В современных системах автоматизированного проектирования ши

10
1.1.1. От биологических сетей к нейронным
Современные цифровые вычислительные машины превосходят че-
ловека по способности производить числовые и символьные вычисления. 
В свою очередь, НС могут без усилий решать сложные задачи восприятия 
внешних данных (например, узнавание человека в толпе только по его 
промелькнувшему лицу) с такой скоростью и точностью, что мощнейший 
в мире компьютер по сравнению с ними кажется безнадёжным тугодумом. 
В чем причина столь значительного различия в их производительности? 
Архитектура биологической нейронной системы совершенно не похожа на 
архитектуру машины фон Неймана (табл. 1.1) и существенно влияет на ти-
пы функций, которые более эффективно исполняются каждой из сущест-
вующих моделей. 
Подобно биологической нейронной системе НС является вычисли-
тельной системой с огромным числом параллельно функционирующих 
простых процессоров с множеством связей. Модели НС в некоторой сте-
пени воспроизводят «организованные» принципы, свойственные мозгу че-
ловека. Моделирование биологической нейронной системы с использова-
нием НС также может способствовать лучшему понимаю биологических 
функций. Такие технологии производства, как VLSI (сверхвысокий уро-
вень интеграции) и оптические аппаратные средства, делают возможным 
подобное моделирование [13].
Глубокое изучение НС требует знания нейрофизиологии, науки о по-
знании, психологии, физики (статической механики), теории управления, 
теории 
вычислений, 
проблем 
искусственного 
интеллекта, 
стати-
ки/математики, распознавания образов, компьютерного зрения, параллель-
ных вычислений и аппаратных средств (цифpoвыx / aнaлoгoвыx / VLSI / 
oптичecкиx). С другой стороны, НС также стимулируют эти дисциплины, 
обеспечивая их новыми инструментами и представлениями. Этот симбиоз

---