Hjärnmodell

En hjärnmodell  är vilket teoretiskt system som helst som försöker förklara hjärnans fysiologiska funktioner med hjälp av fysikens och matematikens kända lagar , såväl som de kända fakta om neuroanatomi och neurofysiologi [1] . Det finns åtminstone två grundläggande antaganden som spelar en grundläggande roll i teorin om hjärnans funktion, på vilka de flesta moderna teoretikers åsikter konvergerar:

• 1. Hjärnans huvudegenskaper bestäms av den topologiska strukturen hos nätverket av nervceller (neuroner) och dynamiken i utbredningen av impulser i detta nätverk.
• 2. Biologiska nätverks förmåga att bearbeta information är inte beroende av några speciella vitalistiska krafter som inte kan reproduceras av en anordning skapad av mänskliga händer.

Det är viktigt att notera att ingen ännu har kunnat upptäcka i enskilda element eller celler i nervnätverket någon specifik psykologisk funktion, såsom minne , självmedvetande eller förnuft . Detta tyder på att sådana egenskaper inte är inneboende i enskilda element, utan är förknippade med organisationen och funktionen av nervnätverket som helhet. Om forskarnas åsikter i grunden är överens om ovanstående frågor, skiljer de sig väsentligt i frågan om hur metoderna för att lagra, söka efter och bearbeta information i hjärnan motsvarar de metoder som används i modern teknik. Å ena sidan finns en synpunkt enligt vilken hjärnan arbetar enligt förutbestämda algoritmer nära de algoritmer som används i digitala maskiner (monotypiska modeller), å andra sidan finns en uppfattning om att hjärnan inte fungerar på basen för deterministiska algoritmer, och dess funktioner liknar lite de kända logiska och matematiska algoritmerna i digitala maskiner, och de mest betydelsefulla är probabilistiska metoder och mekanismer för anpassning (genotypiska modeller).

Monotypmodeller

Idén att skapa modeller från enkla logiska element med neuralliknande egenskaper fick sina första impulser från följande källor:

• 1. Turings verk "On computable numbers" ( 1936 ) och den efterföljande utvecklingen av von Neumann och andra vetenskapsmän på 40-talet av programmerbara digitala maskiner.
• 2. Rashevskys arbete "Mathematical Biophysics" ( 1938 ) markerade början på studiet av frågan om hur det är möjligt att implementera psykologiska funktioner med hjälp av "nervnätverk" bestående av formaliserade neuroner och kopplingar.
• 3. Arbetet av McCulloch och Pitts "The logical calculus of ideas related to nervous activity" ( 1943 ).

Med det monotypiska tillvägagångssättet är egenskaperna hos de element (neuroner) som bildar det neurala nätverket helt specificerade axiomatiskt, såväl som nätverkens topologi. För att analysera egenskaperna hos en monotypmodell används propositionskalkyl, eftersom ett separat helt deterministiskt system övervägs. I det här fallet postuleras vanligtvis funktionella egenskaper som initiala data.

Genotypiska mönster

Medan den monotypiska riktningen uppstod spontant under påverkan av den snabba tillväxten av datorteknik och teorier om automatisk kontroll, var den genotypiska riktningen mindre påverkad av de tekniska vetenskaperna, och var snarare påverkad av fysiologi och anatomi:

