Обзорная статья: «Что такое Я»
Что такое “Я” - схемотехнический подход
Основы схемотехники природных нейросетей
Петрийчук Николай Дмитриевич
Это – вторая редакция, дополненная данными схемотехнической реализации системы индивидуальной адаптивности на основе жизненных параметров (Beast): fornit.ru/65133.
Аннотация
Содержание книги основывается на постулате, что природная нейросеть мозга является схемотехнической структурой, т.е. ее работа и функциональность полностью соответствует причинно-следственным взаимодействиям элементов - в точности, как это можно сказать про схемотехнику электронного прибора - при всей огромной разнице в способах реализации. Соответственно, для понимания механизмов нейросетевой схемы необходимо понимать схемотехнические принципы, а для этого нужно быть специалистом–схемотехником так же, как для понимания работы электрической схемы.
На основе схемотехнической концепции и совокупности фактических данных исследований мозга и действующего прототипа индивидуальной системы адаптивности на основе гомеостаза, представлена модель организации взаимодействий элементов мозга, описывающая иерархию эволюционно обусловленных механизмов, задачей которых является все более гибкая индивидуальная адаптивность к новому.
Сам факт создания целостной модели, обобщающей массив данных исследований во взаимосвязь адаптивных механизмов, показывает, что схемотехнический подход оказывается необходимым и достаточным для понимания и формализации всех известных проявлений работы мозга вплоть до психических.
Ключевые слова: психофизиология, нейросети, схемотехника
УДК 159.923
ББК 88.3
П30
Подготовка публикации:
Научный рецензент: Черноризов Александр Михайлович, доктор психологических наук, заслуженный профессор МГУ им. М.В. Ломоносова, заведующий кафедрой психофизиологии факультета психологии МГУ.
Разработчик демонстрационных моделей, участник обсуждений, автор схем и текстов в разделе “Первые управляющие структуры организмов на основе распознавателя”: Парусников Алексей Владимирович.
Художник: Петрийчук Михаил Евгеньевич.
Оглавление
Системы, системный подход, синергетика
О схемотехнике адаптивных нейросетей
Принципиальные элементы эволюции нервной системы
Эволюционное формирование нейросетевых элементов
Принцип выделения составляющих элементов воздействующих факторов.
Еще про распознаватели, кое-что по-настоящему важное
Резюмируем основные схемотехнические принципы
Первые управляющие структуры организмов на основе распознавателя
Химия электротоков и ее воплощение в нейросети
Схемотехнические принципы в модели нейрона
Использование схемотехнических механизмов
Дополнительное пояснение работы схемы компаратора на транзисторе в модели нейрона
Основной принцип организации природных нейросетей
Различие искусственных и природных нейросетей
Условия образования связей между нейронами
Конкретизируем условия образования связей
Причинно-следственная последовательность образования связей
Базовый механизм индивидуального поддержания жизнеспособности
Формируем обобщающую модель адаптивной нейросети
Принципы поддержания оптимального уровня параметра
Условия образования условного рефлекса
Общий механизм возникновения условного рефлекса
Новые реакции на основе старых
Необходимость повторения сочетаний условного и безусловного компонента реакции
Период доверчивого обучения, включающий период инициативы
Новое всегда противопоставляется привычному
О том, что такое цель, подробнее
Смысл, интерпретация, передача смысла
Явление субъективизации образов восприятия-значимости-действия
Автоматизмы, моторные и мыслительные
Свойства и особенности автоматизмов
Особенности мыслительных автоматизмов
Суть субъективного переживания
Контекст понимания смысла. Личность.
Как определить наличие сознания
Функционирование моделей понимания
Сопоставление отдельных смыслов в общий смысл
Произвольность порождается ориентировочным рефлексом
Информационная функция сновидений
Резюмируем уровни модели волевой адаптивности
Схема процесса осознания Beast
Роль слова среди других символов взаимопонимания
Практические следствия модели МВАП
Формирование осознанных навыков
Произвольность оценки происходящего
Современное состояние академической науки о психике
Список использованных источников:
Это – вторая редакция, дополненная данными схемотехнической реализации системы индивидуальной адаптивности на основе жизненных параметров (Beast): fornit.ru/65133.
