Tietojärjestelmien kohdalla on usein puhuttu siitä, kuinka normaalit binääritietokoneet voittavat kvanttitietokoneet laskentatehossa. Oikeastaan meidän pitää silloin hiukan raottaa sitä, että tietojärjestelmät koostuvat kahdesta pääosasta, joista käytetään nimeä ohjelmistot sekä "rauta", mikä tarkoittaa fyysistä konetta. Ilman fyysistä tietokonetta ei voida käyttää myöskään ohjelmia, tai toisaalta ilman ohjelmistoja fyysinen kone on taas täysin hyödytön kapistus. Kvanttitietokoneiden kohdalla meidän pitää ymmärtää se, että tieto noihin tietokoneisiin ajetaan binaaritietokoneiden kautta. Nuo binaaritietokoneet kontrolloivat kubitteja sekä esiprosessoivat tietoa, jotta se voidaan ajaa kvanttitietokoneelle.
Toisaalta tietokoneet eivät luo tietoa itsestään, ne prosessoivat tietoa. Se tarkoittaa sitä, että tietojärjestelmät keräävät tietoa eri lähteistä sekä sitten yhdistävät noita tietoja. Kun puhutaan siitä, kuinka klassiset tietokoneet voittavat kvanttitietokoneet, niin silloin tietenkin meidän pitää huomioida se, että kubitit eivät vielä ole saavuttaneet lopullista muotoaan. Eli jatkuvasti tulee uusia malleja, joiden avulla voidaan luoda erilaisia kubitteja. Mutta jos ajatellaan klassisia binääritietokoneita, niin tietenkin nuo klassiset binaaritietokoneet voivat muodostaa neuroverkon. Ihmisaivot ovat tietenkin orgaaninen neuroverkko, ja binaari- sekä kvanttitietokoneet ovat taas epäorgaanisia tietojärjestelmiä, joista verkotettuna sensorien sekä muiden järjestelmien kanssa tulee neuroverkkoja.
Neuroverkot ovat toisiinsa verkotettuja tietokoneita, joita operoidaan yhteisen käyttöjärjestelmän kautta. Eli ne ovat laitteisto, joka pyörittää käyttöjärjestelmiä sekä käyttöliittymiä. Neuroverkot voivat yhdistellä toisiinsa sensorista dataa sekä dataa, jonka se on varastoinut esimerkiksi kovalevyille. Sensorit voivat syöttää tietoja neuroverkkoon massamuistien kautta, ja tuolloin neuroverkko merkitsee sen, että onko se tarvinnut tuota tietoa. Jos tietoa ei tarvita, niin se poistetaan. Tuollaista toimintaa kutsutaan optimoinniksi. Optimoinnin tarkoitus on vähentää turhaa tallennustilan käyttöä. Ja tietenkin myös käyttäjät voivat syöttää tietoja tuolle neuroverkolle, joka on periaatteessa tehokkain jokapäiväisessä käytössä oleva tietojärjestelmä.
Ja ainoa epäorgaaninen laite joka voi voittaa neuroverkon ovat kvanttitietokoneista koostuvat neuroverkot. Mutta niiden käyttöönotto on ainakin toistaiseksi tulevaisuudessa.
Tuolloin tavalliset työasemat voidaan verkottaa toisiinsa siten, että jokainen niistä työskentelee itsenäisesti, mutta yhteen kytkettyinä muodostaen tehokkaan tietoverkon. Kun ajatellaan sitten tilannetta, missä neurotietokoneet tai neuroverkot käsittelevät tietoja, niin neuroverkko voi toimia samalla tavalla kuin kvanttitietokoneet.
Vaikka yksittäisten binääritietokoneiden täytyy pysähtyä, ennen kuin ne ottavat uuden tehtävän sisään, niin neuroverkossa nuo koneet muodostavat kokonaisuuden. Tuo kokonaisuus merkitsee sitä, että vaikka joku neuroverkon työasemista on kiireinen, niin neuroverkko voi avata uuden portin, josta se voi päästää uuden tehtävän sisään. Yhteinen käyttöjärjestelmä tarvitaan siksi, että se työasemat kertovat sille, jos joku niistä on varattu. Tällöin tuo yhteinen käyttöjärjestelmä, joka kontrolloi tällaista toimialuetta luovuttaa tehtävän jollekin toiselle työasemalle.
Neuroverkko voi tietenkin suorittaa sekä yhdistellä tehtäviä sekä tietovarastoja toisiinsa, ja neuroverkko voi varmasti ajaa useita tehtäviä samaan aikaan. Eli jokainen neuroverkon osanen voi olla myös itsenäinen yksikkö. Neuroverkon jokaisella osasella voi olla tietty parametri, kuten aika jonka se voi käyttää tehtävään. Sen jälkeen tuo työasema tai toimija luovuttaa tiedon eteenpäin, jotta neuroverkkoon ei tule tukoksia. Tämä malli tehostaa neuroverkon toimintaa, ja tekee siitä luotettavamman. Tuolloin virhe datavirrassa ei jumita koko neuroverkkoa. Eli jos neuroverkko ei pysty ratkaisemaan ongelmaa, niin se sitten ilmoittaa, että ratkaisua ei ole. Ja pyytää operaattoriltaan lupaa suorittaa uusia ajoja.
https://tekoalynpauloissa.blogspot.com/
Ei kommentteja:
Lähetä kommentti
Huomaa: vain tämän blogin jäsen voi lisätä kommentin.