В основе всех существующих компьютеров с 1940-х гг. лежала архитектура с разделенным процессингом и памятью. Ее принципиальным ограничением являлась неспособность к самостоятельному ассоциированию и синтезу нового знания.
Сегодня на рынке представлены сотни нейральных симуляторов самого разного уровня исполнения и возможностей. В сети представлено множество их компаративных обзоров. Большинство из них поддерживает лишь ограниченное число возможных для построения стандартных архитектур классических нейросетей и методов при очень небольшом числе нейронов, которые можно включить в сеть.
В начале 2000 годов начался переход к новой архитектурной парадигме – ассоциативным искусственным когнитивным системам, способным к самообучению и синтезу нового знания путем ассоциативной рекомбинации полученной информации.
Под «искусственными когнитивными системами» понимаются технические системы, способные к
· познанию, распознаванию образов и самостоятельному усвоению новых знаний из различных источников,
· продолжительному обучению, пониманию контекстуального значения и субъективной оценке получаемой информации,
· синтезу нового знания,
· мышлению и поведению для успешного решения существующих проблем в условиях реального мира.
Основными зарубежными проектами создания подобных ИКС являются
· европейские проекты BBP/HBP,
· американская инициатива BRAIN,
· проект IBM DeepQA «Watson»,
· проект «Siri» корпорации Apple,
· проект нейросетевого искусственного интеллекта и использующих его роботов компании Google,
· японские проекты JST,
· канадский проект «Spaun» и др.
С 2012 года в России началось активное проведение ИТ-исследований в сфере разработки искусственных когнитивных систем, разработана Стратегическая программа создания Центра прорывных исследований в области информационных технологий «Искусственные когнитивные системы».
Повышение интереса к тематике искусственного интеллекта требует появления достаточного количества публикаций о структуре и возможностях нейросистем, о типах искусственных нейросетей и открываемых ими возможностях автоматизации мыслительных процессов. Для удовлетворения возникающих потребностей необходимы с одной стороны – новые информационные материалы, и с другой стороны – программные средства, которые позволяют без особых затрат проверить новую информацию на практике, создавать свои нейросетевые системы разных типов, модели нейросетевых устройств и даже узлов нейрокомпьютеров на своём ноутбуке. Необходимую информацию даёт эта книга, а доступные программные средства можно получить из Интернет [3]. Большинство примеров в книге выполнено на freeware пакете MemBrain.
Искусственные нейросети являются электронными моделями нейронной структуры мозга.
Продолжительный период эволюции придал мозгу человека много качеств, отсутствующих в современных компьютерах с архитектурой фон Неймана. К ним относятся:
· способность к обучению и обобщению
· ассоциативность и адаптивность
· толерантность к ошибкам
· параллельность работы
Множество проблем, не поддающиеся решению традиционными компьютерами, могут быть эффективно решены с помощью нейросетей.
Достижения в области нейрофизиологии дают начальное понимание механизма естественного мышления, в котором хранение информации происходит в виде сложных образов. Процессы хранения информации в виде образов, использования образов при решении поставленной проблемы определяют новую область в обработке данных, которая, не используя традиционного программирования, обеспечивает создание нейронных сетей и их обучение. В лексиконе разработчиков и пользователей нейросетей присутствуют слова, отличные от традиционной обработки данных, в частности, «вести себя», «реагировать», «самоорганизовывать», «обучать», «обобщать» и «забывать».
Изучение человеческого мозга началось очень давно.
В 1791 году итальянский врач, анатом и физиолог, один из основателей электрофизиологии Луиджи Гальвани (1737—1798) издал «Трактат об электрических силах при мышечном движении», основанный на его выводах о наличии в живых организмах СКАЧАТЬ