#2 Нейронные сети_ИИ_Мозг роботов

Category: 1.ИИ_МОЗГ РОБОТОВ
Views: 43

БИОЛОГИЧЕСКИЕ ОСНОВЫ НЕЙРОСЕТЕЙ  

Вернемся к обзору биологических данных, на которых основывались создатели нейронных сетей. Посмотрим, как нейрокибернетики использовали эту информацию для повышения удобства и снижения стоимости применения полученных сетей. Исследователи знали достаточно много о том, какие действия может выполнять биологический нейрон.  Важнейшие знания, которые удалось получить биологам, относятся к местам передачи сигнала от одного нейрона к другому. 

Они удивительны и неожиданны! Оказалось, что для обработки информации внутри мозга наиболее важны не крупные и сложные тела клеток и не длинные и разветвленные нервные волокна (аксоны и дендриты), соединяющие нейроны между собой. Самую главную роль играют системы, обеспечивающие передачу информации между нейронами и называемые синапсами. Они настолько маленькие, что разрешение обычных для биологии оптических микроскопов оказалось недостаточным для выявления и описания этих структур. На нижнем рисунке синапсы еле видны.

Только электронные микроскопы показали, насколько сложной и интересной структурой обладают синапсы. 


В серии гениальных экспериментов нейрофизиологи обнаружили, что для переноса нервного сигнала через синапсы задействуются специальные химические субстанции, так называемые нейромедиаторы, которые из окончания аксона нейрона-передатчика переходят в так называемую постсинаптическую мембрану нейрона-получателя информации (очень упрощенная схема структуры синапса приведена на рисунке). 

С очень сильным упрощением можно сказать, обучение нейрона (и мозга в целом) заключается в том, что один и тот же сигнал, поступающий по аксону от клетки, передающей информацию, может вбрасывать в синапс большую или меньшую дозу нейромедиатора. Если в результате обучения сигнал признается важным, то количество нейромедиатора увеличивается, а если не слишком значимым, то уменьшается. Именно в этом заключается тайна обучения и памяти, хотя еще раз надо отметить предельную упрощенность описанного механизма по отношению к реальным биологическим процессам, протекающим в синапсе. 

Специалисты по нейронным сетям удачно использовали эту информацию, благодаря чему созданные ими системы обрели одно из важнейших свойств - способность к обучению. Конечно, для получения инструментария, пригодного для решения практических задач прикладной информатики, биологические основы обучения (объективно чрезвычайно сложные и опирающиеся на весьма специфические биохимические процессы), также необходимо было многократно упростить. Более того, было принято решение, что предметом обучения в нейронных сетях будет лишь тот раздел знаний, который психологи относят к функции недекларативной памяти - отнюдь не единственному виду человеческой памяти.

Другой источник информации, на котором основывалась концепция нейронных сетей - выявленная внутренняя структура мозга. Кропотливая работа нескольких поколений гистологов, анализ тысяч микроскопных препаратов, сотни более или менее удачных попыток реконструкции трехмерной структуры соединений нервных элементов ознаменовались получением схем, пример которых представлен на нижнем рисунке.