大学以来、私はhabrasocietyとの議論のために投げたいという考えに悩まされてきました。
デジタル時代まで、アナログコンピューターの方向性は発展しました。
アナログコンピューターは、離散タスクではなく連続データで動作する計算タスクを実行するデバイスです。 ビットは、離散値、単位、またはゼロです。 電流、電圧、圧力、温度、輝度、電力-このリストは長期間継続できます-連続値があります。つまり、正確な値は原則として測定できません。すべては測定デバイスの精度によって制限されます。
デジタルテクノロジーの理想的な環境がデジタルデータ処理である場合、ロジックによるアナログコンピューターの理想的な環境は、実世界のデータ処理（画像や音声など）でなければなりません。 しかし、何らかの理由で私は理解していませんが、この知識の領域は事実上放棄されています。 おそらく答えは克服できない困難、おそらく何か他のものかもしれませんが、過去10年間、この方向に実質的に変化はありませんでした。
ほとんどの場合、アナログコンピューターは、構造的にプログラムされた機能によって入力信号を出力に変換する純粋に油圧式または機械式のデバイスを意味します-同じKaufmann posographのように、撮影時に最も成功した露出を決定するか、惑星と太陽の位置を予測する反スケッチャー機構です。
現代のアナログコンピューターの典型的な例は、自動車の自動変速機です。 トルクが変化すると、油圧駆動装置の液圧も変化し、この「機能」の性質は建設的に変化します。
しかし、そのような例は21世紀にはすでに下品です。 科学はこれまでに進歩しているため、最も簡単な機能の実装は、前世紀の半ばに値するものであったに違いありません。 しかし、何らかの理由で見返りがありませんでした。
実際の信号をデジタル化せずに処理する問題を解決する自動電子デバイスの問題を提起したいと思います。 さて、または説得力のある答えを得る、なぜ文明の発展のこの段階でそのような例がないのか。
一方で、現実世界へのほとんどすべてのインターフェイスは、マイク、ウェブカメラ、マウスに似ています。 物理現象（マウスを動かしたり、音を出したり、ライトを点灯したり）からコンピューターで記録された信号に至る過程で、信号はADC（アナログ信号がデジタル化されるアナログデジタルコンバーター）を通過します。 その結果、元の信号を許容レベルまで「粗く」します。 そして、何と言っても、これまでのところリアルタイムで高品質のビデオを真剣に処理することは、私たちにとってあまり良くありません（例えば、その上にあるオブジェクトを認識する）。
考えてみると、デジタル信号処理には、人類が発明した他のほとんどすべてとは異なり、本質的にアナログがありません。 生物はどのようにも配置が異なります-それはもっぱらアナログコンピューターです。 ここでは、化学反応とニューロンの両方が連続した物理パラメーターで機能し、「数値」ではありません。 いくつかのパターンが現実の世界から得たものと一致する場合、脳は「バースト」を捕らえ、それらに固執し、記憶と過去の経験の方向を調整し、感覚器官にいくつかの重要な詳細を聞いたり覗き見させます。
脳がデジタルの性質を持っていれば、これはすべて不可能です。 しかし、これらすべてをテクノロジーに変換する方法は？
ビット演算との類似性を描くと、物理的に連続した量は、加算、減算、除算、または乗算に役立ちます。 しかし、さらに興味深いことに、アナログ信号との統合と微分の機能を実行できるソリューションがあります。 これらの信号は、光学コンピューターのレーザーまたは空間の個々の部分の輝度に関する情報です。 特定のプロセッサは、現実世界の投影の2次元または3次元のフィールドにテンプレートの2次元または3次元のフィールドを重ね合わせて、必要な確実性のしきい値に達するまで見つかった構成をより正確に分析して、サージ、共鳴時の共鳴を見つけます。
結果として、意思決定、パターンの認識、音、および外界との相互作用に関連するタスクのクラス全体は、計算を並列化することにより、アナログロジックを使用した非常に効果的な実装が必要です。
現実世界のデータをデジタル方式で処理する問題を解決することは、顕微鏡で釘を打つことに似ています。 画像を反転するには、デジタル化されたコピーに対して同様の操作を行うよりも、従来のレンズを使用します。 ADCプロセッサDACのバンドルを使用してノイズ低減システムを作成した場合、ヘッドフォンの価格はいくらですか？
電子工学の次の大きなステップは、デジタル、自然ではなく、ニューラルネットワークの原理に基づいた量子、アナログシステムです。 特定のタスクに特化した、大幅に「高度な」アナログ技術である必要があります。 「スクリーンショット」の分析モデルから、離散性から連続性への「ライブ画像」モデルに移行する必要があります。
この分野での新しい開発はほとんどありません。
RuNetで非常に興味深いが、非常に不十分な照明の1つは、技術です。
セルラーニューラルネットワークの原理に基づいて構築されています。 このようなシステムのアーキテクチャは、各セルが状態の独立した要素であり、情報的にいくつかの隣接セルと接続されているニューラルネットワークに似ています。 CNNを使用した商用のリアルタイム画像解析ソリューションには、たとえば、 AnafocusやEutecusが含まれます。
後者は、例えば、そのウェブサイトで、そのシステムは毎秒10 ^ 12操作の速度で動作すると主張しています。 レンズレットenlight256は、別の原理であるVCSELレーザーに基づいて構築された光学プロセッサーで、同様のパフォーマンスを示します。
また、ロボット制御システムにおける本格的な意思決定システムの場合、通常のカメラよりも世界や調査対象の情報が必要であることも明らかです。 自然を見てください-匂い、明るさ、温度、音があります-すべてが互いに補完し合っています。 そして、ステレオビジョンとさまざまな角度から世界を見る能力は、あなたの周りで何が起こっているかを理解する上で重要な役割を果たします。 これはすべて、ファジーロジックで処理する必要がある情報量が膨大になることを意味します。 そして、音声認識システムや画像の未発達は、それらがすべて非常に限られた情報しか受け取らず、多くの損失、歪み、またはノイズを受け取るという事実と正確に結びついています。 そして、大量の情報を処理するものは何もありません。
今後10年から20年で、プロセッサ、周波数の数を愚かに掛けず、ADC-プロセッサ-DACのひどい結合に基づいてシステムを作成し、中心要素のみを残すことができますが、根本的に異なる、より適切なソリューションになることを願っていますタスク。
それでは、アナログコンピューターに未来はありますか？