FEMTE GENERASJON DATAMASKINER: HISTORIE, EGENSKAPER, MASKINVARE, PROGRAMVARE - TEKNOLOGI - 2026

Den femte generasjonen datamaskiner viser til bruk av teknologi forbundet med kunstig intelligens, og er avhengig av ultra-storskala integrasjonsteknologi, som gjør at utallige moduler kan plasseres på en enkelt brikke.

Denne generasjonen er basert på teknologiske fremskritt oppnådd i tidligere datamaskingenerasjoner. Derfor er det skjebnet til å være spiss i spissen for en ny industriell revolusjon.

Apple-sett Kilde: flickr.com renato mitra Attribution-ShareAlike 2.0 Generic (CC BY-SA 2.0)

Disse datamaskinene bruker fiberoptisk teknologi for å kunne håndtere ekspertsystemer, kunstig intelligens, robotikk, etc. De har ganske høye behandlingshastigheter og er mye mer pålitelige.

Implementeringen er designet for å forbedre samspillet mellom mennesker og maskiner ved å dra nytte av menneskelig intelligens og den store datamengden som er samlet siden begynnelsen av den digitale tidsalderen.

Forskere jobber kontinuerlig med å øke prosessorkraften til datamaskiner. De prøver å lage en datamaskin med en ekte IQ, ved hjelp av programmering og avanserte teknologier.

Noen av disse avanserte femte generasjonsteknologiene inkluderer kunstig intelligens, kvanteberegning, nanoteknologi, parallell behandling, etc.

Smarte datamaskiner

Kunstig intelligens og maskinlæring er kanskje ikke det samme, men de brukes om hverandre for å lage enheter og programmer som er smarte nok til å samhandle med mennesker, med andre datamaskiner og med miljøet og programmene.

Disse datamaskinene kan forstå talte ord og etterligne menneskelig resonnement. De kan svare på omgivelsene sine ved hjelp av forskjellige sensorer.

Målet er å ta med maskiner med en ekte IQ, evnen til å resonnere logisk og med reell kunnskap.

Femte generasjons datamaskin er fortsatt i ferd med å utvikle seg, fordi den ennå ikke er en realitet. Jeg mener, denne datamaskinen er fremdeles uferdig. Forskere jobber fortsatt med det.

Derfor vil denne datamaskinen være helt annerledes og helt ny de fire siste generasjonene av datamaskiner.

Opprinnelse og historie til femte generasjon

Japansk prosjekt

I 1981, da Japan først informerte verden om planene for den femte generasjonen datamaskiner, kunngjorde den japanske regjeringen at den planla å bruke en såkornkapital på rundt 450 millioner dollar.

Målet hans var å utvikle intelligente datamaskiner, som kunne snakke med mennesker på naturlig språk og gjenkjenne bilder.

Det var ment å oppdatere maskinvareteknologi, samt lindre programmeringsproblemer ved å lage operativsystemer med kunstig intelligens.

Dette prosjektet var det første omfattende arbeidet med å konsolidere fremdriften innen kunstig intelligens, og innlemme det i en ny generasjon veldig kraftige datamaskiner, til bruk for den vanlige mannen i deres daglige liv.

Reaksjon fra Vesten

Dette japanske initiativet sjokkerte et sløv vest, og innså at informasjonsteknologi hadde nådd et nytt mål.

Denne uventede kunngjøringen og fra en uventet kilde ga kunstig intelligensforskning en status som ennå ikke var anerkjent i Vesten.

Som svar dannet en gruppe amerikanske selskaper Microelectronics and Computer Technology Corporation, et konsortium som skulle samarbeide i etterforskningene.

Tilstede

Mange kunstige intelligensprosjekter blir implementert. Blant pionerene er Google, Amazon, Microsoft, Apple, Facebook og Tesla.

Innledende implementeringer sees på smarthusapparater ment for å automatisere og integrere forskjellige aktiviteter rundt i hjemmet, eller i selvkjørende biler som blir sett på veiene.

Spredning av databehandlingsapparater med mulighet for selvlæring, med normal interaksjon basert på ervervet erfaring og miljø, ga drivkraft til tingenes internett.

Kjennetegn på femte generasjon datamaskiner

Inntil da ble datamaskingenerasjoner bare klassifisert etter maskinvare, men femtegenerasjons teknologi inkluderer også programvare.

Mange funksjoner som ble funnet i CPU-ene til tredje og fjerde generasjon datamaskiner ble en del av mikroprosessorarkitekturen i femte generasjon.

Høy kompleksitet

Femte generasjons datamaskiner er preget av å være svært komplekse datamaskiner, der programmeringsferdigheter ikke er nødvendige for brukeren. De løser veldig komplekse problemer og hjelper til med å ta beslutninger.

Målet er å løse svært komplekse problemer, som krever stor intelligens og erfaring når de løses av mennesker.

Kunstig intelligens

Disse datamaskinene har høy ytelse, i tillegg til et stort minne og lagringskapasitet.

Målet med femte generasjons databehandling er å utvikle mekanismer som kan svare på naturlig språk og er i stand til å lære og organisere.

