Human Way. Эволюция человека
ГлавнаяГлавная     ГалереяГалерея     КонтактыКонтакты

Кое-что о человеке

 
Автор работ

Коломенский
Леонид Валькович

К списку статей »

Функциональные схемы на искусственных нейронах

 

Аннотация

На основе предложенной в работе [1] модели нейрона рассматривается возможность построения системы приема комплексных рецепторных сигналов, их сравнения с аналогичными сигнальными представлениями, хранящимися в памяти индивида, и с выработкой адекватных реакций. Рассмотрена схема нейронного генератора импульсов. Предложена функциональная схема нейронного анализатора входных сигналов с выдачей сигналов реакции.

 

Содержание

1. Значения сигналов, поступающих от рецепторов

В работе [1] была представлена модель нейрона, способная выполнять некоторые функции реального нейрона, и в первую очередь – функцию хранения информации. Было также дано описание нейронного блока, состоящего из 2-х, а возможно и из большего числа связанных друг с другом нейронов. Опираясь на материал, изложенный в [1], мы рассмотрим возможность построения более сложных нейронных функциональных систем. Мы постараемся рассмотреть функционирование подсистемы, позволяющей смоделировать некоторые рецепторно-эффекторные функции реального организма.

Обработку рецепторного сигнала с выдачей (или с невыдачей) адекватной реакции мы рассмотрим на примере достаточно простого акустического звучания, при этом описанный нами в работе [1] рецепторный блок мы представим в виде упрощенной схемы рис. 1.


Рис. 1. Упрощенная сигнальная модель нейрона

Более того, для дальнейшего изложения мы упростим и сам рис.1, объединив рецептор с нейронным блоком и обозначив его просто кружком со стрелкой (а иногда и без стрелки):

Рассмотрим далее некую слуховую систему, состоящую всего из 4-х рецепторных блоков: 2-х для левого уха и 2-х – для правого. Для самих звуковых сигналов мы используем всего два уровня различимости: «более важный сигнал» и «менее важный сигнал». Всё это может выглядеть следующим образом (рис.2):


Рис. 2. Значения рецепторных сигналов

Все, и более, и менее важные сигналы поступают в блок анализа, о котором мы поговорим несколько позднее. Однако, прежде, чем приступить к самому анализу рассматриваемой системы, скажем несколько слов по поводу термина «важность сигнала». В принципе все сигналы, которые в нашей модели поступают от рецепторных блоков, должны иметь одинаковую амплитуду, при этом максимум, на что они способны, это только возбудить (или не возбудить) принимающие нейроны. Эта способность нейронной системы была подробно рассмотрена в работе [1]. Что же касается «важности» сигналов, то она заведомо присваивается им самой системой. В данной модели мы будем учитывать только два значения важности (сильный звук или слабый звук). В дальнейшем, уже в другой работе мы постараемся рассмотреть модели, в которых будут анализироваться сигналы с несколькими различными уровнями важности.

Дальнейший анализ системы мы проведем с помощью таблицы 1.

Таблица 1
№ комбинации

Номера и состояние рецепторов (рис. 2)

Оценки сигналов и возможные реакции
1 2 3 4
1 0 0 0 0 Звука нет. Реакции либо нет, либо происходит поиск хоть какого-либо источника звука
2 0 1 0 0 Слабый звук слева. Реакция: некоторое внимание на звук
3 1 0 0 0 Усиленный звук слева. Реакция: повышенное внимание на звук
4 1 1 0 0 Сильный звук слева. Высокий уровень внимания
5 0 1 1 0 Слабый звук неопределенного направления
6 1 0 0 1 Звук средней силы непосредственно спереди
7 1 1 1 0 Сильный звук слева, но несколько ближе к центру
8 1 1 0 1 Сильный звук слева, но значительно ближе к центру
9 1 1 1 1 Сильный звук спереди

Любой сколько-нибудь внимательный читатель сможет заметить, что приведенная таблица является неполной. Всего от 4-х рецепторов может поступить 16 различных разновидностей сигналов а в таблице рассмотрены только 9. Но наша задача состоит не в том, чтобы проанализировать все комбинации сигналов, а в том, чтобы продемонстрировать суть нашего подхода. При этом, конечно, следует учитывать, что если число рецепторов составит 3 пары, то количество различимых комбинаций сигналов составит 64; если 4 пары, то 256; и так далее.

