От сметало до неврокомпютър
| "Само за едно поколение един странен нов вид е израснал заедно с човека: изчислителните и подобни машини, с които, както той откри, той ще трябва да споделя света. Нито историята, нито философията, нито здравият разум могат да ни кажат как тези машини ще повлияят на живота ни в бъдеще, защото те работят доста по-различно от машините, създадени в ерата на индустриалната революция." |
Човекът през цялото си съществуване на земното кълбо винаги се е опитвал да облекчи работата си и да подобри условията на живот със завидното постоянство, с което всяка система се стреми към минимум енергия. Все още остава загадка кой е двигателят на прогреса: естественият мързел, присъщ на всеки хомо сапиенс, любознателният ум на нашите предци и съвременници или нещо друго. Но именно това нещо, било то мързел или нещо друго, е причината жилищата ни да се превърнат от студени пещери, окачени с животински кожи в уютни апартаменти с централно отопление и осветление, а изчислителните инструменти да изминат дълъг път от сметалото до високопроизводителни машини от ново поколение, една от които е неврокомпютърът.
Част 1. Какво е мозъчен компютър?
Преди да започнем разговор за неврокомпютрите и какво е толкова добро в тях, нека дефинираме както самия термин "неврокомпютър", така и понятията, пряко свързани с него.
Неврокомпютърът е компютър от ново поколение, реализиран на базата на специализирана елементна база, използваща изкуствени невронни мрежи (ANN).
От своя страна ANN е система за обучение, състояща се от много подобни, прости и взаимодействащи процесори (изкуствени неврони) и имитираща работата на невроните на човешкия мозък.ANN обучението според Мендел и Макларън е „процес, при който свободните параметри на невронната мрежа се адаптират в резултат на нейното непрекъснато стимулиране от външната среда“. По този начин обучението по ANN всъщност е аналогично на програмирането за конвенционални компютри. Методите за обучение или, както се казва, обучение или настройка на параметрите на невронните мрежи се наричат невропарадигми. Най-известните от тях са показани в таблица 1. Един от най-често използваните методи за обучение на ANN е алгоритъмът за обратно разпространение.
| Таблица 1 | |
| Име на невропарадигмата | Когато е приложимо |
| неокогнитрон | За разпознаване на почерк и знаци |
| Мрежа на Хопфийлд | За търсене и възстановяване на данни по техните фрагменти |
| Машина на Болцман | За разпознаване на изображения и радарни сигнали |
| Обратно разпространение | За синтез на реч, контрол на движението на робота, оценка на инвестиционната ефективност |
Архитектурата на неврокомпютъра е MSIMD (или MIMD), т.е. структура с паралелни потоци от идентични инструкции и множество потоци от данни, което осигурява висока паралелност на изчисленията. Един от бащите на теорията на ANN, М. Мински, изложи хипотеза, според която производителността на конвенционална паралелна изчислителна система от N процесори нараства пропорционално на логаритъма на N, докато използването на невронни системи позволява увеличаване на скоростта не с логаритъм от N пъти, а с N пъти.
Част 2: Възход и падение
Ако проследим етапите на развитие на невротехнологиите, можем да видим, че искреният обществен интерес към тях често се заменя спрохлада.
За първи път учените започнаха да говорят сериозно за създаването на изчислителни системи, работещи на принципа на човешкия мозък в началото на втората половина на миналия век. И тези идеи не бяха само плод на въображението на няколко изследователи, но имаха ясна научна обосновка. В края на краищата човешкият мозък, състоящ се от мрежа от неврони (нервни клетки), е високоефективна и паралелна система за обработка на информация, чрез симулиране на която може да се получи невероятно бърз компютър. Скоро се появяват трудовете на такива известни учени като Д. Хеб, М. Мински, Ф. Розенблат и други, които поставят основите за изграждането на изкуствени невронни мрежи. Още в началото на 60-те години са построени първите ANN, най-известните от които са персептронът (perceptron, от английски perceptron) на Ф. Розенблат, "Адалин" на У. Уидроу и системата "Алфа" на А. Г. Ивахненко. Работата беше в разгара си, въображението на учените нарисува напълно невъобразимо бъдеще.
Въпреки това скоро М. Мински, професор в Масачузетския технологичен институт, доказа, че невронните мрежи, изградени върху перцептрони, макар и прости от гледна точка на техническа реализация, не са в състояние да решат голям брой различни проблеми. Това доведе до спад в изследванията в тази област, който продължи до началото на 80-те години.
Появата на нови парадигми (машина на Болцман, мрежа на Хопфийлд и др.), както и бързо нарастващата нужда от високопроизводителни компютри допринесоха за възраждането на интереса към ANN. Идеята за изграждане на "електронен мозък" е доразвита в трудовете на Д. Хопфийлд, Ф. Васерман, Б. Уидроу, Т. Кохонен, С. Гросберг и др. В средата на 80-те години държавните изследователски програми, насочени къмустановяване на масово производство на неврокомпютри до 2000 г. Най-големите от тях са представени в таблица 2.
| Таблица 2 | |||
| Име на програмата | Държава | Време | Обеми на финансиране |
| DARPA | САЩ | 1987-1995 г | 400 милиона долара |
| Човешка граница | Япония | 1988-1996 г | 6600 милиона долара |
| МОЗЪК | ЕС | 1988-1996 г | 10 милиона долара |
Държавната подкрепа и големите инвестиции доведоха до формирането на цяла индустрия за хардуер и софтуер за неврокомпютри. След това, през 90-те години, стартира производството на инструменти за симулация на ANN и бяха създадени първите компютри, ускорители, чипове и програми с префикса "невро". Според наблюденията на Busines Communications Company Inc., в края на 1992 г. световният пазар на невротехнологии е бил 120 милиона долара (хардуер) и 50 милиона долара (софтуер). До 2000 г. тези цифри са нараснали 5-6 пъти.
