Реферат: Перспективы развития компьютерной техники
Весь набор полностью оптических логических устройств для синтеза более сложных блоков оптических компьютеров реализуется на основе пассивных нелинейных резонаторов-интерферометров. В зависимости от начальных условий (начального положения пика пропускания и начальной интенсивности оптического излучения) в пассивном нелинейном резонаторе, нелинейный процесс завершается установлением одного из двух устойчивых состояний пропускания падающего излучения. А из нескольких нелинейных резонаторов можно собрать любой, более сложный логический элемент (триггер).
Элементы памяти оптического компьютера представляют собой полупроводниковые нелинейные оптические интерферометры, в основном, созданными из арсенида галлия (GaAs). Минимальный размер оптического элемента памяти определяется минимально необходимым числом атомов, для которого устойчиво наблюдается оптическая бистабильность. Это число составляет ~1000 атомов, что соответствует 1-10 нанометрам.
К настоящему времени уже созданы и оптимизированы отдельные составляющие оптических компьютеров – оптические процессоры, ячейки памяти), однако до полной сборки еще далеко. Основной проблемой, стоящей перед учеными, является синхронизация работы отдельных элементов оптического компьютера в единой системе, поскольку уже существующие элементы характеризуются различными параметрами рабочей волны светового излучения (интенсивность, длина волны), и уменьшение его размера. Если для конструирования оптического компьютера использовать уже разработанные компоненты, то обычный PC имел бы размеры легкового автомобиля. Однако применение оптического излучения в качестве носителя информации имеет ряд потенциальных преимуществ по сравнению с электрическими сигналами, а именно:
1. световые потоки, в отличие от электрических, могут пересекаться друг с другом;
2. световые потоки могут быть локализованы в поперечном направлении до нанометровых размеров и передаваться по свободному пространству;
3. скорость распространения светового сигнала выше скорости электрического;
4. взаимодействие световых потоков с нелинейными средами распределено по всей среде, что дает новые степени свободы ( по сравнению с электронными системами) в организации связи и создании параллельных архитектур.
Вообще, создание большего количества параллельных архитектур, по сравнению с полупроводниковыми компьютерами, является основным достоинством оптических компьютеров, оно позволяет преодолеть ограничения по быстродействию и параллельной обработке информации, свойственные современным ЭВМ. Развитие оптических технологий все равно будет продолжаться, поскольку полученные результаты важны не только для создания оптических компьютеров, но также и для оптических коммуникаций и сети Internet.
3. Квантовый компьютер
Создание качественно новых вычислительных систем с более высокой производительностью и некоторыми характеристиками искусственного интеллекта, например с возможностью самообучения,- очень актуальная тема. Последние десять лет такие разработки ведутся во многих направлениях - наиболее успешными и быстро развивающимися из них являются квантовые компьютеры, нейрокомпьютеры и оптические компьютеры, поскольку современная элементная и технологическая база имеет все необходимое для их создания. Хотя при этом возникают определенные проблемы. Но не будем забегать вперед - все перечисленные виды компьютеров и проблемы с их разработкой подробно описаны в этой статье. Начнем с предпосылок создания более скоростных, а значит, и более высокопроизводительных вычислительных систем.
Итак, что же такое квантовый компьютер? Основной его строительной единицей является кубит (qubit, Quantum Bit). Классический бит имеет лишь два состояния - 0 и 1, тогда как состояний кубита значительно больше. Для описания состояния квантовой системы было введено понятие волновой функции, ее значение представляется в виде вектора с большим числом значений. Существуют волновые функции, которые называются собственными для какой-либо определенной величины. Квантовая система может находиться в состоянии с волновой функцией, равной линейной комбинации собственных функций, соответствующих каждому из возможных значений (такое состояние называется сложным), т. е. физически - ни в возбужденном, ни в основном состоянии. Это означает, что кубит в одну единицу времени равен и 0, и 1, тогда как классический бит в ту же единицу времени равен либо 0, либо 1. Как для классических, так и для квантовых компьютеров были введены элементарные логические операции: дизъюнкция, конъюнкция и квантовое отрицание, при помощи которых будет организована вся логика квантового компьютера.
Как работает квантовый компьютер? Согласно законам квантовой механики, энергия электрона, связанного в атоме, не произвольна. Она может иметь лишь определенный прерывный (дискретный) ряд значений Е0 , Е1 ,... Еn называемых уровнями энергии. Этот набор называют энергетическим спектром атома. Самый нижний уровень энергии Е0, при котором энергия атома наименьшая, называется основным. Остальные уровни (Е1 , Е2 ,... Еn ) соответствуют более высокой энергии атома и называются возбужденными. Излучение и поглощение атомом электромагнитной энергии происходит отдельными порциями - квантами, или фотонами. При поглощении фотона энергия увеличивается - он переходит "вверх" - с нижнего на верхний уровень, при излучении фотона атом совершает обратный переход вниз.
