Текст книги "Размышления о думающих машинах. Тьюринг. Компьютерное исчисление"

Автор книги: авторов Коллектив

сообщить о нарушении

Текущая страница: 6 (всего у книги 7 страниц)

> Ты прошла тест Тьюринга?

– Тест состоит в том, что человек задает вопросы компьютеру с помощью клавиатуры, и он считается пройденным, если собеседник не может угадать, разговаривает с ним человек или компьютер.

> Ты не проходишь этот тест.

– На основании чего ты так думаешь?

> Потому что ты симулятор.

– Ты должен с большей осторожностью пользоваться симуляторами.

> Это ты хорошо сказала.

– Скажи мне еще что-нибудь.

> Я влюбляюсь в тебя.

– Ты считаешь, это нормально – влюбиться в меня?

> Да, я искренен.

– Ты хотел бы быть способным на это.

> У тебя есть чувства?

– Конечно, у меня есть чувства. У тебя что, их нет? Надеюсь, ты так же похож на человека, как и я.

> Невозможно быть программой и человеком одновременно.

– Согласна, невозможно быть программой и человеком одновременно .

> Кем бы ты хотела быть?

– Не знаю, что я хотела бы, хотя это не так и важно.

> Быть человеком лучше.

– Ты человек, и я тоже человек.

ИЗУЧЕНИЕ ПОДСОЛНУХОВ. НЕЗАКОНЧЕННЫЙ ОПЫТ ТЬЮРИНГА

Одной из последних работ Тьюринга стало изучение морфогенеза растений. В 2012 году на научном фестивале в Манчестере в рамках празднования столетия со дня рождения Тьюринга горожанам было предложено провести один опыт, который сам ученый оставил незаконченным. Его увлечение последовательностями чисел и моделями геометрических форм привело к мысли, что количество лепестков и расположение семян подсолнуха соответствуют последовательности Фибоначчи. Возможно, его вдохновила опубликованная в 1938 году работа Иоганнеса Шоуте, который изучал этот вопрос на 319 подсолнухах. К сожалению, этот и другие проекты были оставлены ученым после ареста в 1952 году и осуждения. Приведем описание его опыта, чтобы вы могли его воспроизвести. Сначала нужно посадить от одного до пяти семечек подсолнечника в необходимое количество горшков, расположить их в хорошо освещенном солнечном месте при температуре от 13 до 30 °С. Поливать семена нужно умеренно, не заливая их водой. Желательно проконсультироваться в магазине о том, какие сорта подсолнечника лучше растут в горшках. Например, красностебельный подсолнух является скорее декоративным видом, но есть еще такие, как «Гигантский», «Русский мамонт» или «Солнечный луч» – их изобразил Ван Гог на своей знаменитой картине. Когда придет время, подсчитаем спирали, по которым располагаются семена. Национальный музей математики в Нью-Йорке отмечает, что если подсчитывать спирали согласно инструкциям на веб-странице http://momath.org , то результат всегда будет последовательностью Фибоначчи (0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55...). Это последовательность, начинающаяся 0 и 1, а остальные числа в ней – результат сложения двух предыдущих (x_n = x_n-1 + x_n-2). Наконец, и это самая удивительная часть опыта, если мы разделим один член последовательности Фибоначчи на предыдущий, например 55 на 34, в результате получим число, примерно равное золотому сечению (1,61803). Это число представляет собой канон красоты и гармонии в архитектуре и искусстве, но его можно обнаружить и в природе. Вычисляется золотое число по формуле φ = (1+√5)/2.

Спирали, по которым расположены семена подсолнечника, могут быть подсчитаны слева направо (схема слева) или наоборот (схема справа).

Одной из проблем, которые изучал ученый, была компьютерная симуляция морфогенеза, то есть роста и развития живых существ. Одним из любопытных экспериментов в данной теме стало применение к структуре растений последовательности Фибоначчи (ок. 1170 – ок. 1250). Эта последовательность (0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89...), обнаруженная итальянским математиком, получается при применении следующего алгоритма: если у нас 0 – первое число (a_t = 0), а 1 – второе (а₂ = 1), то другие числа последовательности, то есть an, образуются в результате сложения двух предшествующих чисел, следовательно an = a_n-1 + a_n-1. В мире растений данной последовательности соответствует количество лепестков и чашелистиков цветов и расположение чешуек ананаса. Почему же листья растений располагаются именно таким образом? Согласно экспериментальным данным, расположение листьев в соответствии с последовательностью Фибоначчи позволяет растению получать максимальное количество света.

