Нейросимуляция
АрхивCтатья знакомит с нейросимуляторами - специальными программами, предназначенными для моделирования и имитации нейросети на персональных компьютерах. Из теста семи нейросимуляторов вы узнает об их плюсах и минусах и - кто знает - может, подберете эмулятор себе по вкусу? А что, искусственный интеллект, почитай, уже в дверь стучится…
Многочисленные золотоискатели, отправившиеся на поиски нейросетевого счастья лет десять тому назад, быстро смекнули, на чем надо делать деньги. Зачем самому искать золото, когда к твоим услугам толпы страждущих, но без инструментов и знаний? Гораздо проще продавать все новые и новые инструменты и чуть-чуть собственного опыта! Сегодня на рынке программного обеспечения есть нейросимуляторы на любой вкус и цвет - ознакомьтесь для примера с далеко не полным списком подобных программ на canopus.lpi.msk.su/project31/software.html.
Так вот ты какой, северный олень!
Продукты, распространяемые как условно бесплатные (shareware), не в почете у маститых нейрозаводчиков, а бесплатные самоделки, щедро выложенные на университетских сайтах, частенько работают через пень-колоду и имеют лишь жалкое подобие пользовательского интерфейса. Студенты и аспиранты, защитившись, с легким сердцем дарят миру свои первые инструменты, изначально предназначенные для быстрого решения одной задачки исключительно самим автором.
В отличие от них, толковый нейросимулятор 1 легко приспособить для решения практических задач на персональном компьютере, если не требуется производить вычисления как можно быстрее. Вообще-то, нейронные сети только при обучении охочи до вычислительных ресурсов, а будучи обученными, работают очень шустро. Тем не менее, существуют симуляторы, поддерживающие нейроускорители - платы с процессорами цифровой обработки сигналов (DSP). Признаком добротного симулятора является подробное описание по применению с вводным курсом в теорию НС плюс техническая поддержка. Самые продвинутые симуляторы позволяют конструировать НС с экзотическими архитектурами и применять алгоритмы обучения, разработанные пользователем, а также обеспечивают мощное графическое отображение поведения НС при обучении (что очень важно!) и, если верить рекламе, генерируют исходный код на Си++. У «продвинутых», как и следовало ожидать, единственный недостаток - заоблачная цена.
Другой отряд нейросетевого «персонального» программного обеспечения ориентирован на тугие кошельки и оптимизирован под выполнение конкретных задач. Наиболее распространены предназначенные для финансистов нейропредсказатели платежеспособности, банкротства и т. п. Как правило, их интерфейс выполнен «по последней моде», правда, бесплатно пощупать можно только демонстрационные версии, подозрительно смахивающие на «мультяшки», - не реальные нейросимуляторы, а имитацию, дающую на демонстрационных данных великолепные демонстрационные же результаты, по которым сложно оценить возможности продукта. Разумеется, уже появились и русскоязычные версии, и оригинальные российские симуляторы, сделанные с учетом «национальной» специфики.
Кроме того, есть промышленное нейросетевое ПО, эксклюзивное по сути и назначению, намертво взаимосвязанное со специализированным «железом». Последнее осуществляет предварительную обработку поступающих извне сигналов, передает полученные данные (образы) на вход НС, ускоряет функционирование самой НС и выводит готовую информацию в нужном виде. Возможность работы в реальном времени достигается посредством параллельных вычислений с использованием нейропроцессоров или же путем запараллеливания нескольких стандартных DSP. В некоторых случаях одного DSP оказывается достаточно, благо эти процессоры буквально «рождены» для НС, выполняя за один такт операцию умножения с накоплением суммы - наиболее часто используемую операцию в алгоритме любой нейросети. Дополнительные же DSP берут на себя ускорение вычислений на этапе предварительной обработки. Впрочем, на этом этапе НС пока используются больше в исследовательских целях, поскольку реализация совместной (особенно одновременной) работы нескольких НС разного типа не так проста, как казалось ранее.