Естественно, что количество рецепторов даже у самых простых живых существ составляет не 8, и даже не 20, а гораздо больше. Этим и объясняется порой трудно объяснимая многогранность реакций на самые неожиданные раздражители. Однако, для рассмотрения принципов работы анализатора рецепторных сигналов 4-х рецепторов окажется вполне достаточно.

наверх »

2. Блок анализа

В табл.1 представлен в упрощенном виде алгоритм работы блока анализа. При этом мы должны учесть, что сам этот блок тоже состоит из нейронов. Наш анализатор в соответствии с табл. 1 должен иметь 4 входа. Мы должны также учесть, что звуки на рецепторы поступают произвольно и в самых различных комбинациях. Поэтому нам следует учитывать и такое состояние, когда какие-либо звуки отсутствуют вообще. Для слаженной работы анализатора необходимо, чтобы сигналы на его входы поступали регулярно, через фиксированные промежутки времени. В работе [1] отмечалось, что мозг человека (а, по-видимому, и всех других существ) использует в своей работе ритмы различной частоты. В рассматриваемой нами модели нас будет интересовать ритм с частотой 50 импульсов в секунду, при котором импульсы следуют через 20 мс. С такой частотой происходит опрос состояния рецепторов и с этой же частотой сигналы поступают на анализатор. И именно такая частота способна обеспечить адекватно быструю реакцию на любые внешние раздражители. В дальнейшем мы эти импульсы будем называть «тактовыми».

Вообще-то, чисто эмпирическим путем было установлено, что нейронная система человека способна эффективно воспринимать информацию, поступающую от зрительных и слуховых рецепторов с частотой 25 значений в секунду. При такой частоте смены кадров достаточно эффективно функционирует, например, кинематограф. Однако в реальной жизни, когда необходимо максимально быстрое реагирование на внешние и внутренние раздражители, частота опроса рецепторов (внешних и внутренних) должна производиться с большей частотой. Этим и определяется выбранная нами частота 50 Гц.

Прежде всего, рассмотрим работу анализатора при подаче на него сигналов одновременно со всех рецепторов (9-я строка табл.1). Для регистрации такой комбинации входных сигналов потребуется включить в состав анализатора цепочку из 4-х последовательно соединенных нейронов (рис. 3-а).


Рис. 3-а. Выходной сигнал появится только в том случае, если от всех рецепторов придут сигналы разрешения

Рассмотрим далее возможные реакции анализатора при подаче на него других комбинаций рецепторных сигналов.


Рис. 3-б. Выходной сигнал появится только в том случае, если сигналы разрешения придут от 1-го, 2-го и от 4-го рецепторов

Рис. 3-в. Выходной сигнал появится только в том случае, если сигналы разрешения придут от 1-го и от 2-го рецепторов

Рис. 3-г. Выходной сигнал появится только в том случае, если сигнал разрешения придёт только от 2-го рецептора

Рис. 3-д. Выходной сигнал появится только в том случае, если сигналы разрешения придут от 2-го и 3-го рецепторов

Мы рассмотрели 5 цепочек анализа рецепторных сигналов. Представляется, что этого достаточно для понимания принципа работы анализатора. На самом деле для нашего случая (4 рецепторных входа) общее число цепочек должно быть 16 (в таблице 1 их проанализировано 9).

Предложенная схема анализатора будет, скорее всего, функционировать достаточно эффективно, однако она имеет несколько существенных недостатков, из которых мы отметим только некоторые.

Первый. По мере увеличения числа анализируемых рецепторов (а в нашей схеме их всего 4) растет число нейронов, которые должны входить в состав самого анализатора. Для 4-х рецепторов объем анализатора равен 25 нейронам. Но уже далее, по мере увеличения числа рецепторов количество входящих в состав анализатора нейроном начинает расти в геометрической последовательности. Уже при анализе состояния 10 рецепторов приходится использовать анализатор, состоящий из примерно 2000 нейронов и т.д.

