Содержание:

ВВЕДЕНИЕ

В настоящее время исследователи все больше внимания уделяют вопросу развития средств вычислительной техники в современном мире, акцентируя внимание на их происхождении и становлении на протяжении длительного периода времени. Именно поэтому возникает необходимость в изучении истоков и современности средств вычислительной техники, учитывая их все более сложный и многофункциональный характер, призванный отвечать запросам нынешнего общества.

Актуальность выбранного направления исследования обусловлена растущим интересом исследователей к становлению и развитию средств вычислительной техники, приобретающей все более сложный и функциональный характер.

Объектом исследования являются средства вычислительной техники.

Предметом исследования выступает история развития средств вычислительной техники.

Целью курсовой работы является рассмотрение истории развития средств вычислительной техники и изучение современных средств вычислительной техники.

Поставленная в курсовой работе цель предполагает решение следующих задач:

1. Изучить теоретическое освещение средств вычислительной техники в научной литературе.
2. Рассмотреть становление средств вычислительной техники.
3. Проанализировать современные средства вычислительной техники, имеющиеся на сегодняшний день.

Методы исследования включают следующие: анализ, синтез, классификация.

Теоретическая значимость исследования заключается в обобщении исследований об истории развития средств вычислительной техники и их нынешнего состояния.

Практическая значимость работы состоит в возможности использовать полученные результаты и выводы в курсах по математическому и программному обеспечению вычислительных машин, комплексов и компьютерных сетей, информатики, а также в процессе написания исследовательских работ в данной области.

1. ПЕРИОДИЗАЦИЯ РАЗВИТИЯ СРЕДСТВ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ

1.1. Домеханический этап

До изобретения цифровых электронно-вычислительных машин человечество применяло самые разнообразные вычислительные средства, которые использовались в различных сферах жизнедеятельности. Анализом вопросов развития вычислительной техники среди отечественных исследователей занимаются Н.Н. Калиткин, И. Г. Башмакова, Л. Е. Майстров, Б. А. Розенфельд и др.

В истории прикладной математики можно выделить три основные периода, основываясь на классификации Н.Н. Калиткина^[1].

Самым первым средством для вычисления считается абак, который появился еще в Древних Египте и Вавилоне. Расчеты тогда применялись в земледелии, ирригации, строительстве, торговле, производстве хлеба, пива и т.п. Другие прикладные задачи сводились к переводу мер веса или емкости в другие единицы, в расчете количества корма, распределению заработной платы, расчета налогов и т.п.^[2] Потребности торговли, сельского хозяйства и строительства в значительной степени способствовали достоянию вавилонянами практических сведений из области математики. В связи с ростом торгового оборота и усложнением операций финансового характера в Вавилоне были созданы учреждения, которые были прообразом современных банков. В этих учреждениях проводились операции по выдаче чеков, осуществлялись записи долговых обязательств и разного рода нотариальные сделки. Такие операции, несомненно, способствовали развитию арифметического счета. Так, действие умножения проводилась у вавилонян примерно в таком же порядке, а действие деление – по принципу умножения на обратное число, что было рационально при употреблении шістдесятичних дробей: эта операция упрощалась благодаря тому, что 60 имеет много целых делителей (в Вавилоне была принята шистдесятичная, а не современная десятична система мер).

Занятия земледелием и скотоводством во многом зависят от смены времени года, а также необходимость путешествий водными и караванными путями заставили вавилонян пристально наблюдать за звездами, потому что небесные светила были в те времена единственными маяками, по которым можно было ориентироваться в нужном направлении. Вследствие этого вавилоняне хорошо изучили расположение видимых невооруженным глазом звезд и составили очень подробную карту звездного неба^[3]. Интерес астрономией во втором тысячелетии к н. е. был не только у вавилонян и египтян. В 2001 г. на черном рынке Европы появился так называемый Небесный диск с Небри – бронзовый диск диаметром 30 см, покрытый патиной цвета аквамарина, с вставками из золота, изображающими Солнце, Луну и 32 звезды, в том числе скопление Плеяд. Его принято относить к унетицкой культуре Центральной Европы около 1800 г. до н.э. По последним исследованиям принято считать, что диск использовался для измерения угла между точками восхода и захода солнца во время солнцестояний, его следует признать древнейшим переносным устройством для такого рода измерений.^[4]

В III веке до н. э. заинтересованность астрономией привела знаменитого математика и изобретателя Архимеда к конструированию «небесной сферы», при движении которой можно было наблюдать движение пяти планет, восход Солнца и Луны, фазы и затмения Луны, исчезновение обоих тел за линией горизонта. Это по сути был первый планетарий.^[5] Эта сфера использовалась как трофей Римом при взятии Сиракуз, а после разрушения Рима в 476 г. ее следы исчезли.

В 1902 г. недалеко от греческого острова Антикитера была обнаружена уникальная находка, которой спустя 100 лет суждено было стать настоящей сенсацией. Речь идет о так называемом Антикитерском механизме. В 1951 г. исследованием артефакта занялся английский историк науки Дерек Прайс. Именно он впервые высказал предположение, что обнаруженные на дне Эгейского моря обломки – это части какого-то механического вычислительного устройства. Механизм содержал большое число бронзовых шестерен в деревянном корпусе, на котором были размещены циферблаты со стрелками, и использовался для расчета движения небесных тел. Другие устройства подобной сложности неизвестны в настоящее время в эллинистической культуре. В этом механизме используется дифференциальная передача, которая, как ранее считалось, изобретена не раньше XVI в., а уровень миниатюризации и сложность сопоставимы с механическими часами XVIII в. Ориентировочные размеры механизма 33x18x10 см.^[6]

В 2002 г. специалист по механическим устройствам из Лондонского музея науки Майкл Райт создал собственную реконструкцию древнего прибора. М. Райт также высказал догадку, что механизм мог моделировать движение Луны, Меркурия, Венеры, Марса, Сатурна и Юпитера. 30 июля 2008 г. в Афинах был озвучен окончательный доклад о результатах исследования механизма:

1. устройство могло выполнять операции сложения, вычитания и деления. Из этого следует, что речь идет о древнем калькуляторе;
2. механизм был способен рассчитывать эллиптическую орбиту движения Луны;
3. обратная сторона механизма, который был сильно поврежден, использовалась для предсказания солнечных и лунных затмений. Автором Антикитерского механизма считают ученого Посидония, работавшего на острове Родос.^[7]

С упадком греко-римской культуры бронзовые устройства, вроде планетария Архимеда и Антикитерського механизма, были переплавлены варварами, поскольку бронза на то время считалась ценным металлом, а навыки конструирования таких устройств забыты. Понадобилось около полутора тысяч лет, чтобы люди снова научились создавать схожие по сложности механизмы.

