10.4.5. Гибридные оптоэлектрониые системы

Имеется несколько уровней, на которых оптика может эффективно сочетаться с электроникой. На рис. 10.41 изображена иерархия функций в гибридной системе, простирающаяся от применения оптического процессора в чисто оптических системах, описанных в предыдущем разделе, до использования оптики только в периферийных устройствах, таких как оптические диски для хранения информации. Различия состоят в степени связи между электронным процессором и оптической системой и в объеме вычислений, выполняемых оптически. Далее предполагается, что электронная система является базовым процессором, а оптическая система соединяется с ним посредством одной из шин системы.

На нижнем уровне (рис. 10.41) оптическая система полностью заменила бы электронную систему на уровне процессора и, следовательно, выполняла бы большинство вычислений и обеспечила бы сильную связь с. памятью электронной системы. Согласно терминологии разд. 10.4.2, такую гибридную схему можно было бы назвать системой с сильной связью. На следующем уровне имеем структуру, где оптическая система вычисляет некоторые из простейших операций (умножение, сложение, вычитание и т. д.), в то время как электроника выполняет

другие операции. Примером этого могло бы быть устройство оптического сопоставления с образцом, связанное с шиной данных Лисп-машины, где оптическая система выполняла бы все операции сравнения, оставляя электронике вычисления других простейших функций. Это система также является системой с сильной связью, поскольку процессоры распределяют реально имеющиеся ресурсы памяти, и по своей сути аналогична концепции оптического сопроцессора. Ширина полосы частот сети соединений должна быть очень высокой и весьма приблизительно равняться увеличенному в несколько раз объему выборки, деленному на время пересылки.

Ускорителями называются процессоры, которые резко увеличивают производительность системы конкретной функции,

Рис. 10.41. (см. скан) Иерархия функций в гибридной системе.

Рис. 10.42. (см. скан) Параллельная обработка в семантической сети.

такой как скалярное произведение, корреляционная функция или инициация правил. Как стало ясно на основании разд. 10.3, скалярное внутреннее произведение играет главную роль в таких процедурах обработки в системах ИИ, как сравнение признаков, сопоставление с образцом, корреляционная обработка на низком уровне, поиск в базе знаний и получение логических выводов на высоком уровне. Позднее в данном подразделе будет рассмотрено, как внутреннее произведение может применяться при обработке правил типа «если... то...».

Ускорители в свое время оказали заметное влияние на монопроцессорные цифровые вычисления, помогая свести к минимуму влияние явно вызывающих сомнения «узких мест». Удивительно, что они еще не получили широкого применения в вычислениях или в мультипроцессорных системах; оптика могла бы помочь ускорить этот процесс. Как показано на рис. 10.42, оптический компьютер мог бы быть соединен с шиной данных системы, но она в данном случае не распределяет ресурсы памяти в электронной системе. Это является примером гибридных систем с более слабой связью, где базовая машина и ускоритель расположены достаточно близко, но не обязательно в одной и той же стойке.

Процессоры специальных функций (ПСФ), как и предполагает их название, позволяют получить взамен универсальности улучшенные характеристики, максимально увеличивая производительность для конкретных функций. В типичных случаях они являются исключительно специализированными компьютерами с ограниченной способностью к программированию, ограниченной памятью и минимальными требованиями к интерфейсу. В качестве отдельных вычислительных блоков ПСФ соединяются с базовым компьютером посредством сети, оптического волокна или каких-либо других широкополосных сред. Их также называют вычислительными матрицами, и они успешно использовались для выделения признаков в системах технического зрения низкого уровня и речи, в качестве процессоров дисплея в компьютерной графике и как матричные процессоры в вычислениях быстрого преобразования Фурье. Наиболее популярные ПСФ являются систолическими матрицами, для которых имеется богатая экспериментальная база и также велико число возможных оптических вариантов реализации.

В оставшейся части раздела авторам хотелось бы остановиться на двух приведенных выше примерах, а именно использовании оптических вычислений для реализации ускорителя и процессора специального назначения. В случае ускорителя будет использоваться пример обработки внутреннего произведения для правил типа «если... то...». В качестве процессора специального назначения рассмотрим случай применения систолической матрицы для обработки семантической сети.