«Открытые» сведения о промышленном нейросетевом ПО фактически отсутствуют. Ни заказчик, ни изготовитель не склонны раскрывать ноу-хау перспективных направлений и наработок. Из обрывочных сведений известно, что НС управляют разливкой стали, идентифицируют цели на экранах радаров, выявляют незаконные платежи с пластиковых карточек, распознают аномальную работу самолетных и танковых двигателей, идентифицируют объекты по акустическим шумам, выбирают маршрут автономным роботам, дистанционно определяют главное лицо в группе беседующих и т. д.
Неужели преимущества нейросетей столь велики, что весьма немалые затраты с лихвой окупаются? Или шум вокруг нейросетей - лишь очередной способ выманивания денег у инвесторов, зачарованных радужными перспективами «эры интеллектуализации»? И то и другое имеет место, причем трудно сказать, чего больше! Все зависит от того, с кем поведешься, так что избегайте случайных связей и не покупайтесь на клятвенные заверения мигом «горы свернуть».
Теперь самое время ознакомиться с некоторыми наиболее интересными нейросимуляторами для персональных компьютеров.
NeuralWorks Pro II/Plus
(Aspen Technology, www.neuralware.com)
Цена от $1995 до $4995 в зависимости от платформы (DOS, Windows, NT, Sun, RS6000, SGI) плюс $1,5-3 тыс. за консультации, обучение и поддержку. Судя по описанию, один из самых крутых - поддерживаются все известные типы нейросетей и алгоритмов обучения, включая разрабатываемые с использованием средств симулятора, обеспечивается автоматическая оптимизация спрятанного слоя нейронов, графически отображаются функционирование нейросетей и средства диагностики. Профессиональный вариант ($9995-14995), выполненный в виде специализированной среды разработки, позволяет генерировать исходный Си-код и использовать программирование на Си, то есть разрабатывать любые новые нейросети, а также включает пакеты для применений в реальном времени в совокупности с нечеткой логикой и генетическими алгоритмами. К сожалению, демо-версии практически недоступны, а уж про стоимость и говорить нечего: «по-нашему - это шок».
|
В любом уважающем себя университете, даже не специализирующемся на проблемах искусственного интеллекта, все активнее используются нейросетевые симуляторы. Термин simulator несколько неудачен, поскольку при переводе «в лоб» рождает нездоровые ассоциации у непосвященных. На самом деле подразумевается моделирование и имитация. В России прижилось словечко «нейроэмулятор», не признанное как международный термин. Нейросимуляторы дают возможность «обкатать» рождающуюся идею на собственных данных и выбрать нейронную сеть, близкую к оптимальной по типу и архитектуре, используя готовые подсказки. Дальше остается применить эту нейросеть на практике: для классификации, предсказания и распознавания в самых различных областях науки и техники, где традиционные линейно-консервативные подходы не дают желаемого результата. |
NeuroSolution
(NeuroDimension, www.nd.com)
Цена зависит от комплектации и предоставляемых возможностей и колеблется от $195 до $1995. Лицензия для коммерческого использования созданных продуктов - еще $1995. Дополнительный модуль ($195-1495 в зависимости от уровня основной программы) генерирует DLL-библиотеки нейросетей, созданных в NeuroSolution, а удовольствие работать непосредственно из Excel обойдется еще в $195. Приятный сюрприз: из Интернета можно скачать ознакомительную версию (около 11 Мбайт) и одну главу из электронной книги по применению НС (вся книга - $30).
Широкий набор типов нейросетей (Multi Layer Perceptron, модульные MLP, симбиоз IIR-фильтров с MLP, гибридные нейросети, нейросети анализа главных компонентов - PCA, адаптивный фильтр, нейросети с обратными связями, Кохонен, LVQ и т. д.) и алгоритмов обучения: BPE, Momentum, QuickProp, а так же Sanger и Oja для PCA. Общее количество весовых коэффициентов - до одного миллиона. Симулятор прост в освоении, у него хорошая справочная система, прекрасный графический интерфейс (правда, несколько перегруженный украшениями).
