Основные проблемы, связанные с моделированием нейронных механизмов мозга

Еще раз об общей оценке существующих нейронных моделей

Общая оценка логических нейронных сетевых моделей Мак-Каллока, перцептронов и признаковых распознающих формальных нейронных сетей приводилась в предыдущих лекциях. Вывод состоит в том, что эти "пассивные нейронные сети" сколько-нибудь существенными моделями механизмов мозга не являются. Еще раз подчеркнем, что реализуемое в формальных распознающих нейронных сетях признаковое распознавание не обладает свойствами целостности, целенаправленности, синер-гичности и активности, т. е. не похоже на живое восприятие. Функция признакового восприятия, безусловно, существует в нервной системе, но занимает там частное вспомогательное место. Причем вряд ли эта функция реализуется в нервной системе так же, как в ПРНС. Идущие от модели Хебба и перцептрона растровые распознаватели несколько более физиологичны.

В лекции 11 были сформулированы необходимые свойства и функции более или менее полных нейронных моделей механизмов мозга. Для удобства чтения приведем эти свойства и функции еще раз. 1.

Как уже отмечалось, приведенными свойствами логические нейронные сети Мак-Каллока и Питтса, перцептроны и современные признаковые распознающие нейронные сети не обладают.

Глядя на этот список необходимых функций и свойств, можно прийти к выводу, что не являются сколько-нибудь полными рабочими моделями механизмов мозга и рассмотренные нами активные нейронные сети ( $$А$$ -сети). Эти модели, по-видимому, более физиологичны, чем модели, названные выше пассивными. Отличаются они в первую очередь тем, что в них возможны ассоциации по сходству, возможно запоминание и экстраполяция временных последовательностей и на этой основе - предвидение и предактивация нейронных ансамблей.

Но самое главное принципиальное отличие $$А$$ -сети - это синергич-ность и активность - неоднократно упоминавшиеся выше необходимые свойства моделей нейронных механизмов мозга. Свойства, которые могут сделать естественными и неформальными процессы обучения и работы сети. Свойства, на основе которых можно строить предположения и гипотезы о том, что делает нейронную сеть "живой", определяя возникновение потребностей в получении информации и отображении среды в модели. На основе этих свойств можно строить и предположения о нейронных механизмах мышления, в том числе и творческого. Эти же свойства, по-видимому, необходимы для моделирования сознания.

И тем не менее на вопрос, достаточно ли экспериментально получаемых или гипотетически предполагаемых свойств $$А$$ -сетей для объяснения основных рабочих функций мозга, можно еще раз ответить, что, безусловно, напрямую нет. Программные и умозрительные эксперименты с $$А$$ -сетями имеют в основном иллюстративный характер. Остается еще очень много нерешенных проблем. Это относится и к преимущественно умозрительным экспериментам Л.Б. Емельянова-Ярославского [9], вопреки его утверждениям о построении полной логики модели механизмов мозга. В связи с этим в дополнение к общим проблемам представляется полезным выделить и определить нерешенные конкретные проблемы.

Рассмотрим вопросы, связанные с получением в любой нейронной модели, в том числе и в $$А$$ -сети, основных важных свойств, необходимых в первую очередь для восприятия и поведения, более сложного чем рефлексы и инстинкты. Все эксперименты с активными сетями проводились на "плоской" модели, относящейся к одному уровню гипотетической полной иерархической модели. О том, как должна работать многоуровневая активная нейронная модель, в очень общем плане говорилось в предыдущей лекции и будет еще говориться в дальнейшем. Однако о том, как может или должна работать такая модель, можно говорить только предположительно.

Что заставляет работать мозг? Предполагается, что всякая работа "активного" мозга направлена на оптимизацию функциональных состояний отдельных неустойчивых нейронов и сети в целом. На это же должна быть направлена и работа $$А$$ -сети. Поэтому приводимые ниже основные проблемы, которые с неизбежностью возникнут при попытках более или менее полного моделирования нейронных механизмов мозга, нужно стараться решать не формально, а, по-видимому, на основе свойств неустойчивости нейронов, синергичности и активности нейронной сети в целом.

Сознание

Может быть, не первая, но одна из самых принципиальных и наиболее важных проблем - это проблема моделирование сознания, включающая проблему концентрации и переключения внимания. Психология определяет сознание как субъективный образ части объективного мира, как непрерывно меняющуюся совокупность чувственных и умственных образов, непосредственно предстающих перед субъектом в его внутреннем опыте, включающем представление о своем "Я" (Словарь практического психолога, 1998 г.).

Выше уже говорилось о том, что в нейронной модели среды должно строиться эмоционально окрашенное отображение фрагментов среды и взаимодействий себя со средой. Такое отображение наряду со свойством активности, лежащим в основе выбора актуального фрагмента, переключения и концентрации внимания, и должно формировать модельное сознание.

Применительно к гипотетической $$А$$ -сети сначала определим сознание как эмоционально окрашенное реальное или умозрительное восприятие, которое выражается в направленном избирательном возбуждении нейронных ансамблей, соответствующих смысловым элементам какой-то части сформированной в мозге модели проблемной среды.