Disse datamaskinene kan snakke med mennesker, i tillegg til å kunne etterligne menneskelige sanser og intelligens.

Datamaskinen har kunstig intelligens innebygd slik at den kan gjenkjenne bilder og grafikk. De har en stemmegjenkjenningsfunksjon. Naturlig språk kan brukes til å utvikle programmer.

Høy teknologi

Disse maskinene har VLSI (Very Large Scale Integration) og Ultra Large Scale Integration (ULSI) teknologi.

Bruken av parallellbehandling og superledere er med på å gjøre kunstig intelligens til virkelighet. Det er raskt å jobbe med datamaskiner i denne generasjonen, og du kan også multitaske samtidig. De har et multiprosessorsystem for parallell prosessering.

Driftshastigheten er i form av LIPS (logiske innledninger per sekund). Kretsene bruker fiberoptikk. Kvantitet, molekylær databehandling og nanoteknologi vil bli utnyttet fullt ut.

maskinvare

Denne generasjonen har blitt påvirket av fremveksten av Ultra Large Scale Integration (ULSI), som er kondensasjonen av tusenvis av mikroprosessorer til en enkelt mikroprosessor.

I tillegg var det preget av utseendet til mikroprosessorer og halvledere.

Selskaper som produserer mikroprosessorer inkluderer Intel, Motorola, Zilog og andre. I markedet kan du se tilstedeværelsen av Intel-mikroprosessorer med 80486 og Pentium-modellene.

Den femte generasjonen datamaskiner bruker også biochips og galliumarsenid som minneenheter.

Parallell behandling

Når CPU-klokkehastigheter begynte å sveve i området 3 til 5 GHz, ble det viktigere å løse andre problemer som CPU-kraftdissipasjon.

Bransjens evne til å produsere stadig raskere CPU-systemer begynte å bli truet, knyttet til Moores lov om den periodiske doblingen av antall transistorer.

På begynnelsen av det 21. århundre begynte mange former for parallell databehandling å spre seg, inkludert flerkjernearkitekturer i den lave enden, i tillegg til massiv parallell prosessering i høye enden.

Vanlige forbrukermaskiner og spillkonsoller begynte å ha parallelle prosessorer, som Intel Core og AMD K10.

Grafikkortselskaper som Nvidia og AMD begynte å introdusere store parallelle systemer som CUDA og OpenCL.

Disse datamaskinene bruker parallellbehandling, der instruksjonene utføres parallelt. Parallell prosessering er mye raskere enn seriebehandling.

I seriebehandling utføres hver oppgave etter hverandre. På den annen side, i parallell prosessering, utføres flere oppgaver samtidig.

programvare

Femte generasjon har tillatt datamaskiner å løse de fleste problemer på egen hånd. Det har hatt store fremskritt innen programvare, fra kunstig intelligens til objektorientert programmering.

Hovedmålet har vært å utvikle enheter som kan svare på det vanlige språket som folk bruker. De bruker veldig høyt nivå språk som C ++ og Java.

Kunstig intelligens

Dette databehandlingsområdet er opptatt av å få datamaskinen til å utføre oppgaver som, hvis de ble utført av mennesker, vil kreve intelligens.

Tidlig innsats har søkt å implementere systemer som er i stand til å jobbe med et bredt spekter av oppgaver, samt spesielle systemer som utfører bare en type oppgave veldig bra.

Ekspert-systemer

Disse systemene søker å ha en kompetanse som kan sammenlignes med en ekspert på et veldefinert aktivitetsområde.

Ekspertsystemer gir mange fordeler og blir derfor brukt i en rekke virkelige applikasjoner.

Slike systemer kan fungere veldig bra i situasjoner som krever kunnskap og ferdigheter av den typen en person bare kan tilegne seg gjennom trening.

Lisp og Prolog

John McCarthy opprettet programmeringsspråket Lisp. Det hadde stor verdi for datateknologi, spesielt for det som ble kjent som kunstig intelligens. Kunstige intelligensforskere i USA gjorde Lisp til sin standard.

På den annen side ble et nytt dataspråk kalt Prolog utviklet i Europa, som var mer elegant enn Lisp og hadde potensiale for kunstig intelligens.

Det japanske prosjektet valgte å bruke Prolog som programmeringsspråk for kunstig intelligens, i stedet for Lisp-basert programmering.

Oppfinnelser og forfatterne derav

Mange teknologier som er en del av femte generasjon inkluderer talegjenkjenning, superledere, kvanteberegning og også nanoteknologi.

Den kunstige intelligensen-baserte datamaskinen begynte med oppfinnelsen av den første smarttelefonen oppfunnet av IBM, kalt Simon.

Parallell behandling

Du kan si at den femte generasjonen datamaskiner ble opprettet av James Maddox, som oppfant det parallelle datasystemet.

Ved hjelp av ultra-storskala integrasjonsteknologier ble chips med millioner av komponenter utviklet.

Microsoft Cortana

Det er den personlige assistenten for Windows 10 og Windows Phone 8.1, som hjelper brukere med spørsmål, planlegge avtaler og finne destinasjoner.

Den er tilgjengelig på flere språk. Andre eksempler på virtuelle assistenter er Apples Siri på iPhone, Google Nå for Android og Braina.