Работа с этим нейросимулятором сродни игре в Lego, и создать НС можно четырьмя путями. Первый - с помощью wizard’а - очень полезен для начинающих. По ходу дела «помощник» будет выводить на экран множество информации о выбранной НС и окажет реальное содействие при создании нейросети с запланированной архитектурой. Другой путь - модифицировать прилагаемые демо-макросы. Третий - изменить макеты нейросетей из электронного руководства. Наконец, можно собирать (макетировать) НС «ручками», используя меню и пиктограммы.
Чтобы ввести данные (форматы: ASCII, двоичный, BitMap), достаточно подцепить картинку (объект) ввода к картинке (объекту) входа нейросети и, щелкнув правой кнопкой мыши, сделать необходимые настройки в свойствах объекта ввода. Из приятных мелочей следует отметить объекты вычисления FFT (до 4096 точек) и генератора сигналов (синус, две пилы, прямоугольник). Объекты различной индикации и графиков можно наплодить по своему усмотрению и наблюдать за поведением любого выхода в процессе обучения (рис. 1). Причем программа сама подсказывает, к какому из объектов макета допускается подцеплять новый объект.
В качестве проверки на работоспособность и отсутствие «дурилок» в демонстрационном режиме я протестировал нейросеть с обратными связями из легкой весовой категории (Elman). Что именно нейросеть должна делать - не столь важно, демо-задачка из тривиальных, зато понаблюдать, как НС будет обучаться, всегда полезно. Все параметры не настраиваю, пребывая в надежде, что фирма постаралась не ударить лицом в грязь. Из десяти стартов НС дважды упорно не пожелала обучиться, чего и следовало ожидать от нейросети с обратными связями. Что ж, спасибо фирме за честность - тем, кто не пытается скрыть присущие продукту недостатки в его демо-версии, можно доверять.
Симулятору далеко до hi-end, но на приличный hi-fi он вполне тянет. Рекомендовать его российским пользователям совесть не позволяет - больно уж цена кусается, - но решившимся на первые серьезные шаги с целью быстрого применения разных нейросетей на практике этот пакет стоит взять на заметку.
MatLab + Neural Network Toolbox
(MathWorks, www.mathworks.com)
Основные преимущества: «все в одном» (для цивилизованных стран) и «горбушечная» псевдодоступность (для России). При покупке цивилизованным способом за каждый компонент этого «флакончика» пришлось бы отваливать немалые деньги: за один нейросетевой «тулбокс» - под $2000, да за MatLab - под $3500 (правда, образовательным заведениям фирма делает скидку).
Этому пакету досталось тяжелое наследство предыдущих версий: командно-строковый интерфейс, украшенный «виндовым» обрамлением. Запомнить все функции и их параметры - все равно что выучить от корки до корки новый язык, правда, по мере терпеливого освоения «языка» его достоинства видишь все лучше.
Набор типов нейросетей стандартен. В версии 3.0 появилась возможность гибкого конструирования НС, а также были добавлены вероятностные и регрессионные нейросети. Несколько веселее с алгоритмами обучения: современный джентльменский набор и алгоритм обучения Levenberg-Marquardt собственной персоной.
Предусмотрен демонстрационный режим, воспользовавшись которым, оценим работу пресловутой НС с обратными связями (Elman). Здесь нейросеть должна предсказать периодические прямоугольные импульсы. На первый взгляд задачка никчемная, но служит хорошей проверкой на работоспособность НС подобной архитектуры. Не меняя настроек, загружаю готовый матлабовский файл, и обучение начинается. За изменением ошибки можно наблюдать в отдельном окне прямо по ходу обучения. Согласно замыслу авторов демонстрашки, ошибка должна достичь величины 0,01. После предусмотренных пяти сотен повторов ошибка опустилась лишь до 1,00 (рис. 2), и как я ни бился, начиная обучение заново, желаемого результата не последовало. Взамен программа предлагала попытаться продолжить обучение или добавить спрятанных нейронов.
