Введение в информатику. Хамухин А.А. - 40 стр.

UptoLike

ВУЗ: 

ТПУ | Томск

Составители: 

Рубрика: 

39
увеличения производительности. Причем создаются не только суперкомпьютеры,
но и микропроцессоры с кластерной архитектурой. Например, фирма Intel объявила
о создание 80-ядерного микропроцессора TRC.
Наиболее перспективным в этом плане является квантовый процессор,
предложенный американским физиком, Нобелевским лауреатом Ричардом
Фейнманом. Основная идея квантового вычисления состоит в том, чтобы хранить
данные в ядрах атомов, изменяя их ориентацию в пространстве. Элементарная
ячейка такого компьютера получила название квантовый бит (quantum bit = кубит).
В отличие от привычной нам единицы информации – бита (binary digits = bits),
которая может принимать только два значения или «0» или «1», квантовый бит в
соответствии с принципом неопределенности, постулируемым квантовой
механикой, может находиться одновременно в состоянии и «0», и «1». Таким
образом, если классическое вычислительное устройство, состоящее из L
вычислительных ячеек способно выполнять одновременно L операций, то для
квантового устройства размером L кубит количество выполняемых параллельно
операций будет равно 2 в степени L. Опытные образцы квантовых процессоров уже
создаются и исследуются (в фирме IBM), главной проблемой которых является
организация взаимодействия с ядрами атомов.
Более подробные учебные материалы на тему параллельных вычислений можно
найти в курсах ИНТУИТа: «Архитектура параллельных вычислительных систем»
Барский А.Б. и «Архитектуры и топологии многопроцессорных вычислительных
систем» Богданов А.В. и др.
1.6.3. Нейронные сети и генетические алгоритмы
Это одно из направлений в области создания искусственного интеллекта.
Нейронные сети моделируют работу человеческого мозга, а генетические
алгоритмы моделируют природный естественный отбор и генетическую
наследственность, позволяющие выживать сильнейшим. Методы, основанные на
этих природных механизмах, предназначены для решения многих задач, в том числе
задачи моделирования сложных систем и нелинейного анализа данных, которые
наиболее актуальны в нефтегазовом деле (анализ геофизических данных,
моделирование гидроразрыва пласта и др.).
Основные достоинства методик: слабая чувствительность к помехам и
пропускам в данных, возможность параллельной обработки данных высокой
размерности, использование обучения сетей вместо трудоемкой алгоритмизации
задачи. Наибольшее распространение получил пакет для работы с нейросетями
«STATISTICA Neural Networks».
Более подробные учебные материалы на эту тему можно найти в курсе
ИНТУИТа «Нейрокомпьютерные системы» Тарков М.А.
1.6.4. Системы управления знаниями
Огромное и увеличивающиеся экспоненциально количество доступной
информации в глобальной сети Интернет усложняет и затрудняет ее использование
в профессиональной деятельности. Разнообразие и несогласованность форматов,
отсутствие структурированности, «лоскутная» автоматизация – все это становится

Страницы