В $$А$$ -сети любая отображаемая в модели проблемной среды информационная единица отождествляется с нейронным ансамблем. При работе $$А$$ -сети должно происходить последовательное возбуждение нейронных ансамблей. При работе мозга в сознании последовательно возникают ситуации, слова, объекты. Если поглядеть в окно, то можно, например, увидеть улицу, дома, людей, машины. При этом в сознании возникает одна ситуация, которая может быть названа "вид на улицу из моего окна". Отдельный входящий в ситуацию объект находится на полуподсознательном уровне и возникает в сознании только при концентрации на нем внимания, оставляя при этом на полуподсознательном уровне все остальные входящие в ситуацию объекты и вытесняя на полуподсознательный уровень ситуацию в целом.

Очевидно, что при этом действует какой-то механизм управления сознанием, обеспечивая порядок в работе мозга. Например, в сознании не могут появиться два, а тем более три слова, произнесенные одновременно разными людьми. Если одновременно говорят два человека, то в любой момент вы слушаете и слышите только одного из них. Нельзя одновременно делать и два дела, например, писать письмо и говорить по телефону. Способности типа приписываемых Цезарю если и могут существовать, то только как исключение.

Возможно, что сознание и, в частности, концентрация внимания связаны с доминантностью мышления в соответствии с принципом доминанты А.А. Ухтомского и с формированием конуса, или "дерева", ассоциативно-смысловой предактивации в нейронной модели среды. Такого же рода работа должна происходить в многоуровневой $$А$$ -сети. Последовательное возбуждение нейронных ансамблей $$А$$ -сети в целом обеспечивается свойствами нейронов, но в эксперименте чаще всего наблюдается частично одновременная работа последовательно возбуждавшихся нейронных ансамблей. Проблема концентрации внимания имелась в виду при экспериментах с одноуровневыми $$А$$ -сетями, но детально не прорабатывалась.

Эту проблему Н.М. Амосов с сотрудниками решали при разработке своего сетевого автомата, введя внешнюю по отношению к сети формальную систему усиления - торможения (СУТ). СУТ подает дополнительное возбуждение на самый активный в данный момент информационный элемент сети и торможение на все остальные. Нейронный уровень в этих работах не рассматривался.

Таким образом, одна из важных проблем, решение которых необходимо при построении нейронных моделей механизмов мозга и в частности $$А$$ -сети, - это проблема моделирования составной части сознания, а именно направленной концентрации внимания. Использование идеи СУТ заманчиво, однако нужно, чтобы аналогичная функция выполнялась не внешним алгоритмом, а нейронным механизмом. Интересно было бы также получить в модели и промежуточные уровни активации нейронных ансамблей, с которыми может связываться определенная логика работы, интерпретируемая, например, в терминах "стабильные очаги возбуждения", "подсознание", "полуподсознание" и тому подобное. При этом нейронный механизм управления сознанием, как и все остальные, должен формироваться автоматически на основе свойств нейронов, и это формирование должно подчиняться единому общему критерию оптимизации функциональных состояний нейронов и активной сети в целом.

Как уже отмечалось, концентрацией и переключением внимания не исчерпывается функция сознания. Не менее важная, а может быть, и основная функция сознания - осознание себя во взаимодействии с проблемной средой. Причем не только осознание себя как физического, наделенного восприятием и возможностями действий объекта среды, но и как абстрактного умозрительного оператора, в том числе и в абстрактной среде формальных, например, математических, задач. Из этого следует, что в нейронной модели проблемной среды на всех ее уровнях должен быть представлен и особый объект - "Я".

Формирование модели "Я" во взаимодействии с другими объектами на всех уровнях укрупнения и обобщения модели проблемной среды происходит всю жизнь обладающего мозгом живого организма. В психологии "Я" (эго) определяется как "результат выделения человеком себя самого из среды, позволяющий ему ощутить себя субъектом своих физических и психических состояний, действий и процессов, переживать свою целостность и тождественность с самим собой в отношении прошлого, настоящего и будущего".

Таким образом, сознание можно определить как эмоционально окрашенную целенаправленную активацию фрагментов модели проблемной среды, включающих модель "Я" во взаимодействии с реальными или абстрактными объектами среды. При этом важно подчеркнуть, что в сознании возникает фрагмент модели среды, выходящий во времени (как в будущее, так и в прошлое) и в пространстве за пределы непосредственного восприятия текущей ситуации органами чувств.

Однако и это определение не является полным. В сознании при восприятии среды могут практически без временной задержки появляться объекты, отсутствующие в модели проблемной среды. Кроме того, при умозрительном конструировании в сознании могут появляться и сохраняться в течение какого-то времени любые неизвестные, отсутствующие в реальной среде, в том числе и физически невозможные, объекты. В этих случаях сводить сознание к активации существующих в сети нейронных ансамблей, соответствующих фрагментам модели среды, недостаточно. Нужны еще какие-то гипотезы о механизмах мозга, например, гипотезы, включающие не только представления о долговременной памяти в виде нейронных ансамблей, но и представления о нейронной либо какой-то другой реализации моментальной и кратковременной памяти, а также гипотезы о механизмах воображения.

С учетом всего изложенного можно сказать, что полное нейронное моделирование сознания, безусловно, представляет собой сложную и еще очень далекую от решения проблему. Точно так же можно сказать, что далекой от решения проблемой является и моделирование воображения.

