?? 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
、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。
﹙二﹚生物计算机
生物计算机又称仿生计算机，它的主要原材料是生物工程技术产生的蛋白质分子，并以此作为生物芯片，是以生物芯片取代在半导体硅片上集成数以万计的晶体管制成的计算机。生物计算机芯片本身还具有并行处理的功能，其运算速度要比当今最新一代的计算机快10万倍，能量消耗仅相当于普通计算机的十亿分之一，存储信息的空间仅占百亿亿分之一。
1﹑分类介绍
﹙1﹚生物分子或超分子芯片
立足于传统计算机模式，从寻找高效、体微的电子信息载体及信息传递体入手，目前已对生物体内的小分子、大分子、超分子生物芯片的结构与功能做了大量的研究与开发。“生物化学电路”即属于此。
﹙2﹚自动机模型
以自动理论为基础，致力与寻找新的计算机模式，特别是特殊用途的非数值计算机模式。目前研究的热点集中在基本生物现象的类比，如神经网络、免疫网络、细胞自动机等。不同自动机的区别主要是网络内部连接的差异，其基本特征是集体计算，又称集体主义，在非数值计算、模拟、识别方面有极大的潜力。
﹙3﹚仿生算法
以生物智能为基础，用仿生的观念致力于寻找新的算法模式，虽然类似于自动机思想，但立足点在算法上，不追求硬件上的变化。
﹙4﹚生物化学反应算法
立足于可控的生物化学反应或反应系统，利用小容积内同类分子高拷贝数的优势，追求运算的高度并行化，从而提供运算的效率。DNA计算机属于此类。
﹙5﹚细胞计算机
采用系统遗传学（systemgenetics）原理、合成生物技术，人工设计与合成基因、基因链、信号传导网络等，对细胞进行系统生物工程（systembio-engineering）改造与重编程序，可以做复杂的计算与信息处理，细胞计算机又称为湿计算机（wetcomputer），目前的计算机是干计算机（drycomputer）。
2﹑优点
生物计算机有很多优点，主要表现在以下几个方面：
首先，它体积小，功效高。在一平方毫米的面积上，可容纳几亿个电路，比目前的集成电路小得多，用它制成的计算机，已经不像现在计算机的形状了，可以隐藏在桌角、墙壁或地板等地方。其次，当我们在运动中，不小心碰伤了身体，有的上点儿药；有的年轻人甚至药都不上，过几天，伤口就愈合了。这是因为人体具有自我修复功能。同样，生物计算机也有这种功能，当它的内部芯片出现故障时，不需要人工修理，能自我修复，所以，生物计算机具有永久性和很高的可靠性。再者，生物计算机的元件是由有机分子组成的生物化学元件，它们是利用化学反应工作的，所以；只需要很少的能量就可以工作了，因此，不会像电子计算机那样，工作一段时间后，机体会发热，而生物计算机的电路间也没有信号干扰。(未完待续……)
(https://www.tbxsvv.cc/html/52/52596/14958348.html)
1秒记住官术网网：www.tbxsw.com.tbxsvv.cc.tbxsvv.cc