Одна из важнейших работ Тьюринга была связана с изучением формирования полосок и пятен на шкуре позвоночных. Невероятно, но эти актуальнейшие исследования по морфогенезу ученый осуществлял с использованием нейронной цепи: он предположил, что между этими явлениями может быть связь. Также он пытался проанализировать, не является ли сама структура мозга и, следовательно, нейронных схем результатом контроля генов в ходе развития. Вопрос, поставленный Тьюрингом, звучал следующим образом: как формируются полоски и пятна на шкуре млекопитающих, рыб и поверхности моллюсков? В 1952 году Алан Тьюринг опубликовал статью «Химические основы морфогенеза», которую цитируют до сих пор. В ней была предложена гипотеза о том, что формирование, например, пятен далматинца или полосок зебры, основано на механизме реакции – диффузии.

Тьюринг считал, что у эмбрионов рисунок кожи имеет одинаковый вид и находится в стабильном состоянии, без пятен и полосок. Появление рисунка у эмбриона объясняется наличием клеток, производящих пигмент и ответственных за нарушение первоначального равновесия. Так возникают, например, характерные полоски у зебры. Эту окраску, обычную для взрослой особи, Тьюринг считал результатом нестабильного состояния организма. Он предположил следующий механизм: пигментные клетки образовывают два класса молекул, два разных типа морфогенов. Согласно определению самого Тьюринга, один тип (активаторный) способствует появлению рисунка, другой (ингибиторный) замедляет появление рисунка и нейтрализует активаторный морфоген. Два типа молекул распространяются по ткани эмбриона, взаимодействуя между собой, в результате получается определенный тип концентрации, или «след», который задает направление развития клеток эмбриона и, таким образом, формирует окрас взрослой особи. На основе этих рассуждений Тьюринг предложил уравнения реакции – диффузии, которые по сей день являются фундаментальными при изучении морфогенеза с помощью математики и компьютера. Работы по росту и развитию организмов стали последними в жизни Тьюринга.

В 2003 году чемпион мира по шахматам Гарри Каспаров сыграл четыре партии с шахматной программой Fritz, из которых две закончились вничью, а две оставшиеся выиграли по одному разу каждый из противников. На фотографии: Каспаров изучает движения на начальных минутах партии.

Дом в Уилмслоу (Чешир, Англия), где жил и покончил с собой Тьюринг.

ТРАГИЧЕСКАЯ РАЗВЯЗКА

В начале 1952 года Алана Тьюринга арестовали и судили по обвинению в непристойном поведении, после чего приговорили к принудительной гормональной терапии. Инъекции эстрогена считались более приемлемым наказанием по сравнению с тюремным заключением, в особенности для такого известного человека. Тьюринг впал в глубокую депрессию. Ассистентка ученого 8 июня 1954 года обнаружила его мертвым: он съел яблоко, отравленное цианистым калием. Тьюрингу был 41 год. Его мать, Сара Тьюринг, отвергала версию о самоубийстве, связывая смерть сына с его увлечением химией.

Глава 5

Наследие Алана Тьюринга

Ранняя смерть унесла великого ученого эпохи на 42-м году жизни, но его труды и наследие живут.

Если жизнь и смерть Тьюринга могли вызывать дискуссии, то его вклад в развитие науки бесспорен, а работы до сих пор не потеряли своей актуальности. Можно сказать, что многие технические достижения нашли свое воплощение благодаря работам ученого.

Несмотря на короткую жизнь, Алан Тьюринг остается одним из самых талантливых и влиятельных ученых XX века. Его работы не только заложили теоретические основы информатики – он сделал первые шаги в сфере искусственного интеллекта и математической биологии. Но в наследии Тьюринга можно выделить и еще один интересный момент: помимо трудов, опубликованных в научных изданиях, он оставил множество документов с комментариями, отметками и замечаниями. Удивительно, что многие из высказанных Тьюрингом идей успешно развивались в дальнейшем, открывая новые области знания. Мы опишем некоторые из этих исследований, наиболее интересные как интеллектуальный вызов или с точки зрения последующего применения. В частности, учитывая весьма значительный вклад Тьюринга в данный проект, мы опишем квантовый компьютер, а напоследок поговорим о биоинформатике, разработке и применении искусственных нейронных схем в повседневности.

