Развитие нейрокибернетики
Задачи нейрокибернетики - науки, изучающей закономерности организации и функционирования нейронных образований (нейронов). Анализ устройства нейронных систем, ориентированный на программно-аппаратное моделирование структур, аналогичных структуре мозга.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 01.03.2019 |
Размер файла | 17,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
РАЗВИТИЕ НЕЙРОКИБЕРНЕТИКИ
THE DEVELOPMENT OF NEUROCYBERNETICS
Аввакумова Т.Д.
ФГБОУ ВО «Тюменский индустриальный университет»
Тюмень, Россия
Нейрокибернетика - это наука, изучающая закономерности организации и функционирования нейронных образований (нейронов). Она представляет собой широкое поле наук и технологий, связанных с пониманием устройства нейронных систем и ориентировано на программно-аппаратное моделирование структур, аналогичных структуре мозга. Ученые сосредоточили свои усилия на создании элементов, напоминающих нейроны человека, и их объединении в функционирующие системы - нейронные сети (нейросети).
Полученные знания применяются в медицине и технике.
Становление искусственного интеллекта как научного направления приходилось на 40е гг. XX в. В это время Норберт Винер создает основополагающие работы в новом научном направлении - кибернетике. В 1956 году на семинаре в Дартмутском колледже (США), который был посвящен разработке методов решения логических задач, Н. Винер предложил термин "искусственный интеллект" (ИИ). Когда ИИ признали самостоятельной отраслью науки, она была поделена на 2 основных направления: нейрокибернетику и кибернетику.
Эти направления развивались независимо друг от друга, существенно различаясь в методологии и в технологии. Но в настоящее время стали заметны тенденции к объединению этих частей снова в единое целое.
Возможность нейросети к обучению впервые была исследована Уорреном МакКаллоком и Уолтером Питтом. Ими была предложена модель нейрона и сформулированы принципы создания искусственных нейронных сетей. Это было описано в их работе «Логическое исчисление идей, относящихся к нервной деятельности», которая вышла в свет 1943 году. Огромный шаг к развитию нейрокибернетики сделал Френк Розенблатт - американский нейрофизиолог. В 1962 году он предложил свою модель нейронной сети (персептрон) и построил первый нейрокомпьютер Марк-1. Персептрон мог различать буквы алфавита, но был чувствителен к их написанию. Сначала он был воспринят с большим энтузиазмом, но вскоре подвергся большим нападкам со стороны научных авторитетов.
Постепенно количество работ по нейронным сетям стало снижаться, и крупные исследования были свернуты на несколько лет. Несмотря на это, в 70-е годы было предложено большое количество разработок, таких как когнитрон, умеющий хорошо распознавать сложные образы.
Появляется транспьютер - компьютер с собственной внутренней памятью и каналами для соединения с другими транспьютерами Высокая степень функциональной самостоятельности транспьютера, простота интеграции и наличие периферийных устройств позволяют в короткие сроки создавать системы на их основе. Транспьютерная технология стала одной из десятка новых подходов к аппаратной реализации нейросетей, моделирующих структуру человеческого мозга.
Первые нейросетевые компьютеры появились 60 лет назад, а сейчас эта технология достаточно сильно вошла в нашу жизнь. В настоящее время, применение искусственного интеллекта в направлении нейрокибернетика очень обширно. Компьютеры отвечают за прогнозирование финансовых показателей, диагностику автомобильных и авиационных двигателей, предсказание развития возможных осложнений у больных в послеоперационный период, управление атомными электростанциями и многим другим. И смотря на это, можно с уверенностью сказать, что будущее за нейрокибернетикой. Чтение мысли больше не является научной фантастикой. Уже появились первые интерфейсы, которые позволяют управлять машин и компьютеров с помощью мысли. Пройдет время и «мысленный интерфейс» превратится в неотъемлемую часть нашей жизни, что окончательно объединит человека и компьютер. Работая с компьютером, сидя в Интернете, уже не нужны будут монитор и клавиатура, для этого достаточно будет просто подумать.
Развитие нейрокибернетики в России.
Родоначальником нейрокибернетики в России можно назвать ученого, профессора Ростовского государственного университета Александра Борисовича Когана, который привлек внимание научной общественности к новой дисциплине. Он стал основателем и первым директором института нейрокибернетики. Его создание стало мощным импульсом для организации огромного фронта поисковых исследований. В настоящее время институт носит его имя. Содружество профессионалов в разных областях уже в течение первых десяти лет существования института принесло свои плоды. Тесное взаимодействие экспериментальных и теоретических исследований позволило разработать базу для создания устройств, имитирующих нейробиологические механизмы.