Проблема моделирования сознания многими ставится на первое место при оценках возможности моделирования мышления. Однако работа мозга в процессе мышления не состоит в выполнении отдельных функций. При целостном подходе может оказаться, что сознание - это лишь одна из многих неразрывно связанных и одинаково важных компонент.

Часто считается важным соотнести сознание с какой-то конкретной областью головного мозга. Я полагаю, что локализация сознания не имеет принципиального значения. Для понимания проблемы привязки сознания к гипоталамусу, ретикулярной формации или какому-либо другому нейронному субстрату полностью равноправны. Гораздо важнее понять его функциональную сторону в целостной картине работы мыслящего мозга и реализацию на уровне нейронных либо каких-то других механизмов нервной системы.

Умозрительное моделирование и свобода воли

Такой же важной, как проблема сознания, и трудноотделимой от него является проблема "умозрительного моделирования" и "свободы воли". Очевидно, что "умозрительное" моделирование в нейронной сети не должно сводиться к простому предвидению, основывающемуся на запоминании при обучении и воспроизведении временных последовательностей событий. Как ранее, так и в дальнейшем мы говорим о логической схеме сведения многопереборных многоэкстремальных задач к малопереборным одноэкстремальным, происходящего в мозгу человека или животного при решении задачи управления поведением в много-экстремальной среде. При этом приблизительно определяется структура используемой многоуровневой модели среды. Приблизительно определяется и общая логика происходящих в этой модели процессов.

Отчасти несколько забегая вперед, кратко можно сказать, что эти процессы выражаются в моделировании, эмоциональной оценке, сравнении и выборе среди разных вариантов переходов между текущей и целевой ситуациями разных уровней укрупнения в многоуровневой иерархической модели среды. Сначала оцениваются наиболее укрупненные и общие переходы, а затем по мере необходимости все более и более конкретизируемые. Кроме того, к умозрительному моделированию относятся и упоминавшиеся выше очень важные для понимания мышления процессы перцептивного и абстрактного конструирования в воображении.

Что заставляет мозг непрерывно в процессе поведения или абстрактного мышления упорядоченно и направленно выполнять всю эту работу и как она может реализоваться реальными и модельными нейронными механизмами? Так же как и при управлении сознанием, нейронный механизм управления "умозрительным" моделированием и сравнением вариантов должен формироваться автоматически на основе свойств нейронов, и это формирование должно подчиняться единому общему критерию оптимизации функциональных состояний нейронов и активной сети в целом. К этому критерию могут априорно (генетически) добавляться только какие-либо структурные характеристики сети, а также специфические (для конкретного случая) и неспецифические возбуждающие и тормозящие воздействия на сеть.

Это очень общее положение должно работать при построении любых конкретных нейронных механизмов. Для этого нужно придумать и экспериментально проверить необходимые свойства нейронов и сети.

Очень грубо и приближенно можно говорить о том, что при решении любой задачи в нейронной сети, в том числе и задачи абстрактного мышления, должны возникать очаги возбуждения - активированные нейронные ансамбли, соответствующие начальной и целевой ситуациям. Постоянная принудительная работа фиксированных ансамблей должна нарушать регулирование оптимальных состояний нейронов сети и стимулировать активацию цепочек ансамблей и переходов, связывающих эти ситуации. При моделировании необходимы привязанные к конкретным нейронным механизмам представления о формировании, поддержке и гашении очагов возбуждения.

В самом общем плане можно полагать, что для гашения очагов возбуждения и восстановления общей регуляции в сети должно быть необходимо физическое достижение целевых ситуаций, а при абстрактном мышлении активация очагов возбуждения одновременно с активацией нейронных ансамблей, соответствующих переходу между текущей и целевой ситуациями. При этом нужно отметить отдельную проблему - реализацию на нейронном уровне эмоциональных оценок переходов между ситуациями и сознательный направленный выбор на основе этих оценок наилучших вариантов переходов.

Осуществляемые в мозге в процессе мышления сознательный перебор, сравнение на основе эмоциональных оценок и фиксация лучшего варианта приводят к необходимости понимания не только на психологическом уровне, но и на уровне нейронных реальных и модельных механизмов еще одного феномена, который может быть назван "свобода воли". Я думаю, что проблема понимания и моделирования свободы воли не менее существенна и не менее сложна, чем проблема понимания и моделирования сознания.

Выше говорилось о проблемах моделирования воображения и управления целенаправленным сравнением воображаемых вариантов. Воображение может строиться на основе возбуждения существующих в модели проблемной среды нейронных ансамблей. Но этого недостаточно. При творческом мышлении используются перцептивное и когнитивное конструирование, т. е. воображаемое построение в сознании объектов, отсутствующих в модели среды, а может быть, отсутствующих и в самой среде. Для полного моделирования мышления необходимо конструктивное решение и этой проблемы.

Возникновение и гашение очагов возбуждения

Выше описывалось, как возникает очаг возбуждения в одноуровневой $$А$$ -сети при подаче на нее стабильного информационного воздействия. Описывалось, как при этом активируется или формируется вторичная нейронная сеть, т. е. ансамбль нейронов, являющийся элементом памяти. При конкретной разработке многоуровневой нейронной модели необходимо будет определить логику и механизмы возникновения и гашения очагов возбуждения на всех уровнях нейронной сети.

