Петр Асташенков - Что такое бионика

С применением искусственных нейронов уже создаются машины, обладающие способностью распознавания, еще более совершенные, чем первые перцептроны. Уже создана, например, машина на разновидности электронного нейрона — артроне. Этот электронный нейрон сложнее других аналогов. Он обладает 16 состояниями и свойством задержки. Это чрезвычайно чувствительный элемент, имеющий два входа и один выход. Входной и выходной сигналы имеют цифровую форму. Отличие машины на артронах от первых перцептронов заключается в том, что пути прохождения сигнала между чувствительными элементами и артронами изменяются непрерывно случайным образом, пока в процессе «обучения» не будут найдены оптимальные пути. Но даже и после «обучения» машина легко возвращается к этапу случайного прохождения сигнала.

Основной механизм, с помощью которого такая машина «обучается», составляют четыре высокоскоростных переключателя. Они, сравнивая поступивший сигнал с пороговым уровнем, определяют, разомкнуть переключатель или оставить замкнутым. В первом случае сигнал к артрону не проходит, во втором — проходит. Схема обратной связи и здесь обеспечивает «поощрение» или «наказание», уменьшая или увеличивая пороговый уровень переключателя.

Машина на артронах, по данным зарубежной печати, может применяться для автоматического управления беспилотными космическими летательными аппаратами, будет способствовать созданию быстродействующих командных машин для штабов войсковых подразделений, облегчающих выработку решений командиром. Машина может успешно управлять оборудованием, работающим в опасных условиях.

В печати сообщается и о создании еще одного аналога нейрона для логических устройств. Это — нейристор. Он может выполнять все логические операции существующих электронно-вычислительных машин и даже некоторые функции, которые им пока, как говорят, не под силу. По схеме это канал, содержащий термисторную полоску и распределенную емкость. В них распространяются сигналы — электрические разряды, проходящие с постоянными скоростью и амплитудой. После прохождения разряда прибор в течение некоторого времени становится невосприимчивым и не поддерживает разряды. Спустя некоторый период он восстанавливает работоспособность. Логические устройства на нейристорах характерны тем, что прибор и соединительные провода составляют одно целое.

Одна зарубежная фирма предложила самопрограммирующую машину, которая самостоятельно выбирает оптимальный подход к решению задачи. Она предназначена для распознавания сигналов гидролокатора.

Перед применением машину «обучают». На перфорированную ленту блока «памяти» записываются сигналы гидролокатора и эхо-сигнал, создаваемый кораблем. Если машина путает то и другое, процесс сравнения повторяется, пока она не даст правильный ответ. «Обученная» таким путем машина может анализировать сигналы подводной локации лучше, чем оператор.

Одна из американских фирм построила бионическую обучающуюся машину для быстрого опознавания и классификации трехмерных объектов, имеющих форму шара, куба, пирамиды и эллипсоида. Это качество, по мнению специалистов США, оказывается очень ценным при просмотре, анализе, отборе фотографий на разведывательных спутниках перед передачей их на Землю. И не только в этом случае, но и при распознавании мест запуска снарядов или самих снарядов с борта самолетов или спутников, а также обнаружении боеголовок ракет среди ложных целей.

Такая бионическая машина состоит из объектива, 400 фотоэлементов, усилителей сигналов фотоэлементов, ассоциативного блока «памяти», состоящего из 400 простых логических схем, ответных логических устройств и цифровых логических устройств, указывающих форму наблюдаемого объекта. Выход каждого усилителя соединен (по случайному закону) со входами девяти логических схем блока «памяти».

Как же работает такая бионическая машина? Когда оптическое изображение проектируется на фотоэлементы, сигналы от них после усиления поступают в логические схемы ассоциативной «памяти», оттуда — на два ответных логических устройства. Вот здесь-το и происходит процесс обучения машины. На входе ответных устройств сигналы «взвешиваются», то есть в зависимости от того, способствует или нет наличие этого сигнала правильному опознаванию, он либо усиливается, либо ослабляется. Это достигается благодаря уменьшению или увеличению сопротивлений на входе ответных логических схем.