Настораживает заявление фирмы, что максимальное количество нейронов и весовых коэффициентов не ограничено, и это при 16 Мбайт минимально требуемой памяти, если верить описанию! Сколько на самом деле понадобится памяти, чтобы компьютер не впадал в прострацию, MathWorks скромно умалчивает. Но запавшим на матлабовские прелести и желающим не ограничиваться школьными задачками советую запастись памятью, ибо даже 128 Мбайт для этого симулятора - семечки.
BrainMaker
(California Scientific Software, www.calsci.com)
Цена пакета в Штатах варьируется от $195 за обычную версию до $795 за профессиональную (95/98/NT/2000). Реализована только MLP-нейросеть: до 512 нейронов в каждом слое, до 8 слоев, до 32К весов между слоями нейронов 2. Работает с форматами Excel, Lotus, dBase, ASCII, binary. В профи-версии добавлены «финансовые» форматы (CompuTrack, MetaStock, CSI), а также отображение тренда весов во времени, прунинг (шаманство с весовыми коэффициентами) и генерация Си-кода. Задействовано 32-битное ускорение вычислений за счет использования MMX-команд. Поддерживаются нейросетевые платы-ускорители, в частности производства Adaptive Solutions. Любопытная деталь: California Scientific Software не предлагает модные алгоритмы ускорения обучения, делая ставку на аппаратное ускорение, благо дешевеющие, но шустрые в векторно-матричных вычислениях DSP справляются с MLP отменно.
Демо-версии скачать с калифорнийского сайта нельзя, зато фирма готова прислать свой продукт по почте хоть «к черту на рога» при оплате карточкой. В Москве частично русифицированный BrainMaker продается в «ТОРА-Центре» за 795 у.е. 3 Демонстрашка BrainMaker сделана в лучших традициях черно-белого кино (рис. 3), поиграться можно только рандомизацией весовых коэффициентов. Утверждение, что нейросетевой пакет Brain Maker завоевал симпатии российских финансистов как идеальное «оружие» для «поражения целей» в условиях, максимально приближенных к «боевым», оставлю на совести фирмы. Замечу только, что классический по архитектуре MLP не является идеальным предсказателем в сравнении со специализированными нейросетями.
1 (обратно к тексту) - Например, универсальный штутгартовский симулятор под Unix, к которому приложили руку профессионалы.
2 (обратно к тексту) - В профессиональной версии - до 32К нейронов при якобы неограниченном количестве весов.
3 (обратно к тексту) - Кстати, там же можно найти и «Сборник исходных текстов основных 20 нейронных сетей на языке С» всего лишь за полтора килобакса….
NeuroPro
(Институт вычислительного моделирования СО РАН)
Номер продегустированной версии символичен: 0.25. Помнится, в одной из веселых команд времен военно-патриотических слетов бойцы увлекались номерами (которыми с любовью украшали майки и палатки) из следующего ряда: 0.1, 0.25, 0.33, 0.5, 0.7, 1.0 и т.п. Естественно, версия с таким номером по умолчанию некоммерческая и пока еще доступна по адресу www.neuropower.de/ai/files/rusintf/neuropro.zip.
Реализована лишь MLP-нейросеть: до десяти слоев, до ста нейронов в каждом слое. Судя по поведению при обучении на прилагаемых данных, действительно работает нейросеть, а не «мультяшка». Замечу, что демо-мультяшками не брезгуют завлекать клиента не только расплодившиеся ловкачи, но и крутые фирмы. К счастью, автор NeuroPro избежал соблазна продемонстрировать псевдофеноменальные результаты. Интерфейс не балует графикой и сервисом (рис. 4), за исключением отображения значимости входов. Назначение пакета - классификация и прогнозирование. Сначала надо ввести файл входных данных (форматы: dBase, FoxBase, FoxPro, Clipper, Paradox), после чего затруднений с освоением возникнуть не должно. Предусмотрено сокращение количества нейронов, весов и входов усилиями самой программы. Недостаток: трудно понять, как обеспечить соответствие входов (симптомов) желаемому отклику (синдромам). Есть и другие недостатки, но, как говорится, «что вы хотите забесплатно»…
Автор программы Виктор Царегородцев на запрос о новых версиях ответил: «Последние несколько лет программа развивается только как инструмент для самого себя и как база для выполнения заказных проектов. Пользователям новые версии не раздаются ни платно, ни бесплатно»
Что ж… остается пожелать Виктору успехов на поприще заказных проектов. Понятно, что пока за семьдесят рублей можно купить диск со взломанными программами, чья суммарная стоимость превышает $2000, насыщения российского нейросетевого рынка родным качественным ПО ждать нечего.