• 1. 1800-talets beskrivande anatomi banade väg för studier av lokalisering av hjärnfunktioner, och neurologer, som J. H. Jackson, noterade en tydlig plasticitet hos systemet, uttryckt i närliggande regioners förmåga att ta över funktionen av skadade områden;
• 2. Pavlov och andra forskare diskuterade möjliga mekanismer för adaptiv modifiering av det centrala nervsystemet och lade fram olika hypoteser angående platsen för "minnesspår".
• 3. Lashley proklamerade att de flesta delar av hjärnbarken är fullständigt utbytbara. Med den gradvisa ackumuleringen av data gällande "distribuerat minne" finns det allt tydligare indikationer på att "minnesspår" är mer eller mindre jämnt fördelade över den kortikala vävnaden.
• 4. Även om de neurovetare som nämns här har skrivit mycket om hjärnans observerade och hypotetiska organisation, har de inte alls behandlat frågor relaterade till den direkta konstruktionen av modeller i form av detaljerade teoretiska scheman som skulle göra det möjligt att dra korrekta slutsatser . Psykologer och filosofer, mer benägna för spekulativa resonemang, var de första som i detalj försökte föreställa sig hur psykologiska funktioner utvecklas i system som redan kan kallas modeller av hjärnan. Hebb och Hake försökte visa hur en organism, i den individuella mognadsprocessen, kan förvärva förmågan att uppfatta.
• 4.1. För Hake är erkännande av egenskaperna hos en stimulans i princip en fråga om klassificering. Uttley utvecklade därefter teorin om klassificeringsautomaten.
• 4.2. I sin biologiska del har Hebb-modellen utvecklats mest detaljerat. Hebb antog existensen av en process genom vilken neuroner, ganska ofta exciterade samtidigt, kopplas samman till funktionella strukturer, de så kallade "cellassociationerna" och "fassekvenserna", som, under påverkan av en lämplig stimulans, orsakar en elementär bild eller känsla. Men Hebbs arbete är för deklarativt och löst i sina definitioner, så det bör snarare ses som en beskrivning av hur en tillfredsställande modell i slutändan ska se ut.
• 5. Ashbys verk "The Design of the Brain" (1952) definierar inte en specifik modell av hjärnan, utan utvecklar istället grunderna för analys av slutna system, vilket som ett studieämne dessutom bör omfatta till den reagerande organismen, även den yttre miljön och reglerna för organismens interaktion med omgivningen [ 2] .
• 6. Grunden till teorin om perceptroner lades 1957, och i de efterföljande verken av Rosenblatt, Joseph och andra övervägdes ett stort antal modeller med olika egenskaper. Perceptroner är inte utformade för att vara exakta kopior av något speciellt nervsystem. De är förenklade nätverk utformade för att studera de regelbundna relationerna mellan organisationen av ett neuralt nätverk, strukturen i dess miljö och de "psykologiska" egenskaper som ett givet nätverk kan ha.

Se även

• Artificiell intelligens

Anteckningar

1. ↑ Frank Rosenblatt. Principer för neurodynamisk: perceptroner och teorin om hjärnmekanismer. - M . : "Mir", 1965.
2. ↑ W. Ross Ashby hjärnkonstruktion. Ursprunget till adaptivt beteende. - M.: IL, 1962. - S. 398.

Litteratur

• Frank Rosenblatt. Principer för neurodynamisk: perceptroner och teorin om hjärnmekanismer. - M . : "Mir", 1965.
• L. B. Emelyanov-Jaroslavskij . Intelligent kvasibiologiskt system (induktiv automat) / L. B. Emelyanov-Yaroslavsky. — M.: Nauka, 1990. — 112 sid. — ISBN 5-02-006670-2.
• Savelyev A. V. Från filosofi om artificiell intelligens till filosofi om hjärnmodellering // I material från V Russian Philosophical Congress. Novosibirsk. — 2009. Vol.1. s. 193-194.
• Petrunin Yu Yu., Ryazanov MA Saveliev AV Från artificiell intelligens till hjärnmodellering. Moscow State University M.V. Lomonosov, MAKS Press. 2015. - 108 s.; 21 cm - 500 exemplar. — Vetenskaplig monografi. - ISBN 978-5-317-04879-2 .

Länkar

• Ascoli, G.A. (Red). (2002). Computational neuroanatomy: principer och metoder. Totowa, New Jersey: Humana Press.
• Sterratt, D., Graham, B., Gillies, A., & Willshaw, D. Ch 9 (2011). Principles of Computational Modeling in Neuroscience, kapitel 9. Cambridge, Storbritannien: Cambridge University Press.
• Rumelrhart, D., McClelland, JL, & PDP Research Group (1986). Parallell distribuerad bearbetning: Explorations in the Microstructure of Cognition, Volym 1: Grunder. Cambridge: MIT Press.