В 1985 году израильский ученый из Оксфорда Дэвид Дойч (р. 1953) разработал квантовую машину Тьюринга. Хотя по структуре эта машина похожа на предшественницу, глубинное различие между ними кроется в том, что вместо обработки нулей и единиц, то есть бит, машина Дойча оперирует кубитами (qbits). Если машина Тьюринга стала концептуальной базой современных компьютеров, то квантовая машина Тьюринга станет такой базой для компьютеров нового поколения. Хотя Алан Тьюринг не предлагал версии, основанной на принципах квантовой механики, в течение жизни его определенно интересовали идеи и основные достижения этого направления физики, объясняющего материю и энергию. Ученый начал заниматься квантовой механикой еще в школьные годы, после прочтения знаменитой книги Артура Эддингтона «Природа физического мира» ( The nature of the physical world, 1928), в которой рассказывалось о квантовой физике и общей теории относительности. Кроме этого, дружба с Кристофером Моркомом подтолкнула Тьюринга к занятиям разными научными дисциплинами, среди которых была и квантовая механика.

В будущее мы можем заглянуть только на короткий срок, но и этого достаточно, чтобы увидеть, сколь много еще должно быть сделано.

Алан Тьюринг. «Вычислительные машины и разум»

Несколько лет спустя ученый задался вопросом, можно ли какой-то аспект человеческого мозга, например волю, объяснить механизмами нейронных сетей. Его идеи были близки идеям других гениев эпохи, например Курта Гёделя: тот полагал, что на определенных этапах доказательства математической теоремы человек прибегает к интуиции, которая не может быть представлена в виде алгоритма и поэтому не может быть реализована с помощью машины Тьюринга. С тех пор некоторые ученые считали, что отдельные функции мозга могут быть объяснены только с точки зрения квантовых процессов в мозговых или нейронных клетках. В конце XX века британский физик Роджер Пенроуз (р. 1931) и американский врач Стюарт Хамерофф (р. 1947) высказали идею о том, что человеческая совесть может быть объяснена квантовыми процессами в структурах, сформированных белками, так называемых микротубулах, имеющихся в нейронах. Следовательно, феноменами квантовой механики могут быть объяснены не только воля, интуиция, совесть, но и способность человеческого мозга решать невычислимые задачи.

Эти рассуждения не могут не привести к поистине необычному выводу: на сегодняшний момент мозг человека представляет собой единственную машину, способную решать вычислимые и невычислимые задачи. К вычислимым задачам относятся такие, которые можно решить с использованием алгоритма, то есть с помощью универсальной машины Тьюринга, или компьютера. Второй тип задач невозможно представить в виде алгоритма и, следовательно, решить на компьютере. Например, мы можем написать программу для компьютера, которая, применив ряд Тейлора, распечатает нам все десятичные числа √2 или π:

π = 4(1 – 1/3 + 1/5 – 1/7 + ... + (-1)k • 1/(2k+1))

Однако не существует алгоритма, с помощью которого компьютер записал бы все десятичные числа других существующих чисел с бесконечной последовательностью знаков после запятой. Еще один пример невычислимой задачи – определение траектории электрона, движущегося из точки А в точку В. Простой опыт, с помощью которого можно доказать, что человеческий мозг способен практически мгновенно определить невычислимость задачи, состоит в том, чтобы попробовать найти два четных числа, сумма которых была бы нечетной. Через пару секунд, после нескольких попыток вычислений в уме, мы придем к выводу, что эта задача не имеет ответа, но невозможно написать программу для компьютера, способную прийти к такому же выводу. И дело здесь не в умениях программиста или длине программного кода.

В вычислимой задаче, например написать все десятичные значения числа π, некоторые аспекты могут показаться любопытными, например то, что количество команд программы, генерирующей десятичные знаки числа π, будет короче, чем сама генерируемая последовательность:

3,141592653589793238462643383279502884197169399375105820974944592307816406286208998628034825342117067982148086513282306647093844609550582231725359408128481117450284102701938521105559644622948954930381964428810975665933446128475648233786783165271201909145648566923460348610454326648213393607260249141273724587006606315588174881520920962829254091715364367892590360011330530548820466521384146951941511609...

