Файл: ПЕРИОДИЗАЦИЯ РАЗВИТИЯ СРЕДСТВ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ.pdf

1. «умное» регулирование движения и уменьшения «пробок» на дорогах;
2. повышение эффективности диагностических алгоритмов в медицине;
3. персональные помощники-ассистенты человека;
4. использование биометрических возможностей и замена стандартной кредитной карточки для распознавания человека;
5. охрана правопорядка с помощью использования специальных систем определения районов потенциальных правонарушений;
6. дальнейшее развитие «умных» городов;
7. написание уникальных текстов и музыки соответственно в зависимости от предпочтений человека;
8. совершенствование эффективности образовательной деятельности за счет индивидуального подхода;
9. повседневное использование виртуальной реальности и др.

Необходимо отметить, что искусственный интеллект станет незаменимым помощником и в бизнесе. Учитывая то, что деятельность субъектов хозяйствования является основой развития экономики любой страны, использование возможностей искусственного интеллекта является залогом роста. Важное условие – качество бизнес-модели предприятия и, соответственно, продукта (работы, услуги), который оно желает продвигать на рынке. Уже сегодня активно обсуждаются его возможности для увеличения потенциала любой компании за счет внедрения инструментов прогнозируемого маркетинга. Следовательно, искусственный интеллект – это уже данность. Нынешняя задача состоит не в том, чтобы отойти, а оптимизировать потенциальные риски от него. Этот процесс, безусловно, должен быть четко регламентированным и иметь качественные цели. Чем, собственно, сейчас и занимаются ведущие специалисты в этой области, чтобы последствия функционирования искусственного интеллекта были экономически и социально значимые, а не разрушительные.

Различные типы интеллектуальных систем имеют свои особенности, которые связаны с возможностями обучения, обобщения и получения результатов, что делает их наиболее релевантными для решения одних классов задач и менее пригодными для других.

Одной из таких интеллектуальных систем является нейронная сеть, выступающая концептуальной моделью биологической нейронной сети и состоящая из связанных между собой различным образом слоев искусственных нейронов, которые организуют общую активную структуру и функционально влияют на работу друг друга.

В большинстве архитектур искусственных нейросетей активность нейрона определяется преобразованием внешнего суммарного влияния других нейронов на данный нейрон. С момента своего зарождения технологии искусственных нейронных сетей развивались достаточно обособленно от классических методов, нередко в корне меняя представление о предмете и проблематике теории машинного обучения и распознавания объектов и речи, оставляя значительное влияние на теоретический, терминологический и методологический аппараты этих дисциплин. Однако после развития базовых моделей искусственных нейронных сетей отмечается разделение науки о нейросети на виды топологий архитектуры сетей и методы обучения сетей.

В большинстве архитектур искусственных нейронных сетей функции активации нейронов фиксированы, а веса синапсов являются параметрами сети. Некоторые входы нейронов являются внешними входами совокупной сети, а некоторые выходы нейронов – выходами совокупной сети. Задача нейросети состоит в преобразовании входного вектора в выходной вектор, что осуществляется весом и топологией сети.

Нейронная сеть используется для задач распознавания образов и речи, однако менее целесообразна для объяснения самого процесса распознавания. Нейронные сети могут автоматически приобретать знания, но процесс их обучения зачастую происходит достаточно медленно, а анализ обученной сети очень сложный. При этом определенная сложность кроется и во внедрении в нейронную сеть какой-либо априорной информации (знаний эксперта) для ускорения процесса обучения.^[30]

ЗАКЛЮЧЕНИЕ

Настоящее исследование посвящено изучению истории развития средств вычислительной техники и их современного состояния. В рамках данной работы была достигнута поставленная цель и выполнены все исследовательские задачи, а именно: изучено теоретическое освещение средств вычислительной техники в научной литературе, рассмотрено становление средств вычислительной техники и проанализированы современные средства вычислительной техники, имеющиеся на сегодняшний день.

Первый период начался еще 3-4 тысячи лет назад и связываеься с ведением конторских книг, вычислением площадей и объемов, расчетами простейших механизмов. Иными словами, с несложными задачами арифметики, алгебры и геометрии.

Вычислительными средствами служили сначала собственные пальцы, а затем – счеты. Исходные данные содержали мало цифр, и большинство выкладок выполнялось точно, без округлений. Второй период начался с Исаака Ньютона. В этот период решались задачи астрономии, геодезии и расчета механических конструкций, возводимых либо к обыкновенным дифференциальным уравнениям, либо к алгебраическим системам с большим числом неизвестных. Вычисления выполнялись с округлением. Нередко от результата нужна высокая точность, поэтому приходилось сохранять до восьми значащих цифр.

