Оптические вычисления - Арратуна Р.
Скачать (прямая ссылка):
должна быть увеличена на несколько порядков по сравнению с уже
достигнутой [23]. В то время как для решения этой задачи изучаются
системы с высокой степенью параллелизма, ограниченность нашего
современного понимания этой проблемы убеждает в том, что параллелизм сам
по себе, в одиночку, не может обеспечить необходимого увеличения
быстродействия. Использование альтернативных систем, таких как оптические
вычислительные системы, может оказаться весьма перспективным, если
соответствующие схемы кодирования данных и операций удастся реализовать
оптическими методами.
В предыдущих разделах был выявлен основной круг задач символьных
вычислений; особое внимание при этом уделялось потенциальной возможности
применения оптических методик. Установлено, что наилучшим образом
состыковать оптическую
332
Часть IV. Символьные вычисления и искусственный интеллект
обработку и вычислительные методы удается в задачах технического зрения и
распознавания речи. Несмотря на то что в последнее время много говорят о
возможности применения оптики для решения задач ИИ, остается целый ряд
нерешенных проблем. К их числу относятся совместимое с оптикой
представление данных, параллелизм (в целом в вычислениях и оптике),
организация взаимодействия с памятью, оптимальная в конкретном случае
конструкция оптоэлектронных интерфейсов, реализация оптимальных
архитектур и технологии изготовления компонентов. Эти вопросы более
подробно рассматриваются в следующем разделе, где описываются
потенциально возможные архитектуры символьных вычислений.
10.4. Архитектуры символьных вычислений
10.4.1. Введение в архитектуры символьных вычислений
Предыдущие разделы подготовили необходимый фундамент для обсуждения
архитектур символьных компьютеров. Обсуждавшиеся выше принципиальные
характеристики символьных вычислений помогли осознать всю важность связей
между элементами данных: связей между объектами и признаками в языке
Лисп, связей между узлами в семантической сети, связей внутри и между
фреймами и т. д. Это толкнуло специалистов в области компьютерной техники
к исследованиям возможностей улучшения характеристик за счет
использования таких архитектур компьютеров, для которых связь между
узлами процессора отражала бы основные соотношения символьных вычислений.
Такая идея вызвана частично опытом, накопленным при попытках увеличить
производительность цифровых компьютеров путем приведения в соответствие
их архитектуры со структурами алгоритмов и наоборот. Конечно, при этом
следует помнить о важности поддержания гибкой архитектуры, которая может
адаптироваться к изменяющимся связям между объектам; в противном случае в
результате будут получены машины весьма специализированного назначения с
ограниченными возможностями.
Сходство этих архитектур с нейронными системами создает кредит доверия к
их значимости для символьной обработки. Мозг с его сравнительно медленно
действующими компонентами (времена срабатывания нейронов составляют
порядка миллисекунд) способен обрабатывать символьную информацию со
скоростью по величине на несколько порядков большей, чем для традиционных
(фон-неймановских) архитектур компьютеров. Два различия между
электронными и биологическими системами заключаются в способности
организовывать соединения между компонентами и возможности произвольно
комбини-
Глава 10. Оптика и символьные вычисления
333
ровать операции с процессорами и памятью. Нейроны в мозге могут иметь
более 10000 синапсов (биологических соединений), в то время как их
электронные аналоги - вентили в типичных случаях имеют лишь несколько
соединений с другими вентилями. В области распределения ресурсов памяти
фон-нейманов-ские архитектуры характеризуются разделением между функциями
процессора и памяти; пересылка информации между ними часто приводит к
уменьшению быстродействия.
Авторы ни в коем случае не предполагают заниматься критикой фон-
неймановских архитектур. В конце концов, в то время когда фон-
неймановская структура процессор/память была предложена, она базировалась
на ограничениях, накладываемых технологией того периода времени (конец
1940-х гг.). Кроме того, такие архитектуры доказали значительное
превосходство над человеческим мозгом при выполнении цифровых операций.
Хотя обсуждение оптимального соотношения между использованием символьных
и цифровых систем выходит за рамки данной главы, когда-нибудь в будущем
системы смогут объединить в себе и символьные, и традиционные цифровые
процессоры.
Компьютеры с высокой степенью организации межэлементных соединений и
распределенной памятью были названы параллельными процессорами вследствие
их способности выполнять совпадающие по времени операции. Поэтому, перед
тем как перейти к обсуждению возможностей оптической параллельной
обработки, авторы хотели бы познакомить читателя с основами и
терминологией параллельной обработки, а также обсудить общие категории
параллельной архитектуры.
10.4.2. Архитектуры параллельной обработки