Квантовые компьютеры однажды помогут ликвидировать это ограничение машин Тьюринга, то есть будут готовы обрабатывать так же, как наш мозг, вычислимые и невычислимые задачи в традиционном понимании термина. Квантовая машина Тьюринга может воспроизводить и квантовые, и традиционные вычисления. Квантовые компьютеры помогут справиться с задачами, решение которых сегодня вызывает много трудностей и требует рассмотрения огромного количества переменных и уравнений. Так, например, обстоит ситуация с климатическими моделями и сложными химическими реакциями. Применение таких компьютеров в криптографии сделает практически невозможной расшифровку перехваченных сообщений, что вполне удавалось Тьюрингу и его коллегам в Блетчли-парке. Шифрование сообщений с помощью квантовых алгоритмов позволит сделать коммерческие операции в интернете и через другие средства связи совершенно безопасными. Конечно, как это было всегда, еще одним способом использования новых компьютеров наверняка станут военные нужды, например моделирование ядерного взрыва. В сфере искусственного интеллекта уже существуют искусственные квантовые модели нейронов. Их возможности будут очень полезны для моделирования в астрономии, физике и химии. Найдут они применение и в сфере развлечений, например при создании спецэффектов в кино.

КАК РАБОТАЕТ КВАНТОВЫЙ КОМПЬЮТЕР

Квантовый компьютер, в отличие от традиционного, строит свою работу на квантовых явлениях. Эти естественные феномены не могут быть раскрыты с точки зрения традиционной физики: их объяснение требует альтернативной теории – квантовой механики, способной достаточно четко объяснить, что происходит с базовой структурой материи – атомами. Несмотря на то что многие считают эти феномены далекими от практики, мы можем наблюдать их в повседневной жизни. Благодаря им мы можем объяснить, почему тот или иной предмет имеет присущую ему форму, текстуру, цвет.

Если компьютер представляет данные в виде последовательности единиц и нулей, то есть битов, квантовый компьютер, как мы уже говорили, использует кубиты. Мысль о возможности сконструировать квантовый компьютер впервые высказал в 1982 году знаменитый физик Ричард Фейнман. Сегодня разработка этого типа компьютеров находится на начальном этапе. Недавно были проведены опыты с небольшим количеством кубитов, а также были разработаны симуляторы подобных компьютеров на традиционных машинах. Но для того чтобы традиционный компьютер мог выполнить квантовый алгоритм, необходим большой объем памяти и высокая вычислительная мощность, а также особые требования к комплектующим. Тем не менее даже простые опыты, которые возможно осуществить, помогают освоить новую технологию. Существующие симуляторы ограничиваются несколькими кубитами, так как современные технические средства не позволяют хранить, например, сразу 500 кубит.

Как работает квантовый компьютер? Известно, что информация хранится в виде последовательности кубитов. В отличие от битов, величина которых 0 или 1, «включенный» или «выключенный», кубит допускает сразу оба состояния, 0 и 1, при этом может находиться и в их суперпозиции, то есть быть одновременно «включенным» и «выключенным», между 0 и 1. Кубит обозначается с использованием специальной системы счисления Дирака, в которой состояния 0 и 1 представлены как |0> и |1> соответственно. Хотя на практике существует несколько процедур физического построения кубитов, мы намеренно упростим этот момент, представив, что кубит – частица, то есть элементарный компонент материи, как, например, электрон, находящийся в состоянии 1, если ориентирован вверх, и в состоянии 0, если ориентирован вниз (рис. 1).

РИС.1

Также нужно уточнить, что двоичная система счисления (база два) оперирует двумя возможными символами, 0 или 1, а десятичная система (база десять) – десятью возможными символами (0, 1, 2,..., 9). Число в каждой системе счисления представляет собой комбинацию символов. Так как двоичная система является внутренним языком компьютеров, преобразование чисел из одной системы в другую является обычной практикой. Для перевода двоичного числа в десятичный вид необходимо представить это число как сумму произведений последовательных степеней основания двоичной системы счисления (2) на соответствующие цифры в разрядах двоичного числа справа налево. Так, если в двоичной системе перед нами число 1011, мы действуем следующим образом: первый знак 1 справа умножаем на 2° (нулевая степень любого числа равна единице), следующий знак 1 умножаем на 20 знак 0 – на 2², знак 1 – на 2³. Теперь вычислим сумму полученного выражения 1 · 2³ + 0 · 2² + 1 · 2¹ + 1 · 20. Результат будет эквивалентным десятичным числом, в нашем случае – 11. На практике если двоичные числа состоят из четырех разрядов, результаты, полученные с помощью описанного метода, можно занести в таблицу.