Вычислительные средства были разнообразнее: таблицы элементарных функций, затем – логарифмическая линейка и арифмометры. К концу этого периода появились неплохие клавишные машины с электромотором. Но скорость вычисления всех этих средств была невелика, и расчеты занимали дни, недели и даже месяцы.

Третий период начался примерно с 1940 г. Военные задачи – например, наведение зенитных орудий на самолет, который быстро движется, – требовали недоступных человеку скоростей и привели к разработке электронных систем. Так появились электронно-вычислительные машины.

Современное развитие средств вычислительной техники показывает, что в настоящее время активно развиваются и внедряются средства искусственного интеллекта и нейронные сети, направленные на улучшение жизни человека путем освобождения его от выполнения ряда задач.

БИБЛИОГРАФИЯ

1. Болгарский Б. В. Очерки по истории математики / Болгарский Б. В.. – Минск: Вышэйшая школа, 1979. – 368 с.
2. Брук И. С. Машина для интегрирования дифференциальных уравнений. / Брук И. С. – М.–Л. – 1941 г. – с. 41.
3. Ван Дер Варден Б. Л. Пробуждающаяся наука. Математика Древнего Египта, Вавилона и Греции / Ван Дер Варден Б. Л. – М.: Гос. издат. физ.-мат.литературы, 1959. – 459 с.
4. Гершгорин С. А. К описанию прибора для интегрирования дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1925. – т. II, вып. 3-4. – с. 161. 22.
5. Гершгорин С. А. Об электрических сетках для приближенного решения дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1929. – т. IV, вып. 3-4 – с. 3-29.
6. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – 128 с.
7. Диск из Небры – самый древний календарь? URL: http://news.bbc.co.uk/hi/russian/sci/tech/newsid_6237000/6237860.stm (Дата обращения: 03.12.2019)
8. Институт точной механики и вычислительной техники им. С. А. Лебедева РАН – научно-исследовательский институт в области информационных технологий, вычислительной техники и микроэлектроники. URL: http://www.ipmce.ru/about/history/leading/bruevich/ (Дата обращения: 03.12.2019)
9. История математики с древнейших времен до начала XIX столетия / [И. Г. Башмакова, Л. Е. Майстров, Б. А. Розенфельд и др.]; под ред. А. П. Юшкевича. –М.: Наука, 1970. – 302 с.
10. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – 232 с.
11. Калиткин Н. Н. Численные методы / Калиткин Н. Н. – М.: Наука, 1978. – 512 с.
12. Ларин А. А. Развитие методов расчета крутильных колебаний в Харьковском политехническом институте с 1930 по 1970 годы / Ларин А. А. // Вестник НТУ «ХПИ» Динамика и прочность машин. – 2007. – Вып. 22. – С. 90–98.
13. Лурье С. Я. Архимед / Лурье С. Я. – М.–Л.: Издат. АН СССР, 1945 – 135 с.
14. Соловьева О. Водяные вычислительные машины // Наука и жизнь. – 2004. – № 4. – с. 90–93.
15. Ходашинский И.А. Идентификация нечетких систем: методы и алгоритмы / И.А. Ходашинский // Проблемы управления. – 2009. – № 4. – С. 15–23.
16. Урмаев А. С. Основы моделирования на АВМ. – М.: Наука. – 1978 г. – 272 с.
17. Эксперт отвечает Илону Маску: искусственный интеллект не угроза. URL: https://www.bbc.com/russian/features-40959369 (Дата обращения: 01.12.2019)
18. Derek J. de Solla Price An Ancient Greek Computer // Scientific American. – 1959. – June. – P. 60-67.
19. Elon Musk Reminds Us of the Possible Dangers of Unregulated AI. URL: https://futurism.com/elon-musk-reminds-us-of-the-possible-dangers-of-unregulated-ai (Дата обращения: 01.12.2019)
20. Freeth T. Decoding an Ancient Computer // Scientific American. – 2009. – December. – P. 76-83.
21. John McCarthy, book review of B.P. Bloomfield, The Question of Artificial Intelligence: Philosophical and Sociological Perspectives, in Annals of the History of Computing 10, no. 3 (1988): 224-229.
22. John Maynard Keynes, «Economic Possibilities for our Grandchildren» (1930), in Essays in Persuasion (New York: Harcourt Brace, 1932), 358–373. URL: https://assets.aspeninstitute.org/content/uploads/āles/content/upload/Intro_and_Section_I.pdf (Дата обращения: 01.12.2019)
23. Moshe Y. Vardi, «The Consequences of Machine Intelligence». Atlantic, October 25, 2012. URL: http://www.theatlantic.com/ technology/archive/2012/10/the-consequences-of-machine-intelligence/264066 (Дата обращения: 01.12.2019)