Очаг возбуждения - это постоянно либо часто работающий (возбужденный) отдельный нейронный ансамбль или группа нейронных ансамблей. На возникновении и гашении очагов возбуждения в гипотетической полной нейронной $$А$$ -сети строятся все представления о ее работе при восприятии, поведении и мышлении. Возможно, что подобным же образом работают и реальные нейронные механизмы.

В лекции 13 говорилось об экспериментах, когда в $$А$$ -сети создавался очаг возбуждения путем подачи на часть нейронов внешних возбуждающих воздействий. Очаг возбуждения нарушал работу сети, что приводило к образованию вторичной нейронной сети - элемента памяти. В более или менее общем виде можно представить и промоделировать появление в нейронной сети очагов возбуждения при возникновении первичных генетически определенных физиологических потребностей.

Первичным потребностям соответствуют первичные доминанты и отображающие их нейронные ансамбли. Как уже говорилось, доминанта, по А. Ухтомскому, - это стабильно сохраняющийся очаг возбуждения. При наличии потребностей происходит возбуждение соответствующих нейронных ансамблей с интенсивностями, определяемыми величинами потребностей. В соответствии с принципом доминанты А.А. Ухтомского на основе сравнения потребностей и с учетом текущей внешней ситуации формируется и фиксируется главная поведенческая доминанта и тормозятся остальные. Одновременно передается возбуждение на те нейронные структуры, которые должны участвовать в решении поведенческой задачи и снятии доминанты, т. е. в гашении очага возбуждения.

В соответствии с рассмотренными выше гипотезами доминанта возникает при оптимизационном решении поведенческой задачи по критерию maxT. От главной доминанты, т. е. очагов возбуждения самого верхнего уровня обобщения и укрупнения модели проблемной среды, на более низкие уровни распространяется конус, или "дерево", возбуждений. Одновременно передается торможение на нейронные ансамбли, соответствующие альтернативным переходам. На каждом уровне иерархической модели среды выбирается и фиксируется своя временная производная доминанта, соответствующая выбранному на этом уровне действию (переходу).

Доминанта (очаг возбуждения) гасится при реальном выполнении соответствующего перехода. Наибольшую трудность при нейронном моделировании таких процессов будет, по-видимому, представлять реализация перебора вариантов поведения, т. е. реализация переходов на всех уровнях нейронной модели проблемной среды, сравнение вариантов по их эмоциональной оценке и фиксация выбранного варианта в виде длительных и временных очагов возбуждения.

Моделированием процесса возникновения и гашения очагов возбуждения при формировании доминант, соответствующих генетически заданным первичным потребностям, проблема далеко не исчерпывается.

В соответствии с рассмотренной логикой очаги возбуждения должны возникать и гаситься в нейронной сети также и при возникновении и удовлетворении вторичных потребностей, при постановке и решении абстрактных, в том числе творческих, задач, при достройке и коррекции модели проблемной среды.

Четких представлений о том, как все это происходит в реальных или моделируемых нейронных сетях, нет. Нет также конструктивных гипотез, т. е. представлений на уровне нейронных механизмов, о том, как возникают, поддерживаются и изменяются постоянные вторичные потребности, т. е. потребности, не заданные генетически. То же самое относится и к временным вторичным потребностям, связанным с постановкой и решением абстрактных, в том числе и творческих, задач мышления.

Любые потребности сводятся в конечном счете к потребности в гашении очагов возбуждения. В наиболее общем плане мышление основывается на формировании и гашении очагов возбуждения. Очаги возбуждения наряду с потребностью поддержания оптимальных функциональных состояний нейронных элементов являются причиной и источником активности мозга. Поэтому можно сказать, что мыслящая система должна не только уметь, но и хотеть мыслить.

Можно сказать, что в нейронной сети, состоящей из активных неустойчивых элементов, постоянно возникают внутренние потребности в оптимизации своего функционального состояния. Никаких других потребностей в нейронной сети нет. Возникновение потребностей по оптимизации состояния связано с формированием в сети стабильных очагов возбуждения, приводящих к неравномерному возбуждению нейронов сети, что влечет за собой ухудшение функционального состояния отдельных нейронов и сети в целом. Удовлетворение таких потребностей достигается за счет гашения очагов возбуждения.

Эти свойства нейронов и нейронной сети должны быть заданы генетически. Кроме того, генетически заданы внешние по отношению к нейронной сети первичные физиологические потребности и их отображение в нейронной сети в виде стабильно поддерживаемых первичных очагов возбуждения. Гасятся такие очаги возбуждения только при удовлетворении первичных потребностей. Как возникают вторичные очаги возбуждения, связанные с вторичными потребностями, остается вопросом как на физиологическом уровне, так и на уровне моделирования. Точно так же вопросом остается и то, как работают реальные и модельные нейронные механизмы при возникновении и гашении вторичных очагов возбуждения в случае построения, коррекции или достройки модели среды.

Иногда говорят о том, что одной из генетически заданных первичных физиологических потребностей является получение информации. Это неверно. В описанном выше эксперименте Ротенберга и Аршавского в мозгу крысы при постоянном наблюдении приоткрытой двери в незнакомое темное помещение строился незаконченный фрагмент модели проблемной среды и формировался вторичный очаг возбуждения, погасить который можно, только исследовав это помещение и достроив фрагмент модели.