Конечно, нервная система организма и, в частности, человека, включает в себя от 20 до (по отдельным оценкам) 100 миллиардов нейронов, но даже и этого огромного количества при большом числе рецепторов может оказаться недостаточно.

Второй. В нашей схеме каждый последующий нейрон может возбудиться только спустя некоторое время после возбуждения предыдущего нейрона. Даже если принять, что фронт возбуждения длится всего 1 – 2 мс, то для цепочки длиной из 20 нейронов (а это далеко не предел) длительность реакции может составить до 40 мс, а это для живого организма слишком большая величина. Отсюда следует, что реальная система анализа должна функционировать на некоторой другой основе, с использованием иных, более совершенных принципов ее построения.

К этой проблеме мы со временем еще вернемся, пока же примем, что мы просто привели один из возможных вариантов построения нейронного анализатора.

наверх »

3. Генерация импульсов

Выше, в данной работе, а также и в работе [1] мы отмечали, что нейронная система не сможет эффективно работать, если в ней отсутствуют средства генерации импульсов тех или иных частот. На данном этапе нас в особенности будут интересовать последовательности, следующие с частотой примерно 50 импульсов в секунду. Естественно, что генерироваться такие последовательности могут только нейронными схемами, в нашем случае – схемами, построенными на моделях нейронов. За основу примем всё ту же схему модели нейрона, которая рассматривалась нами в [1, рис. 2].

Схема нейронного генератора может выглядеть примерно следующим образом (рис. 4).


Рис. 4. Схема нейронного генератора

В данной схеме используется специфический нейрон-генератор, который находится в среде, оказывающей на него постоянное возбуждающее воздействие. Такое предположение нельзя назвать надуманным или нереальным, поскольку необходимо согласиться, что все нейроны нервной системы функционируют в той или иной среде. И среда сама по себе воздействует на нейрон. Среда нейрона-генератора стремится перевести его внутреннее напряжение на уровень +50 мв. Как это происходит в реальности, мы на данном этапе не знаем, но это может происходить за счет синапсов, чувствительных к состоянию среды. Поскольку возбуждение приходит не от рецепторов, и не от других нейронов, то фронт возбуждения оказывается существенно более пологим, см. рис. 5.

Как только уровень возбуждения достигает примерно +50 мВ, происходит возбуждение так называемого «тормозного» нейрона, который подает сигнал сброса на нейрон-генератор. Состояние нейрона-генератора становится равным -70 мВ, после чего процесс повторяется. Что касается тормозного нейрона, то мы о нем уже говорили в работе [1].


Рис. 5. Генерация импульсов
наверх »

4. Выработка простейших нервных реакций (условных рефлексов)

Выше, в п. 2 мы рассмотрели информационную схему вида «восприятие-анализ-реакция». Подобного рода аналитические цепочки если и используются интеллектом, то обычно на самом низшем уровне с минимальной обработкой информации. Память как таковая а этой цепочке отсутствует. Однако, как представляется, еще до выработки реакции или одновременно с ее выработкой воспринятая и проанализированная информация должна помещаться в память для более или менее длительного ее сохранения.

И тому есть веские причины. Как мы уже отмечали при описании группы рисунков 3, для каждой комбинации рецепторных сигналов заранее должна быть заготовлена своя цепочка распознающих нейронов. То есть, эти цепочки должны быть заготовлены в предельно необходимом количестве. Однако при этом может случиться, что некоторые из этих цепочек, а может даже и большинство, никогда не будут использованы, поскольку не каждая из возможных комбинаций входных сигналов обязательно будет хоть когда-нибудь подана на анализатор. Использование памяти позволяет избавиться от излишних цепочек как элементов распознавания. Более того, использование памяти сможет сделать реакции на раздражители более гибкими и разнообразными.