Если атом в данный момент времени находится в одном из возбужденных состояний Е2 , то такое состояние атома неустойчиво, даже если на него не влияют другие частицы. Через очень короткое время атом перейдет в одно из состояний с меньшей энергией, например Е1 . Такой самопроизвольный (спонтанный) переход с одного уровня на другой и сопровождающее его спонтанное излучение столь же случайны во времени, как радиоактивный распад ядра атома. Предсказать точно момент перехода принципиально невозможно - можно лишь говорить о вероятности того, что переход произойдет через такое-то время. Но атом может перейти с уровня Е2 на Е1 не спонтанно, а под действием электромагнитной волны, если только частота этой волны достаточно близка к частоте перехода атома. Такая резонансная волна как бы "расшатывает" электрон и ускоряет его "падение" на уровень с меньшей энергией. Переходы, происходящие под действием внешнего электромагнитного поля, называются вынужденными (или стимулированными). При создании квантового компьютера основное внимание уделяется вопросам управления кубитами при помощи вынужденного излучения и недопущении спонтанного излучения, которое нарушит работу всей квантовой системы. От рассказа о физике происходящих в квантовом компьютере процессов перейдем к тому, как эти свойства реализуются в экспериментальном образце квантового компьютера.
Для того чтобы практически реализовать квантовый компьютер, существуют несколько важных правил, которые в 1996 г. привел Дивиченцо (D.P. Divincenzo). Без их выполнения не может быть построена ни одна квантовая система.
1. Точно известное число частиц системы.
2. Возможность приведения системы в точно известное начальное состояние.
3. Высокая степень изоляции от внешней среды.
4. Умение менять состояние системы согласно заданной последовательности элементарных преобразований.
Выполнение этих требований вполне реально с помощью существующих квантовых технологий.
Зная все возможности квантовых компьютеров, можно предположить, что будущее вычислительных систем предрешено, однако, несмотря на все плюсы, которые нам дают квантовые компьютеры, - это не совсем так...
4. Нейрокомпьютер
Для решения некоторых задач требуется создание эффективной системы искусственного интеллекта, которая могла бы обрабатывать информацию, не затрачивая много вычислительных ресурсов. И разработчиков "осенило": мозг и нервная система живых организмов позволяют решать задачи управления и эффективно обрабатывать сенсорную информацию, а это огромный плюс для создаваемых вычислительных систем. Именно это послужило предпосылкой создания искусственных вычислительных систем на базе нейронных систем живого мира. Специалисты, добившись нужных результатов в этой области, создадут компьютер с большими возможностями.
Создание компьютера на основе нейронных систем живого мира базируется на теории перцептронов, разработчиком которой был Розенблатт. Он предложил понятие перцептрона - искусственной нейронной сети, которая может обучаться распознаванию образов. Предположим, что есть некоторая зенитно-ракетная установка, задача которой - распознать цель и определить наиболее опасную из них. Также есть два самолета вероятного противника: штурмовик и бомбардировщик. Зенитно-ракетная установка, используя оптические средства, фотографирует самолеты и отправляет полученные снимки на вход нейронной сети (при полностью сфотографированном самолете нейронная сеть быстро распознает его). Но если снимок получился плохо, то именно здесь используются основные свойства нейронной сети, одно из которых - возможность к самообучению. Например, на снимке отсутствует одно крыло и хвостовая часть самолета. Через некоторое (приемлемое) время нейронная сеть сама дорисовывает отсутствующие части и определяет тип этого самолета и дальнейшие действия по отношению к нему. Из распознанных штурмовика и бомбардировщика оператор данной зенитно-ракетной установки выберет для уничтожения более опасный самолет.
Перспективность создания компьютеров по теории Розенблатта состоит в том, что структуры, имеющие свойства мозга и нервной системы, имеют ряд особенностей, которые сильно помогают при решении сложных задач:
1. Параллельность обработки информации.
2. Способность к обучению.
3. Способность к автоматической классификации.
4. Высокая надежность.
5. Ассоциативность.
Нейрокомпьютеры - это совершенно новый тип вычислительной техники, иногда их называют биокомпьютерами. Нейрокомпьютеры можно строить на базе нейрочипов, которые функционально ориентированы на конкретный алгоритм, на решение конкретной задачи. Для решения задач разного типа требуется нейронная сеть разной топологии (топология - специальное расположение вершин, в данном случае нейрочипов, и пути их соединения). Возможна эмуляция нейрокомпьютеров (моделирование) - как программно на ПЭВМ и суперЭВМ, так и программно-аппаратно на цифровых супербольших интегральных схемах.
Искусственная нейронная сеть построена на нейроноподобных элементах - искусственных нейронах и нейроноподобных связях. Здесь важно заметить, что один искусственный нейрон может использоваться в работе нескольких (приблизительно похожих) алгоритмов обработки информации в сети, и каждый алгоритм осуществляется при помощи некоторого количества искусственных нейронов.
Заключение