Юный техник 1996-05, страница 17

вероятностной логики. Иными словами, оперировать неполными или недостоверными данными. Это их качество пригодится для распознавания человеческой речи, почерка или создания систем машинного зрения, способных с высокой достоверностью определять «кто есть кто»...

Специалисты по нейронным компьютерам опираются на последние достижения микроэлектроники, позволяющие создавать очень миниатюрные чипы, на-считываю-^ щие ог

ромное количество элементов. Теоретической базой служат работы английского исследователя АЛ ьюрин-га и его единомышленников. Еще три с лишним десятилетия назад этот ученый задался вопросом, можно ли создать машину, способную мыслить. В то время ЭВМ не могли даже умножать 2x2, заменяя эту операцию последовательным сложением чисел.

Вслед за Тьюрингом проблемой стали интересоваться и другие ученые. Единодушия не было. Марвин Минский, возглавивший лабораторию искусственного интеллекта в Массачусетсском технологическом институте, полагал, что говорить о мышлении машины, «мозг» которой едва насчитывает пару тысяч активных элементов, бессмысленно — ведь в человеческом мозгу их около 1,5 млрд.! «Сначала надо поглубже изучить процесс человеческого мышления, выразить его математически, а уж потом приниматься за создание «думающих машин», — заключил он.

Ученик Минского Игорь Алек-сандер придерживался иной точки зрения. Перебравшись в Англию, он организовал в Кинг-Колледже лабораторию и занялся физическим моделированием процесса мышления, не дожидаясь, пока сама мысль будет измерена интегралами. В начале 80-х годов ему вместе с коллегами удалось построить «Ви-зарт» — первую модель нейронной сети, где роль нейронов исполняли чипы — кристаллические элементы появившейся к тому времени микроэлектроники. Обладая всего 250 тысячами искусственных нейронов, «Визарт» тем не менее обнаружил несомненные способности к обучению, в особенности — к распознаванию образов.

15