Но как должна быть структурно организована нейронная память? Порой появляется искушение провести некоторую аналогию между памятью компьютера и памятью живого организма. Скажем так: если такая аналогия и справедлива, то только в малой степени. Память компьютера имеет заведомо регулярную структуру. Обычно она состоит из ячеек, все ячейки имеют одинаковую разрядность. Что же касается живого организма, то его память состоит из нейронов, эти нейроны образуют некую сетевую систему, структура которой пока исследована весьма слабо. Более того, нейронная сетевая структура изменяема во времени и не является жестко, раз навсегда зафиксированной. Следует учесть, что на протяжении жизни организма некоторые нейроны отмирают, другие нейроны могут нарождаться и находить свое место в сетевой нейронной системе.

Нейронная сеть обладает и другими особенностями. Вспомним, что связь между нейронами осуществляется через синапсы, которые подсоединяются к дендритам соседних нейронов. Известно, что в некоторых случаях синапсы подсоединяются непосредственно к телу нейрона, при этом они также способны оказывать на нейрон возбуждающее или тормозящее воздействие. Но более того, в процессе информационного взаимодействия у нейронов могут появляться новые синапсы, которые также подсоединяются к соседним нейронам, изменяя, таким образом, характер межнейронных связей.

Необходимое отступление. Обычно волокна, которыми заканчивается аксон и которые затем подсоединяются к дендритам соседних нейронов, называют окончаниями аксонов. Само же соединения получило название «синапса». Однако в некоторых случаях используется несколько измененная терминология, а именно: окончания аксонов называют синапсами, а само соединение – «синаптическим контактом» или «синаптическим соединением». Мы в нашей работе будем придерживаться второго варианта.

Исследования нейронов на микрофизиологическом уровне ведутся в разных странах и на разных уровнях. Не ставя перед собой задачу дать хотя бы поверхностный обзор работ по данной тематике, мы просто предложим заинтересованному читателю ознакомиться с обзором работ по данной тематике, приведенном на сайте http://rakursy.ucoz.ru/forum/44-29-1, где он сможет найти для себя много полезного и интересного. Со своей стороны мы можем сказать, что само по себе изучение нейронов – проблема весьма непростая, и мы еще не скоро сможем исчерпывающе узнать, как и какие функции выполняет в нейронной сети тот или иной элемент нейрона. И все же те данные, которыми мы располагаем, позволяют нам сделать более или менее достоверные предположения.

Первое такое предположение вытекает из вопроса: какова роль дендритов при поступлении на нейтрон тех или иных сигналов? Как мы отмечали выше, большинство синапсов подсоединяются к отросткам нейрона – дендритам. Однако, как мы уже отмечали, некоторые синапсы подсоединяются непосредственно к телу нейрона. Почему так? Можно предположить, что дендриты усиливают сигнал, поступающий на нейрон с тем, чтобы даже этот, ослабленный сигнал смог перевести нейрон в состояние возбуждения.

Второе допущение. В некоторых случаях может оказаться, что сигнал, поступивший на один дендрит, не сможет перевести нейрон в возбужденное состояние. Если же одновременно или даже разновременно сигналы поступают на два или более дендритов, то в совокупности они уже оказываются в состоянии возбудить нейрон. Таким образом, дендриты позволяют выполнять логическую функцию «И».

Третье допущение. Можно предположить, что принудительный перевод нейрона в невозбужденное состояние (сброс нейрона) как раз и подается по синапсу, прикрепленному непосредственно к телу нейрона.

Четвертое допущение. Количество дендритов у каждого нейрона различно и может достигать нескольких сотен. Что же касается общего их количества в человеческом мозге, то оно оценивается в 1 триллион (см. Сивер Дэвид - Майнд машины).

Если принять, что сами дендриты могут выполнять функции хранения информации, а такие предположения можно встретить в литературе, то такого объема памяти окажется вполне достаточно для хранения информации практически неограниченного объема.

