Физиологические основы психики: нейронные сети

5.7.1. Нервная система и психика

Многие системы, обладающие гомеостатической устойчивостью (п. 5.4), имеют специализированный управляющий орган. В его функции вхо­дит анализ сигналов от рецепторов, следящих за изменениями в окру­жающем мире, и выработка команд для эффекторов, изменяющих поведение системы с целью сохранения гомеостаза.

У животных роль, такого органа играет нервная система. При этом, начиная с некоторого уровня сложности, деятельность нервной си­стемы приобретает автономность и перестает быть просто суммой автоматических реакций (безусловных рефлексов) на внешние воз­действия. У сложных одноклеточных возникает привыкание, у мол­люсков — условные рефлексы и так далее до логических рассужде­ний, характерных для человеческого мышления. Где-то на этом пути усложнения и автономизации деятельности нервной системы появ­ляются психика и сознание.

Существуют различные определения психики. Одна из наиболее распространенных точек зрения заключается в следующем.

Психика (сознание)¹ возникает на таком уровне развития нервной системы, когда в ней имеется символическая карта, модель окру-жаюшего мира, которой можно пользоваться для интерпретации X и предсказания реальности.

Из такого определения вытекает, что психикой обладают доволь­но примитивные животные, например пчела. Во время своего танца она сообщает другим пчелам не тот длинный и окольный путь, кото­рый сама проделала в поисках нектара, а сразу направление и рас­стояние до нужной точки по прямой. Это говорит о наличии у пчелы внутреннего образа реального мира и, следовательно, сознания.

¹ Эти понятия разные, но близкие. В контексте данной книги разница между ними несущественна.

242 Глава 5. Естественная история природы и человека

5.7. Физиологические основы психики: нейронные сети 243

5.7.2. Нейроны, синапсы, нейронные сети

Структурной единицей нервной системы является нервная клетка ■ нейрон. Основное ее свойство — способность находиться в несколbj ких устойчивых состояниях и переключаться между ними. Состоя ние нейрона изменяется при электрохимическом взаимодействии, рецепторами через аксоны (нервные волокна) и с другими нейрона^} ми через межнейронные соединения — синапсы.

Значительных успехов в понимании свойств нервной системь|
удалось добиться, рассматривая ее как совокупность формальны
нейронов (т. е. упрощенных моделей нейронов реальных), связанны:
в нейронные сети. ^N

В простейшей модели формального нейрона, предложенной в 1943 г| У. Мак-Каллоком и У. Питтсом, считается, что нейрон может нахо-| диться в двух состояниях: возбужденном и заторможенном. Возбуж'4 дение нейрона стимулирует возбуждение или торможение других^ нейронов, с которыми он связан синапсами. Действие синапса зави-| сит от деталей его устройства и характеризуется не только знаком! (возбуждающий или тормозящий), но и силой: возбуждающее дейст_:| вие на нейрон одного синапса может оказаться более эффективным,^ чем тормозящее действие нескольких других синапсов, и наоборот.;

Оказывается, что всего из нескольких нейронов, обладающих пе-3 речисленными свойствами, можно строить весьма эффективные! управляющие и перерабатывающие информацию системы. Напри-1 мер, у небольшого морского моллюска ангела (СНопе) имеется груп-'1 па всего из пяти нейронов, которая обеспечивает ритмичную работу* плавников, восстановление ритма после сбоев, сохранение правиль-j ного порядка сокращений «сгибающей» и «разгибающей» мыпщы| даже при значительном изменении частоты колебаний.

У низших животных — плоских червей, кишечнополостных (na-j пример, морских звезд или губок), моллюсков — нейроны распреде-| лены более или менее равномерно по всему телу. Даже у осьминогов,) обладающих развитым головным мозгом, две трети из 200 млн псй-| ронов центральной нервной системы сосредоточены в щупальцах и за-| няты непосредственно управлением конечностями осьминога.

Совсем иное дело у высших животных. Например, головной мозгЦ человека содержит около 100 млрд нейронов, причем большинство'! из них специализированы на переработке информации. Эти специа-^ лизированные нейроны обладают миниатюрными размерами, но зато! образуют многочисленные — до двух тысяч — синаптические связи!

