Современная электроника №6/2023

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 10 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 6 / 2023 во время эволюции или развития , а иногда такой подход для людей эти - чески неприемлем . Глубокие сверхточ - ные нейронные сети ( ГНС ) применяют в разных сферах деятельности челове - ка . Так , моделированные представле - ния слухового нерва размером 100 на 1000 мкм подвергали анализу в ГНС , состоящих ( каждая ) из ряда слоёв пря - мой связи . Слои иерархически орга - низованы и реализовывали одну из операций : линейную свёртку , точеч - ное нелинейное выпрямление , объе - динение средневзвешенных значений , пакетную нормализацию , линей - ное преобразование , регуляризацию отсева и классификацию softmax [2]. Справедлив вопрос : уместно ли использовать современные ГНС , что - бы получить нормативное представ - ление о сложных задачах восприятия ? В этой связи важен нормативный ана - лиз , но для большинства прикладных задач получение верифицируемых оптимальных решений аналитиче - ски трудноразрешимо . Свойства сен - сорной трансдукции сложны , а пара - метры естественных , биологических факторов и окружающей среды труд - но определить математически . В этих целях архитектуру общего назначе - ния DNN оптимизируют для сложных реальных задач . Привлекательной аль - тернативой также служит сбор мно - жества аттракторов и оптимизация модели для выполнения конкретной задачи . Даже не являясь оптимальны - ми , вычислительные модели с помо - щью ИИ могут выявить ограничения , дающие представление о прогнозиру - емом поведении человека . Это пер - цептивные решения с учётом персо - нальных сенсорных входных данных и сенсорных рецепторных ответов . Пока биологические системы восприятия не достигают оптимальной произво - дительности , люди обладают поведен - ческими характеристиками идеальных экспериментаторов , что также идёт на пользу развитию ИИ . Архитектура нейронной сети и сетевая нейрофизиология На производительность искусствен - ной нейронной сети влияют как кон - кретные факторы , полученные во время её « обучения », так и параме - тры , определяющие архитектуру сети . Активность человеческого мозга оце - нивают в 100 млрд нейронов . Если по предложенной и обоснованной в [8] версии данное значение умно - жить на 200 ( секундная работоспо - собность ) и еще на 1000 ( количество соединений ), получим скорость рабо - ты мозга , равную 20 квадриллионам операций в секунду . Можно сказать , что мозг вырабатывает энергию , услов - но равную 10 Вт . Предположительная ёмкость мозга в электронных терми - нах составляет около 1000 терабайт [8], притом что искусственный нейрон как нелинейная функция от линей - ной комбинации всех входных сиг - налов является упрощённой моделью естественного нейрона . В обоих случа - ях – натуральном и искусственном – функция активации мозговой дея - тельности одна : результат размышле - ния определяется на выходе . Объеди - нённые в сеть искусственные нейроны представляют схему последовательной нейронной сети ( рис . 4) [8]. Модель нейронной сети с высокой производительностью определяется случайной архитектурой , состоящей из нескольких слоёв с прямой связью , реа - лизующих операции линейной свёрт - ки , нелинейного выпрямления , нор - мализации и объединения ( рис . 4). Разработчики в области высоких тех - нологий используют архитектуру DNN для понимания поведения в норматив - ных терминах , где присутствуют ней - ронные связи . Тема , так же как созда - ние нейросетевого инструмента для высокопроизводительной обработки информации общегосударственного применения на основе фотонной тех - нологии , отлично раскрыта в [8]. При - том что характеристики восприятия конкретного параметра проявляются в оптимизированных DNN, изучение и сопоставление разных вариантов архи - тектур привели к широкому распреде - лению обучающих задач [9]. Практические инновационные разработки против стресса Исследователи из Корнельского уни - верситета создали прототип устройства для пассивного снятия стресса , прин - цип работы которого основан на погла - живаниях . Лучше всего оно работает на участках кожи с волосяным покро - вом , но нужный эффект достигается и на гладкой коже . Эксперименты на добровольцах доказали его эффектив - ность в снижении уровня стресса без создания каких - либо затруднений для пользователя . При исследовании , опи - санном в [2], [5], выявлено 7 « общих стрессовых » генов , но с разными функ - циями : энергетический обмен веществ , управление молекулами кальция , регу - лирующего внутренние органеллы и реакцию на окружающую среду , а также соединение клеток друг с дру - гом и взаимодействие . Насыщенность клетки мозга молекулами кальция и скорость движения соответствующе - го потока является основополагающим фактором реакции организма на окру - жающее воздействие , в частности , на температуру воздуха , о чём мы будем говорить далее . Перспективные исследования ген - ной инженерии показывают , как на состояние клетки влияют лекар - ства от психоневрологических рас - стройств . Хронический стресс – залог повышенной тревожности , депрессив - ных состояний , мании , психозов и др . нозологий , связанных с деформацией эмоционального состояния . При нали - чии средств влияния на молекулярный фундамент клетки мозга и нейронных цепей можно корректировать « общий ген » стресса [2]. С психологической точки зрения объяснимо , как методы против стресса делают для организма Рис . 4. Нейронная сеть по схеме последовательного соединения выходов одних нейронов со входами других