1.2. Механический этап

В 1622 г. английским математиком-любителем и одним из создателей современной математической символики Уильямом Отредом была изобретена логарифмическая линейка – вычислительное средство, позволяющее выполнять несколько математических операций, в том числе умножение и деление чисел, возведение в степень (чаще всего в квадрат и куб) и вычисление квадратных и кубических корней, вычисление логарифмов, тригонометрических функций и другие операции. Принцип действия логарифмической линейки основан на том, что умножение и деление чисел заменяется соответственно сложением и вычитанием их логарифмов. Логарифмические линейки использовались несколькими поколениями инженеров и других профессионалов, вплоть до появления карманных калькуляторов. Инженеры программы «Аполлон» отправили человека на Луну, выполнив на логарифмических линейках все вычисления, многие из которых требовали точности в 3-4 знака, они широко применялись в самых разных областях вплоть до 1950-х гг.^[8]

В 1623 г. профессор математики Вильгельм Шиккард сконструировал так называемый «механические часы», в которой были механизированы операции сложения и вычитания, а умножение и деление выполнялось с элементами механизации. Механизм принес практическую пользу известному астроному Иоганну Кеплеру при его астрономических расчетах, но машина Шиккарда вскоре сгорела во время пожара.

Знаменитая счетная машина была сконструирована в 1642 г. Блезом Паскалем. Восемнадцатилетний Б. Паскаль помогал отцу, который был сборщиком налогов, и хотел упростить его труд. Несмотря на королевскую привилегию «Паскалина» не имела широко практического применения. Тем не менее, изобретенный им принцип связанных колес стал основой, на которой строили ось большинство вычислительных устройств в течение следующих трех веков.

Машина Готфрида Лейбница была сложнее «Паскалины». Числовые колеса, теперь уже зубчатые, имели зубцы девяти различных длин, и вычисления производились за счет сцепления колес. Именно несколько видоизмененных колеса Лейбница стали основой массовых счетных приборов – арифмометрах, которые использовались в расчетах вплоть до 1970-х гг.

В 1694 г. Г. Лейбниц построил окончательный вариант механического калькулятора, который обошелся его создателю в 24 тысячи талеров. Прорывным этапом считается конструирование в 1836-1848 гг. Аналитической машины Чарльза Бэббиджа, которая, однако, была им недостроена из-за недостаточного финансирования, потому что не имела практического применения на то время. Его машина могла стать механическим прототипом ЦЕОМ и имела бы пять основных устройств: арифметическое, памяти, управления, ввода и вывода. Если бы ему удалось ее достроить, то она бы была размером с локомотив и приводилась в действие паровым двигателем. Все идеи британца остались только на бумаге. Представляется, что единственный практический результат, который получил Бэббидж в последние годы жизни, – это регистр из зубчатых колес, изготовленных методом литья. Аналитическая машина практического влияния на развитие вычислительной техники не сделала, за исключением влияния на автора электромеханической машины Говарда Эйкена.

В 1914 г. в Харькове, воссоздав «электрическую логическую машину» Уильяма Джевонса и Павла Дмитриевича Хрущева, именно Александр Николаевич Щукарев был первым, кто сумел вывести результаты логических преобразований машины для наглядного обзора. Он демонстрировал свой прибор в Харькове, Петербурге и в Москве. В приборе использовался прообраз современных дисплеев. Главное, что сделал В. М. Щукарев, заключалось в том, что он, в отличие от. Джевонса и П. Д. Хрущева, видел в машине не просто учебное пособие, а представлял ее своим слушателям как техническое средство механизации логического мышления. Накануне Второй мировой войны механические и электрические аналоговые вычислительные машины (АОМ) считались наиболее современными машинами, их называли будущим вычислительной техники. АОМ использовали преимущества того, что математические свойства явлений малого масштаба – положения колес или электрическое напряжение и ток – подобны математике других физических явлений, таких как инерция, резонанс, перенос энергии, момент инерции и тому подобное. АОМ представляет числовые данные при помощи аналоговых физических переменных (скорость, длина, напряжение, ток, давление), в чем и заключается его главное отличие от цифрового компьютера. Конструкционно АОМ состоят из операционных блоков, где каждый блок выполняет какую-либо одну математическую операцию. Для получения решения задачи на АОМ эти блоки соединяют между собой в соответствии с решаемой задачи. Поэтому при переходе от решения одной задачи к другой разрушаются соединения, что были сделаны ранее. Таким образом, структура АОМ определяется решаемой задачей.^[9]

В 1903 г. Алексей Николаевич Крылов конструирует механическую АОМ для решения дифференциальных уравнений при проектировании кораблей. В основу ее была положена идея інтеграфа – аналогового интегрирующего прибора, разработанного польским математиком Бруно АбданкАбакановичем для получения интеграла произвольной функции, нарисованные на плоском графике.

Дальнейшее развитие АОМ получили с изобретением в 1927 г. в Массачусетском Технологическом Институте интеграфа, которую с 1925 по 1927 гг. построил Ванневар Буш с группой своих сотрудников. Это была машина непрерывного действия, способна решать дифференциальные уравнения 1-го и 2-го порядка. С 1928 по 1930 гг В. Буш сконструировал свой знаменитый дифференциальный анализатор – механическая интегрирующая машина, что могла решать дифференциальные уравнения 6-го порядка^[10]. Эта машина применялась для расчета траектории стрельбы корабельных орудий. В дальнейшем, в середине 1930-х гг., В. Буш перевел свой электромеханический дифференциальный анализатор на электронную элементную базу. Анализаторы стали называть «аналоговыми вычислительными машинами» и они с успехом использовались во многих странах для решения систем дифференциальных уравнений с нелинейными коэффициентами, включая довольно сложные уравнения высоких порядков.

В 1942 г. он создал электромеханическую версию своей интегрирующей машины. После изобретения дифференциального анализатора Буша в 1930 г. были построены несколько новых машин для решения дифференциальных уравнений высоких порядков. Такие машиниуникуми были созданы всего лишь в нескольких странах. В Советском Союзе, в Энергетическом Институте АН СССР доктором И. С. Бруком в 1938 г. построена такая машина для уравнений 6-го порядка^[11].