1. Калиткин Н. Н. Численные методы / Калиткин Н. Н. – М.: Наука, 1978. – 512 с. ↑

2. Ван Дер Варден Б. Л. Пробуждающаяся наука. Математика Древнего Египта, Вавилона и Греции / Ван Дер Варден Б. Л. – М.: Гос. издат. физ.-мат.литературы, 1959. – C. 39-40. ↑

3. Болгарский Б. В. Очерки по истории математики / Болгарский Б. В.. – Минск: Вышэйшая школа, 1979. – C. 25. ↑

4. Диск из Небры – самый древний календарь? URL: http://news.bbc.co.uk/hi/russian/sci/tech/newsid_6237000/6237860.stm (Дата обращения: 03.12.2019) ↑

5. Лурье С. Я. Архимед / Лурье С. Я. – М.–Л.: Издат. АН СССР, 1945 – C. 32-34. ↑

6. Derek J. de Solla Price An Ancient Greek Computer // Scientific American. – 1959. – June. – P. 60-67. ↑

7. Freeth T. Decoding an Ancient Computer // Scientific American. – 2009. – December. – P. 76-83. ↑

8. История математики с древнейших времен до начала XIX столетия / [И. Г. Башмакова, Л. Е. Майстров, Б. А. Розенфельд и др.]; под ред. А. П. Юшкевича. –М.: Наука, 1970. – C. 65-66. ↑

9. Урмаев А. С. Основы моделирования на АВМ. – М.: Наука. – 1978 г. – C. 11-12. ↑

10. Bush Vannevar The different

    analyzer. A new machine for solving differential equation / Bush V –Cambridge USA: J. Franklin Inst.,

    1931. – P. 447-488. ↑

11. Брук И. С. Машина для интегрирования дифференциальных уравнений. / Брук И. С. – М.–Л. – 1941 г. – C. 41. ↑

12. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 5. ↑

13. Ларин А. А. Развитие методов расчета крутильных колебаний в Харьковском политехническом институте с 1930 по 1970 годы / Ларин А. А. // Вестник НТУ «ХПИ» Динамика и прочность машин. – 2007. – Вып. 22. – С. 90–98. ↑

14. Гершгорин С. А. К описанию прибора для интегрирования дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1925. – т. II, вып. 3-4. – C. 161. ↑

15. Гершгорин С. А. Об электрических сетках для приближенного решения дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1929. – т. IV, вып. 3-4 – C. 3-29. ↑

16. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 5-6. ↑

17. Соловьева О. Водяные вычислительные машины / О. Соловьева // Наука и жизнь. – 2004. – № 4. – C. 90–93. ↑

18. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 6. ↑

19. Институт точной механики и вычислительной техники им. С. А. Лебедева РАН – научно-исследовательский институт в области информационных технологий, вычислительной техники и микроэлектроники. URL: http://www.ipmce.ru/about/history/leading/bruevich/ (Дата обращения: 03.12.2019) ↑

20. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – 128 с. ↑

21. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 77-78. ↑

22. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 87-108. ↑

23. Там же. – С. 113-127. ↑

24. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 128-146. ↑

25. John Maynard Keynes, «Economic Possibilities for our Grandchildren» (1930), in Essays in Persuasion (New York: Harcourt Brace, 1932), 358–373. URL: https://assets.aspeninstitute.org/content/uploads/āles/content/upload/Intro_and_Section_I.pdf (Дата обращения: 01.12.2019) ↑

26. Elon Musk Reminds Us of the Possible Dangers of Unregulated AI. URL: https://futurism.com/elon-musk-reminds-us-of-the-possible-dangers-of-unregulated-ai (Дата обращения: 01.12.2019) ↑

27. Эксперт отвечает Илону Маску: искусственный интеллект не угроза. URL: https://www.bbc.com/russian/features-40959369 (Дата обращения: 01.12.2019) ↑

28. Moshe Y. Vardi, «The Consequences of Machine Intelligence». Atlantic, October 25, 2012. URL: http://www.theatlantic.com/ technology/archive/2012/10/the-consequences-of-machine-intelligence/264066 (Дата обращения: 01.12.2019) ↑

29. John McCarthy, book review of B.P. Bloomfield, The Question of Artificial Intelligence: Philosophical and Sociological Perspectives, in Annals of the History of Computing 10, no. 3 (1988): 224-229. ↑

30. Ходашинский И.А. Идентификация нечетких систем: методы и алгоритмы / И.А. Ходашинский // Проблемы управления. – 2009. – № 4. – С. 15–23. ↑