ОКРУЖАЮЩАЯ СРЕДА И ТЕХНОЛОГИИ

Ограничения вычислительной машины архитектуры фон Неймана: числовая природа вычислительных алгоритмов

Авторы

  • Виктор Петрович Часовских https://orcid.org/0000-0002-9454-9824 Уральский государственный экономический университет, 620144, г. Екатеринбург, ул. 8 Марта / Народной Воли, д. 62/45
  • Елена Викторовна Кох https://orcid.org/0000-0001-7040-3380 Уральский государственный экономический университет, 620144, г. Екатеринбург, ул. 8 Марта / Народной Воли, д. 62/45
  • Андрей Николаевич Винокуров Уральский государственный экономический университет, 620144, г. Екатеринбург, ул. 8 Марта / Народной Воли, д. 62/45

Как цитировать

ГОСТ Часовских В. П., Кох Е. В., Винокуров А. Н. Ограничения вычислительной машины архитектуры фон Неймана: числовая природа вычислительных алгоритмов // Вопросы природопользования. 2026. Т. 5. № 2. С. 20-28. DOI: 10.25726/d6687-5538-5617-p
APA Часовских, В. П., Кох, Е. В. & Винокуров, А. Н. (2026). Ограничения вычислительной машины архитектуры фон Неймана: числовая природа вычислительных алгоритмов. Вопросы природопользования, 5(2), 20-28. https://doi.org/10.25726/d6687-5538-5617-p

Аннотация

В настоящее время большинство вычислительных машин имеют архитектуру фон Неймана, имеющую фундаментальное ограничение - ориентацию исключительно на числовые алгоритмы. Цель исследования является анализ числовой природы вычислений на вычислительных машинах архитектуры фон Неймана, выявление фундаментальных ограничений, связанных с этой особенностью, и рассмотрение возможных путей их преодоления. В ходе исследования были использованы методы теоретического анализа архитектуры фон Неймана, обзор научных работ в области вычислительной техники и теоретической информатики, а также сравнительный анализ классических и альтернативных вычислительных парадигм. Авторы анализирует проблемы, возникающие при обработке нечисловой информации в рамках классической вычислительной парадигмы, и рассматривает перспективные направления преодоления этих ограничений. В исследовании подтверждается, что архитектура фон Неймана базируется на концепции универсальной вычислимости, где любые типы данных представляются в виде числовых последовательностей. Выявлены ключевые ограничения такого подхода: отсутствие семантической интерпретации данных, неспособность качественного сравнения разнородных величин и проблемы с учетом контекста. Показано, что некоторые задачи алгоритмически неразрешимы на классических ЭВМ (например, «проблема остановки программы», доказанная Тьюрингом), рассмотрены способы преодоления ограничений: многоуровневая эмуляция нечисловых операций через специально разработанные числовые алгоритмы; разработка альтернативных вычислительных парадигм; создание гибридных вычислительных систем. Показано, что современные компьютеры преодолевают эти ограничения через многоуровневую эмуляцию нечисловых операций, однако такой подход не решает фундаментальных проблем. В качестве перспективных альтернатив рассматриваются нейроморфные и квантовые вычисления, мемристорные системы и гибридные архитектуры. Обосновывается необходимость разработки новых вычислительных парадигм, способных эффективнее обрабатывать нечисловую информацию и решать задачи, трудноразрешимые в рамках классической модели вычислений.

Ключевые слова

фон Нейман вычисления данные ограничения семантика проблема остановки

Библиографические ссылки

Буряков А. М., Жемеров Е. И., Ильин Н. А. От биологических нейронов к нейроморфным чипам: введение в новые горизонты искусственного интеллекта. М.: Мир науки, 2024. 32 с.

Бхуян Ш., Исаченко Т. Генеративный ИИ: с обучением больших языковых моделей (LLM) для джунов / пер. с англ. О. И. Перфильев. М.: Бомбора, 2025. 320 с.

Верещагин Н. К., Успенский В. А., Шень А. Колмогоровская сложность и алгоритмическая случайность. М.: МЦНМО, 2013. 576 с.

Глушков В. М. Основы безбумажной информатики. М.: Наука, 1987. 552 с. URL: https://djvu.online/file/xHvPOAsJMYw6g (дата обращения: 10.03.2026).

Калюд К. С. Проблема остановки в теории алгоритмов, и не только. М.: ДМК Пресс, 2024. 264 с.

Мартин Р. Чистый код: создание, анализ и рефакторинг. СПб.: Питер, 2025. 464 с.

Менабреа Л. Ф. Набросок Аналитической машины (1843) // Идеи, определившие облик информатики: классические статьи по компьютерным наукам / под ред. Г. Р. Льюиса; пер. с англ. А. А. Слинкина. М.: ДМК Пресс, 2023. С. 35–53.

Оливейра А. Цифровой разум: как наука меняет человечество. М.: Дело, 2022. 441 с.

Петцольд Ч. Читаем Тьюринга: путешествие по исторической статье Тьюринга о вычислимости и машинах Тьюринга. М.: ДМК Пресс, 2023. 442 с.

Принс С. Машинное обучение: от основ до продвинутых моделей / пер. с англ. В. М. Беленковича. М.: Эксмо, 2025. 608 с.

Рассел С., Норвиг П. Искусственный интеллект: современный подход: в 3 т. 4-е изд. М.; СПб.: Диалектика, 2021–2022.

Рашка С. Строим LLM с нуля. СПб.: Питер, 2026. 384 с.

Соснин П. И., Валюх В. В. Моделирование рассуждений в человеко-компьютерной деятельности: учебное пособие. Ульяновск: УлГТУ, 2018. 145 с.

Таненбаум Э., Остин Т. Архитектура компьютера. 6-е изд. СПб.: Питер, 2018. 816 с.

Тьюринг А. М. Игра в имитацию: о шифрах, кодах и искусственном интеллекте. М.: Родина, 2019. 190 с.

Фон Нейман Дж. Первая редакция отчета о EDVAC (1945) // Идеи, определившие облик информатики: классические статьи по компьютерным наукам / под ред. Г. Р. Льюиса; пер. с англ. А. А. Слинкина. М.: ДМК Пресс, 2023. С. 127–147.

Хмелевская А. В. Основы теории информации и кодирования: учебное пособие. М.; Вологда: Инфра-Инженерия, 2024. 196 с.

Часовских В. П., Усольцев В. А., Кох Е. В. Естественный и искусственный интеллект как инструмент преобразования данных: монография. Екатеринбург: Издательство АМБ, 2025. 352 с.

Черепенников В. В. Made at Intel: Сделано в Intel. М.: РуДа, 2024. 334 с.

Ягьяева Л. Т., Валеев М. Ю. Теория алгоритмов и программ: учебное пособие. Казань: КНИТУ, 2019. 116 с.

Выпуск

Раздел

ОКРУЖАЮЩАЯ СРЕДА И ТЕХНОЛОГИИ
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

<< < 3 4 5 6 7 8 9 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.