сердечником мы взяли для примера. Конечно, такой довольно крупный элемент не оптимален для вычислительной машины. Матрица из таких элементов, аналогичная памяти, например, в 1 Мгб, имела бы объем куба со стороной в несколько десятков километров. Поэтому в современной промышленности изготовление блоков памяти достигается методами интегральной технологии, что придает матрицам оптимальные для эксплуатации размеры. В число таких технологий входят тонкие магнитные пленки и плоские тонкие магнитные пленки, многоотверстные ферритовые пластины, слоистые ферри-товые пластины, тонкие цилиндрические магнитные пленки и пр. В законченном виде такая матрица памяти напоминает сверхмногослойную вафлю, и поэтому такие элементы получили название элементов вафельного типа.
Магнитный способ записи устойчивого состояния мы тоже взяли для примера. Сейчас разработаны десятки способов записи информации и десятки видов бистабильных элементов: триггеры, биполярные и МДП-транзисторы с плавающим затвором и прочие, и прочие.
Для чего все это рассказывается?
Да дело в том, что аналогичная матрица существует и в человеческом теле. Хоть в настоящее время пока и отсутствует полная научная модель деятельности мозга (между нами говоря, отсутствует даже неполная), но данная работа может предложить направление изучения деятельности головного мозга не только как контролирующей системы всего организма, но и как хранилища судьбоносных информационных программ субъекта.
Из физиологии известно, что мозг человека состоит из нервных клеток - нейронов, связанных между собой отростками нейронов и межнейронными соединениями, которые называются синапсами (аналогия с информационными каналами). Каждый нейрон коры головного мозга имеет несколько десятков тысяч синапсов - каналов связи, по которым он обменивается информацией посредством сигналов с другими нейронами. Если суммарный эффект воздействия этих сигналов становится равным или превышает порог срабатывания нейрона, то он возбуждается и генерирует выходной сигнал.
Множество таких нейронов образуют так называемую нейронную сеть, которая обладает способностью сохранять огромные массивы информации. Кроме того, «нейронная сеть» способна изменять свое состояние под воздействием извне информационного сигнала и сохранять эти изменения во времени. Из вышесказанного следует, что «нейронная сеть» обладает памятью. Кроме этого, в кибернетике существует и такое выражение, как след памяти, обозначающее