В Манчестере профессор Д. Хартри в 1933 г. совместно с фирмой Метрополитен Виккерс построил машину для уравнений 8-го порядка [18, с. 643-647], а в Осло профессор С. Роселанд вместе с фирмой Гундерсен и Лекен – машину для уравнений 12-го порядка, которая описана в работе Уолтера (Walther A. Rechnenmaschinen. ETZ, 11.1.1940). Такие машины занимали комнату площадью, примерно, в 50 м², с большим количеством сложных деталей, выполненных с величайшей точностью, доступной тогдашней технике, стоимостью в сотни тысяч рублей, не могли получить широкого распространения. Несравненно хуже обстоят дела с решением краевых задач, описываемых дифференциальными уравнениями в частных производных. Трудности, возникающие при решении этих задач, во многих случаях не могли быть преодолены средствами тогдашней математики, несмотря на то, что сложный арсенал этих средств был огромен. Эти трудности появляются сложными условиями конкретной действительности, в которой проходят явления – это так называемые условия однозначности. При решении одинаковых уравнений эти условия совершенно разные, например: условия в трясине океана и в кипящей воде парового котла; в теле винта и в теле рельса; в бетонной плотине и в стене из кирпича и тому подобное. Также решение задачи зависит от многих факторов, имеющих место в начальный момент процесса и на пределах системы.^[12]

Одним из способов избавиться от громоздких механизмов и вычислений было моделирование колебательных процессов, происходящих в валопроводах ДВС с помощью специально собранного эквивалентного электрического цепи (ЕЕЦ). В основе этого моделирования лежат свойства электромагнитных колебаний, которые описываются теми же самыми дифференциальными уравнениями, что и колебания механической системы. Идея замены громоздких вычислений измерением электрических величин привлекла внимание исследователей в 1930-е годы в связи с необходимостью проводить расчеты крутильных колебаний многомассовых нелинейных систем. Эти задачи возникли при исследовании динамической прочности валопроводов двигателей внутреннего сгорания, в первую очередь рядных бензиновых авиамоторов и судовых дизелей. Когда при колебаниях стали деформироваться коленчатые валы, при расчете нужно рассматривать системы с десятью и более степенями свободы. Хотя методы расчетов свободных и вынужденных колебаний таких систем, имеют цепную структуру, были развиты неплохо, они требовали достаточно большого объема вычислений, что усложняло решение задачи их синтеза за вибрационными характеристиками.^[13]

Больший интерес представляет расчет нелинейных колебаний. Особенно сложным является подбор электрической схемы для моделирования нелинейных элементов. Чаще всего приходится довольствоваться лишь приблизительным соответствием характеристик или ограничиваться применением линейных моделирующих устройств в сочетании с аналитическими методами линеаризации. Для решения уравнения Лапласа в 1925 г. С. А. Гершгориним был сконструирован механический аппарат^[14], а в 1928 г. он предложил использовать для этой же цели электрическую цепь из сопротивлений^[15]. Такая цепь является, по сути, схемой замещения проводниковой пластины и электролита.^[16]

В 1935 г. Владимиром Сергеевичем Лукьяновым была сконструирована первая гидромодель теплового процесса, чтобы успешно решить задачу исследования температурных режимов бетона. Занимаясь проблемой повышения качества строительных работ, молодой инженер заинтересовался причинами образования трещин в бетонных конструкциях и пришел к выводу об их температурном происхождения. Основные преимущества гидроинтегратора-наглядность процесса расчета, простота конструкции и программирования. Опыт работы с этим устройством позволил решить более сложные задачи и в 1936 г. построить первую вычислительную машину для широкого класса дифференциальных уравнений – одномерный гидравлический интегратор ИГ-1. В 1930-е годы это была единственная вычислительная машина для решения дифференциальных уравнений в частных производных.

В 1940-х гг. были сконструированы двухмерный и трехмерный гидроинтеграторы^[17]. Принцип их действия был основан на свойствах движения жидкости в системе сосудов. Однако гидроинтеграторы имели и свои недостатки: были слишком громоздкими и практически пригодными для решения ограниченного круга задач с уравнениями Фурье.^[18] В 1935 г. в СССР под руководством инженера Николая Минорского начался выпуск первой советской электродинамической счетно-аналитической машины САМ (модель Т-1). Их выпускал московский завод САМ, построенный в 1930-х гг. После войны этот завод стал одним из основных предприятий по выпуску электронно-вычислительной техники. Тогда же и там же под руководством И. С. Брука были сконструированы механический интегратор и электрический расчетный стол для определения стационарных режимов энергетических систем.

1.3. Электронно-вычислительный этап

В 1942-1944 гг. в США был разработан операционный усилитель – усилитель постоянного тока, имеющий достаточно высокий коэффициент усиления. Это позволило создавать аналоговые компьютеры без движущихся частей, на постоянном токе. Во время Великой Отечественной войны Николай Григорьевич Бруевич внес большой вклад в применение средств вычислительной техники к прицелам бомбометания и прицелам управления зенитным артиллерийским огнем (ПУАЗВ). Управление артиллерийским зенитным огнем сводится к тому, что расчет ПУАЗВ определяет предполагаемую точку встречи снаряда с целью и передает оружию азимут и угол возвышения. Сельсины и соответствующие механизмы позволяли передавать необходимые команды автоматически. Однако во всех случаях автоматической передачи команд при наведении возникали ошибки.

Академик Н. Г. Бруевич в 1938 г. закончил работу «Механизмы точной механики относительно приборами управления артвогню и бомбометанием». Фундаментальные работы М. Г. Бруевича по проблеме точности механизмов и особенно с применение средств вычислительной техники позволили значительно повысить эффективность работы ПУАЗВ при борьбе с фашистскими самолетами.^[19]

В СССР в 1940-х гг. под руководством Льва Израилевича Гутенмахера были созданы первые электронные аналоговые машины с повторением решения^[20]. В 1949 г. в СССР был построен целый ряд АОМ на постоянном токе – для создания советской атомной бомбы требовалось огромное количество вычислений. Эти работы положили начало развитию аналоговой вычислительной техники в СССР. Третий период продолжается до сих пор. Аналоговые компьютеры отправляли в космос Ю. Гагарина, управляли турбинами на гидроэлектростанциях и первыми атомными реакторами, активно использовались военными и создавали звук в музыкальных синтезаторах. Тем не менее, они уже давно в прошлом, уступив место цифровым технологиям, которые окружают человека доныне.

2. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ РАЗВИТИЯ СРЕДСТВ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ

2.1. Появление микропроцессора и персональных компьютеров

В 1970 г. был сделан первый важный шаг на пути к персональному компьютеру – Маршиан Эдвард Хофф из фирмы Intel сконструировал информационную систему, аналогичную по своим функциям центральному процессору большого компьютера. Это и вызвало появление первого микропроцессора Intel-4004, который был выпущен в продажу в 1971 г. Это был настоящий прорыв, так как микропроцессор Intel-4004 размером менее 3-х см был производительней гигантской машины ENIAC. Тем не менее, возможности Intel-4004 были куда скромнее, чем у центрального процессора больших компьютеров того времени, потому что он работал гораздо медленнее и мог обрабатывать одновременно только 4 бита информации (на больших 16 или 32 бита), но и стоил он в десятки тысяч раз дешевле. Но рост производительности микропроцессоров не заставил себя ждать. В 1973 г. фирма Intel выпустила 8-битный процессор Intel-8008, а в 1974 г. - его усовершенствованную версию Intel-8080, что к концу 70-х М. М. стала стандартом компьютерной индустрии^[21].

Вначале микропроцессоры использовались в различных специализированных устройствах, например, в калькуляторах. Но в 1974 г. несколько фирм объявили о создании на основе микропроцессора Intel-8080 персонального компьютера, то есть устройства, что выполняет ту же функции, что и большой компьютер, но рассчитанного на одного пользователя.

В начале 1975 г. появился первый коммерчески распространяемый персональный компьютер Альтаир-8800 на основе микропроцессора Intel-8080. Несмотря на то, что его возможности были весьма ограничены (оперативная память 256 байт, клавиатура и монитор отсутствовали), его появление было встречено с большим энтузиазмом: в первые же месяцы было продано несколько тысяч комплектов машин.

В конце 1975 г. Пол Аллен и Билл Гейтс (будущие основатели Microsoft) создали для компьютера Альтаир интерпретатор языка Basic, что позволило пользователям достаточно просто общаться с компьютером и легко писать для него программы. Это также способствовало популярности персональных компьютеров. Успех Альтаир-8800 заставил многие фирмы заняться производством персональных компьютеров. Они стали продаваться уже в полной комплектации (с клавиатурой, монитором).

Росту объема продаж весьма способствовали многочисленныеполезные программы, разработанные для деловых применений. Появились и коммерчески распространяемые программы, например, программа для редактирования текстов WordStar (1978) и табличный процессор VisiCalc (1979). Эти и другие программы сделали покупку персональных компьютеров очень выгодной для бизнеса: с их помощью стало возможно выполнять бухгалтерские расчеты, составлять документы и т.д. Использование больших компьютеров для этих целей было слишком дорогим. В конце 70-х гг. распространение персональных компьютеров привело к некоторому снижению спроса на большие компьютеры и мини версии электронно-вычислительной техники. Это обеспокоило фирму IBM (International Business Machines Corporation) – ведущей компании по производству больших компьютеров, поэтому в 1981 г. новый компьютер IBM PC был официально представлен публике и приобрел широкую популярность (16-разрядный микропроцессор Intel-8088, 1Мб памяти). Через несколько лет IBM PC занял ведущее место на рынке, вытеснив модели 8-битовых компьютеров.

2.2. Поколение современных компьютеров

Первое поколение компьютеров представляет собой такие компьютеры, как ЭНИАК, ЭДСАК, ШЕОМ и ЮНИВАК, выступающие как первые модели электронно-вычислительной техники. В течение десятилетия после создания Юнивака было изготовлено и введено в эксплуатацию в США около 5000 компьютеров. Гигантские машины на электронных лампах 50-х гг. составили первое поколение компьютеров^[22].

Второе поколение компьютеров появилось в начале 60-х гг., когда на смену электронным лампам пришли транзисторы. Изобретенные 1948 г. транзисторы, как оказалось, были способны выполнять все те функции, которые до них выполняли электронные лампы. Но при этом они были значительно меньше по размерам и потребляли гораздо меньше электроэнергии. К тому же транзисторы дешевле, излучают меньше тепла и более надежны, чем электронные лампы. И все же самым удивительным свойством транзистора является то, что он один способен выполнять функции 40 электронных ламп быстро и эффективно. В результате быстродействие машин второго поколения выросло примерно в 10 раз по сравнению с машинами первого поколения, объем их памяти также увеличился. Одновременно с процессом замены электронных ламп транзисторами совершенствовались методы хранения информации. Магнитную ленту, впервые использованную в электронно-вычислительной технике ЮНИВАК, начали использовать как для ввода, так и для вывода информации. А в середине 60-х гг. получило распространение хранение информации на дисках^[23].

Появление интегрированных схем означеновало начало нового этапа развития вычислительной техники – рождение машин третьего поколения. Интегрированная схема, которую также называют кристаллом, представляет собой миниатюрную электронную схему, вытравленную на поверхности кремниевого кристалла площадью примерно 10 мм². Первые интегрированные схемы появились в 1964 году^[24].

Появление интегрированных схем означало подлинную революцию в вычислительной технике. Одна такая схема способна заменить тысячи транзисторов, каждый из которых, в свою очередь, уже заменил 40 электронных ламп. Иными словами, один крошечный, но сложный кристалл имеет такие же вычислительные возможности, как и 30-тонный ЭНИАК.

Развитие микроэлектроники позволило размещать на одном кристалле тысячи интегральных схем. Так, в 1980 г. центральный процессор небольшой электронно-вычислительной техники удалось разместить на кристалле площадью 1,6 см². Началась эпоха микрокомпьютеров – компьютеров четвертого поколения. Быстродействие современной электронно-вычислительной техники в десятки раз превышает быстродействие электронно-вычислительной техники третьего поколения на интегральных схемах, в 100 раз – быстродействие электронно-вычислительной техники второго поколения на транзисторах и в 10 000 раз быстродействие электронно-вычислительной техники первого поколения на электронных лампах.

Быстродействие электронно-вычислительной техники третьего поколения увеличилась примерно в 100 раз по сравнению с машинами второго поколения, а размеры намного уменьшились.

В настоящее время активно создается и развивается электронно-вычислительная техника пятого поколения, основанные на сверхбольших интегральных схемах. Они используют новые решения в архитектуре компьютерной системы и принципы искусственного интеллекта.