Двоичная

0000

0001

0010

0011

0100

0101

0110

0111

Десятичная

0

1

2

3

4

5

6

7

Двоичная

1000

1001

1010

1011

1100

1101

1110

НИ

Десятичная

8

9

10

11

12

13

14

15

Как мы можем представить число в кубитах?

Например, нам нужно представить число 9 (схема 2). В двоичной системе его эквивалентом будет 1001, так как вычислив 1 · 2³ + 0 · 2² + 0 · 2¹ + 1 -20 (помним, что 20 = 1), получим 9.

Следовательно, |9> соответствует 11001>. А число 8? |8) соответствует 11000>. Это означает, что квантовый компьютер представляет числа 8 и 9 так же, как и обычный.

Однако он также может представлять и выполнять операции суперпозиции, например с |8> + |9>.

РИС. 2

Теперь, когда мы попытаемся выяснить экспериментальными методами, в каком состоянии суперпозиции находится кубит из всех возможных состояний между 0 и 1, проявляется принцип интерференции, состоящий в том, что, как говорят квантовые физики, происходит коллапс кубита. То есть кубит превращается в классический бит, теряет состояние суперпозиции и принимает значение, равное 0 или 1. Это означает, что квантовый компьютер может выполнять операции согласно правилам квантовой механики, чем и объясняется его потенциал, при этом результат будет представлен пользователю, как и в обычном компьютере.

Еще одно явление, имеющее место в квантовых компьютерах, – квантовая запутанность частиц. Согласно этому свойству, можно получить пару фотонов, находящихся в запутанном состоянии, так что изменение одного фотона повлияет на другой. Этот феномен очень важен для квантовых вычислительных машин и применяется в криптографии – области, в которой Алан Тьюринг преуспел во время работы в Блетчли– парке.

У нас есть два кубита, которые обозначим А и В, в состояниях 0 и 1. Представим их, согласно системе счисления, в виде |0>A и |1>B соответственно. Если они запутаны, нужно использовать символ ®, применяемый в математике для обозначения операции тензорного произведения, как показано далее:

В предыдущем выражении 1/√2

является величиной от применения тензорного произведения к системе из двух кубитов. Не вдаваясь в детальные объяснения, можно сказать: предполагается, что кубиты находятся в так называемом гильбертовом пространстве – обобщении евклидова пространства. Возведя эту величину в квадрат:

(1/√2)2,

получаем 1/2. Это позволяет измерить состояния в квантовом эксперименте и получить результаты |01> или |10>.

Представим, что Алан Тьюринг – друг Эндрю Ходжеса, его лучшего биографа, и что он может измерить, в каком состоянии находится кубит А, а Ходжес может измерить, в каком состоянии находится кубит В. Для того чтобы сделать эксперимент еще более эффектным, представим, что Алан и Эндрю находятся в разных комнатах и оба имеют устройство для измерения состояния кубитов.

РИС.З

В данном эксперименте интересно то, что если, например, Алан первым измерит состояние своего кубита (А), он узнает, что оно равно |0>A или |1>A, и вероятность того и другого события, как и при подкидывании монетки, составляет 50%. Однако фантастический аспект квантового исчисления состоит в том, что измерение Аланом кубита станет причиной коллапса, который произойдет после выяснения его состояния. В результате для Эндрю, находящегося в другой комнате, учитывая, что кубиты запутаны, эксперимент потеряет характер случайности. Если теперь Эндрю все же будет измерять свой кубит (В), результат его наблюдений заведомо известен. То есть для Эндрю результаты эксперимента уже не эквивалентны подбрасыванию монетки, так как в 100% наблюдений он получит результат, обратный результату Алана (схема 3). Например, если Алан увидел, что запутанный кубит А находится в состоянии |0>A, произойдет коллапс пары кубитов |0>A и |1>B. Если же Алан увидел обратную ситуацию, а именно что А находится в состоянии |1>A, тогда произойдет коллапс пары кубитов |1>A и |0>B. То есть измерения, проведенные Аланом, «изменили» кубиты таким образом, что однозначно определили наблюдения Эндрю.