Nettsøk

Felles for folk flest er søkemotorer som Google og Bing, som bruker kunstig intelligens til å behandle søk.

For å utføre disse søkene er det nødvendig å kontinuerlig forbedre og også svare på brukerens krav på den raskeste og mest nøyaktige måten.

Google har siden 2015 forbedret algoritmen sin med RankBrain, som bruker maskinlæring for å finne ut hvilke resultater som vil være mest interessante i et spesifikt søk.

På den annen side lanserte Bing i 2017 smart søk, som tar hensyn til mye mer informasjon og tilbyr svar raskere, for å kunne samhandle enkelt med søkemotoren.

Søk etter bilder

En annen interessant applikasjon som nåværende søkemotorer har, er å ha muligheten til å søke gjennom bilder.

Ved å bare ta et bilde kan du identifisere et produkt, hvor du kan kjøpe det, eller også identifisere mennesker og steder.

Utvalgte datamaskiner

IBM Deep Blue

Denne datamaskinen var i stand til å beseire verdens sjakkmesteren i 1997, etter å ha spilt en serie spill, hvor det endelige resultatet var to seire for datamaskinen og en for mennesket, i tillegg til tre uavgjorte. Det var den klassiske plottet menneske kontra maskin.

Bak triumfen sto viktig informasjonsteknologi, som økte datamaskinens evne til også å håndtere beregningene som trengs for å oppdage nye medisiner, håndtere store databasesøk og utføre de massive og komplekse beregningene som trengs i mange vitenskapelige felt.

Det hadde til sammen 32 prosessorer med parallell prosessering, og kunne analysere 200 millioner sjakktrekk per sekund i sin historiske seier.

IBM Watson

Et eksempel på kunstig intelligens i datamaskiner er IBMs Watson. Han dukket opp som en deltaker på det amerikanske TV-showet “Jeopardy” i 2010, og beseiret to mester fra dette tv-showet.

Watson består av mange høydrevne prosessorer som jobber parallelt med å søke i en enorm autonom database uten internettforbindelse.

De eneste spørsmålene som opprører denne datamaskinen er ordene som er skrevet på tastaturet eller snakket inn i mikrofonen. Den eneste handlingen Watson kan gjøre er å snakke eller skrive ut svaret.

Watsons fantastiske ytelse i trivia-spillet krever naturlig språkbehandling, maskinlæring, kunnskapsresonnement, pluss dyp analyse.

Watson har således vist at en komplett og ny generasjon vil være mulig for samspillet mellom mennesker og maskiner.

Fordeler og ulemper

Fordel

- De er de raskeste og kraftigste datamaskinene til dags dato. De utfører mange instruksjoner på et minutt.

- De er allsidige for kommunikasjon og ressursdeling.

- De er i stand til å kjøre et stort antall applikasjoner samtidig og også i veldig høy hastighet. De har et gjennombrudd i parallell behandling.

- De er mer pålitelige sammenlignet med tidligere generasjoner.

- Disse datamaskinene er tilgjengelige i forskjellige størrelser. De kan være mye mindre i størrelse.

- De er tilgjengelige i unike funksjoner.

- Disse datamaskinene er lett tilgjengelige.

- De er enkle å bruke.

- De har redusert kompleksiteten i problemer i den virkelige verden. De har forandret folks liv.

- Det er ikke vanskeligere å løse lange beregninger i nanosekunder.

- De blir brukt på alle livsområder.

- De er nyttige for å gjøre arbeid fra dager til timer på alle livsområder.

- Disse datamaskinene gir enklere å bruke grensesnitt med multimedia.

- De har utviklet en kunstig intelligens.

ulemper

- De krever bruk av språk på lavt nivå.

- De har mer sofistikerte og komplekse verktøy.

- De kan gjøre menneskets sinn kjedelig.

- De kan gjøre mennesker late. De har erstattet mange menneskelige jobber.

- De slo alltid menneskelig i mange kamper mens de spilte.

- De kan være ansvarlige for at menneskelige hjerner blir fordømt og glemt.

- De er veldig dyre.

referanser

1. Benjamin Musungu (2018). Generasjoner av datamaskiner siden 1940 til i dag. Kenyaplex. Hentet fra: kenyaplex.com.
2. Prerana Jain (2018). Generasjoner av datamaskiner. Inkluder hjelp. Hentet fra: includehelp.com.
3. Kullabs (2019). Generering av datamaskiner og deres funksjoner. Hentet fra: kullabs.com.
4. Byte-Notes (2019). Fem generasjoner av datamaskiner. Hentet fra: byte-notes.com.
5. Alfred Amuno (2019). Datahistorie: Klassifisering av generasjoner av datamaskiner. Turbo Future. Hentet fra: turbofuture.com Tatt fra:
6. Stephen Noe (2019). 5 Generasjon av datamaskiner. Stella Maris College. Hentet fra: stellamariscollege.org.
7. Am7s (2019). Femte generasjon datamaskiner. Hentet fra: am7s.com.Wikiwand (2019). Femte generasjons datamaskin. Hentet fra: wikiwand.com.