2.3. Перспективы развития средств вычислительной техники

Наиболее активное развитие средств вычислительной техники в настоящее время идет, в первую очередь, путем наращивания интеллектуальных систем, включая встроенный искусственный интеллект и нейронные сети. Компьютеры, получившие свое название от первоначального назначения – выполнения вычислений, получили второе, очень важное применение. Они стали незаменимыми помощниками человека в его интеллектуальной деятельности и основным техническим средством информационных технологий.

Эра информации все больше обостряет вопрос использования искусственного интеллекта – и не только на уровне научных лабораторий и промышленных предприятий. Сегодня его проникновение в повседневную жизнь – уже данность, которую человек даже не всегда осознает. Степень проникновения искусственного интеллекта настолько высока, что ведущие специалисты выказывают мнения относительно упорядочения темпов его развития.

Известно, что искусственный интеллект является продуктом научной мысли представителей разных стран. Следовательно, углубление международного сотрудничества является существенным условием развития этой технологии. Именно поэтому следует обратить внимание на противоречивые оценки искусственного интеллекта и проанализировать его историческое развитие. Еще в 1930 году Джон Мейнорд Кейнс в своей научной работе «Экономические возможности для наших внуков»^[25], размышлял о новых технологиях и утверждал, что человека постепенно «поглощает» технологическая безработица, которая связана с тем, что человек изобретает средства сокращения потребности в труде скорее, нежели может найти применение высвобожденной рабочий силы.

Впоследствии, в начале 1980-х гг. американский ученый Джарон Ланье придумал и популяризировал термин «виртуальная реальность», основав первую компанию по продаже продуктов виртуальной реальности «VPL Research». В 2014 году он инициировал научную дискуссию, связанную с искусственным интеллектом в контексте его преимуществ и рисков. Эта тема получила свое продолжение, когда в том же году, основатель компаний «SpaceX» и «Tesla» Илон Маск заявил о том, что искусственный интеллект опаснее ядерной войны и самая большая угроза, с которой может столкнуться человечество как цивилизация. Он объясняет свою позицию тем, что искусственный интеллект способен даже начать войну, продуцируя фейковые новости, подрабатывая учетные записи и создавая ложные пресс-релизы или же просто манипулируя информацией. И. Маск утверждает, что искусственный интеллект способен взять под контроль оборонную промышленность, используя хакерские атаки и дезинформацию для развязывания войны. Поэтому государство должно жестко регулировать и сдерживать его развитие^[26]. Искусственный интеллект, по его мнению, способен на многое, что в итоге приведет к победе машин. Именно поэтому он стал инвестировать в компании, которые занимаются изучением искусственного интеллекта, чтобы быть в курсе происходящего. Тогда же, известный британский ученый и популяризатор науки, профессор Стивен Хокинг, отвечая на вопрос о новой технологии, которой он пользуется для общения с внешним миром, предостерег, что появление полноценного искусственного интеллекта может стать концом человеческой расы. Он утверждал, что скорость перестройки искусственного интеллекта гораздо быстрее аналогичной скорости людей, ограниченные медленной биологической эволюцией, и со временем людям будет все сложнее конкурировать с искусственным интеллектом.

И. Маску и С. Хокингу оппонирует профессор права Вашингтонского университета, который изучает этические аспекты робототехники и компьютерных систем, Райан Кало^[27], считающий, что нет причин беспокоиться об угрозе, которую потенциально могут создать «умные машины». В основе его выводов – имеющиеся исследования, в которых нигде не говорится о возможности создания искусственного разума, даже на уровне примитивных млекопитающих, не говоря уже о человеческом разуме. Поэтому нет причин считать, что он внезапно озаботится захватом мира, если только это не будет с самого начала в него запрограммировано. Дискуссию об опасности искусственного интеллекта, профессор предлагает перевести на изучение того, как предмет споров может служить на благо общества. В июле 2017 года руководство социальной сети «Facebook» отключил свою систему искусственного интеллекта после того, как машины стали общаться на собственном, несуществующем языке, который люди не понимали: система использовала чат-боты, которые изначально создавались для общения с живыми людьми, но постепенно начали общаться между собой. Сначала они общались на английском языке, но позже начали переписываться на языке, который они сами создали в процессе развития программы. В свою очередь, Марк Цукерберг не соглашается с позицией Илона Маска и считает, что «в ближайшие пять или десять лет искусственный интеллект будет делать жизнь только лучше». По его мнению, технологии всегда могут быть использованы как для хорошего, так и для плохого. Мнение Марка Цукерберга совпадает с точкой зрения генерального исполнительного директора компании «Microsoft» Сатьи Наделла, который уверен, что искусственный интеллект может создать больше рабочих мест, чем ликвидировать.

В настоящее время разработка искусственного интеллекта направлена на помощь людям и улучшение их возможностей. Даже в системах, которые самообучаются, много решений зависит именно от разработчиков. Представляется, что только искусственный интеллект сегодня вызывает наибольшее количество многогранных, подчас очень противоречивых эмоций, начиная от активного продвижения технологий, связанных с его дальнейшим развитием, заканчивая его практически полным отрицанием. Джон Маркофф отмечает, что толчком для появления искусственного интеллекта стала эра технического прогресса (1950-е годы) и персональных компьютеров (1970-е годы) прошлого века. Именно сплошная компьютеризация и мир «big data» фактически стали тем, что определяет в настоящее время развитие средств вычислительных машин. Он говорит также и о том, именно человек столкнулся с тем переломным моментом в свете развития информатики, программирования, робототехники, нейробиологии и др., после которого человека ожидает мир машин, которые заменяют или превосходят человека по определенным качествам.

Значительное число дискуссий вызывает трактовку самого понятия «искусственный интеллект». С одной стороны, оно трактуется очень абстрактно, как:

1. возможность системы автономно подбирать наиболее качественный вариант решения проблемы из набора заранее определенного набора вариантов;
2. сопоставление способностей и квалификации людей с имеющимися вакансиями;
3. способность автоматизированной системы или компьютерной программы выполнять функции человека, принимая оптимальное решение на основе анализа внешних факторов и с учетом жизненного опыта человечества;
4. умение решать сложные задачи;
5. способность к обучению, обобщению и аналогиям;
6. возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

С другой стороны, в научной литературе встречается немало более узких его определений и трактовок как конкретной отрасли науки, согласно которым искусственный интеллект выступает:

1. роботом или программой, способной заменить человека в любой деятельности;
2. разделом информатики, занимающейся формализацией задач, напоминающих задачи, выполняемые человеком;
3. наукой и технологией, способной воспроизвести процессы мышления человеческого мозга и направить их на создание и обработку различных компьютерных программ, а также интеллектуальных машин, способных полностью заменить и упростить человеческую работу.

