Физика процессов эволюции - Эбилинг В.
Скачать (прямая ссылка):
1. В качестве узлов используются прозрачные круглые окна в экране, за которым могут располагаться нелинейные оптические элементы. С помощью полупрозрачного зеркала лучи снова направляются на экран, причем с помощью синаптической матрицы нацеливая их на другие окна. После прохождения через экран лучи рассеиваются на объемной голограмме. Принципиальная схема установок изображена на рис. 12.15.
Рис. 12.15. Схема оптической нелинейной сети, состоящей из бистабильных шаблонов и объемной голограммы, моделирующей синаптическую матрицу
2. В качестве узлов служат LED из арсенида галлия и детекторы, наносимые на чип с помощью VLSI-технологии. Синаптическая матрица реализована с помощью расположенного внизу зеркала и плоской голограммы (рис. 12.16).
Вряд ли приходится сомневаться в том, что оптические «нейронные» сети представляют собой особенно изящное решение проблемы. Однако первоначальная эйфория по поводу реализуемости цифрового оптического компьютера сменилась с 70-х годов весьма трезвой оценкой. Однако не следует упускать из виду, что в последние несколько лет появились весьма эффективные оптические элементы (Gibbs, 1986). Ведущие специалисты в области оптической обработки информации
предполагают, что большие возможности открываются перед оптическими компьютерами при параллельной обработке информации. В литературе обсуждаются прототипы оптических сетевых компьютеров.
3. Третье направление реализации сетей связано с предложенными Конрадом, Кирби и Хонгом ферметативными нейронами (Kirby, Conrad,
1984, 1986). Основная идея этого подхода состоит в том, чтобы нанести на искусственную мембрану светочувствительные молекулы (родопсин), р^. 12.16. схема нелинейной
В тесной связи с этим подходом находятся оптохи- оптической сети, состоящей из би-
мические сети, экспериментально исследованные стабильных диодов на кремниевой
Кунертом и сотрудниками. Если отвлечься от со- пластине и голограммы с зеркаль-
вершенно иной химической структуры, использу- ной поверхностью, моделирующей
емой в этих сетях, то принцип оптохимического синаптическую матрицу
подхода в большей или меньшей степени соответствует ферментативным нейронам. В основе оптохимических сетей лежит открытый Кунертом (Kuhnert, 1986) светочувствительный вариант реакции Белоусова—Жаботинского. Светочувствительность используемого нового катализатора (рутения) позволяет управлять локальным состоянием реакции непосредственно с помощью оптического входного сигнала (рис. 12.17). Внутренняя структура оптохимической сети чрезвычайно проста, так как соседние ячейки сообщаются между собой только с помощью диффузионной связи. Установление связи может производиться, например, с помощью нелинейных электродов, положение которых варьируется адаптивно. Если возможность оптического управления ходом реакции была убедительно доказана Кунертом (Kuhnert, 1986), относительно адаптивной связи (рис. 12.18) пока имеются только теоретические исследования (Ebeling, 1986).
Рис. 12.17. Оптическая манипуляция светочувствительной реакцией Белоусова— Жаботинского—Кунерта с рутениевым катализатором: (а)—(в) первый цикл темновой реакции. Возникающая у края триггерная волна превращается в фазовую волну с осциллирующей средой вокруг нее; (г)—(е) повторение цикла темновой реакции; (ж) включение света переводит превращение в фазовую волну. Триггерная волна стабилизируется; (з) после выключения света превращение в фазовую волну продолжается. (С разрешения автора — Kuhnert, 1986.)
Рис. 12.18. Принцип оптической манипуляции реакции Белоусова—Жаботинекого—Кунерта. Крестиками обозначены выходные электроды
Рис. 12.19. Схема сети, состоящей из п связанных процессоров
Нельзя не упомянуть и о возможности реализации сложных сетей с помощью материалов, напоминающих по своим свойствам цеолиты (Dress et al., 1982). В заключение скажем несколько слов и о многообещающем моделировании сетей с помощью процессов. Так, калифорнийская фирма TRW предлагает так называемый нейронный процессор. С 1987 г. на рынок выпущен процессор типа Марк IV, состоящий из восьми специальных процессоров (рис. 12.19), которые позволяют моделировать сеть с 1/4 миллионов узлов и 5 миллионами соединений; 85% узлов и соединений приходится в большой RAM-памяти на долю синаптической матрицы. Современные нейронные процессоры позволяют моделировать все известные типы нейронных сетей от Хопфилда до Хинтона. Специализированный компьютер для моделирования сетей обходится дешевле (при прочих равных параметрах), чем моделирование на большом компьютере, и требует меньших затрат времени. Нейрокомпьютеры особенно удобны дня адаптивного управления, решения проблемы разрешимости, обучения правилам, обработки неточных сведений, в архивном и издательском деле, для поиска информации и массового контроля.
В заключение подчеркнем еще раз, что сетевые автоматы находятся сейчас еше на самом раннем — «младенческом» — этапе своего развития, поэтому сравнение их возможностей с возможностями современного компьютера было бы несправедливо. С нашей точки зрения существуют веские доводы, позволяющие считать новый тип обработки информации весьма перспективным. Кроме того, развитие автоматов нового типа по затратам сопоставимо с усовершенствованием компьютеров традиционного типа.