Таким образом, получение информации само по себе (любопытство) потребностью не является. Потребность же состоит в необходимости оптимизации функционального состояния нейронной сети при его ухудшении за счет появления очагов возбуждения. Вторичные очаги возбуждения гасятся, в частности, при активном и целенаправленном получении информации, необходимой для достройки целостной модели среды. Целенаправленность состоит в том, что по информации, имеющейся в существующей модели среды, строятся и затем проверяются гипотезы о свойствах исследуемого неизвестного объекта или исследуемой новой ситуации. Причем не о свойствах вообще, а о свойствах, имеющих смысл в отношении поведенческих задач, определяемых как первичными, так и вторичными потребностями.

Получение и запоминание признаков, отношений и метрических характеристик

Эта проблема, казалось бы, значительно более низкого уровня и может быть сопряжена при моделировании с очень серьезными затруднениями. Выше отмечалось, что входное поле любого, в том числе и первого - самого низкого, уровня $$А$$ -сети, не отождествляется с рецепторным, например, с сетчаткой глаза, хотя в частном случае при растровом распознавании такое отождествление возможно. В общем случае "вертикальные" входы какого-то уровня иерархии возбуждаются при активации информационных элементов другого уровня иерархии: например, на уровень слов должны подаваться входные воздействия с уровня букв или с уровня фонем. Части объединяются в целое не просто по принципу "И". Должны также формироваться "горизонтальные" связи между смысловыми элементами одного уровня. Такими связями, в частности, должны задаваться отношения и метрические характеристики.

Формирование элементарных смысловых единиц типа "признак", "отношение" или "метрическая характеристика" не только в $$А$$ -сети, но и ни в какой другой нейронной модели не рассматривается. Так, в ПРНС на вход сразу поступают признаки, полученные где-то и как-то вне нейронной модели. Таким образом, уже на самом нижнем уровне при входе в нейронную модель возникает проблема формирования в нейронной сети признаков. Проблема формирования отношений и метрических характеристик будет возникать на всех уровнях нейронной модели.

В зрительном анализаторе животных имеются рецептивные нейронные поля, выделяющие простые первичные признаки, такие как контуры, линии, направления линий, движения, грубая оценка размера объекта (большой, маленький). Эти и подобные простейшие преобразования входной информации в нейронной сети можно моделировать, но их явно недостаточно. В анализаторах входной информации животных и человека, по-видимому, происходит последовательная, усложняющаяся, многоуровневая обработка, направленная на формирование все более сложных характеристик воспринимаемых объектов и ситуаций.

Как строить на нейронах функции формирования в общем случае сложных произвольных признаков, отношений и метрических характеристик, неизвестно.

Неизвестно также, как на нейронах или нейронных ансамблях выделять, передавать, запоминать и сравнивать количественные характеристики. В частности, это относится к количественной эмоциональной оценке, необходимой для сравнения вариантов поведения. В экспериментах, о которых говорилось в лекции 5, собака выбирала вариант поведения в соответствии с формулой выбора:

где: $$m_j$$ - мотивация,

$$v_j$$ - скорость удовлетворения соответствующей потребности.

Собака, конечно, делала приблизительные оценки, но тем не менее в мозгу собаки каким-то образом на нейронном уровне при обучении запоминались ожидаемые величины скоростей удовлетворения потребностей, оценивались величины соответствующих мотиваций и в процессе сравнения вариантов определялись какие-то величины, коррелирующие с произведением $$m_j\times v_j$$. (вряд ли собака производила точное умножение).

Таким образом, еще раз подчеркнем, что в мозгу определяются и запоминаются величины (количества), а также производятся операции с этими величинами. Простейшая из необходимых операций с количествами - это операция сравнения (больше-меньше). При построении моделей необходимо понять, как это делается нейронными механизмами мозга.

Управление процессами в модели с понятийного уровня

Важной проблемой является построение нейронных механизмов управления выделением первичных и вообще любых информационных характеристик среды с понятийного уровня модели. При построении функции любого уровня, в том числе и функций получения первичных признаков и других характеристик, нужно помнить о том, что недостаточно строить просто дешифратор вход-выход. Необходимо, чтобы в модели реализовывалось управление с верхних понятийных уровней, обеспечивающее целенаправленность и преднастройку

Рассмотрим следующий пример. Пусть дана фраза: в правом верхнем углу картинки должна быть красная прямая линия, отклоняющаяся на угол 30 градусов от горизонтали. Прочитав эту фразу, человек понимает, о каких объектах и характеристиках идет речь, что искать - прямую красную линию, где искать - в правом верхнем углу. Понимает он также и то, что такое правый, что такое верхний, что такое горизонталь, что такое угол с горизонталью и что такое угол картинки. После этого направленно в нужном месте выделяется линия и проверяются ее характеристики - прямолинейность, цвет и направление. Ничего лишнего не делается. В приведенном примере речь идет о простых признаках и отношениях. И признаки, и отношения могут быть гораздо более сложными. Информация, управляющая работой нижнего уровня, в общем случае не поступает извне, а содержится в модели проблемной среды. Именно так, но не на нейронных механизмах, а чисто формально, организован описанный ранее процесс целенаправленного распознавания "с пониманием".

Никаких конкретных конструктивных предположений о нейронных механизмах реализации подобных процессов ни в нейрофизиологии, ни на уровне моделирования нет.