Становление научно - исследовательского института нейрокибернетики пришлось на те годы, когда интерес к этому научному направлению упал. Со стороны военно-промышленного комплекса, произошло резкое сокращение финансирования, это привело к тому, что институт, имея целый ряд приоритетных разработок, оказался не готов к большому техническому прорыву в использовании новейших технологий. Но несмотря на это, используя существующие технологии, в институте были созданы новые разработки, не имевшие аналогов в мире. Например, под руководством А. И. Самарина создаются специальные визуальные сенсоры для систем распознавания образов, в создании которых специалисты опередили западных коллег на много лет вперед.
Так же следует отметить алгоритм «Кора» М. Бонгарда (60-е гг.), являющийся одним из значимых результатов, который моделирует деятельность человеческого мозга при распознавании образов.
В 1988 г. создается АИИ - Ассоциация искусственного интеллекта. Президент Ассоциации - Дмитрий Александрович Поспелов. Крупнейшие центры - в Москве, Петербурге, Переславле-Залесском, Новосибирске.
Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового. В рамках Ассоциации проводится большое количество исследований, собираются конференции, издается журнал. Но к сожалению, прогрессирующее отставание в технологиях, начиная с 1975 г., сказалось на развитие этого направления. На данный момент отставание в области промышленных интеллектуальных систем составляет порядка 5-7 лет.
Нейрокибернетика в биотехнических системах и технологиях.
Использование в медицине нейронных сетей, обычно, связано с диагностикой заболеваний. Но нейросеть умеет не только распознавать примеры, но и хранить важную информацию. Поэтому одним из главных применений нейросети является интерпретирование медицинских данных.
Нейронные сети не программируются - не используют правил вывода в постановке диагноза, а обучаются делать это на примерах. В этом плане нейросети не похожи на экспертные системы, основывающиеся на изучении нейронной организации мозга, по моделированию памяти, распознавании образов, которые разрабатывались в 70-е годы.
Фирма RES Informatica вместе с Центром кардиологических исследований разработала пакет программы кардиодиагностики, которая на основе распознавания спектров тахограмм позволяет осуществлять неинвазивную кардиодиагностику.
Также на данный момент нейронные сети используются для диагностики рака молочной железы. Нейронная сеть распознает маммограммы злокачественной ткани.
Нейросети применяются для прогноза действия разрабатываемых средств лечения и свойств соединений на основе их молекулярной структуры. Это огромный шаг в разработке медикаментов для лечения различных заболеваний.
Нейросети активно используются в анализе геномных последовательностей ДНК.
В демографии и организации здравоохранения тоже могут использоваться нейросетевые модели, которые прогнозируют по анкетным данным риски заболеваний человека в ближайшие 10 лет.
Но это еще не весь список применения нейронных сетей в медицине. Есть все основания полагать, что с помощью применения методов нейрокибернетики можно будет ликвидировать в будущем несовершенство современной медицины.
нейрокибернетика программный моделирование мозг
Заключение
В истории развития нейрокибернетики, как и в любой другой науке были свои успехи и неудачи. Первые результаты были неутешительными и объяснялись слабой работой существующих в то время компьютеров. Но с развитием информационных технологий появилась возможность продвижения и исследования нейрокибернетики. И это дает основание рассчитывать на новые важнейшие достижения этой науки в разных областях сферы человечества.
Список литературы
1. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский -- СПб: Питер, 2000. -- 384 с.
2. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин и др. - Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296с.
3. Глушков В.М., Амосов Н.М., Артеменко И.А. Энциклопедия кибернетики. Том 2. Киев, 1974 г.
4. С. Короткий Нейронные сети: основные положения
Размещено на Allbest.ru
...Подобные документы
Нейрокибернетика как направление изучения "искусственного интеллекта". Программный, аппаратный и гибридный подход к созданию нейросетей. Развитие института нейрокибернетики в России. Направления внедрение нейрокибернетики и интеллектуальных систем.
контрольная работа [31,4 K], добавлен 26.02.2012Описание технологического процесса напуска бумаги. Конструкция бумагоделательной машины. Обоснование применения нейронных сетей в управлении формованием бумажного полотна. Математическая модель нейрона. Моделирование двух структур нейронных сетей.
курсовая работа [1,5 M], добавлен 15.10.2012Особенности нейронных сетей как параллельных вычислительных структур, ассоциируемых с работой человеческого мозга. История искусственных нейронных сетей как универсального инструмента для решения широкого класса задач. Программное обеспечение их работы.
презентация [582,1 K], добавлен 25.06.2013Рост активности в области теории и технической реализации искусственных нейронных сетей. Основные архитектуры нейронных сетей, их общие и функциональные свойства и наиболее распространенные алгоритмы обучения. Решение проблемы мертвых нейронов.