с соседними такими же клетками. Информация от рецепторов (на­пример, колбочек и палочек сетчатки глаза) возбуждает непосредст­венно связанные с ними нейроны (первый слой). В свою очередь че­рез синаптические связи это приводит к избирательному возбужде­нию нейронов второго слоя и так далее. Распределение, характер и сила синапсов в нейронной сети таковы, что в конечном счете исход­ная информация о распределении освещенности по сетчатке оказы­вается разложенной на смысловые элементы — форму, положение, удаленность, характер движения и другие характеристики наблюда­емого объекта.

5.7.3. Мозг и компьютер

Работу мозга часто уподобляют работе компьютера, тем более что группы связанных между собой нейронов действительно напоми­нают логические элементы интегральных схем, а количество таких элементов в центральном процессоре современного компьютера все больше приближается к количеству нейронов в головном мозге. Од­нако между компьютерным процессором и нейронной сетью сущест­вует принципиальное отличие, обусловленное высокой связностью последней. Компьютер — это устройство последовательной, шаг за шагом, обработки информации. В нейронной же сети «вычисления» происходят параллельно, по множеству независимых путей одновре­менно. В результате самым мощным компьютерам остаются недо­ступными такие операции, как быстрое распознавание зрительных образов, речи, восстановление информации по незначительному или искаженному фрагменту — и это несмотря на то что электрические сигналы в проводниках процессора движутся со скоростями, сравни­мыми со скоростью света, а скорость распространения нервного им­пульса по отросткам нейронов не превышает нескольких десятков метров в секунду. Этим же обстоятельством объясняется и высокая устойчивость мозга к повреждениям, вызванным болезнью или трав­мой. В медицинской литературе известно описание человека, про­жившего много лет со сквозным отверстием в голове (результат не­счастного случая) и бывшего при этом нормальной личностью.

Еще одним достоинством разветвленной нейронной сети с высо­кой связностью является ассоциативная память, позволяющая по предъявленному неполному или неточному фрагменту восстановить в подробностях цельное воспоминание. По современным представле­ниям, воспоминание представляет собой устойчивое возбуждение группы нейронов головного мозга. Доступ к воспоминанию возмо-

244 Глава 5. Естественная история природы и человека

жен, грубо говоря, через любой нейрон группы. Эти нейроны не об| зательно находятся рядом: экспериментально установлено, что эд| ментарные воспоминания (энграммы) делокализованы, рассредот| чены по значительным областям мозга. Другими словами, память это кооперативное, системное свойство всего мозга.

5.7.4. Механизмы обучения

Как формируется структура нейронной сети, позволяющая столь эф фективно обрабатывать информацию? Ключевую идею выдвинул 1 1949 г. канадский психолог Д. Хебб. Он предположил, что нейрон ны! сети могут обучаться. Если два нейрона часто одновременно возбу^ даются, то синапс между ними становится «сильнее». При достаток ной силе синапса возбуждение одного нейрона немедленно возбуди^ и второй: между ними установится ассоциативная связь.

Дальнейшие исследования подтвердили правоту Хебба, внес*; лишь некоторые уточнения. В каждом акте запоминания участвуй ют, как правило, не два нейрона, а гораздо большее их число. КромбГ того, описанная выше ассоциация закрепляется лишь при особых об! стоятельствах, которые принято характеризовать как «награду» щ «наказание». Результат взаимодействия нейронов между собой оце! нивается другими частями мозга. При положительной оценке вырабатывают вещества (например, закись азота), стимулирующий усиление синаптических связей.

Понимание принципов работы мозга позволило создавать и ус-] пешно эксплуатировать искусственные нейронные сети. Обычно та-, кая сеть реализуется в виде компьютерной программы, которой зада-^;| ется число нейронов, функционирующих в согласии с той или иной моделью формального нейрона, группировка их в слои, а также кри-J терии для оценки работы всей сети. Затем начинается обучение:! «нейроны» входного слоя возбуждаются в соответствии с исходной,] информацией — симптомами болезни или курсами акций за пре! ствующие периоды. Это приводит к определенному возбуждению! нейронов выходного слоя, которое интерпретируется соответственно'! как диагноз или прогноз курса акций. Если они неверны, силы «си-| напсов» изменяются по определенным правилам так, чтобы умепь-| шить расхождение. После достаточно длительного обучения нейрон- •< ная сеть начинает вести себя как неплохой эксперт в соответству-, ющей области. Типичные количества нейронных слоев и нейронов¹ в них при этом измеряются несколькими единицами, что позволяете