ЭМУЛЯЦИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ

В настоящий момент модели искусственных нейронных сетей имеют широкое применение. В основном нейронные сети используют одну организационную модель: нейроны организованы слоями (вход, выход, возможны скрытые нейроны), их соединение осуществляется согласно определенному биологическому критерию — нейроны одного слоя соединяются с нейронами другого слоя. Пользователь устанавливает для сети пороги активации, функцию активации или передачи, другие параметры. И все же, несмотря на схожую организацию всех искусственных нейронных сетей, имеется один отличительный элемент — алгоритм обучения. В парадигме искусственного разума обучение — процесс, в результате которого нейронная сеть изменяет ответ, или выход, при определенном входе. Это изменение является результатом настройки одного или нескольких соединений и их веса. Существует множество методов настройки веса соединений сети, с помощью которых сеть обучается распознавать образцы (буквы, числа, фотографии и так далее). В других случаях сеть просто запоминает образец без обучения, то есть настройка веса соединений не требуется. Ни модель Маккалока — Питтса, ни модель Тьюринга не были способны к обучению, так как для этого потребовалась разработка специального алгоритма. Обучаемые модели могут эмулировать операторы И, ИЛИ и другие, то есть они ближе к машине Тьюринга, чем к биологической нейронной сети. Одна из лучших программ для изучения искусственных нейронных сетей — Штутгартский симулятор нейронной сети (SNNS).

Штутгартский симулятор нейронной сети (SNNS).

В 1960-е годы биолог Льюис Вольперт (р. 1929) усовершенствовал понятие морфогена, введенное Тьюрингом, после открытия первого белка, имеющего такие характеристики, у уксусной мушки Drosophila melanogaster. Морфогенами могут быть различные химические вещества, от белков до витаминов, в их функции входит контроль генов — наследственных единиц. Однако учитывая, что ген — фрагмент ДНК, его действие не было понятно до открытия структуры ДНК Джеймсом Уотсоном (р. 1928) и Фрэнсисом Криком (1916-2004) в 1953 году, за год до смерти Тьюринга. Сегодня модель морфогенеза Тьюринга, с помощью которой он объяснил формирование полосок на шкуре зебр, применена к другим животным и доказана экспериментально. Ее высоко оценили такие специалисты по теоретической биологии, как Льюис Вольперт и Ганс Мейнхардт (р. 1938). Однако некоторые исследователи утверждают, что механизм морфогенеза отличается от представленного Тьюрингом. На самом деле клетки эмбриона следуют определенному глобальному плану и специализируются вследствие серии трансформаций, которые можно объяснить их механическими свойствами.

Памятник Алану Тьюрингу в Садах Витворта в Манчестере. Яблоко в руке напоминает о способе самоубийства.

Марка в память об Алане Тьюринге, выпущенная в 2012 году.

Памятное изображение в честь столетия со дня рождения Алана Тьюринга, которое отмечалось в 2012 году.

ВИЗУАЛИЗАЦИЯ ДНК В JMOL

Jmol - Java-программа визуализации, с помощью которой можно увидеть трехмерные структуры химических соединений, кристаллов, материалов и биомолекул. Один из самых интересных примеров — молекула ДНК, ее можно поворачивать, увеличивать или уменьшать, менять тип изображения и так далее. ДНК — полимер, имеющий структуру двойной спирали из повторяющихся блоков, нуклеотидов — аденина (А), цитозина (С), гуанина (G) и тимина (Т). Нуклеотиды одной спирали составляют пары с нуклеотидами другой спирали: А с Т, G с С, определяя на каждой спирали последовательности — гены, в которых хранится биологическая информация, передаваемая из поколения в поколение.

Визуализатор Java Jmol.

Они могут деформироваться, растягиваться и даже превращаться в нейронные, мускульные или костные клетки. Этот комплекс трансформаций объясняют с помощью математического моделирования механических феноменов, наблюдаемых в клетках. Данную идею, так же как и модель Тьюринга, использующую дифференциальные уравнения, поддержали ученые Конрад Уоддингтон (1905-1975), Мюррей Гелл-Ман (р. 1929) и Брайн Гудвин (1931-2009).

После открытия ДНК и разработки алгоритма для изучения генетической информации с помощью компьютера появилась новая дисциплина — биоинформатика. Компьютер был и остается важным инструментом для изучения ДНК, но также с его помощью разработан новый класс компьютеров, изучение которых привело к выделению вычислительных систему использующих ДНК. В 1994 году Леонард Адлеман (р. 1945), осуществив ряд опытов с ДНК, решил задачу о гамильтоновом графе, состоящую в обнаружении кратчайшего маршрута, проходящего по каждому городу один раз. Количество городов является строго определенным — Адлеман рассмотрел случай с семью городами. Эти опыты открыли путь другим исследователям, среди них был и Эхуд Шапиро (р. 1955), построивший машину Тьюринга из молекулы ДНК.

ПРИЗНАНИЕ НАСЛЕДИЯ

В 1999 году журнал Time назвал Алана Тьюринга в числе 20 наиболее влиятельных личностей XX столетия. С 1966 года Ассоциация вычислительной техники, более известная под сокращением ACM, ежегодно вручает премию Тьюринга — награду по информатике, эквивалентную Нобелевской премии. В 2009 году Гордон Браун, премьер-министр Британии в то время, принес официальные извинения за несправедливое осуждение Алана Тьюринга. Однако в феврале 2012 посмертное прошение о помиловании, представленное палате лордов и собравшее 23 тысячи подписей, было отклонено.

В честь празднования 100-летия со дня рождения ученого 2012 год был назван Годом памяти Алана Тьюринга, в течение которого проводились юбилейные мероприятия, конференции и собрания по всему миру. В Соединенном Королевстве их было проведено больше всего. Также была выпущена памятная марка с изображением Bombe — машины, с помощью которой Алан Тьюринг и его коллеги расшифровали коды «Энигмы», сделав вклад в победу своей страны и союзников во Второй мировой войне.

В честь столетия со дня рождения Тьюринга научно-популярный журнал Scientific American посвятил ученому специальный номер, названный «Наука после Алана Тьюринга». Сегодня установлено пять «синих табличек», посвященных Алану Тьюрингу. В Британии подобные таблички устанавливаются на зданиях, где родился, жил или умер какой-либо великий деятель.

Arbib, М.А., Cerebros, mdquinas у matemdticas, Madrid, Alianza Universidad, 1987.