Факультет вычислительной математики и кибернетики

2

Введение

Не так давно учёным впервые удалось вырастить искусственные нервные клетки. Однако главный вопрос после этого состоит в том, что делать с этими клетками в дальнейшем: как использовать их в практических целях и доказать терапевтический эффект от их внедрения? Перед тем как делать какие-либо выводы по поводу их полезности, необходимо проверить и более детально изучить явления, протекающие в процессе их роста

ивзаимодействия друг с другом.

Вобзорной статье А. В. Савельева «На пути к общей теории нейросетей. К вопросу о сложности» [1] приведены результаты исследования нейронных сетей, принципиально неадекватных их биологическим аналогам. На основе открытой гиперсложности биологических нейронов, превышающей сложность построенных на сегодня искусственных нейронных сетей и не сводимой к ней, автором статьи показана возможность обобщения известной на сегодня теории нейронных сетей, которая может иметь следствием совершенно иной принцип организации архитектуры нейрокомпьютеров.

Внастоящее время также становится очевидным, что дальнейшее развитие различных аспектов проблем автоматического управления сложными системами невозможно без объединения усилий технических и биологических наук. Для осуществления управления сложными системами и объектами также активно применяются нейронные сети.

Уже давно существует довольно много моделей искусственных нейронных сетей. Однако современный подход к созданию нейросистем проходит эволюцию в направлении отдаления их функционирования от реальных биологических аналогов. Для моделирования современных нейросистем используется сильно упрощенная модель базового элемента (нейрона). Поэтому, чтобы перейти к модели нейрона, более приближенной к биологическому аналогу, необходимо изменить подход и обратиться к исследованиям базовых элементов коры головного мозга человека, а эта область на данный момент исследована недостаточно полно. Существует мало моделей, более-менее адекватно описывающих динамику биологических нейронных сетей; при этом, чем сложнее модель, тем более затратной она будет в вычислительном плане. Любые исследования здесь очень важны для использования в современных технологиях.

Исходя из всего вышесказанного, сегодня становится необходимостью получение принципиально новых математических моделей биологических нейронов и нейронных сетей на их основе за счёт использования последних достижений нейробиологии и нейрофизиологии.

3

Целью данной работы является рассмотрение одной из известных моделей функционирования биологической нейронной сети, а также её анализ на предмет возможности повышения производительности вычислений с использованием графических процессоров (GPU). При этом для распараллеливания вычислений предполагается использовать 2 разных технологии: CUDA и OpenCL.

4