Neuro Office’98
(АОЗТ «Альфа Систем», Санкт-Петербург)
Демо-версия пакета со столь многообещающим названием все еще доступна по адресу: ftp.kiarchive.ru/pub/windows/programmer. Уникальность ее кроется в возможности создания многослойной НС разветвленной архитектуры по усмотрению пользователя и с обучением по правилу обратного распространения ошибок. Авторы называют такую НС «сетью с ядерной организацией», хотя, на мой взгляд, больше бы подошли общеупотребительные термины «структурно организованная» или «блочная». Скорее всего, «ядерный» антураж был выбран из маркетинговых соображений.
В составе демо-версии - две программы. Первая, NeuroView+, предназначена для визуально-графического проектирования структурной модели и топологии нейронной сети. Утверждается, что размеры нейронной сети программно не ограничены. Вторая, NeuroEmulator, служит для обучения и тестовых испытаний спроектированной нейросети, а также для редактирования «синаптической карты» и функций активации нейронов.
Пользовательский интерфейс нельзя назвать интуитивным. По мере корректных действий пользователя раскрываются дальнейшие сервисные функции, что по замыслу разработчиков должно упрощать работу с программой… На деле же получается наоборот, особенно для тех, кто теоретически подкован и имеет опыт работы с другими симуляторами.
Главный недостаток в том, что каждую связь между нейронами приходится задавать вручную (рис. 5), поэтому соорудить большую НС очень тяжело, да и времени на это уходит уйма. Вот если бы связи можно было тянуть (и копировать!) мышкой, как при создании рисунков в MS Word, а также размножать на целые группы нейронов, то работа бы закипела.
Еще одна досадная недоделка: после успешного завершения конструирования архитектуры не выдается подтверждающего сообщения. А жаль, ведь если напортачил в NeuroView, остается только удивляться, почему в NeuroEmulator ничего не получается.
Загрузив созданный проект в NeuroEmulator, вы получите возможность инициализировать весовые коэффициенты, задать тип пороговой функции для каждого слоя, открыть файл входных данных (форматы Excel: CSV и BDT), предъявить эталоны на выходе и, наконец, приступить к обучению. Предусмотрена генерация тестовых входных данных (в частности, синус), но что именно предъявить для них на выходе в качестве эталона, программа не подсказывает. А ведь как раз в демо-версии была бы очень уместна автоматическая загрузка всех данных, на которых демонстрировалась бы работа программы в режиме обучения! Чтобы оценить работоспособность самой нейросети, пришлось быстренько сочинять хоть какие-то входные и эталонные данные.
Процедура обучения НС имеет собственное окно, разделенное на четыре части, назначение которых ясно из рис. 6. Предусмотрено пошаговое обучение («одиночный урок») с выводом значения достигнутой ошибки для каждого примера из входных данных. Так называемое статическое обучение, по идее, должно формировать оптимальные стартовые значения весовых коэффициентов с учетом конкретных входных данных. Режим «обучения множеству» предполагает обучение на всех данных вплоть до задаваемого значения ошибки. К сожалению, проследить за процессом обучения во времени можно лишь по мелькающим цифрам среднеквадратичной ошибки (СКО), чего явно недостаточно, чтобы выяснить причину тех или иных «затыков». Возможность просмотра значений весовых коэффициентов и порогов («смещений»), безусловно, полезна, но в случае «затыка» положения не спасает. Обидно, стоило добавить несколько немудреных сервисных функций, и программа стала бы куда удобнее.
