогов.
Другая точка зрения состоит в том, что именно изучение механизмов естественного мышления и анализ данных о способах формирования разумного поведения человека могут создать основу для построения систем искусственного интеллекта, причем построение это должно осуществляться прежде всего как моделирование, воспроизведение техническими средствами принципов и конкретных особенностей функционирования биологических объектов.
Первое направление, таким образом, рассматривает продукт интеллектуальной деятельности человека, изучает его структуру, и стремится воспроизвести этот продукт средствами современной техники. Основные результаты заключаются в создании экспертных систем, систем разбора естественного языка и простейших систем управления вида «стимул-реакция». Ясно, что успехи этого направления искусственного интеллекта оказываются тесно связанны с развитием возможностей ЭВМ и искусства программирования, то есть с тем комплексом научно-технических исследований, которые часто называют компьютерными науками.
Второе направление искусственного интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности и, в более широком плане, разумного поведения человека. Оно стремиться воспроизвести эти механизмы с помощью тех или иных технических устройств, с тем чтобы «поведение» таких устройств хорошо совпадало с поведением человека в определенных, заранее задаваемых пределах. Развитие этого направления тесно связано с успехами наук о человеке. Для него характерно стремление к воспроизведению более широкого, чем в машинном интеллекте, спектра проявлений разумной деятельности человека.
Системы искусственного разума базируются на математической интерпретации деятельности нервной системы во главе с мозгом человека и реализуются в виде нейроподобных сетей на базе нейроподобного элемента – аналога нейрона.
Нейроподобные сети в последнее время являются одним из самых перспективных направлений в области искусственного интеллекта и постепенно входят в бытность людей в широком спектре деятельности.
Нейронные сети
Что такое искусственные нейронные сети? Что они могут делать? Как они работают? Как их можно использовать? Эти и множество подобных вопросов задают специалисты из разных областей.
Что же такое нейронная сеть? Это искусственный аналог биологической сети, по своим параметрам максимально приближающийся к оригиналу. Нейронные сети прошли длинный путь становления и развития, от полного отрицания возможности их применения до воплощения во многие сферы деятельности человека.
Современные цифровые вычислительные машины способны с высоким быстродействием и точностью решать формализованные задачи с вполне определенными данными по заранее известным алгоритмам. Однако в тех случаях, когда задача не поддается формализации, а входные данные неполны, зашумлены или противоречивы, применение традиционных компьютеров становится неэффективным. Альтернативой им становятся специализированные компьютеры, реализующие нетрадиционные нейросетевые технологии. Сильной стороной этих комплексов является нестандартный характер обработки информации. Она кодируется и запоминается не в отдельных ячейках памяти, а в распределении связей между нейронами и в их силе, поэтому состояние каждого отдельного нейрона определяется состоянием многих других нейронов, связанных с ним.
Следовательно, потеря одной или нескольких связей не оказывает существенного влияния на результат работы системы в целом, что обеспечивает ее высокую надежность. Высокая «естественная» помехоустойчивость и функциональная надежность касаются как искаженных (зашумленных) потоков информации, так и в смысле отказов отдельных процессорных элементов. Этим обеспечиваются высокая оперативность и достоверность обработки информации, а простая дообучаемость и переобучаемость нейронных сетей позволяет при изменении внешних факторов своевременно осуществлять переход на новые виды решаемых задач.
Приведенные выше преимущества нейросетевой обработки данных определяют области применения нейронных сетей:
· обработка и анализ изображений;
· распознавание речи независимо от диктора, перевод;
· обработка высокоскоростных цифровых потоков;
· автоматизированная система быстрого поиска информации;