Следовательно, можно утверждать, что среди всех определений нет единого подхода и точки зрения, как и нет точного ответа на вопрос «Что такое интеллект?». В настоящее время искусственный интеллект представляет собой отрасль науки, развитие которой тесно связан, как правило, с решением конкретных практических вопросов, направленных на оптимизацию.

Специалисты^[28] утверждают, что уже к 2045 году произойдет неизбежное вытеснение человека из многих сфер. Согласно еще более радикальным представлениям, компьютеры развиваются настолько быстро, что превзойдут по интеллекту человека через одно, или, больше всего, два поколения. Базой для подобных утверждений является то, что сегодня трудно найти более широкую отрасль знаний как по объему теорий, методов, технологий и практик, так и по объему специалистов, которые приобщены к его изучению и развитию. В этой связи, следует отметить точку зрения Джона Маккарти относительно первичного направления исследований в области искусственного интеллекта, утверждающего, что цель состояла в том, чтобы отойти от изучения поведения человека и рассматривать компьютер как инструмент для решения определенного круга проблем. Таким образом, искусственный интеллект стал направлением компьютерной науки, а не психологии. Тем не менее, пропасть между искусственным интеллектом и человеческим интеллектом лишь увеличивается по мере того, как системы искусственного интеллекта все более успешно берут на себя функции человека в любых сферах жизни^[29]. Он принципиально меняет подходы к решению задач. Если раньше познание и мышление рассматривалось как определенная совокупность системных проблем, которые требуют решения, то сегодня можно говорить об изменении этой парадигмы, когда наука познает мир с помощью наблюдения, выдвижение гипотез и проведение экспериментов.

Основа исследований с помощью искусственного интеллекта – анализ баз данных. Искусственный интеллект вполне способен самостоятельно их проанализировать и понять, что из того вытекает. Искусственный интеллект предоставляет возможности взглянуть на мир холистично, целостно, космополитично.

Области практического применения искусственного интеллекта в современных условиях широки. Если говорить о возможности международного взаимодействия, которые дает искусственный интеллект, то это, прежде всего, те, которые современные ученые констатируют в качестве ключевых «столбов», которые формируют вектор современного развития. Это, прежде всего, образование и медицина, которые формируют основу для развития общества в целом. Все другие преимущества, которые несет в себе искусственный интеллект – лишь производные от них. Так, на самом деле искусственный интеллект вполне может быть персональным учителем. Именно он сегодня расширяет и дает те образовательные возможности, которые до недавнего времени были доступны только для ограниченного круга людей.

Современные учителя, которые используют возможности и преимущества искусственного интеллекта, создают и расширяют не только свою международную аудиторию, но и качество взаимодействия с теми, кого они обучают. В свою очередь, это может подталкивать их не только к постоянному самосовершенствованию, но и к изменению содержания образовательного процесса как такового, – когда географические границы вообще не имеют значения.

Относительно использования возможностей искусственного интеллекта в медицине, то он выступает помощником в постановке диагноза и назначении именно персонализированной терапии, основанной на анализе большого количества данных пациента, трудно найти. Дополнительная опция – возможность абстрагироваться от географического, субъектного и квалификационного фактора в процессе лечения болезней. Необходимо лишь найти нужную «программу», которая будет способна провести необходимую диагностику состояния пациента. Искусственный интеллект способен также решить очень распространенную для молодежи проблему диагностирования глазных болезней.

Посредством использования искусственного интеллекта Deep Mind» от «Google» и британского центра по борьбе с заболеванием глаз «Moorfields Eye Hospital» разработана специальная нейросеть, которая с использованием всего одного снимка сетчатки способна диагностировать более 50 болезней глаз. В Израиле разработано приложение под названием «Waze», которое позволяет искусственному интеллекту избегать пробок.

Любой технологический продукт сегодня – это результат коллективного труда ученых, инженеров, технологов, специалистов по обработке данных, дизайнеров и др. Его создают в одной части света, пользуются его возможностями и преимуществами – в другой. Именно искусственный интеллект предоставляет возможности кооперироваться и обмениваться результатами труда для улучшение нашей повседневной жизни. Это только кажется, что в постиндустриальную эпоху отношение к нему имеют исключительно представители стран, которые испытывают на себе все преимущества технологического развития.

Искусственный интеллект – это то современное средство вычислительной техники, которое кардинально изменило мир. Направление будущих изменений – следствие выбора и мировоззрения его создателей. Необходимо обратиться к перспективам развития эры искусственного интеллекта и средств вычислительной техники в целом. Основными преимуществами, которые сопровождают активное развитие искусственного интеллекта как средства вычислительной техники в последнее время и делают жизнь, по словам Билла Гейтса, более продуктивной, более эффективной и в целом легче»:

1. «умное» регулирование движения и уменьшения «пробок» на дорогах;
2. повышение эффективности диагностических алгоритмов в медицине;
3. персональные помощники-ассистенты человека;
4. использование биометрических возможностей и замена стандартной кредитной карточки для распознавания человека;
5. охрана правопорядка с помощью использования специальных систем определения районов потенциальных правонарушений;
6. дальнейшее развитие «умных» городов;
7. написание уникальных текстов и музыки соответственно в зависимости от предпочтений человека;
8. совершенствование эффективности образовательной деятельности за счет индивидуального подхода;
9. повседневное использование виртуальной реальности и др.

Необходимо отметить, что искусственный интеллект станет незаменимым помощником и в бизнесе. Учитывая то, что деятельность субъектов хозяйствования является основой развития экономики любой страны, использование возможностей искусственного интеллекта является залогом роста. Важное условие – качество бизнес-модели предприятия и, соответственно, продукта (работы, услуги), который оно желает продвигать на рынке. Уже сегодня активно обсуждаются его возможности для увеличения потенциала любой компании за счет внедрения инструментов прогнозируемого маркетинга. Следовательно, искусственный интеллект – это уже данность. Нынешняя задача состоит не в том, чтобы отойти, а оптимизировать потенциальные риски от него. Этот процесс, безусловно, должен быть четко регламентированным и иметь качественные цели. Чем, собственно, сейчас и занимаются ведущие специалисты в этой области, чтобы последствия функционирования искусственного интеллекта были экономически и социально значимые, а не разрушительные.

