Page 6 - 4143
P. 6
Актуальність досліджень штучних нейронних мереж
підтверджується різноманіттям їх можливих вживань. Теорія є
алгоритмічним базисом розвитку нейрокомп'ютерів, подібно тому,
яка булева алгебра більше 50 років була алгоритмічним базисом
однопроцесорних і багатопроцесорних ЕОМ.
Сучасні цифрові обчислювальні машини перевершують людину
по здатності проводити числові і символьні обчислення. Проте
людина може без зусиль вирішувати складні задачі сприйняття
зовнішніх даних (наприклад, пізнати в натовпі знайомого тільки по
його обличчю, що промайнуло) з такою швидкістю і точністю, що
наймогутніший в світі комп'ютер в порівнянні з ним виявиться
безнадійним тугодумом. Причина такої значної відмінності в їх
продуктивності укладена в тому, що архітектура біологічної
нейронної системи абсолютно не схожа на архітектуру машини
фон Неймана (табл. 1.1), а це істотно впливає на типи функцій, які
більш ефективно виконуються кожній з моделей.
Таблиця 1.1 – Машина фон Неймана в порівнянні з
біологічною нейронною системою
Параметри Машина Біологічна нейронна
порівняння фон Неймана система
Складний Простій
Процесор Високошвидкісний Низькошвидкісний
Один або декілька Велика кількість
Відокремлена від Інтегрована в
процесора процесор
Пам'ять Локалізована Розподілена
Адресація не за Адресація за
змістом змістом
Надійність Висока уразливість Живучість
Централізовані Розподілені
Обчислення Послідовні Паралельні
Збережені програми Самонавчання
6
