активності, необхідною для того, щоб виключити помилки в вичісленіях.Преімущество у ДНК-комп'ютера таке ж, як і у квантового: паралелізм обчислень. Тобто багато з нерозв'язних сучасними обчислювальними пристроями проблем (з причини експоненційної складності) будуть для нього полиномиально складними, а отже, цілком доступними. У майбутньому проектувати і створювати ДНК-комп'ютери почнуть безпосередньо в живих клітинах, що дозволить виконувати в них цифрові програми, які взаємодіють з природними біохімічними процесами.
Звичайно, щодо реалізації повноцінного ДНК-комп'ютера питань поки більше, ніж відповідей, але варто прислухатися до мільярдолітній досвіду природи і спробувати скористатися подарованим нею неймовірним по можливостях інструментом.
Хоча все сказане схоже на уривок з фантастичного роману, багато чого з цього вже майже реальність. Перші молекулярні схеми вже існують, і в поточному десятиріччі має розпочатися їх серійне виробництво. Перший же повноцінний молекулярний комп'ютер з'явиться, за прогнозами експертів, в 2015-2020 рр.
Штучний інтелект
штучний інтелект квантовий комп'ютер
У далеких 40-х Джон фон Нейман, творець концепції сучасного комп'ютера, був абсолютно впевнений, что підвищення тактової частоти до мегагерц дозволить машинам мислити не гірше людини. Однак йшли роки, потужності ЕОМ все зростали, над проблемою штучного інтелекту билося все більше народу, створювалися спеціальні мови (Lisp і Prolog) і машинні архітектури, відповідні спеціальності з'явилися у всіх університетах, - але навчити комп'ютери думати так і не вдалося.
Правда ІІ знайшов свої області застосування, ставши важливим повсякденним інструментом для вирішення деяких типів завдань. Що ж потрібно, щоб навчити комп'ютер думати?
По-перше, необхідно відмовитися від булевої алгебри, яка описує стан системи тільки двома можливими варіантами - або 0, або 1. Адже, погодьтеся, наша свідомість не формує думки виключно за принципом «третього не дано»: так, дерево може бути не тільки високим або низьким, але і середнім, існують перехідні відтінки між чорним і білим і т. д. У зв'язку з цим вводиться уявлення про так звану нечіткій логіці. Нечітка логіка є багатозначною логікою, що дозволяє визначити проміжні значення для зазначених вище прикладів. Зараз математичний апарат нечіткої логіки зручний для використання в системах управління метрополітенами і складними технологічними процесами, при розпізнаванні рукописних символів, в системах прогнозування землетрусів, наведення телекамер, при трансляції спортивних подій, для підвищення безпеки в ядерних реакторах та інших цілей. Однак для логічних методів характерна велика трудомісткість, оскільки під час пошуку докази не виключений повний перебір можливих варіантів. Виходячи з цього, даний підхід може бути реалізований тільки у випадку невеликого обсягу бази даних.
По-друге, дуже перспективним є побудова системи ШІ на основі моделювання принципів роботи людського мозку. Тут слід говорити про так званих нейросетях (НС) - штучних аналогах біологічної мережі, за своєю топології максимально наближаються до оригіналу. Сфери застосування НС надзвичайно великі: розпізнавання образів, аналіз і синтез мови, машинний переклад, прогнозування, системи управління нескладними об'єктами в реальному масштабі часу. Можна припускати появу НС, націлених на створення інформаційних копій людини, віртуальних особистостей, середовищем існування яких є Інтернет. Однак прогрес у даному напрямку стримується поки тим, що ми дуже мало знаємо про те, як працює мозок. Отже, розвиток нейробіології безпосередньо визначає і вирішення проблеми діяльності «повноцінного» ШІ.
По-третє, цікавим видається підхід до створення ШІ на основі еволюціонують систем. Побудовані за початковою моделі і розвиваються за певними правилами, такі системи здатні генерувати копії самих себе з дещо модифікованими і найбільш прийнятними для поточної ситуації властивостями. Необхідно зауважити, що первісна модель може бути будь-який: НС, набір логічних правил, дерев, а критерії відбору з'являються модифікацій залежать від встановлених спочатку еволюційних алгоритмів. Прикладом простої еволюційної моделі може служити алгоритм гри «Життя» По-четверте, можна створити систему, тільки імітує поведінку людини, її розум і інтелект, зі ступенем достовірності, близькою до одиниці, скориставшись для цього принципом «чорного ящика», основний зміст якого зводиться до наступного. Припустимо, якийсь об'єкт, володіючи певними властивостями, однозначно впливають на вхідну інформацію, аналізує і переробляє її. Причому нам зовсім неважливо, яким чином відбуватиметься обробка вступників даних. Головне, що необхідно чітко усвідомити, - це система правил: якась конфігурація A завжди буде перетворена в стан ...
