Нейротон. Занимательные истории о нервном импульсе - Александр Иванович Волошин
Шрифт:
Интервал:
Закладка:
Продолжительное изменение выходной клеточной реакции на определённое входное воздействие служило по меньшей мере ярким примером нейропластичности; больше того, весьма специфичная форма, которую приобретала реакция, могла рассматриваться как проявление памяти.
ДВП легко вызывать и изучать классическими методами нейрофизиологии, поэтому вряд ли стоит удивляться её популярности в качестве потенциальной модели памяти. В ближайшие годы после первых наблюдений всё большее число исследователей в разных лабораториях стали в мельчайших подробностях изучать физиологию ДВП. Было показано, что этот феномен выявляется не только у наркотизированных и ненаркотизированных кроликов, крыс и других лабораторных животных, но и в препаратах in vitro1.
Теперь пришло время ввести новый термин. Биологическая нейронная сеть – совокупность нейронов головного и спинного мозга центральной нервной системы и периферической нервной системы, которые связаны или функционально объединены в нервной системе, выполняют специфические физиологические функции.
Биологическая нейронная сеть состоит из группы или групп функционально связанных нейронов. Один нейрон может быть связан со многими другими, а общее количество нейронов и связей в сети может быть достаточно большим. Места́ контактов нейронов называется синапсами. Передача импульсов осуществляется химическим путём с помощью медиаторов или электрическим путём посредством прохождения ионов из одной клетки в другую.
Такое представление о нейронных сетях оказало значительное влияние на технологии искусственного интеллекта. В попытке построить математическую модель нейронной сети был создан обширный инструментарий искусственных нейронных сетей, широко используемый в прикладной математике и информатике.
В области искусственного интеллекта существует подход, называемый – коннекционизм. Сторонники его полагают, что информация хранится в синапсах, или даже что носителем информации является сама связь между двумя нейронами. Главный принцип коннекционизма состоит в предположении, что мыслительные явления могут быть описаны сетями из взаимосвязанных простых элементов. Например, элементы в сети могут представлять нейроны, а связи – синапсы.
1 In vitro (с лат. – «в стекле») – это технология выполнения экспериментов, когда опыты проводятся «в пробирке» – вне живого организма. В общем смысле этот термин противопоставляется термину in vivo – эксперимент на живом организме (на человеке или на животной модели).
Кибернетика
Некогда модное, а теперь почти забытое слово. Но из истории его не выкинешь. Именно из кибернетики выросли современные идеи нейронных сетей и искусственного интеллекта.
Историки полагают, что первым, кто применил термин «кибернетика» для управления в общем смысле, был древнегреческий философ Платон. Однако реальное становление кибернетики как науки произошло много позже. Оно стало закономерным итогом развития технических средств управления и преобразования информации.
История современной кибернетики началась в 1948 году с публикации Норбертом Винером (Norbert Wiener, 1894—1964) культовой одноимённой книги «Кибернетика».
Винер предложил называть Кибернетикой «науку об управлении и связи в животном и машине».
Кибернетика (от греч. kybernetike – искусство управления, от kybernáo – правлю рулём, управляю), наука об управлении, связи и переработке информации.
Основным объектом исследования в кибернетике являются так называемые кибернетические системы. Такие системы рассматриваются абстрактно, вне связи с их реальной физической природой. Высокий уровень математической абстракции позволяет кибернетике применять общие методы к изучению систем самой разной природы, например, технических, биологических и даже социальных.
Методы кибернетики. Имея в качестве основного объекта исследования кибернетические системы, кибернетика использует для их изучения три принципиально различных метода исследования. Первые два: математико-аналитический и экспериментальный, широко применяются и в других науках.
Зато третий – метод математического (машинного) эксперимента, или математического моделирования появился и стал популярен благодаря кибернетике. Суть его состоит в том, что эксперименты производятся не с реальным физическим объектом или его моделью, а с его математическим описанием. Описание объекта вместе с программами, моделирующими изменения характеристик объекта в соответствии с этим описанием, загружается в память ЭВМ, что делает возможным проводить с объектом различные эксперименты: контролировать его реакции на изменение тех или иных условий, менять те или иные элементы описания и тому подобное. Огромное быстродействие современных компьютеров зачастую позволяет моделировать многие процессы в более быстром темпе, чем они происходят в действительности.