Различные типы интеллектуальных систем имеют свои особенности, которые связаны с возможностями обучения, обобщения и получения результатов, что делает их наиболее релевантными для решения одних классов задач и менее пригодными для других.

Одной из таких интеллектуальных систем является нейронная сеть, выступающая концептуальной моделью биологической нейронной сети и состоящая из связанных между собой различным образом слоев искусственных нейронов, которые организуют общую активную структуру и функционально влияют на работу друг друга.

В большинстве архитектур искусственных нейросетей активность нейрона определяется преобразованием внешнего суммарного влияния других нейронов на данный нейрон. С момента своего зарождения технологии искусственных нейронных сетей развивались достаточно обособленно от классических методов, нередко в корне меняя представление о предмете и проблематике теории машинного обучения и распознавания объектов и речи, оставляя значительное влияние на теоретический, терминологический и методологический аппараты этих дисциплин. Однако после развития базовых моделей искусственных нейронных сетей отмечается разделение науки о нейросети на виды топологий архитектуры сетей и методы обучения сетей.

В большинстве архитектур искусственных нейронных сетей функции активации нейронов фиксированы, а веса синапсов являются параметрами сети. Некоторые входы нейронов являются внешними входами совокупной сети, а некоторые выходы нейронов – выходами совокупной сети. Задача нейросети состоит в преобразовании входного вектора в выходной вектор, что осуществляется весом и топологией сети.

Нейронная сеть используется для задач распознавания образов и речи, однако менее целесообразна для объяснения самого процесса распознавания. Нейронные сети могут автоматически приобретать знания, но процесс их обучения зачастую происходит достаточно медленно, а анализ обученной сети очень сложный. При этом определенная сложность кроется и во внедрении в нейронную сеть какой-либо априорной информации (знаний эксперта) для ускорения процесса обучения.^[30]

ЗАКЛЮЧЕНИЕ

Настоящее исследование посвящено изучению истории развития средств вычислительной техники и их современного состояния. В рамках данной работы была достигнута поставленная цель и выполнены все исследовательские задачи, а именно: изучено теоретическое освещение средств вычислительной техники в научной литературе, рассмотрено становление средств вычислительной техники и проанализированы современные средства вычислительной техники, имеющиеся на сегодняшний день.

Первый период начался еще 3-4 тысячи лет назад и связываеься с ведением конторских книг, вычислением площадей и объемов, расчетами простейших механизмов. Иными словами, с несложными задачами арифметики, алгебры и геометрии.

Вычислительными средствами служили сначала собственные пальцы, а затем – счеты. Исходные данные содержали мало цифр, и большинство выкладок выполнялось точно, без округлений. Второй период начался с Исаака Ньютона. В этот период решались задачи астрономии, геодезии и расчета механических конструкций, возводимых либо к обыкновенным дифференциальным уравнениям, либо к алгебраическим системам с большим числом неизвестных. Вычисления выполнялись с округлением. Нередко от результата нужна высокая точность, поэтому приходилось сохранять до восьми значащих цифр.

Вычислительные средства были разнообразнее: таблицы элементарных функций, затем – логарифмическая линейка и арифмометры. К концу этого периода появились неплохие клавишные машины с электромотором. Но скорость вычисления всех этих средств была невелика, и расчеты занимали дни, недели и даже месяцы.

Третий период начался примерно с 1940 г. Военные задачи – например, наведение зенитных орудий на самолет, который быстро движется, – требовали недоступных человеку скоростей и привели к разработке электронных систем. Так появились электронно-вычислительные машины.

Современное развитие средств вычислительной техники показывает, что в настоящее время активно развиваются и внедряются средства искусственного интеллекта и нейронные сети, направленные на улучшение жизни человека путем освобождения его от выполнения ряда задач.

БИБЛИОГРАФИЯ

1. Болгарский Б. В. Очерки по истории математики / Болгарский Б. В.. – Минск: Вышэйшая школа, 1979. – 368 с.
2. Брук И. С. Машина для интегрирования дифференциальных уравнений. / Брук И. С. – М.–Л. – 1941 г. – с. 41.
3. Ван Дер Варден Б. Л. Пробуждающаяся наука. Математика Древнего Египта, Вавилона и Греции / Ван Дер Варден Б. Л. – М.: Гос. издат. физ.-мат.литературы, 1959. – 459 с.
4. Гершгорин С. А. К описанию прибора для интегрирования дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1925. – т. II, вып. 3-4. – с. 161. 22.
5. Гершгорин С. А. Об электрических сетках для приближенного решения дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1929. – т. IV, вып. 3-4 – с. 3-29.
6. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – 128 с.
7. Диск из Небры – самый древний календарь? URL: http://news.bbc.co.uk/hi/russian/sci/tech/newsid_6237000/6237860.stm (Дата обращения: 03.12.2019)
8. Институт точной механики и вычислительной техники им. С. А. Лебедева РАН – научно-исследовательский институт в области информационных технологий, вычислительной техники и микроэлектроники. URL: http://www.ipmce.ru/about/history/leading/bruevich/ (Дата обращения: 03.12.2019)
9. История математики с древнейших времен до начала XIX столетия / [И. Г. Башмакова, Л. Е. Майстров, Б. А. Розенфельд и др.]; под ред. А. П. Юшкевича. –М.: Наука, 1970. – 302 с.
10. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – 232 с.
11. Калиткин Н. Н. Численные методы / Калиткин Н. Н. – М.: Наука, 1978. – 512 с.
12. Ларин А. А. Развитие методов расчета крутильных колебаний в Харьковском политехническом институте с 1930 по 1970 годы / Ларин А. А. // Вестник НТУ «ХПИ» Динамика и прочность машин. – 2007. – Вып. 22. – С. 90–98.
13. Лурье С. Я. Архимед / Лурье С. Я. – М.–Л.: Издат. АН СССР, 1945 – 135 с.
14. Соловьева О. Водяные вычислительные машины // Наука и жизнь. – 2004. – № 4. – с. 90–93.
15. Ходашинский И.А. Идентификация нечетких систем: методы и алгоритмы / И.А. Ходашинский // Проблемы управления. – 2009. – № 4. – С. 15–23.
16. Урмаев А. С. Основы моделирования на АВМ. – М.: Наука. – 1978 г. – 272 с.
17. Эксперт отвечает Илону Маску: искусственный интеллект не угроза. URL: https://www.bbc.com/russian/features-40959369 (Дата обращения: 01.12.2019)
18. Derek J. de Solla Price An Ancient Greek Computer // Scientific American. – 1959. – June. – P. 60-67.
19. Elon Musk Reminds Us of the Possible Dangers of Unregulated AI. URL: https://futurism.com/elon-musk-reminds-us-of-the-possible-dangers-of-unregulated-ai (Дата обращения: 01.12.2019)
20. Freeth T. Decoding an Ancient Computer // Scientific American. – 2009. – December. – P. 76-83.
21. John McCarthy, book review of B.P. Bloomfield, The Question of Artificial Intelligence: Philosophical and Sociological Perspectives, in Annals of the History of Computing 10, no. 3 (1988): 224-229.
22. John Maynard Keynes, «Economic Possibilities for our Grandchildren» (1930), in Essays in Persuasion (New York: Harcourt Brace, 1932), 358–373. URL: https://assets.aspeninstitute.org/content/uploads/āles/content/upload/Intro_and_Section_I.pdf (Дата обращения: 01.12.2019)
23. Moshe Y. Vardi, «The Consequences of Machine Intelligence». Atlantic, October 25, 2012. URL: http://www.theatlantic.com/ technology/archive/2012/10/the-consequences-of-machine-intelligence/264066 (Дата обращения: 01.12.2019)

