Громом среди ясного неба стало решение Курносова Эдуард Юрьича оставить университет. К тому времени я уже определился, что в качестве научной темы для кандидатской, буду рассматривать искусственные нейронные сети. Возраста Эдуард Юрьич был пенсионного, однако уходил он не на пенсию, а на высокое начальственное место в компанию известного университетского мецената. Формально Курносов оставался в ученом совете университета, планировал проводить открытые занятия, однако же движителем научной темы и дисциплины оставаться больше не мог.
Мы встретились вчетвером, Эдуард Юрьич, Олег Палыч, я и завкафедрой "Вычислительных машин". Темой обсуждения стали нейронные сети, заполонившие возбужденный мой ум, давно вытеснившие магистерскую мою работу. На встрече Курносов торжественно вверил дисциплину Олег Палычу и мне, передав, словно эстафету, на кафедру "Автоматизированных систем". Формальная процедура эта оформлялась сложно, долго, и курс этот по-прежнему является обязательным для специальностей кафедры "Вычислительных систем", но читали его теперь Олег Палыч и я. Аспирант Эдуард Юрьича не задержался в университете, ушел вслед за научруком.
Вот так получили мы с Олег Палычем в распоряжение новую совсем дисциплину, с короткой, четырехлетней историей, с подпиской на иностранные журналы, над которыми корпел я теперь, применяя кособокий свой английский, исследуя последние достижения в многообещающей этой области. Кроме того, в наследство нам перешли контакты ВУЗов, в том числе и иностранных, с которыми переписывался Эдуард Юрьич, ну и конечно курс лекций, оцениваемых зачетом. Одной из сильнейших школ и контактов Эдуард Юрьича была финская, возглавляемая академиком, профессором Теуво Кохоненом.
В последующие годы мы здорово развили дисциплину, и здесь основные лавры принадлежат разумеется Олег Палычу. Мы превратили курс в экзаменационный, расширили серией лабораторных работ на основе первой нашей с Анатолием искусственной нейронной сети. Планировали добавить курсовой проект. С зарубежными коллегами связь мы поддерживали номинальную, однако по-прежнему выписывали иностранные научные издания и высылали коллегам переведенный университетский вестник.
Вот так, в скачущей шахматной манере добрались мы до следующего важного периода моей жизни — защита кандидатской диссертации. Случилось это совсем не так, как ожидал я, процесс был дерганный, с провалами и внезапными рывками, а развязка напротив произошла неестественно быстро.
Я был так занят в первый год своей аспирантуры, что практически совсем его не запомнил его. Какие-то всполохи, вехи, которыми отмечал я поворот колеса моей жизни. Ушедший из университета Коля, наше успешное моделирование алгоритмов нейронных сетей, сначала перцептрона Розенблатта, потом карты Кохонена. Олег Палыч давал мне большую свободу действий — после согласования индивидуального плана, я несколько месяцев занимался чистой абстрактной наукой и моделированием, не думая о "применимости на практике". Хотя нет, вру! Как раз в это время мы с Толей запрограммировали первый наш лабораторный стенд по "Нейронным сетям". Мы не замахивались сразу на что-то крупное. Для учебных целей вполне достаточно было показать, как функционируют известные модели и алгоритмы.
В научной части нейронных сетей я увлекся двумя направлениями — неявной логикой принятия решения и алгоритмом учителя. Каждая задача была океаном неведомой глубины, поэтому решил я для начала сосредоточиться на чем-то одном. Я пожертвовал неявной логикой, отложив ее на будущее, и закопался в тему алгоритма учителя. Задерживаясь в университете до глубокой ночи, я исследовал алгоритмы сохранения в сети обучающей информации, вариации ролей искусственных синапсов и нейронов.
Не хотелось бы здесь снова погрузить читателя в специфику, скажу только, что предложил я математическую модель учителя нейронной сети, как мне представилось универсальную, не зависящую от конкретной реализации сети. На базе модели карты Кохонена, которая вообще-то изначально была самоорганизующейся, учителя не требующей, показывал я, что сеть обучается эффективнее и быстрее, с меньшим числом необходимых итераций. Второй моделью стал многослойный перцептрон, доработанный американцем Румельхартом и британцем Хинтоном, в котором классический алгоритм учителя я заменил на свой, показав оптимизацию.