При кибернетическом подходе к изучению мозга как системы нейронов, обычно абстрагируются от их размеров, форм, химического строения и прочего. Предметом изучения выступают состояния нейронов, вырабатываемые ими сигналы и связи между нейронами, а также алгоритмы изменения их состояний.
Есть два способа запоминания информации в кибернетических системах, оно обусловлено: либо изменениями состояний элементов системы, либо изменениями структуры системы. Различие между ними не принципиально. В большинстве случаев оно зависит лишь от выбранного подхода к описанию системы. Например, популярный сегодня взгляд объясняет долговременную память животных изменениями проводимости синаптических контактов, т. е. связей между отдельными составляющими мозг нейронами. Если в качестве элементов, составляющих мозг, рассматриваются исключительно сами нейроны, то изменение синаптических контактов следует рассматривать как изменение структуры мозга. Если же и все синаптические контакты, независимо от степени их проводимости, рассматриваются как составные части мозга, то процесс запоминания сведётся к изменению состояния элементов при неизменной структуре системы.
Искусственные нейронные сети
Прежде всего надо пояснить, что искусственная нейронная сеть (ИНС, нейросеть) это не привычная нам сеть, связывающая некоторое количество компьютеров. ИНС – это математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма. ИНС может быть создана и на одном отдельном компьютере. Так что не стоит предполагать, что ИНС «умнее» привычных нам компьютеров. Нет, это просто новый «интеллектуальный» способ обработки данных.
Математическая модель искусственного нейрона вместе с моделью сети, состоящей из этих нейронов была предложена Уорреном Мак-Каллоком и Уолтером Питтсом в 1943 году. В своей фундаментальной статье о логическом исчислении идей и нервной активности эти учёные формализовали понятие нейронной сети. Авторы продемонстрировали, что сеть на таких элементах способна выполнять и логические, и числовые операции. Для создания первых эквивалентов ИНС предлагались электровакуумные лампы в качестве идеального на тот момент технического устройства.
Работая у истоков нейробиологии, Уоррен Мак-Каллок и Уолтер Питтс в своей статье 1943 года «Логическое исчисление идей, присущих нервной деятельности» предложили первую логическую схему нейрона.
Рисунок 44 Базовый нейрон Маккалока и Питтса
Первая нейросеть была создана Розенблаттом и Мак-Каллоком в 1956—1965 годах. Это была попытка создать систему, моделирующую взаимодействие человеческого глаза с мозгом. Устройство, созданное ими тогда, получило название «Персептрон» (Perceptron). Оно реально умело различать буквы алфавита, хотя и было чувствительно к их написанию. Персептрон обрёл популярность – его и сейчас используют для распознавания образов, прогнозирования погоды и т. д.
В то время казалось, что человечество стоит на пороге создания полноценного искусственного интеллекта. Но постепенно в 70—80 годах количество работ по этому направлению стало снижаться. Слишком неутешительны были первые результаты. Авторы объясняли свой скептицизм малой памятью и низким быстродействием существовавших в то время вычислительных систем.
Но прошло два десятка лет и идеи нейро-бионики – создания технических средств на нейро-принципах – снова начали интенсивно обсуждаться. Катализатором стал тот факт, что размеры и количество элементарных ячеек в процессорах компьютеров стало соизмеримо с размерами количеством нейронов в нервной системе, а скорость выполнения операций электронных элементов в миллионы раз превзошла быстродействие биологических систем. В то же время эффективность решения задач, особенно связанных с ориентированием и принятием решений в естественной среде, у живых систем остаётся пока на недостижимо высоком уровне.
Основная концепция. В отличие от традиционных цифровых систем, представляющих собой комбинации процессорных и запоминающих блоков, нейро-процессоры содержат память, распределённую в связях между очень простыми процессорами, которые часто могут быть описаны как формальные синапсы. Тем самым основная нагрузка на выполнение конкретных функций системы ложится на её архитектуру, детали которой в свою очередь определяются межнейронными связями.
Технически искусственная нейронная сеть представляет собой смоделированную на компьютере систему соединённых и взаимодействующих