Според експерти в близко бъдеще се очаква значителен технологичен растеж в областта на проектирането на невронни мрежи и неврокомпютри. През последните години вече бяха открити много нови възможности за ANN и работата в тази област се превръща във важен принос за индустрията, науката и е от голямо икономическо значение.
Част 3. Приложения на неврокомпютри
Неврокомпютрите и ANN могат да се използват за решаване на голям клас сложни (зле формализирани) задачи от различни области на човешкия живот. По-специално, неврокомпютърните технологии се използват успешно при анализа на потребителския пазар, проектиране и оптимизиране на комуникационни мрежи, разпознаване на реч, управлениецени и производство, проучване на търсенето, обслужване на кредитни карти, медицинска диагностика, откриване на измами, разпознаване на символи и др. Типични задачи, решавани с помощта на невронни мрежи и неврокомпютри, са показани на фигурата.
Докато има нужда от високопроизводителни компютри, неврокомпютрите няма да останат без работа. Обхватът на тяхното приложение се разширява и ще се разширява, защото тези мощни компютри са най-успешните компютри от ново поколение.
Част 4. Неврокомпютри и невроускорители
Неврокомпютърът трябва да се разграничава от невроемулаторите, конвенционалните компютри с масивен паралелизъм, които изпълняват основните функции на неврологията на софтуерно ниво, и невроускорителите, стандартните изчислителни системи със специални разширителни платки, т.к. това е функционално завършено изчислително устройство. С други думи, ако инсталирате на вашия компютър програма, която симулира невронна мрежа и започнете да решавате проблема с оптималното разпределение на финансовите инвестиции с нейна помощ, тогава вашият компютър може да се нарече невроемулатор. Ако закупите платка IBM ZISC 036 и я включите в PCI слота на дънната платка, тогава вашият компютър може да се счита за невроускорител. Е, ако решите да обмените своя железен приятел за компютъра Synapse-1, тогава ще станете щастлив собственик на неврокомпютър.
Към днешна дата невроускорителите, произведени под формата на платки и модули, базирани на DSP, FPGA или специализирани неврочипове, станаха много популярни. Въпреки че сред неврокомпютрите, произведени под формата на конструктивно автономни системи, има търговски модели. Но има много по-малко такива устройства. Примери за невроускорители: IBM картаZISC 036, Fujitsu Neuro-Turbo, Siemens Synapse 2 и Synapse 3, DSP60V6 на компанията Tool Systems, NeuroMatrix NMT403 на научно-техническия център Modul и др.
ZISC 036 е невропроцесор на IBM, фокусиран върху решаването на широк спектър от задачи от разпознаване на модели до класификация и съдържащ 36 неврона, всеки от които е независим процесор. Характеристики на неврочипа ZISC 036:
- 36 неврони;
- възможността за свързване на множество процесори (каскадно);
- от 1 до 64 компонента във входния вектор;
- захранващо напрежение 5V;
- консумирана мощност - 1 W при 16 MHz;
- честота - 0-20 MHz;
- CMOS технология;
- входният вектор се зарежда след 3,5 µs, резултатът се появява след 0,5 µs.
Най-известните "пълноценни" търговски неврокомпютри са: Synapse-1 на Siemens Nixdorf, Silicon Brain (САЩ) и Embryo (България).
Машините Synapse-1, със скаларна мултипроцесорна архитектура и разширяема памет, се използват за разпознаване на реч, изображения и изображения и имат невероятна скорост на самообучение. Характеристики на неврокомпютъра Synapse-1:
- процесорна платка с матрица от осем DSP MA16;
- производителност на 3,2 милиарда умножения (16x16 бита) и събирания (48 бита) в секунда;
- памет на скалата 128 MB;
- устройство за данни, базирано на Motorola MC68040;
- блок за управление на базата на Motorola MC68040.
Днес стотици компании се занимават с разработването и производството на неврочипове, но само няколко от тях доставят своите продукти на пазара. Останалите обслужват военния комплекс или създават единични продукти за специални цели.
Понастоящем архитектурата на фон Нойман вече не може да задоволи всички нарастващи нужди от високопроизводителни изчислителни системи. Поради това все повече внимание се обръща на принципно нови начини за организиране на изчислителния процес, които позволяват да се постигне максимално възможен паралелизъм на изчисленията. Една от най-обещаващите идеи днес е симулацията на човешкия мозък, реализирана в неврокомпютри. Те обаче имат още много да извървят в своето развитие. лъвският дял от всички разработки в тази област остава непотърсен.
Може да се предположи, че напредъкът в неврологията ще доведе до истински пробив в областта на неврокомпютърните технологии. Много учени са склонни да вярват, че изстрелването на човек в космоса или изграждането на водородна бомба на фона на такъв триумф няма да изглеждат толкова впечатляващи постижения, колкото ги смятаме днес.