В символьных вычислениях центральное место занимает операция вычисления внутреннего произведения, эквивалентная умножению составляющих элементов на вектор (векторное умножение), на матрицу (умножение матрицы на матрицу) или на корреляционную функцию. В предыдущих разделах была установлена общность процедур вычисления внутреннего произведения для большого числа алгоритмов из области цифровых вычислений. В одном типичном представлении символьных вычислений отношения знаний выражаются в терминах логического сопоставления с образцом, процедура которого определяется поиском соглашения по предпосылке-условию (с левой стороны) соотношения тогда разд. 10.3.5). Здесь является подпространством -мерного векторного пространства:

в котором рассматриваются М векторов, где

Принадлежность к этому подпространству может быть проверена с помощью операций над простыми функциями. Например, нулевой функционал подпространства единственным образом выражается через вектор а являющийся ортогональным подпространству Тогда внутреннее произведение

Таким образом, вычисление или в данном случае запуск правила между элементами знания в этом представлении и некоторым соответствующим функционалом могут быть выражены с помощью операции вычисления внутреннего произведения. Более того, эта логическая структура могла бы быть использована либо в восходящей схеме проведения рассуждений, ориентированной на цель, так как в каждом случае предпосылки в правиле продукции «если... то...» должны быть удовлетворены в процессе рассуждений. Это также справедливо для представлений, основанных на фреймах, поскольку в этом случае каждый элемент знания представляет двумерную матрицу информации, обрабатываемую целиком, может иметь вид матричных компонентов. Для каждого запуска правил операция сравнения может очень эффективно вычисляться в оптической системе, облегчая серьезные затруднения, возникающие в ряде электронных систем ИИ.

Внутреннее произведение является не единственной операцией, где оптика может иметь большое значение. Систолические матрицы, реализованные в нескольких вариантах оптических устройств, как было показано в [30—32], имели

определенные отображения на сети графа сигнал — поток. Это подразумевает, что задачи, рассмотренные с точки зрения теории графов или сразу основанные на моделях теории графов, могут иметь непосредственные отображения на хорошо известные топологии систолических матриц. В символьных вычислениях анализ теории графов был применен для разработки соотношений между искомыми объектами и их свойствами; это исследование привело к разработке представлений о семантической сети.

Для наглядности семантическая сеть может рассматриваться как набор узлов, представляющих символы, соединенные связями, представляющими отношения. Наиболее фундаментальным соотношением между символами является связь «Является А»; другими типами соотношений могли бы быть «В Расположении», «Член-Множество», «Часть». Такие отношения определяют область и зависят от таксономии исследуемой задачи. В этом представлении основным вопросом, общим для систем символьных вычислений было бы «Является ли элемент элементом, Если предположить, что все связи между общим классом узлов удается представить связями «Является тогда этот вопрос сводится к задаче

«Для [А], принадлежащего [S]»,

«Является ли [В] также принадлежащим [S]?» и

«Существует ли связь между [А] и [В]?»

В традиционной архитектуре этот второй вопрос включал бы обширный последовательный поиск по всей памяти путей, исходящих из Однако в систолической системе вывод включает только число шагов между или или до края матрицы (для не являющегося элементом это происходит потому, что поиск происходил бы вдоль всех ветвей одновременно.

Чтобы найти соответствие поставленной задачи с архитектурой, являющейся потенциально систолической, можно изобразить каждый узел включенным в процессор или ячейку, а связи с соседними узлами описать с помощью уже существующих топологических связей в матрице. Здесь матрица представляет трехмерную конструкцию, где третьим измерением является время. Узел может быть обозначен как элемент, представляющий интерес, а окончательный поиск в направлении может выглядеть как поток битов между узлами, распространяющийся в каждый момент времени. Это показано схематически на рис. 10.42. В то время как это все еще требует некоторых тестов для проверки условия сравнения, набор задач семантической сети должен отображаться на систолические матричные системы.

В заключение заметим, что оптика предлагает несколько универсальных по своим возможностям архитектур,

обсуждавшихся выше и обладающих большими перспективами для реализации символьных вычислений. Наиболее важными из возможностей являются реализация быстродействующих глобальных соединений, перестраиваемость соединений, создание элементов с высокими коэффициентами разветвления по выходу и многопортовых компонент для параллельной обработки.

Авторы хотели бы выразить благодарность тем из коллег, кто затратил свое личное время на совместную с ними работу с целью улучшения качества данной рукописи. Доброжелателей было так много, что поименное их перечисление выльется в очень длинный список. Однако некоторые из них заслуживают особой благодарности. В начале списка стоят д-ра Р. А. Атали, Т. А. Блэкстон, Р. А. Гизи, Л. X. Рикер, чьи глубокие и своевременные советы были особенно ценными, и многие из их мыслей, объяснений и интерпретаций нашли отражение в рукописи. Далее идут: Дж. Л. Перри — за его помощь в вопросах понимания изображений и за согласие предоставить авторам некоторые материалы из его коллекции компьютерно-синтезированных изображений, д-р Дж. Б. Джилмер — за его идеи по обработке семантических сетей и использование систолических архитектур, Т. С. Старк — за его глоссарий и помощь в построении моста через «пропасть» в технологии между оптикой и символьными вычислениями и д-р С. Т. Батлер — за помощь авторам по ряду проблем, обеспечивающую им возможность выделить время для более тщательной проработки своих идей.