Приступим к обучению. Ошибку (точность) и шаг (скорость) можно варьировать непосредственно в процессе обучения, что есть плюс. Задаю навскидку разумные значения. Судя по прекращению мелькания СКО, нейросеть обучилась, а сообщения о завершении не выдается. Мелочь, конечно, но копилка «минусов» пополнилась. Инициализирую веса снова и повторяю обучение. Достигнутая СКО чуть-чуть изменилась. Вывод: похоже на правду.
Неплохо было бы протестировать обученную НС на данных, отличающихся от использовавшихся при обучении, то есть попробовать НС в работе, но этого не предусмотрено, по крайней мере в демо-версии «нейроофиса». Зато есть сравнительная оценка скорости работы свежеиспеченной НС.
Резюме: программа страдает синдромом «искушенного разработчика»: ее создателям и так все ясно, а вот пользователю со скромным опытом и знаниями придется помучаться. Надеюсь, это временный эффект. Будет жаль, если такая оригинальная и полезная программа «засидится в девках», не получив массового признания.
NNet
(бета-версия, автор - господин Урманов «и сотоварищи»,
скачать можно с ai.obninsk.org)
Я сознательно не останавливаюсь на «цветущем» банковско-коммерческом нейросетевом ПО, к которому приложили руку россияне, однако одна из «высокотехнологичных» программ, не успевшая стать коммерческой, все же заслуживает внимания. К огромному сожалению, ее автор (бывший «простой советский» аспирант) ныне, защитив phD, живет и трудится в США, посему дальнейшая судьба оставленной им «на память» программы покрыта мраком.
NNet выделяется среди общей массы не только оригинальным интерфейсом (рис. 7), который облегчает освоение и делает программу очень удобной в работе, но и хорошей скоростью вычислений (полностью 32-разрядная и многонитевая) и грандиозными возможностями. Хотя в бета-версии воплощена лишь MLP-нейросеть, зато предусмотрено функционирование в трех режимах (аппроксимация, фильтрация и классификация), но главное - количество нейронов в каждом слое может достигать 64К, а максимальное число весов - четырех миллиардов! Нетрудно прикинуть, сколько оперативной памяти не помешает добавить, если один весовой коэффициент тянет на 8 байт. Конечно, обыкновенному MLP редко понадобится больше пяти слоев. Но зачем так много нейронов и весовых коэффициентов? Оказывается, есть задачки, где без внушительного запаса нейронов не обойтись.
Алгоритмы обучения: BPE, Momentum и скрытый Scaled Conjugate Gradient. Формат файлов ввода/вывода данных - double (8 байт на число), доступен всем, кто способен запрограммировать пару операндов.
Программа позволяет запустить сразу несколько проектов и проследить изменение ошибки и выхода нейросети в процессе обучения. На персональном компьютере, имеющем 32 Мбайт оперативной памяти, прекрасно работала с 3 Мбайт входных данных и нейросетью из тысяч нейронов.
Другие типы нейросетей (с обратными связями, комбинированные, сети анализа независимых компонентов, слепого разделения сигналов) не были включены в бета-версию программы. Насколько мне известно, изначально предполагалось назначить минимальную цену, а то и вовсе нулевую (для России), тогда как все консультации и советы по применению сделать платными. Но планам не суждено было сбыться, и теперь NNet служит немым укором российскому бардаку.
Не видать Красной армии?..
Еще с десяток лет назад область производства отечественного нейросетевого программного и аппаратного обеспечения представляла собой целину - если что и делалось, то либо в строжайшем секрете, либо на голом энтузиазме. Ныне же, несмотря на интенсивную утечку мозгов (порой толковый народ улетучивался целыми лабораториями), сдвиги налицо.