Содержание книги основывается на аксиоме, что природная нейросеть мозга является схемотехнической структурой, т.е. ее работа и функциональность полностью соответствует причинно-следственным взаимодействиям элементов - в точности, как это можно сказать про схемотехнику электронного прибора - при всей огромной разнице в способах реализации. Соответственно, для понимания механизмов нейросетевой схемы необходимо понимать схемотехнические принципы, а для этого нужно быть специалистом-схемотехником так же, как для понимания работы электрической схемы.
Была осуществлена схемотехническая реализация (программным методом) действующего прототипа природной организации эволюционных механизмов индивидуальной адаптивности на основе жизненных параметров : fornit.ru/65133.
На основе схемотехнической концепции, созданного прототипа и совокупности фактических данных исследований мозга представлена уточненная модель организации взаимодействий элементов мозга, описывающая иерархию эволюционно обусловленных механизмов, задачей которых является все более гибкая индивидуальная адаптивность к новому.
Сам факт создания целостной модели, обобщающей массив данных исследований во взаимосвязь адаптивных механизмов, показывает, что схемотехнический подход оказывается необходимым и достаточным для понимания и формализации всех известных проявлений работы мозга вплоть до психических.
Особенности ссылок на исходные материалы в этой книге – использование коротких интернет-адресов, легко набираемых от руки, например: fornit.ru/13268. Это позволяет тут же посмотреть источник, а не испытывать трудности с классическим списком литературы. В книге много таких ссылок на ресурс fornit.ru, где собрано большое количество вспомогательных материалов и поясняющих текстов, которые никак не могут быть размещены в ограниченном объеме книги. Это не значит, что нужно обязательно переходить по таким ссылкам (их очень много), а смотреть только те, что заинтересуют (в точности как в любой научной статье ищут текст источника из списка литературы только при достаточной важности, но здесь это несравнимо удобнее). Много источников взяты из сторонних публикаций, а для удобства и надежности сохранены с короткими адресами. Вот несколько систематизированных источников фактических данных исследования и их обобщений: fornit.ru/ax1, fornit.ru/psy_arts, fornit.ru/journal, fornit.ru/R1, fornit.ru/1282.
Книга написана не в “академическом стиле” текстов по специальности и вот почему:
1. Это – междисциплинарная популяризация, т.е. минимизированы специальные термины и смысловые особенности, характерные для узкой предметной области.
2. Свободный текст легче воспринимается, он ассоциативен и более очевиден (о доказательных свойствах очевидности см. fornit.ru/7117).
3. Специализированный текст скрывает многие погрешности и создает иллюзию доказательности и обоснованности из-за эффекта распознания “научного текста”: срабатывает стереотип отношения к привычному, надежному и понятному. Академический стиль написания текстов позволяет легко протащить антинаучные (попирающие научную методологию) домыслы, вот как это проделал мистик П.Гаряев (fornit.ru/260), протащив статью в журнал ВАК, за что рвали волосы в президиуме Академии: fornit.ru/245. “Академический стиль” написания текстов легко имитируется (вот простая методика: fornit.ru/2750) даже компьютером, и в солидных журналах редакторы приняли такие сгенерированные, совершенно бессмысленные статьи потому, что они сразу распознавались как написанные “научно”, например: fornit.ru/6384.
4. Просто легче и приятнее читать изложенное литературным языком.
Достаточно очевидно, что вовсе не стиль определяет доказательность, а те доводы, которые представляются очевидно верными, что в случае заинтересованности позволяет самому проверить такие доводы, тем более что уже создан безальтернативный инструмент для моделирования системы адаптивных механизмов любой сложности, с помощью которого и разработана вторая версия прототипа (см. раздел “Новый инструмент”: fornit.ru/64975).
Этот инструмент позволяет строить ЛЮБЫЕ АДАПТИВНЫЕ СИСТЕМЫ на основе заданных жизненных параметров и верифицировать результат по соответствую ожидаемой функции так, что каждый может проверять свои представления об этом.
Эта книга представляет несколько разных аспектов понимания сути психики с ее феноменами так, что выходит за рамки традиционных предметных областей исследований, прежде всего потому, что в основе концепции взята аксиома о том, что природная нейросеть мозга является схемотехнической структурой (fornit.ru/41930), т.е. ее работа и функциональность полностью соответствует причинно-следственным взаимодействиям элементов (fornit.ru/24649) - в точности, как это можно сказать про схемотехнику электронного прибора - при всей огромной разнице в способах реализации.