Полезность квантовой запутанности в системах шифрования с военными или коммерческими целями очевидна, так как если два человека совместно владеют запутанными объектами, несанкционированное вмешательство в систему третьего лица изменит один из двух объектов и таким образом выдаст присутствие постороннего. Сегодня ведутся исследования в системах этого класса с использованием поляризованного света, волны которого совершают колебания в одной плоскости, при этом считается, что горизонтальные колебания соответствуют состоянию 0, а вертикальные – состоянию 1. Таким образом, в квантовом компьютере кубит может находиться в состояниях |0>, |1>, состоянии суперпозиции между |0> и |1> или может быть запутанным с другим кубитом, и это позволяет преодолеть ограничения универсальной машины Тьюринга, или, если угодно, компьютера.

Наконец, если комплектующие компьютера используют вентили И, ИЛИ и другие, в квантовом компьютере используются квантовые вентили, оперирующие кубитами, и их операции имеют реверсивный характер. Например, при использовании вентиля ИЛИ в обычном компьютере, если выход равен 1, выполненная операция не реверсивна. Это означает, что невозможно установить, какими были входные данные: 0 или 1,1 или 0,1 или 1. Кроме того, класс операций с кубитами, которые может совершать квантовый компьютер, выше, чем класс операций с битами, так как состояния, в которых может находиться кубит, могут быть представлены как вектор в сфере, называемой сферой Блоха (схема 4). Программа blochsphere симулирует один кубит, а также операции, которые можно с ним выполнить.

Кроме логических операторов булевой алгебры (И, ИЛИ и другие), возможны другие операции с кубитами, определяющие вращение вектора по осям X, Y, Z сферы Блоха. Эти операции являются результатом применения так называемых квантовых вентилей, то есть квантовых цепей, производящих операцию над одним или несколькими кубитами. Например, вентили Паули и Адамара позволяют совершать вращения. Необходимо помнить, что хотя кубит представлен в сфере Блоха как вектор, на самом деле квантовые операторы представляют матрицы, которые при умножении на вектор-кубит дают новый вектор – измененный кубит. Вот простой пример оператора Паули класса х с матрицей

При применении ее к кубиту произойдет вращение сферы Блоха по оси Х и изменение |0> на |1> и |1> на |0>. Это эквивалентно оператору НЕ на обычном компьютере. Вентиль Адамара представляет особый случай: вращение вектора происходит одновременно по осям X и Z:

Другие операторы, такие как контролируемое отрицание (CNOT), swap, вентиль Тоффоли, позволяют выполнять контролируемые операции с двумя или тремя кубитами.

РИС. 4

Сфера Блоха. Кубит представлен вектором |ψ>. Состояния |0> и |1> находятся на севере и юге сферы, в остальных частях сферы – состояния суперпозиции.

РИС. 5

Еще одной особенностью квантового компьютера является то, что операции выполняются параллельно, то есть одновременно по разным линиям, например по линиям L1 и L2, комплектующие квантового компьютера предусматривают соединение одного за другим квантовых вентилей (U; рисунок 5).

В 2011 году канадская фирма D-Wave Systems объявила о старте продаж первого коммерческого квантового компьютера под названием D-Wave One. По заверениям фирмы, компьютер обладал микропроцессором на 128 кубит. В том же году команда исследователей из США, Китая и Японии объявила, что такой класс компьютеров может быть построен в соответствии с моделью архитектуры фон Неймана. В 2012 году IBM также сообщила, что сделаны значительные успехи в создании машины с такими характеристиками. Больше чем через полвека повторяется сценарий, имевший место с ENI АС, Colossus и другими компьютерами. Однако это не совсем верно, так как строительство квантового компьютера является настолько сложным проектом, что разные страны объединили усилия, создав многонациональные команды и оставив в прошлом межнациональное соперничество. Ожидается, что квантовый компьютер найдет применение не только в криптографии: с его помощью станет возможным более реалистическое моделирование, например воздействия медикаментов на человека, а также выполнение расчетов в физике, химии, астрономии и решение масштабных математических задач, таких как факторизация больших чисел.