Построение целостных многоуровневых иерархических структурно-метрических описаний

Требующей решения является проблема образования на нейронном уровне иерархических целостных структурно-метрических описаний, обеспечивающих двунаправленное взаимодействие между частями и целым, а также между частным и общим, т. е. построение обобщений и укрупнений.

В одной из предыдущих лекций было показано, как целостному объекту может быть поставлено в соответствие сложное структурно-метрическое описание, включающее структурные части объекта, их метрические характеристики и отношения между частями. Такое описание необходимо для реализации целостного целенаправленного восприятия. Подобные описания должны формироваться в нейронной модели и для решения других задач. Можно ли реализовать какой-то эквивалент таких сложных описаний в нейронной модели объекта?

Проблема выделения, запоминания и передачи количественных характеристик уже отмечалась. Кроме этой проблемы при представлении описания целостного объекта на нейронном уровне возникает еще три. Во-первых, нужно, чтобы в рамках строящегося описания отражались обобщенные метрические характеристики частей объекта и взаимозависимости между входящими в описание элементами. Во-вторых, в пространстве структурных элементов, отношений и метрических характеристик должна каким-то образом выделяться область существования описываемого объекта или класса объектов. В-третьих, должны моделироваться отношения между частями и целым.

Те же самые вопросы возникают при попытке представить себе, как на нейронном уровне отражаются не только описания целостных объектов, но также и описания и обобщенных, и конкретных текущих, динамически изменяющихся ситуаций.

Мы уже говорили о том, что иерархическая многоуровневая модель среды должна иметь несколько уровней укрупнения. Упрощенно взаимодействие между уровнями выглядит следующим образом. Выходы с элементов нижнего или промежуточного уровня укрупнения формируют (активируют) элементы более высокого уровня укрупнения. Выходы с элементов верхнего или промежуточного уровня укрупнения активируют входящие в это укрупнение элементы предыдущего, более низкого уровня. Упрощение состоит в том, что в таком представлении не учитывается главное - целое формируется не просто совокупностью частей, а частями, находящимися в каких-то взаимодействиях между собой. Эти взаимодействия могут задаваться соответствующими отношениями между частями целого.

Часто описания иерархических, или, как иногда говорят, пирамидальных, модельных представлений иллюстрируются схемой типа "дерева". Например, подобной схемой иногда иллюстрируют иерархию и взаимодействие между уровнем букв и уровнем слов. Недостаточность такой схемы для описания связей между частями и целым очевидна, поскольку в такой схеме объединение элементов предшествующего уровня в элемент более укрупненного уровня происходит только за счет подразумеваемой логической функции И. В общем случае для задания связи между частями и целым могут требоваться другие отношения.

Например, одни и те же буквы в зависимости от их порядка формируют разные слова. То есть для описания целого (слова) необходимы отношения, определяющие порядок букв в слове. Для произносимого слова такими отношениями должны быть задаваемые между фонемами отношения следования во времени.

Реализовать такие отношения в модели нейронной сети можно с использованием схемы, подобной схеме рассмотренного в лекции 14 автомата для воспроизведения временных последовательностей. Напечатанное или написанное слово тоже может быть задано отношениями следования во времени между входящими в слово буквами. Однако для напечатанного или написанного слова более естественны отношения типа "слева", "справа" или "следует за". Как реализовать в нейронном автомате такие отношения без сведения их к отношениям следования во времени, неизвестно.

Во многих случаях проблемы описания целого в терминах частей и отношений между ними могут оказаться еще более сложными. О характеристиках некоторых подобных описаний говорилось в лекции 7. Реализация таких описаний в нейронном автомате представляет собой важнейшую нерешенную проблему.

Проблема моделирования памяти

В нейрофизиологии и психологии имеются подкрепляемые многочисленными экспериментами теории о существовании двух видов памяти - кратковременной и долговременной, соответствующих запоминанию информации на короткий срок и надолго. Соответственно, предполагается и существование двух разных механизмов запоминания. Точных конструктивных представлений о том, как устроены кратковременная и долговременная память, в физиологии нет.

Гипотезы об устройстве долговременной памяти сводятся в основном к предположениям о запоминании информации на уровне нейронных ансамблей и синаптических проводимостей связей между нейронами, либо запоминание связывается с изменением структуры белка рибонуклеиновых кислот. Обоснованных и убедительных гипотез об устройстве кратковременной памяти нет. Чаще всего говорится, например, о каких-то абсолютно непонятно как устроенных "биоэлектрических контурах колебаний в нервной системе" или о циркуляции информации в замкнутых цепочках возбуждения.

Функциональная роль этих двух видов памяти изучена и показана достаточно подробно. Очевидно, что важно понять и промоделировать механизмы кратковременной и долговременной памяти и режимы передачи информации из кратковременной памяти в долговременную.

Предполагается, что в $$А$$ -сети долговременная память, т. е. модель проблемной среды, должна строиться на нейронных ансамблях разных уровней обобщения и укрупнения, а также на возбуждающих и тормозящих связях между ними. Обучение в $$А$$ -сетях - это довольно продолжительный процесс. При обучении изменяется топология и проводимости связей. В этих изменениях отражаются и запоминаются только повторяющееся события - объекты, ситуации, последовательности ситуаций. Единичное и случайное при обучении не учитывается.