1. Калиткин Н. Н. Численные методы / Калиткин Н. Н. – М.: Наука, 1978. – 512 с. ↑

2. Ван Дер Варден Б. Л. Пробуждающаяся наука. Математика Древнего Египта, Вавилона и Греции / Ван Дер Варден Б. Л. – М.: Гос. издат. физ.-мат.литературы, 1959. – C. 39-40. ↑

3. Болгарский Б. В. Очерки по истории математики / Болгарский Б. В.. – Минск: Вышэйшая школа, 1979. – C. 25. ↑

4. Диск из Небры – самый древний календарь? URL: http://news.bbc.co.uk/hi/russian/sci/tech/newsid_6237000/6237860.stm (Дата обращения: 03.12.2019) ↑

5. Лурье С. Я. Архимед / Лурье С. Я. – М.–Л.: Издат. АН СССР, 1945 – C. 32-34. ↑

6. Derek J. de Solla Price An Ancient Greek Computer // Scientific American. – 1959. – June. – P. 60-67. ↑

7. Freeth T. Decoding an Ancient Computer // Scientific American. – 2009. – December. – P. 76-83. ↑

8. История математики с древнейших времен до начала XIX столетия / [И. Г. Башмакова, Л. Е. Майстров, Б. А. Розенфельд и др.]; под ред. А. П. Юшкевича. –М.: Наука, 1970. – C. 65-66. ↑

9. Урмаев А. С. Основы моделирования на АВМ. – М.: Наука. – 1978 г. – C. 11-12. ↑

10. Bush Vannevar The different

    analyzer. A new machine for solving differential equation / Bush V –Cambridge USA: J. Franklin Inst.,

    1931. – P. 447-488. ↑

11. Брук И. С. Машина для интегрирования дифференциальных уравнений. / Брук И. С. – М.–Л. – 1941 г. – C. 41. ↑

12. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 5. ↑

13. Ларин А. А. Развитие методов расчета крутильных колебаний в Харьковском политехническом институте с 1930 по 1970 годы / Ларин А. А. // Вестник НТУ «ХПИ» Динамика и прочность машин. – 2007. – Вып. 22. – С. 90–98. ↑

14. Гершгорин С. А. К описанию прибора для интегрирования дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1925. – т. II, вып. 3-4. – C. 161. ↑

15. Гершгорин С. А. Об электрических сетках для приближенного решения дифференциального уравнения Лапласа. // Журн. приклад. физ. – 1929. – т. IV, вып. 3-4 – C. 3-29. ↑

16. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 5-6. ↑

17. Соловьева О. Водяные вычислительные машины / О. Соловьева // Наука и жизнь. – 2004. – № 4. – C. 90–93. ↑

18. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – C. 6. ↑

19. Институт точной механики и вычислительной техники им. С. А. Лебедева РАН – научно-исследовательский институт в области информационных технологий, вычислительной техники и микроэлектроники. URL: http://www.ipmce.ru/about/history/leading/bruevich/ (Дата обращения: 03.12.2019) ↑

20. Гутенмахер Л. И. Электрическое моделирование (электроинтегратор). / Гутенмахер Л. И.– АН СССР. – 1943 г. – 128 с. ↑

21. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 77-78. ↑

22. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 87-108. ↑

23. Там же. – С. 113-127. ↑

24. Казакова И.А. История вычислительной техники: учеб. пособие / И. А. Казакова. – Пенза: Изд-во ПГУ, 2011. – С. 128-146. ↑

25. John Maynard Keynes, «Economic Possibilities for our Grandchildren» (1930), in Essays in Persuasion (New York: Harcourt Brace, 1932), 358–373. URL: https://assets.aspeninstitute.org/content/uploads/āles/content/upload/Intro_and_Section_I.pdf (Дата обращения: 01.12.2019) ↑

26. Elon Musk Reminds Us of the Possible Dangers of Unregulated AI. URL: https://futurism.com/elon-musk-reminds-us-of-the-possible-dangers-of-unregulated-ai (Дата обращения: 01.12.2019) ↑

27. Эксперт отвечает Илону Маску: искусственный интеллект не угроза. URL: https://www.bbc.com/russian/features-40959369 (Дата обращения: 01.12.2019) ↑

28. Moshe Y. Vardi, «The Consequences of Machine Intelligence». Atlantic, October 25, 2012. URL: http://www.theatlantic.com/ technology/archive/2012/10/the-consequences-of-machine-intelligence/264066 (Дата обращения: 01.12.2019) ↑

29. John McCarthy, book review of B.P. Bloomfield, The Question of Artificial Intelligence: Philosophical and Sociological Perspectives, in Annals of the History of Computing 10, no. 3 (1988): 224-229. ↑

30. Ходашинский И.А. Идентификация нечетких систем: методы и алгоритмы / И.А. Ходашинский // Проблемы управления. – 2009. – № 4. – С. 15–23. ↑