Это в достаточной степени аксиоматически самоочевидно потому, что ничто, кроме причин и следствий взаимодействий в динамике времени не оказывает влияние на работу мозга. Мы сразу отметаем все, что не описывается физико-химической термодинамикой в рамках масштаба строения вещества, где все происходит в метрике пространства и времени (лапласовский детерминизм, но с учетом квантовомеханических явлений: fornit.ru/882). Всякие другие “квантово-голографические”, “трансперсональные”, “аксионные” и т.п. таинственные и туманные отсылки на возможную природу работы мозга отвергаются не только потому, что они неопределенны, не корректны и, по сути, не говорят ни о чем, а потому, что схемотехнический подход полностью исчерпывает необходимое описание и больше никаких лишних сущностей не требуется. Во всяком случае, в схемотехнической реализации действующего прототипа ничего такого не потребовалось.
В книге тесно взаимосвязывается суть абстракций (fornit.ru/103) и эволюция механизмов адаптивности (fornit.ru/1644), в которых на всех уровнях используются отвлечения от реальной действительности для оперирования ее коррелятами. Именно так устроена схема действующего прототипа.
Книга начинается с ознакомления со схемотехническими принципами, которые присутствуют в любых схемах причинно-следственных цепочек независимо от способов реализации. Система таких принципов составляет основу представлений специалиста-схемотехника. При этом для того, чтобы этот базис воплотился в эффективный профессиональный опыт, необходимо, обычно, около 3-5 лет практики его применения. За этот срок из студентов получаются дееспособные специалисты и, к сожалению, нет способа уменьшить этот интервал времени потому, что знания из получаемых сведений формируются в процессе собственного применения (невозможно стать хирургом только по книжкам). В книге будет обосновано, почему именно это происходит при становлении индивидуальных способностей.
Это не должно отпугивать тех, кто не обладает навыками схемотехника. Как минимум можно получить понимание, т.е. “книжные знания” и составить целостную модель представлений. Одно дело – понимание принципов, на что требует гораздо меньше времени, а другое – практическое воплощение такого понимания в различных условиях в виде личных знаний. Понимание в основах, позволяющих охватить предлагаемую модель, возникает у заинтересованного читателя, даже если он не является схемотехником и специалистом в нейрофизиологии. Скорее, наоборот, неискушенный читатель легче воспримет материал, без проблем с сопоставлением с уже имеющимися у него знаниями и неизбежными моментами неприятия, когда это сопоставление покажется не в пользу предлагаемых утверждений.
Вот почему после первой главы, посвященной общим схемотехническим принципам, все будет даваться с корректным обоснованием источниками фактических исследований. Хотя в первой главе упоминаются те или иные свойства элементов нейросетей без корректного обоснования, воспринимайте это как бы авансом, в расчете на последующее закрытие всех спорных моментов. Поэтому просьба к нейрофизиологам: побудьте первое время достаточно снисходительными, принимайте спорные утверждения в качестве постулатов, и это потом окупится.
Чтобы представить, какие именно феномены психики станут доступными на уровне механизмов, вот – мотивирующая зарисовка, несколько снимающая напряжение первых настораживающих предупреждений.
Давайте зададимся вопросом: почему вот уже миллионы лет существует человек на Земле и, несомненно, где-то еще во вселенной и, наверняка, будет существовать еще долгое время, но только сейчас каждый из нас осознает себя? При том, что с яйцеклеткой матери слился один из миллионов сперматозоидов. А если бы слился не он и в другое время, а если бы отцом был совсем другой человек, мы бы осознали себя или оставались в небытии как много лет до этого и после этого?
Ни один самый крутой ученый сегодня не может внятно и вообще хоть как-то определенно ответить на этот вопрос, который уже содержит вполне очевидный ответ: да, мы бы существовали при любом раскладе родителей, да, мы существовали всегда и всегда будем существовать, мы существуем прямо сейчас во всех особях животных, обладающих определенным механизмом психики. Все дело в том, что такое – мы. И тут нет никакой мистики, в этой книге мы разберемся с этим с позиции методологии современной науки.