Мозг человека отражает не только типичное и повторяющееся. Отражаются также и мимолетные динамически изменяющиеся ситуации.

Обычно "моментальные" ситуации в памяти не хранятся и забываются также быстро, как и возникают. Однако некоторые "моментальные" ситуации, действия или слова иногда запоминаются на очень длительное время и всплывают в памяти через много лет. Это особенно характерно для эмоционально значимых ситуаций, хотя бывает, что мгновенно и надолго запоминаются и малозначимые события.

Механизм моментального восприятия и запоминания нового в нейронных моделях отсутствует. Не только в $$А$$ -сетях, но также в перцептроне и ПРНС для восприятия и запоминания нового требуется продолжительный процесс обучения.

Таким образом, проблема, которую нельзя проигнорировать при разработке моделей механизмов мозга, - это построение физиологичной модели памяти, включающей как моментальное запоминание отдельных объектов и событий, так и статистически корректируемое продолжительное запоминание на уровнях обобщения и укрупнения.

При моделировании, по-видимому, нужно учитывать предположение о том, что информация передается из кратковременной памяти в долговременную, а также предположение, что эта передача происходит во сне, во время которого осуществляется многократное возбуждение соответствующих нейронных информационных элементов долговременной памяти. Эти предположения опираются на сведения о некоторых амнезиях, при которых забывается только та информация, которая была получена и запомнена после последнего сна.

Переход от нейрона к нейронному ансамблю

Представляется, что отдельный ненадежный нейрон не может быть логической единицей мозга и носителем какой-либо значимой содержательной информации. Как уже отмечалось, из многих физиологических экспериментов следует, что логической единицей мозга является нейронный ансамбль - группа нейронов, объединенных взаимовозбуждающими связями. Нейронный ансамбль является логической единицей и в $$А$$ -сети,

если считать, что реализующие возвратное торможение элементы второго слоя - это тоже ансамбли нейронов со своими отдельными функциями и связями с нейронами первого слоя и с другими ансамблями второго слоя.

Реальное взаимодействие - передача возбуждений и торможений в нейронной сети - происходит по связям между нейронами. При описании логики работы нейронной сети нужно переходить к рассмотрению взаимодействий между ансамблями нейронов. Если описывается работа мозга или строится нейронная модель, то нужно определить, что такое входные интегральные возбуждающие и тормозящие воздействия на ансамбль, как передаются возбуждения и торможения между ансамблями, как происходит обучение в ансамблях.

Более ясно характер возникающих в связи с этим проблем виден из следующего примера. В ПРНС разделяющие гиперплоскости строятся на отдельных нейронах - пороговых элементах, считающих взвешенную сумму входов. Предположим, мы хотим в целях повышения надежности заменить такой нейрон ансамблем нейронов. Возникает проблема: как сделать ансамбль нейронов единым пороговым элементом и не только заставить считать взвешенную сумму входов, но и обучаться, то есть менять при обучении веса входов. Сходные проблемы возникнут в $$А$$ -сетях, если при моделировании заменить тормозной элемент вторичной сети ансамблем нейронов.

Конечно, проблему нейрон - ансамбль нейронов, рассматриваемую как проблему надежности, можно решить простым дублированием нейронов и связей. Это обеспечит надежность, но потребует слишком большого числа нейронов и особенно связей.

Проблема моделирования языка и абстрактного мышления

Язык и абстрактное мышление - это то, что отличает мышление человека от мышления животного. Выше говорилось о двух строящихся в мозгу человека моделях: словесно-логической и образной. Понятно, что моделирование словесно-логической модели невозможно без моделирования языка, и это представляет большую и очень сложную проблему. Говорилось также о взаимодействии между словесно-логической и образной моделями в процессе мышления. Как реализуется это взаимодействие, то есть передается информация и осуществляется управление процессом мышления на уровне взаимодействующих нейронных механизмов двух полушарий головного мозга, неизвестно.

Далеко не все ясно и при рассмотрении процесса мышления отдельно только в словесно-логической модели или отдельно только в образной модели. Можно лишь, как уже говорилось, предположить, что любое мышление сходно с процессом поиска в каком-то смысле лучшего пути между двумя ситуациями. Путь отображается в мозге стабильными очагами возбуждения и последовательно активируемыми нейронными ансамблями.

Приблизительно можно сказать, что в словесно-логической модели это должен быть каким-то образом реализованный поиск непротиворечивого пути (последовательности возбуждений ансамблей нейронов) между двумя возбужденными ансамблями нейронов, определяющими задачу. Этот поиск должен основываться на построении одношаговых переходов в виде предположений или гипотез на уровнях обобщения и укрупнения и на проверке реализуемости этих переходов на более конкретных уровнях. Выбор между несколькими непротиворечивыми вариантами переходов должен, по-видимому, управляться эмоциональным центром. Реализация этих процессов в модели является одной из наиболее трудных проблем.

Проблемы второго плана

Кроме выделенных основных проблем существуют и проблемы, которые условно можно отнести к проблемам второго плана. Относительно некоторых из них возможны приблизительные интерпретации, но, безусловно, необходимы и тщательные, в том числе и экспериментальные, проработки. Перечисляемые в этом разделе дополнительные проблемы при их подробной проработке могут оказаться не менее важными и не менее сложными, чем проблемы, условно отнесенные выше к группе основных.

