Что касается работы мозга, то дать сколько-нибудь точную количественную оценку этих параметров не представляется возможным. Вся информация, которая вводится в память машины при условии её исправного функционирования, запоминается, сохраняется и может быть воспроизведена, т.е. отношение количества воспроизведенной информации к принятой равна единице. У человека же количество воспроизведенной информации, как правило, оказывается меньше воспринятой, т.е. наблюдаются некоторые потери информации, особенно при её фиксации. С другой стороны человек никогда не сталкивается с ситуацией, когда его память настолько загружена, что он не способен воспринимать новые порции информации. Мозг, который заключён в ограниченном объёме и содержит пусто очень большое, но конечное число элементов, никогда не переполняется информацией, непрерывно поступающей из окружающей среды. Это свойство объясняется, конечно, не беспредельной ёмкостью памяти, а спецификой механизмов, предохраняющих человеческую память от "переполнения".

По быстродействию (скорости записи и воспроизведения информации) машинная память значительно превосходит память человека.

Скорость срабатывания элементов, на основе которых строятся современные ЗУ, определяется в конечном счете скоростью протекания электронных процессов, в то время как скорость срабатывания биологических элементов - нервных клеток - определяется скоростью протекания значительно более инерционных процессов.

Однако простое сравнение по быстродействию мозга человека с машиной едва ли можно назвать достаточно наглядным, учитывая то обстоятельство, что они характеризуются совершенно несоизмеримыми информационными ёмкостями. Поэтому будем считать вычислительную мощность мозга равной мощности ЭВМ, которая потребуется , чтобы смоделировать его работу, а объём памяти - равным памяти ЭВМ, в которой можно записать всю информацию, хранимую в нейронных связях мозга. В память машины записываются адреса конца и начала каждой связи между нейронами, степень влияния данного входа на состояние нейрона, пороги возбуждения нейронов и т.д.

Для упрощенной модели нейрона (рис. 2) передаточная

Рис. 2

функция может быть записана в виде S = Sф + åmiSi, где параметры mi характеризуют активность синапсов; Sф - фоновая активность. При передаче сигнала по межнейронной связи выполняется одна аналоговая операция умножения. Затем сигналы суммируются с остальными на входе нейрона. Таким образом, на каждый акт прохождения сигнала по межнейронной связи приходится одна операция умножения и одна - сложения. Число одновременно выполняемых операций при работе всего мозга равно числу его межнейронных связей, а общая вычислительная мощность равна числу межнейронных связей, умноженному на частоту повторения сигнала. При моделировании работы мозга на ЭВМ все эти операции выполняются цифровым способом. Необходимая для этого мощность машины должна быть не менее вычислительной мощности мозга. Если принять число межнейронных связей равным 1014, а частоту повторения сигнала - 102 с-1, то эквивалентная вычислительная мощность мозга равна 1016 операций в секунду.

Обычная вычислительная мощность ЭВМ порядка 108 операций в секунду, а мощность отдельных уникальных машин приближается к 109 операций в секунду. Значения 109 и 1016 отражают не столько количественную разницу, сколько качественный скачок в технологии обработки информации. Для реализации параллельных алгоритмов обработки информации, как в мозге человека, требуются принципиально новые технические средства, во много раз более мощные, чем существующие.

Рассмотрим теперь другую проблему. Расширение функциональных возможностей систем хранения и обработки информации связано с усложнением их структур и увеличением количества их элементов. Основным препятствием при увеличении числа элементов системы служит проблема её надёжности. Мозг же представляет собой супермногоэлементную систему, но тем не менее безотказно служит человеку всю жизнь. По-видимому, природа каким-то способом нашла возможность обойти закон жёсткой обратной зависимости надёжности от число активных элементов.

Технические элементы памяти строятся на основе высоконадёжных запоминающих элементов. Но для сложной системы, содержащей большое количество элементов, это может оказаться недостаточным. Работоспособность системы памяти определяется как физическими особенностями носителя информации, так и его информационной структурой. Надёжность нейронов значительно ниже надёжности электронных элементов ЗУ, однако биологическая система сохраняет способность функционировать, запоминать и выдавать информацию даже при серьёзных повреждениях, когда выводятся из строя миллионы нервных клеток. Поэтому необходимо строить систему машинной памяти так, чтобы нарушение работы какого-либо элемента или части её элементов не было критическим, не привело к нарушению нормального её функционирования. Задача построения надёжно работающих систем на недостаточно надёжных элементах - одна из главных задач в кибернетике.

Существуют различные способы обеспечения надёжного функционирования сложных систем. Одним из них является построение систем с избыточным числом элементов, в которой в случае нарушения работы некоторых элементов их функции берут на себя другие, автоматически включающиеся в работу. Так часто происходит в живой природе как на уровне клеток, так и целых органов. В технических системах при наличии в них избыточных элементов замена ими вышедших из строя производится сравнительно легко при условии, что система строится на базе так называемых однородных структур. Имеется большое количество однотипных ячеек, являющихся первичными элементами, и при отказе в работе одной из них автоматически включается другая, к этому времени не занятая.

Весьма эффективным способом повышения надёжности сложных систем является преобразование информации, при котором переходят от обычной, естественной пространственно-временной формы её представления к частотно спектральной форме, в которой далее она хранится, обрабатывается и передаётся по каналам связи. Очень важно, что структурная избыточность дополняется различными видами функциональной, в частности воспроизведение этих свойств в технических средах позволяют высоконадёжные информационно-перерабатывающие самоорганизующиеся адаптивные системы переменной структуры, обладающие способностями к приспособлению.

Основные характеристики, классификация и иерархия ЗУ

В современных электронных вычислительных системах около 70% объёма и стоимости приходится на долю запоминающих устройств (ЗУ), которые представляют собой комплекс технических средств, предназначенных, для записи, хранения и выдачи информации. В ЗУ в двоичном коде хранятся программы вычислений, исходные данные, промежуточные результаты и команды.

Характеристики запоминающего устройства (ЗУ) определяют качество и целесообразность его применения в той или иной вычислительной машине или системе. Основными характеристиками ЗУ являются информационная ёмкость, быстродействие и надёжность.