Вернемся, однако, к набору рисунков 3 и рассмотрим простой вариант, представленный на рис. 3-в. Этот рисунок иллюстрирует ситуацию, когда на 4-входовой анализатор поступает информация вида 1 1 0 0 (а это, согласно табл. 1 соответствует сильному звуку слева). Мы будем полагать, что эта информация означает наличие слева некой опасности. Предполагается, что на эту ситуацию анализатор должен выработать определенную реакцию, которая в нем уже заранее заложена. Однако в реальности заранее заложенными являются только реакции инстинктов и безусловных рефлексов. Как они могут быть запрограммированы, мы говорили в работе [1], в самом ее конце. Такие реакции даже при их очень большой важности и при большом их числе составляют лишь малую долю реакций любого сколько-нибудь развитого интеллектуального существа. Значительно большая часть реакций вырабатывается в процессе обучения и накопления опыта.

Так вот, если на анализатор комбинация сигналов 1 1 0 0 будет подана в первый раз, то он, естественно, не будет «знать», какую же реакцию он должен подать на выход. Скорее всего, реакция будет случайной. Но опасность для особи продолжит существовать. И если в результате выданной случайной реакции особи удастся счастливым образом избежать этой опасности, то в памяти всё того же анализатора сможет выработаться некий признак, соответствия реакции сложившейся ситуации. Этот признак, что естественно, должен быть сохранен в некотором дополнительном нейроне, который должен быть размещен в самом анализаторе совместно с блоком нейронов, которые предназначены для использования именно данной комбинации входных сигналов 1 1 0 0. Признаковый нейрон мы назовем «нейроном реакции». При последующей подаче всё той же комбинации сигналов анализатор обнаружит, что нейрон реакции находится в состоянии «1», таким образом, соответствующая реакция окажется адекватной.

На самом деле во многих, может даже в большинстве случаев, реакция должна быть не совсем однозначной. Нервная система организма должна иметь возможность выбора из некоторого спектра реакций в зависимости от условий, в которых на анализатор поступила конкретная комбинация входных сигналов, но также и от различных иных факторов. Естественно, что в таких случаев нейрон реакции должен иметь возможность находится не в двух состояниях (0 или 1), а в нескольких. И тогда уже оказывается, что одним единственным нейроном реакции обойтись становится невозможным. Для такого случая из нескольких (из 3-4 или из большего количества) нейронов должен быть сформирован некий нейронный «блок реакции». При этом, безусловно, важным требование к такому блоку является возможность сохранения любого из его состояний в течение достаточно длительного времени (месяцы, годы). В противном случае рефлекторная информация может оказаться «забытой». При каких условиях информация в нейронной системе может храниться длительное время, было подробно рассмотрено в работе [1]. По сути, мы на данном этапе, хотя и очень поверхностно, но рассмотрели возможность выработки организмом и сохранения в его нервной системой простейших условных рефлексов. И это одно из направлений проблемы обучения.

Далее по поводу анализатора: если на каком-то этапе его работы некоторые комбинации входных сигналов еще ни разу в анализатор не поступали и к тому же неизвестно, поступят ли когда-нибудь, то зачем резервировать для них в том же анализаторе соответствующие нейронные наборы? И нет ли реальной возможности создавать необходимые для анализа нейронные наборы лишь по мере первичного поступления в систему новой комбинации входных сигналов? В принципе, такая возможность есть, и мы постараемся описать соответствующий процесс с использованием всё тех же моделей нейронов, которые мы использовали выше.

Вернемся снова к процессу анализа группы рецепторных сигналов, представленных в табл. 1. Пусть на анализатор подается некоторый набор входных сигналов. В рассмотренном выше варианте (рис. 3-а – 3-д) было важно найти среди набора эталонов такой, который совпадает с поданным на анализатор набором сигналов, после чего выдать во внешнюю среду соответствующий сигнал-реакцию. При этом мы принимали, что необходимое количество аналогов являлось заранее заготовленным. Теперь мы будем исходить из того, что в анализаторе (а, точнее, в его памяти) нет никаких заранее заготовленных аналогов. Иначе говоря, память анализатора является пустой. При поступлении в анализатор первого, а затем и последующих наборов входных сигналов он начинает анализировать их, последовательно сравнивая с ранее занесенными в него аналогами. Если такой аналог встречается, то сравнение прекращается и на выход выдается сформированный ранее сигнал. Если такого аналога в анализаторе пока еще нет, то для входной комбинации вырабатывается некий случайный сигнал, который оказывается либо адекватным, либо не адекватным той внешней ситуации, которая породила пришедший входной сигнал. И если выход оказывается адекватным входу, то поступившая на вход комбинация совместно с сигналом реакции заносится в память анализатора для дальнейшего использования. Таким образом, если количество никогда не возникших входных комбинаций является значительным (а оно, это количество, может быть очень большим), то в памяти анализатора не потребуется хранить информацию, которая никогда не будет востребована.