К проблемам второго плана можно отнести:

Кроме того, общие свойства активных нейронов и $$А$$ -сетей позволяют строить гипотетические интерпретации таких особенностей работы мозга, как сон и неспецифические эмоциональные реакции. Важно уточнить и промоделировать эти интерпретации.

Определенные качественные интерпретации неспецифических эмоциональных реакций уже приводились. На достаточно общем уровне возможны интерпретация и моделирование сна. При работе $$А$$ -сети последовательно возбуждаются вторичные нейронные сети (нейронные ансамбли), соответствующие каким-то информационным элементам. Какие вторичные сети возбуждаются и в какой последовательности, определяется решаемой $$А$$ -сетью задачей. В любом случае при переработке какой-то информации возбуждается только часть вторичных сетей.

Параметр $$Q$$ нейрона при каждом срабатывании уменьшается на дискретную величину. У несрабатывающих нейронов параметр $$Q$$ увеличивается. Если какая-то часть вторичных сетей регулярно возбуждается, а другая часть не возбуждается, то происходит увеличение средних отклонений значений параметров $$Q$$ от оптимального значения. У нейронов неработающих вторичных сетей параметры $$Q$$ становятся больше значения $$Q_{opt}$$ у нейронов работающих вторичных сетей эти параметры могут стать меньше, чем $$Q_{opt}$$.Это приводит к ухудшению общего функционального состояния сети. Нормализация функционального состояния сети возможна только при "отдыхе".

Как уже говорилось в предыдущей лекции, отдых сети при бодрствовании и отсутствии актуальных внутренних задач основан на равномерном возбуждении нейронов за счет внутреннего случайного возбуждения (перемешивания). Отдыху при бодрствовании способствует также подача на нейронную сеть внешних равномерных случайных возбуждающих воздействий.

Если реальный нейрон живого мозга, так же как и нейрон $$А$$ -сети, имеет параметр, аналогичный параметру $$Q$$ и среднее отклонение этих параметров нейронов мозга от оптимального значения является эмоциональной переменной, то оптимизация при бодрствовании этой переменной будет восприниматься как приятное ощущение.

С этим, по-видимому, связаны неспецифические эмоциональные реакции, например, такие как реакции на спокойную музыку, свет костра или морской прибой. Эти положительные реакции могут возникать, когда случайный или ритмический характер внешних воздействий способствует равномерной работе нейронов и оптимизации функционального состояния нейронной сети. Известно, что для быстрого повышения работоспособности интенсивно работающих диспетчеров используется спокойная тихая музыка или специально подобранные случайные зрительные или, чаще, звуковые воздействия.

Для полного отдыха нейронной сети необходим специальный тип работы, когда прекращается обработка информации, блокируются внешние воздействия и включается описанный выше экспериментально полученный в $$А$$ -сети режим саморегуляции. Этот режим полного отдыха интерпретируется как сон. Среднее отклонение параметров $$Q$$ нейронов интерпретируется как "эмоциональная переменная". Увеличение этой эмоциональной переменной требует смены режима работы сети от кратковременного отдыха до длительного, то есть сна. Приблизительно в том же аспекте могут интерпретироваться разные зависящие от режимов работы мозга ритмы электроэнцефалограммы.

Вполне возможно, что со сном связана не только нормализация функционального состояния нейронной сети, но и некоторые функции, направленные на "приведение в порядок" запомненной информации. Например, существуют гипотезы о том, что во сне может осуществляться коррекция горизонтальных и вертикальных связей в модели проблемной среды или уже упоминавшаяся функция переноса информации из кратковременной памяти в долговременную.

На основе представлений о неустойчивости нейронов, синергично-сти и активности нейронной сети можно с разной степенью приближения интерпретировать и такие свойства мозга, как доминанта, навязчивый мотив, интуиция, инсайт (озарение) и творчество. О части таких интерпретаций мы поговорим в следующей лекции.

Выводы

Рассмотрение проблем, связанных с моделированием нейронных механизмов мозга, приводит к выводу о том, что нерешенных проблем много и они сложны. В отношении многих проблем нет не только никаких конструктивных гипотез решения на уровне нейронного моделирования, но отсутствует и конструктивная нейрофизиологическая информация. Эти проблемы будут представлять, по-видимому, наибольшие и очень серьезные затруднения при моделировании более или менее полных нейронных механизмов мышления.

Появляющиеся иногда оптимистические оценки ситуации в науке и прогнозы о перспективах моделирования нейронных механизмов мозга малообоснованны. Внимательное рассмотрение перечисленных проблем приводит к значительному снижению уровня оптимизма в отношении существующих и предполагаемых ближайших результатов моделирования мышления. И тем не менее если рассмотренные функции мозга и реализующие их нейронные механизмы имеют реальную материалистическую природу, то они в принципе решаемы, а следовательно, решать их можно и нужно.

Представляется, что для решения отмеченных проблем чрезвычайно полезным может быть продолжение и развитие компьютерного моделирования активных нейронных сетей, т. е. в конечном счете изобретение и экспериментальная проверка вариантов мышления. Безусловно, в плане понимания и конкретизации перечисленных вопросов значительную пользу могут и должны принести результаты целенаправленных нейрофизиологических исследований, выполняемых по возможности с позиций целостных представлений или гипотез о работе мозга.