摘要 — 我们可能想知道计算机技术的发展已经走了多远。这项研究让我们了解了计算机在社会中的特点和功能的演变。计算设备是在 18 世纪和 19 世纪开发的,但 20 世纪 40 年代是电子计算机的时代。在当代社会,计算机在每个家庭中都很明显,它们控制着家用电器、汽车和超级计算机等多个领域,这些领域有助于模拟气候趋势和设计飞机。计算机技术及其发展的历史,包括从 1700 年到 2022 年的功能,对于理解当代技术进步至关重要。在本文中,我们将比较现代和传统计算机,重点关注中央处理单元算术逻辑单元和内存(包括输入和输出)等因素。
根据美国信息技术协会 (ITAA) 的定义,信息技术 (IT) 是“对基于计算机的信息系统(特别是软件应用程序和计算机硬件)的研究、设计、开发、实施、支持或管理”。IT 涉及使用电子计算机和计算机软件来转换、存储、保护、处理、传输和安全检索信息。信息技术 (IT) 在当代社会中发挥着至关重要的作用。它已将整个世界变成了一个地球村,全球经济越来越依赖于信息的创造性管理和分发。世界经济的全球化极大地提高了信息对商业组织的价值,并提供了新的商业机会。本文旨在强调信息技术 (IT) 对社会的影响。本文的结论是,印度政府一直在逐步成功地改善该国的 IT 政策环境。
9. 在电脑前工作时间过长会导致用户背痛、神经损伤等。 10. 通过自动化任务,失业率正在以非常快的速度增长。 计算机的演变/世代。 除此之外,请参阅 Sinha 的书,即详细信息。 这些不是来自 P.K.Sinha 的书。 第一代 1942-1954 1. 这一代的计算机使用真空管或真空管作为其基本电子元件。 2. 它们比早期的机械设备更快。 3. 这些计算机体积非常大,而且非常昂贵。 缺点 1. 它们消耗太多电量,产生太多热量,即使使用很短的时间也是如此。 2. 它们非常不可靠,经常发生故障。 3. 它们需要定期维护。它们的组件是手工组装的。 4. 需要大空调。 示例:I. 第一台计算机是 ENIAC(电子数字积分器和计算器),它是第一台使用真空管的电子计算机。
20 世纪 50 年代初,一些最早的电子计算机,如麻省理工学院的 Whirlwind 和 SAGE 防空指挥和控制系统,都以显示器作为其组成部分。到 20 世纪 50 年代中期,人们发现计算机不仅可用于处理数字和文本,还可用于处理图片。在这一领域最成功的可能是 Ivan Sutherland,他于 1963 年在麻省理工学院林肯实验室开发了 SketchPad 系统。这是一个复杂的绘图软件包,引入了当今界面中的许多概念,例如使用光笔操作对象(包括抓取对象、移动对象、更改对象大小)以及使用约束和图标……在同一时期发生的硬件开发包括“低成本”图形终端、数据板等输入设备以及能够实时处理图像的显示处理器。
注释:本文分析了人工智能的影响及其在医学中的应用。我们从 50 年代的实验开始研究人工智能的出现历史。描述了知名公司开发的产品。例如:Ada、Sense.ly、QTrobot、IBM Watson。本文展示了这些产品如何在困难情况下帮助医生和患者,程序在使用时会产生什么动作。借助这些产品,可以减少获得结果的时间和技术成本。关键词:人工智能、医学、医疗保健、神经网络。自 40 年代第一台电子计算机出现以来,人工智能开始复兴。随着计算机的出现,关于创建人工智能的可能性的先决条件开始出现。人们开始质疑是否有可能制造出具有与人类相同(或更优越)智力能力的机器。20 世纪 50 年代的科学家尝试制造模仿人脑的设备。由于软件和硬件完全不足,这种尝试没有成功。
摘要:本文介绍了如何使用故障物理 (PoF) 方法在早期设计阶段快速准确地预测印刷电路板 (PCB) 级电力电子设备的寿命。结果表明,精确建模硅金属层、半导体封装、印刷电路板 (PCB) 和组件的能力可以预测由于热、机械和制造条件导致的焊料疲劳故障。该技术可以预测 PCB 的生命周期,同时考虑到它在运行期间会遇到的环境压力。它主要涉及将电子计算机辅助设计 (eCAD) 电路布局转换为具有精确几何形状的计算流体动力学 (CFD) 和有限元分析 (FEA) 模型。由此,应用热循环、机械冲击、固有频率以及谐波和随机振动等应力源来了解 PCB 退化以及半导体和电容器磨损,并相应地提供高保真功率 PCB 建模的方法,随后可用于促进飞机系统和子系统的虚拟测试和数字孪生。
美国斯坦福大学 尽管动物飞行已有 3 亿年的历史,但人类对飞行的认真思考却只有几百年的历史,可以追溯到列奥纳多·达·芬奇 1,而人类成功飞行只是在过去 110 年内实现的。附图 7.1-7.4 对此进行了总结。在某种程度上,这与计算的历史相似。对计算的认真思考可以追溯到帕斯卡和莱布尼茨。虽然巴贝奇在 19 世纪曾试图制造一台可运行的计算机,但成功的电子计算机最终在 40 年代才实现,这几乎与第一架成功的喷气式飞机的开发同时发生。图 7.5-7.8 总结了计算机的早期历史。表 7.1 和 7.2 总结了超级计算机和微处理器发展的最新进展。尽管到 30 年代,飞机设计已经达到相当先进的水平,例如 DC-3(道格拉斯商用 3)和喷火式战斗机(图 7.2),但高速飞机的设计需要全新的复杂程度。这导致了工程、数学和计算的融合,如图 7.9 所示。
尽管动物飞行已有 3 亿年的历史,但对人类飞行的认真思考却只有几百年的历史,可以追溯到列奥纳多·达·芬奇 1,而人类成功飞行仅在过去 110 年内实现。附图 7.1-7.4 对此进行了总结。在某种程度上,这与计算的历史相似。对计算的认真思考可以追溯到帕斯卡和莱布尼茨。虽然巴贝奇在 19 世纪曾试图制造一台可用的计算机,但成功的电子计算机最终在 40 年代才实现,几乎与第一架成功的喷气式飞机的发展同时发生。图 7.5-7.8 总结了计算机的早期历史。表 7.1 和 7.2 总结了超级计算机和微处理器开发的最新进展。尽管到 30 年代,飞机设计已达到相当先进的水平,例如 DC-3(道格拉斯商用 3)和喷火式战斗机(图 7.2),但高速飞机的设计需要全新的复杂程度。这导致了工程、数学和计算的融合,如图 7.9 所示。
摘要。由于限制了诸如耗电耗电和可扩展性之类的限制,因此对较大的机器学习模型的培训和推断需求不断增加。光学器件是提供较低功率计算的有前途的竞争者,因为通过非吸收介质的光传播是无损操作。但是,要用光进行有用的高效计算,在光学上产生和控制非线性是一种仍然难以捉摸的必要性。多模纤维(MMF)已证明它们可以提供平均功率的微小效应,同时保持并行性和低损失。我们提出了一种光学神经网络体系结构,该体系结构通过通过波前形状控制MMF中超短脉冲的传播来执行非线性光学计算。使用替代模型,发现最佳参数集可以用电子计算机最少利用来为不同的任务编程此光学计算机。与同等执行的数字神经网络相比,模型参数数量的显着降低了97%,这导致总体上99%的数字操作减少。我们进一步证明,还可以使用竞争精确的精度执行完全的光学实现。