Необходимо учесть, что в реальности комбинации входных сигналов являются, как мы уже отмечали, достаточно объемными (а не так, как в нашем случае – всего четыре позиции). При этом они, как правило, соответствуют некоторому воспринимаемому реальному объекту. Поэтому мы подобные комбинации будем называть «внешними объектами». Иногда для той же цели используют термин «паттерн», а также и некоторые другие термины. Термин «паттерн» мы могли бы использовать и в нашей работе, однако порой в него вкладываются и другие смыслы, поэтому мы будем отдавать предпочтение термину «внешний объект».

Анализ входных сигналов можно проиллюстрировать с помощью рисунка 6. В рассматриваемой системе информация, помещаемая в память анализатора (а объем этой памяти заранее не определен и может быть весьма большим) остается в нем навсегда или, по крайней мере, очень надолго. Повредиться эта информация может только в результате тех или иных флуктационных процессов. Произвольно «стереть» занесенную в память информацию, иначе говоря, намеренно «забыть» ее не способно ни одно обладающее хоть каким-то интеллектом живое существо. Поэтому память анализатора можно рассматривать просто как некоторый вид памяти интеллекта. Занимаемый этой памятью объем может стать по мере накопления информации очень большим.


Рис. 6. Анализ входящих сигналов

Итак, рассмотренный нами анализатор выполняет следующие функции: А) Принимает совокупность входных сигналов от рецепторов (или от других источников). Б) Выполняет по мере поступления последовательное сравнение входных сигналов с их аналогами, находящимися в памяти анализатора. Подобное сравнение осуществляется поэлементно (или поразрядно, как сказали бы компьютерщики). В) Если в памяти удается найти аналог для входящего сигнала, то активизируется соответствующий нейрон реакции. Г) Если в памяти не удается найти соответствующий аналог, то копия входного сигнала заносится в конец списка памяти (впрочем, эта копия может помещаться в любое место памяти – это не принципиально). Одновременно в соответствующую строку добавляется новый нейрон реакции, который выдает во внешнюю среду случайный сигнал реакции.

Несколько слов по поводу возможности моделирования функционирования рассмотренного нами анализатора. Вольно или невольно нам придется всё же применить наиболее подходящую для этого случая компьютерную терминологию. Она достаточно проста и не должна у не слишком строгого читателя вызвать какого-либо отторжения. Для выполнения сравнения поступившей в анализатор входной последовательности необходимо предусмотреть в анализаторе возможность ее кратковременного хранения в некоем входном регистре. Количество разрядов в этом регистре должно быть равно количеству рецепторов, из которых формируется входной сигнал. В реальных условиях количество рецепторов, из которых формируется входной сигнал, может быть переменным, поэтому входной регистр должен иметь количество разрядов по максимуму. Регистр этот состоит из нейронов, по одному, а, может быть, и по два-три нейрона на разряд. Длительность хранения информации во входном регистре не должна превышать времени, превышающем время до поступления в регистр следующей порции информации, скажем, несколько десятков миллисекунд, максимум, сто-двести. Кроме этого, в анализаторе должен иметься еще один регистр, а именно, регистр сравнения.

наверх »

5. Функциональная схема анализатора


Рис. 7. Принцип функционирования анализатора

Дадим к приведенной на рис. 7 схеме некоторые пояснения и, в частности, по поводу функционирования регистра сравнения. На вход каждого разряда этого регистра подаются из рецепторного регистра и регистра памяти по два подлежащих сравнению сигнала: 0 или 1. Если значения обоих сигналов совпадают (то есть, либо оба сигнала равны 0, либо равны 1), то нейрон регистра сравнения устанавливается в состояние «1» и поступающий на тот же нейрон сигнал поиска (горизонтальная стрелка влево) пропускает этот сигнал на следующий разряд.