Начиная с 1995 года в России ежегодно проводится конференция с многообещающим названием: «Нейрокомпьютеры и их применение». Правда, в одном из докладов, прозвучавших в этом году, утверждается, что «нейрокомпьютинговые» патенты и заявки в странах СНГ не превысили 1,5% от числа мировых и что о внедренных изобретениях и узнать-то толком негде. А ведь главное - не количество или массовость научных тусовок. Тут мы весь мир переплюнем, если найдем спонсоров, пожелающих отмыть свои деньги. Главное - это полезный выход, внедрение в продукцию с целью повышения ее потребительских свойств! А вот как раз этим российские белые воротнички искусственного интеллекта похвастаться и не могут.
Единственный серьезный прорыв, пожалуй, удался НТЦ «Модуль», где созданы центр теоретических исследований в области нейросетей и центр проектирования высокопараллельных и нейрокомпьютерных устройств для реализации нейросетевых алгоритмов и решения прикладных задач (www.module.ru). Одна из важных идей заключается в усовершенствованной схеме обработки потока данных и команд в рамках одного процессора, который в данном случае представляет собой «смесь» высокопроизводительного RISC-процессора и DSP-процессора. Такой симбиот хорош как универсальный ускоритель вычислений для трехмерной графики, процедур обработки сигналов (например, БПФ), векторно-матричных функций и т.д. О разработанном в НТЦ «Модуль» процессоре NeuroMatrix NM6403 можно почитать в журнале «Открытые системы» 4 и на страницах «Компьютерры» 5.
Брют-резюме
Увы, зарубежное нейросетевое программное обеспечение слишком дорого. Самое прискорбное, что для внедрения НС в интеллектуальную систему, например, оперативной вибродиагностики, симулятор симулятором, а без программирования «ручками» все равно не обойтись.
Нейросимулятора российского производства, в полной мере удовлетворяющего требованиям сегодняшнего дня и способного конкурировать с зарубежными, мне найти не удалось, хотя некоторые отечественные образцы, целиком и полностью разработанные без использования зарубежных кодов, могли бы послужить основой (скорее всего, после объединения усилий) для создания передового программного продукта, в том числе для продажи на мировом рынке.
P.S. О дегустации ряда нейросимуляторов, как зарубежных, так и российских, я не рассказал по тривиальным соображением - журнал-то не резиновый. Однако было бы несправедливо не упомянуть о честности «нашенской» демо-версии Neural Network Wizard (www.basegroup.ru, есть библиотека нейросетей в исходниках для Delphi 4!) и о старом «буржуйском» CortexPro, в свое время поразившем меня продвинутой графикой под DOS и универсальностью. Список российских сайтов, посвященных НС и другим направлениям ИИ, можно лицезреть на neurnews.iu4.bmstu.ru/sites/top100.htm, а любопытные ссылки на информационные материалы и некоторое ПО - на stud.math.rsu.ru/actuar/dima/neiro.ru.html и www.orc.ru/~stasson/neurox.html.
4 (обратно к тексту) - www.osp.ru/os/1999/05-06/04.htm
5 (обратно к тексту) - www.computerra.ru/2000/4/29.html
НТЦ «Модуль» выпускает ряд плат на базе NM6403 и TMS (в формате PCI, CompactPCI и VME), «заточенных» под нейросетевые вычисления, в частности в автономном режиме (target). Как утверждает производитель, прилагаемый базовый софт обеспечивает полный цикл разработки и отладки прикладных программ под управлением Win95. Кроме того, имеются драйверы под WinNT и Linux, например, для 4-процессорного CPCI-модуля МЦ4.04. К сожалению, отсутствует нейросетевой симулятор, который позволил бы получить оптимальную архитектуру НС и верифицировать ее параметры применительно к конкретной задаче, прежде чем тратить время и силы на программирование NeuroMatrix. Очевидно, продукция «Модуля» рассчитана на подкованных в нейросетевом плане клиентов. Для расширения рынка сбыта и завоевания новых клиентов Центру не помешал бы солидный нейросимулятор, с помощью которого «каждый встречный» мог бы прикинуть, какая нейросеть нужна и насколько она эффективна, а затем выбрать процессорную плату с требующимися характеристиками для работы в реальном времени.