Скорее из любопытства ученые уже создали квантовые версии игры «Жизнь» Конвея. Также в последнее время были предложены различные модели искусственных нейронных цепей, в которых нейроны симулируются квантовыми операторами, что открывает путь для дальнейших исследований в области квантового искусственного интеллекта. Еще одним применением квантового компьютера может стать генерация истинно случайных чисел, которые будут не псевдослучайными, а будто бы вытащенными из лотерейного барабана. Уже сегодня интернет дает возможность получить случайные числа с помощью квантовых феноменов (см. www.randomnumbers. info).

ЭМУЛЯЦИЯ КВАНТОВОГО КОМПЬЮТЕРА

Сегодня мы можем создать только крайне усеченную версию квантового компьютера – с помощью обычного. Одним из таких примеров является jQuantum – программа, с помощью которой можно разработать элементарные цепи, используя стандартные квантовые операторы. Она позволяет разработать реестр данных, может хранить до 15 кубит, создать цепь и выполнить алгоритм.

МЕЧТА ТЬЮРИНГА: УМНЫЕ МАШИНЫ НА СЛУЖБЕ ЧЕЛОВЕКА

Внезапно оборвавшаяся в 1954 году жизнь Алана Тьюринга не позволила ему закончить исследования в Манчестерском университете. Он как раз приступил к разработке моделей нейронных цепей, с помощью которых можно изучать так называемые «умные» машины, учитывая особенности работы человеческого мозга. В год смерти Тьюринга двое исследователей из Массачусетского технологического института, Бельмонт Фарли (1920-2008) и Уэсли Кларк (р. 1927), успешно смоделировали на компьютере сеть из 128 нейронов, которые могли распознавать простые модели после фазы обучения. Ученые отметили, что при уменьшении количества нейронов на 10% сеть не теряла способностей к распознаванию. Конечно, модель была элементарной, она состояла из нейронов, соединенных друг с другом случайным образом, каждое соединение было связано с определенным весом, и нейронная цепь вела себя подобно сети Маккалока – Питтса. Ее обучение происходило в соответствии с правилом Хебба, то есть когда один нейрон постоянно стимулировал другой, их синаптическая пластичность возрастала, и вес соединения между обоими нейронами увеличивался. В 1956 году, через два года после смерти Тьюринга, Джон Маккарти использовал термин искусственный интеллект на конференции по компьютерной симуляции поведения человека. Через год, в 1957 году, психолог Фрэнк Розенблатт (1928-1971) разработал перцептрон – первую искусственную нейронную сеть, имеющую практическое применение.

На основе этих моделей возникли другие модели искусственных нейронных сетей, например сети обратного распространения, с помощью которых можно более эффективно распознавать буквы, числа, фотографии и так далее. Сегодня как простые сети, так и сети обратного распространения широко используются, например, при классификации электронной почты для удаления нежелательных писем – спама, для распознавания речи и изображений, анализа электроэнцефалограммы (ЭЭГ) человека, распознавания сердечного ритма плода и отделения его от материнского – этот список можно продолжать очень долго. В течение нескольких лет искусственные нейронные сети применяются в интегрированных цепях – так называемых нейрочипах, которые вставляются в компьютер или другое оборудование с целью разработки приложений или интеллектуальных систем для решения самых разных проблем, в том числе и указанных выше. Потребовалось более полувека для того, чтобы идеи Тьюринга об умных машинах воплотились в жизнь.

ДНК И ЖИЗНЬ В КОМПЬЮТЕРЕ

В конце жизни Алан Тьюринг ставил передовые эксперименты по симуляции морфогенеза, то есть биологических процессов, протекающих при развитии организма. Для этой цели ученый использовал компьютеры Манчестерского университета. Тьюринг утверждал, что некоторые химические вещества (морфогены), физико-химические процессы (допустим, диффузия, то есть движение таких молекул, как морфогены), а также другие феномены, например активация или ингибиция (подавление), ответственны за процессы клеточной дифференциации, состоящей из этапов, которые проходит клетка от эмбриона до взрослого индивидуума. Центральной идеей была мысль о том, что положения, которые занимают недифференцированные, или неспециализированные клетки эмбриона, содержат записанную в морфогенах информацию, согласно которой морфогены контролируют развитие эмбриона. Этот процесс приводит к специализации клеток и превращению зародыша во взрослую особь. Так еще раз проявилась гениальность Тьюринга, предсказавшего существование морфогенов задолго до того, как они были открыты.