Если во всех разрядах регистра сравнение входящие сигналы совпадают, то все нейроны переходят в состояние «1» и на выходе последнего появляется сигнал «Аналог в памяти найден» (то есть, в памяти нашелся аналог анализируемого рецепторного сигнала). По этому сигналу активизируется соответствующий нейрон реакции.

Если хотя бы на один из нейронов регистра сравнения подаются сигналы противоположного значения ( 0 и 1 или 1 и 0), то соответствующий нейрон остается в состоянии «0». Тем самым он блокирует выдачу выходного сигнала «Аналог в памяти найден». В этом случае содержимое рецепторного регистра передается для последующего сохранения в первую свободную ячейку памяти анализатора, а соответствующий нейрон реакции выдает некоторый случайный сигнал (который может быть либо в той или иной степени адекватен сложившейся рецепторной ситуации, либо полностью ей не адекватен).

Моделирование приведенной на рис.7 схемы недолжно, в принципе, вызвать серьезных затруднений. При использовании описанной в работе [1] (а также и в начале данной работы) модели нейрона можно без особых проблем реализовать логическую функцию равнозначности (0 ≡ 0 = 1, 1 ≡ 1 = 1, 0 ≡ 1 = 0, 1 ≡ 0 = 0). Другая проблема – нахождение нужного нейрона реакции при совпадении входного сигнала и сигнала, поступающего из памяти, – тоже решаема. Боле сложной, по крайней мере, на первый взгляд, является проблема поиска в памяти первой ячейки в области свободных ячеек анализатора. Обсуждением этой проблемы мы ради краткости изложения на данном этапе заниматься не будем, отложив ее на некоторое время.

Еще одна проблема связана с выработкой сигнала «аналог в памяти найден» (см. рис.7). в нашем примере ширина всех регистров (то есть, количество составляющих их разрядов) равна всего 4-м разрядам. В реальности ширина регистра может достигать нескольких тысяч разрядов. Если принять, что прохождение сквозного сигнала через нейрон займет примерно 10 миллисекунд, то при ширине регистра 1000 разрядов сигнал на выходе появится спустя 10 сек. после начала сравнения. Между тем допустимой можно принять задержку реакции не более 0,1 сек. Проблема эта, как нам кажется, тоже разрешима, но заняться ею мы сможем несколько позднее.

В общем, приходится признать, что предложенная нами модель далеко не идеальна, при более скрупулезном анализе в ней можно будет найти и другие недостатки. Однако она, эта модель, сможет послужить нам для построения других, более совершенных моделей функционирования нейронных систем.

 

Заключение
Мы рассмотрели характер функционирования простейшей системы анализа внешних сигналов и некоторый принцип выработки сигналов реакции. При этом мы учитывали возможность реагирования системы только на звуковые раздражители, которые исходят только от 4-х рецепторов. Но ведь в нервную систему сигналы поступают также от рецепторов обоняния, зрения, вкуса, от рецепторов кожных воздействий. Но и это еще не всё. Нервной системе необходимо реагировать на сигналы от внутренних органов, от различных частей тела организма. Даже мыслительно-аналитическая работа мозга вне зависимости от уровня его интеллектуальности приводит к выработке сигналов, которые передаются в другие разделы мозга для повторной, иногда многократной обработки. Таким образом, напрашивается вывод, что в нервной системе существует, скорее всего, не один, а несколько анализаторов, возможно даже несколько десятков. При этом естественно предположить, что многие сигналы могут поступать на свои анализаторы одновременно. Поэтому реакции на такие комбинированные сигналы должны также быть комбинированными. На практике почти всегда именно так оно и бывает. Но как осуществить моделирование подобных сложных процессов, вопрос пока еще открыт. Автор планирует вернуться к нему впоследствии.

наверх »

Ссылки:

Вернуться на Главную »