Родной язык компьютера

[Amateur]

-ццо

Вы так пишете, потому что не знаете, когда нужно писать с мягким знаком, а когда без?

Нет, просто мне так больше нравиЦЦо

Кстати, я это читаю с безударным О, хотя я из акающих регионов. Когда читаешь знакомое слово, то из памяти сразу всплывает его устная форма. А такая аляповатая запись заставляет воспринимать слово чужим и произносить его, как недавнее заимствование – с неуверенным колебанием в безударных слогах и необычных комбинациях букв.

[Wolliger Mensch]

Кстати, я это читаю с безударным О, хотя я из акающих регионов. Когда читаешь знакомое слово, то из памяти сразу всплывает его устная форма. А такая аляповатая запись заставляет воспринимать слово чужим и произносить его, как недавнее заимствование – с неуверенным колебанием в безударных слогах и необычных комбинациях букв.

аффтар! учи олбанский, сцуконах!

[Alaŭdo]

Это не совсем так. Живое существо можно симулировать с помощью компьютера используя некоторые математические концепциии, однако "мышление" компьютера никогда не станет от этого аналоговым.

Хотя первые компьютеры, которые выпускала IBM были аналоговые (и даже механические!!), сейчас ведется несколько разработок в этой области: с одной стороны пытаюстся разработать третичный компьютер (использующий третичную систему исчисления) -- это уже можно сказать предшественник аналоговых систем (только низкой дискретизации). С другой стороны, почти в каждой книжке 80-х годов при описании развития техники упоминался так называемый биокомпьютер. Сейчас об этой тенденции как-то подзабыли, но я не думаю, что идею полностью сняли с учета -- наверняка кто-то с ней работает.

Теперь к методам симулирования аналогового (нелинейного поведения).
Есть несколько способов. Первый способ, это конечно просто составить математический алгоритм, который бы описал движения биологического объекта в некой среде. Профессору Котову с кафедры бионики Казанского Университета удалось создать математическую модель поведения инфузории в жидкости -- причем все аспекты поведения, как то поиск пищи, уклонение от опасности, размножение были аналогичны тем, что делает живая инфузория в природе (они сначала следили за большим количеством инфузорий и сравнивали их активность). Я сам не вникал в этот алгоритм (он опубликован в одном биоматематическом журнале), но суть его следующая -- существует несколько "условий" (пищевой градиент, градиент опасности, градиент размножения, контакт с поверхностью), которые "проверяются" в цикле и "запускают" определенные действия. При этом "симулированная" инфузория ведет себя точно как живая.
Аналогичным образом устроен AI (интеллект) компьютерных героев скажем в таких играх как WarCraft, StarCraft, MM, Civilization. Можно ли называть это "мышлением"? Вряд ли.

Другое подход начался с изобретения "перцептрона". Перцептрон, по сути, это модель аналоговой нервной клетки. У нее есть множество входов с разлычными "весами" (англ. weights) -- то есть значимостью, и один (в нейронных сетях -- много) выходов. Если к ней одновременно (во времени) приходит несколько входных сигналов, сумма "весов" которых превышает некий порог, то перцептрон переходит в активное состояние и начинает посылать сигнал на выход. Из таких вот элементарных элементов строится многослойная сеть, которая имеет так называемый "слой входа" (то есть матрицу входов перцептронов), "скрытый слой" -- несколько слоев внутри, для анализа информации и "выходной слой", куда проецируются выходы перцептронов.
Что может такой монстр. Разберем самую простую задачу -- у нас есть двухмерное монохромное изображение двух фигур -- треугольника и квадрата. Причем мы не знаем заранее ни их размеров  (от трех точек до всей матрицы), ни угла наклона. Треугольник тоже может быть равносторонним, равнобедренным, прямоугольным или вообще неправильным. Надо отличить, является данное изображение треугольником, квадратом или ни тем и ни другим.
Данная задача относится к так называемой категории трудно алгоритмизируемых задач, хотя я могу и предложить навскидку несколько алгоритмов (которые я например даже использовал в своей имплементации игры "Жизнь" -- но это отдельная история). Решается она с помощью нейронных сетей.
Решение задачи с помощью сетей состоит из нескольких этапов.
Первое -- создание нейронной сети. На этом этапе определяется сколько необходимо слоев для решения задачи, симулируются нейроны и их связи, веса которых выбираются случайно.
Второе -- самое сложное -- обучение нейронной сети. Этот процесс сложно объяснить на пальцах, ибо об этом написаны сотни толстенных книг. Груба говоря -- сети представляется изображенеи треугольника и по ней "бьют" до тех пор, пока она не узнает, что это треугольник, если узнала, то "дают пряник" и снова к следующему объекту. Процесс обучения сети очень долгий, может длиться годами. Хорошо обученная сеть имеет высокую степень дискриминации между объектами и на эти сети (они называются "матрицы обучения" по-русски) можно даже получить патент!!! (как на изобретение).
Третье -- использование системы -- системе представляется какой-либо объект и она "узнает" его путем анализа внутри системы. Причем узнаются все повороты, зекральные отображения, и так далее.

Это уже можно считать примитивным (симулированным) мышлением. Такого рода "мыслящие матрицы" находят применения во многих областях. Недавно (2 года назад) один русский программист из Силиконовой долины обучил матрицу различать звуки клавиатуры и продемострировал то, что при помощи микрофона можно определить с достоверностью 67% какие клавиши и в каком порядке наживамаются!!!
Ещё пример применнения такой системы -- это OCR системы, там все основано на такого рода анализе.
Можно ли сказать что компьютер "мыслит" таким образом. Наверное можно, но это СОВСЕМ не то, что мы подразумеваем под человеческим мышленим.
Мышление, вместе с еще рядом нервных функций (праксис, например), входит в так называемое понятие "когниция" или по-русски ВНД (высшая нервная деятельность) и это мышление кардинально отличается от того, что я описал выше.

Так что пока, к сожалению, нельзя сказать, что компьютер "думает" на каком бы то ни было языке. Хотя некоторые примитивные элементы мышления уже можно симулировать.