ps：具有模仿人的大脑判断能力和适应能力、可并行处理多种数据功能的神经网络计算机，可以判断对象的性质与状态，并能采取相应的行动，而且可同时并行处理实时变化的大量数据，并引出结论。
以往的信息处理系统只能处理条理清晰、经络分明的数据。
而人的大脑却具有能处理支离破碎、含糊不清信息的灵活性，因而第六代计算机将在较大程度上类似人脑的智慧和灵活性。
人脑有140亿神经元及10亿多神经键，
﹙一﹚神经网络计算机
具有模仿人的大脑判断能力和适应能力、可并行处理多种数据功能的神经网络计算机，可以判断对象的性质与状态，并能采取相应的行动，而且可同时并行处理实时变化的大量数据，并引出结论。
以往的信息处理系统只能处理条理清晰、经络分明的数据。
而人的大脑却具有能处理支离破碎、含糊不清信息的灵活性，因而第六代计算机将在较大程度上类似人脑的智慧和灵活性。
人脑有140亿神经元及10亿多神经键，人脑总体运行速度相当于每秒1000万亿次的电脑功能。
用许多微处理机模仿人脑的神经元结构，采用大量的并行分布式网络就构成了神经电脑。
神经电脑除有许多处理器外，还有类似神经的节点，每个节点与许多点相连。
若把每一步运算分配给每台微处理器，它们同时运算，其信息处理速度和智能会大大提高。
神经电子计算机的信息不是存在存储器中，而是存储在神经元之间的联络网中。
若有节点断裂，电脑仍有重建资料的能力，它还具有联想记忆、视觉和声音识别能力。
神经电子计算机将会广泛应用于各领域。
它能识别文字、符号、图形、语言以及声纳和雷达收到的信号。
判读支票，对市场进行估计，分析新产品。
进行医学诊断，控制智能机器人。
实现汽车自动驾驶和飞行器的自动驾驶，发现、识别军事目标，进行智能决策和智能指挥等。
实现技术
人工神经网络的主要特点是大量神经元之间的加权互连。
这就是神经网络与光学技术相结合的重要原因。
电子技术与光学技术相比，精确度高，便于程序控制，抗噪声能力强。
但是，随着计算机芯片集成度和速度的提高，计算机中的引线问题已成为一个严重的障碍。
由于电子引线不能互相短路交叉。
引线靠近时会发生耦合，高速电脉冲在引线上传播时要发生色散和延迟，以及电子器件的扇入和扇出系数较低等问题，使得高密度的电子互连在技术上有很大困难。
超大规模集成电路（vlsi）的引线问题造成的时钟扭曲（clockskew），严重限制了诺依曼型计算机的速度。
而另一方面，光学互连是高度并行的，光线在传播时可以任意互相交叉而不会发生串扰，光传播速度极快，其延时和色散可以忽略不计，加上光学元件的扇入和扇出系数都很高。
因此光学互连具有明显的优势。
正因如此，许多科学家早已开始研究采用光学互连来解决vlsi的引线问题，以及芯片之间、插板之间的连接问题。
此外。
光学运算的高度并行性和快速实现大信息量线性运算的能力，如矩阵相乘，二维线性变换，二维卷积、积分等，也是用光学手段实现人工神经网络的有利条件。
光学信息处理虽有高速度及大信息量并行处理和优点，但要满足模糊运算和随机处理的要求还是远远不够的。
光学信息处理性能的改进，要求在传统的线性光学处理系统中引入非线性，而这些问题的解决与神经网络的光学实现恰好不谋而合。
光学信息处理中的许多课题，如光计算、图像变换、相关滤波、特征提取、边缘增强、联想存储、噪声消除等。
都可以用神经网络的方法来完成。
本章未完，请翻下一页继续阅读.........
以往的信息处理系统只能处理条理清晰、经络分明的数据。
而人的大脑却具有能处理支离破碎、含糊不清信息的灵活性，因而第六代计算机将在较大程度上类似人脑的智慧和灵活性。
人脑有140亿神经元及10亿多神经键，
﹙一﹚神经网络计算机
具有模仿人的大脑判断能力和适应能力、可并行处理多种数据功能的神经网络计算机，可以判断对象的性质与状态，并能采取相应的行动，而且可同时并行处理实时变化的大量数据，并引出结论。
以往的信息处理系统只能处理条理清晰、经络分明的数据。
而人的大脑却具有能处理支离破碎、含糊不清信息的灵活性，因而第六代计算机将在较大程度上类似人脑的智慧和灵活性。
人脑有140亿神经元及10亿多神经键，人脑总体运行速度相当于每秒1000万亿次的电脑功能。
用许多微处理机模仿人脑的神经元结构，采用大量的并行分布式网络就构成了神经电脑。
神经电脑除有许多处理器外，还有类似神经的节点，每个节点与许多点相连。
若把每一步运算分配给每台微处理器，它们同时运算，其信息处理速度和智能会大大提高。
神经电子计算机的信息不是存在存储器中，而是存储在神经元之间的联络网中。
若有节点断裂，电脑仍有重建资料的能力，它还具有联想记忆、视觉和声音识别能力。
神经电子计算机将会广泛应用于各领域。
它能识别文字、符号、图形、语言以及声纳和雷达收到的信号。
判读支票，对市场进行估计，分析新产品。
进行医学诊断，控制智能机器人。
实现汽车自动驾驶和飞行器的自动驾驶，发现、识别军事目标，进行智能决策和智能指挥等。
实现技术
人工神经网络的主要特点是大量神经元之间的加权互连。
这就是神经网络与光学技术相结合的重要原因。
电子技术与光学技术相比，精确度高，便于程序控制，抗噪声能力强。
但是，随着计算机芯片集成度和速度的提高，计算机中的引线问题已成为一个严重的障碍。
由于电子引线不能互相短路交叉。
引线靠近时会发生耦合，高速电脉冲在引线上传播时要发生色散和延迟，以及电子器件的扇入和扇出系数较低等问题，使得高密度的电子互连在技术上有很大困难。
超大规模集成电路（vlsi）的引线问题造成的时钟扭曲（clockskew），严重限制了诺依曼型计算机的速度。
而另一方面，光学互连是高度并行的，光线在传播时可以任意互相交叉而不会发生串扰，光传播速度极快，其延时和色散可以忽略不计，加上光学元件的扇入和扇出系数都很高。
因此光学互连具有明显的优势。
正因如此，许多科学家早已开始研究采用光学互连来解决vlsi的引线问题，以及芯片之间、插板之间的连接问题。
此外。
光学运算的高度并行性和快速实现大信息量线性运算的能力，如矩阵相乘，二维线性变换，二维卷积、积分等，也是用光学手段实现人工神经网络的有利条件。
光学信息处理虽有高速度及大信息量并行处理和优点，但要满足模糊运算和随机处理的要求还是远远不够的。
光学信息处理性能的改进，要求在传统的线性光学处理系统中引入非线性，而这些问题的解决与神经网络的光学实现恰好不谋而合。
光学信息处理中的许多课题，如光计算、图像变换、相关滤波、特征提取、边缘增强、联想存储、噪声消除等。
都可以用神经网络的方法来完成。
本章未完，请翻下一页继续阅读.........