реферат [347,6 K], добавлен 17.12.2011Простейшая сеть, состоящая из группы нейронов, образующих слой. Свойства нейрокомпьютеров (компьютеров на основе нейронных сетей), привлекательных с точки зрения их практического использования. Модели нейронных сетей. Персептрон и сеть Кохонена.
реферат [162,9 K], добавлен 30.09.2013Способы применения технологий нейронных сетей в системах обнаружения вторжений. Экспертные системы обнаружения сетевых атак. Искусственные сети, генетические алгоритмы. Преимущества и недостатки систем обнаружения вторжений на основе нейронных сетей.
контрольная работа [135,5 K], добавлен 30.11.2015Анализ применения нейронных сетей для прогнозирования ситуации и принятия решений на фондовом рынке с помощью программного пакета моделирования нейронных сетей Trajan 3.0. Преобразование первичных данных, таблиц. Эргономическая оценка программы.
дипломная работа [3,8 M], добавлен 27.06.2011Исследование задачи и перспектив использования нейронных сетей на радиально-базисных функциях для прогнозирования основных экономических показателей: валовый внутренний продукт, национальный доход Украины и индекс потребительских цен. Оценка результатов.
курсовая работа [4,9 M], добавлен 14.12.2014Возможности программ моделирования нейронных сетей. Виды нейросетей: персептроны, сети Кохонена, сети радиальных базисных функций. Генетический алгоритм, его применение для оптимизации нейросетей. Система моделирования нейронных сетей Trajan 2.0.
дипломная работа [2,3 M], добавлен 13.10.2015Нейрокомпьютеры и их применение в современном обществе. Некоторые характеризующие нейрокомпьютеры свойства. Задачи, решаемые с помощью нейрокомпьютеров. Типы искусственных нейронов. Классификация искусственных нейронных сетей, их достоинства и недостатки.
курсовая работа [835,9 K], добавлен 17.06.2014Достоинства, недостатки и применение нейронных сетей. Преимущества мозга, как вычислительного устройства, над современными вычислительными машинами. Структурные части, виды и активационные функции нейрона. Обобщенное представление искусственного нейрона.
презентация [145,5 K], добавлен 03.01.2014Понятие и свойства искусственных нейронных сетей, их функциональное сходство с человеческим мозгом, принцип их работы, области использования. Экспертная система и надежность нейронных сетей. Модель искусственного нейрона с активационной функцией.
реферат [158,2 K], добавлен 16.03.2011Изучение методов разработки систем управления на основе аппарата нечеткой логики и нейронных сетей. Емкость с двумя клапанами с целью установки заданного уровня жидкости и построение нескольких типов регуляторов. Проведение сравнительного анализа.
курсовая работа [322,5 K], добавлен 14.03.2009Нейронные сети как средство анализа процесса продаж мобильных телефонов. Автоматизированные решения на основе технологии нейронных сетей. Разработка программы прогнозирования оптово-розничных продаж мобильных телефонов на основе нейронных сетей.
дипломная работа [4,6 M], добавлен 22.09.2011Диагностический анализ изучения алгоритмов обучения нейронных сетей "с учителем". Сбор входных и выходных переменных для наблюдений и понятие пре/пост процессирования. Подготовка и обобщение многослойного персептрона, модель обратного распространения.
курсовая работа [249,3 K], добавлен 22.06.2011Алгоритмы кластеризации данных, отбора факторов, построения множественной линейной регрессии, оценки параметров процесса на скользящем постоянном интервале. Решение задач анализа данных на нейронных сетях и результаты моделирования нелинейных функций.
контрольная работа [1,5 M], добавлен 11.01.2016Технологии решения задач с использованием нейронных сетей в пакетах расширения Neural Networks Toolbox и Simulink. Создание этого вида сети, анализ сценария формирования и степени достоверности результатов вычислений на тестовом массиве входных векторов.
лабораторная работа [352,2 K], добавлен 20.05.2013Способы применения нейронных сетей для решения различных математических и логических задач. Принципы архитектуры их построения и цели работы программных комплексов. Основные достоинства и недостатки каждой из них. Пример рекуррентной сети Элмана.
курсовая работа [377,4 K], добавлен 26.02.2015Исследование эффективности применения нейронных сетей в рамках отношений между людьми. Принцип работы с нейросимулятором. Составление обучающей выборки и проектирование персептронов. Анализ выбора супружеской пары с использованием нейросетевых технологий.
презентация [150,8 K], добавлен 19.08.2013Общие сведения о принципах построения нейронных сетей. Искусственные нейронные системы. Математическая модель нейрона. Классификация нейронных сетей. Правила обучения Хэбба, Розенблатта и Видроу-Хоффа. Алгоритм обратного распространения ошибки.
дипломная работа [814,6 K], добавлен 29.09.2014