Все люди ощущают свою непостижимую исключительность бытия, и это – реальный феномен самосознания (fornit.ru/861). Такая исключительность - нечто общее, присущее всем независимо от реальных отличий, от любых отличий наследственности или условий развития. Такой вывод ясен формально, при сопоставлении вероятностей и здравого смысла, но пока непонятно, почему именно возникает этот феномен, так же как неясно, что же такое по сути самоощущение вообще.
В книге этот вопрос будет доведен до предельной определенности, но без обещания легкости понимания: слишком сложна и непривычна тема.
Попробуем несколько пояснить утверждения о специфике схемотехнического подхода, с которой, как правило, не сталкиваются нейрофизиологи.
Предположим, что человеку, не склонному к схемотехническому мышлению, поручено изучить работу марсианского компьютера, чтобы суметь создать такой же. Это – зримая аналогия с задачей изучить мозг. Исследователь становится очень хорошим специалистом по тому, что находится в компьютере, какие проводки откуда и куда идут. Он снимает ЭЭГ работы системного блока и вводит щуп для получения наводок в непосредственной близости к отдельным элементам, документируя явные отличия режимов работы. Он делает предположения об устройстве элементов, сошлифовывая их под микроскопом (именно так передирались зарубежные полупроводниковые приборы советскими плагиаторами). Он пишет научные отчеты и строит теории, но общее понимание никак не дается. Все его предположения основаны на обособленных фактах, не являющихся целостной системой, и разные исследователи предполагают очень различные гипотезы, в силу своей специфики и личных особенностей.
Теперь самое интересное. Этим исследователям попался настоящий марсианин – схемотехник компьютерных систем. И тут начинается чудесное: все попытки схемотехника что-то объяснить исследователям компьютера упираются в стену непонимания, ведь те не потратили годы на освоение принципов конструирования компьютеров и не понимают даже самые простые вещи в этой области.
В самом деле, разве есть шанс разобраться в работе сложнейших схем мозга, если возникают непреодолимые трудности даже в том, чтобы разобраться в простейшей схеме музыкального усилителя?
Сказанное выше уже определяет, кому может быть интересна книга: всем, кто всерьез увлечен функциональностью мозга и тем, как организованы механизмы этой функциональности.
Эта книга может быть полезна:
· тем, кто интересуется механизмами адаптивной организации психики (а не просто попытками ее имитации с помощью искусственных нейросетей и семантических моделей)
· нейрофизиологам, которые хотят с большим качеством исследовать природные реализации мозга на разном уровне эволюции,
· и тем, кто просто хочет понять как устроена его субъективность.
При этом те, кто имеет хороший уровень подготовки средней школы, уже во многом смогут разобраться. Причем в некоторых случаях даже более быстро и эффективно, чем имеющие уже предвзятые мнения по описываемым вопросам. Так что неискушенность получает преимущества, если только человек имеет достаточный навык самостоятельного освоения нового и для него это чем-то похоже на игровые квесты прохождения по уровням достигнутого.
Так и стоит воспринимать текст книги: игровое прохождение квестов понимания до полной победы. Это – наиболее эффективная стратегия.
Для поддержания игрового контекста (механизмы которого, кстати, будут рассматриваться) нужно не напрягаясь, легко и со специфическим азартом-интересом вникать в сказанное, не опасаясь никаких негативных последствий.
Очень полезным было бы верифицировать свои наиболее общие представления с помощью книги “Мировоззрение”: fornit.ru/13268. На это потребуется примерно 10 дней, после чего можно читать эту книгу дальше.
Любой продукт осмысления содержит разного рода ошибки (fornit.ru/1012). Поэтому очень важны методы, критерии и принципы, минимизирующие ошибки.
Прежде всего, в основе рассуждений (сопоставления фактов и их обобщении в контексте нерешенной проблемы) должно лежать уже упомянутое добротное мировоззрение, в своих принципах адекватное объективной реальности.
Затем – научная методология, основывающаяся на мировоззренческом понимании взаимодействий причин и следствий объективной реальности и предоставляющая методы и принципы использования аксиоматической базы фактических данных для сопоставлений и обобщений.
Именно накопленная исследователями аксиоматика подхода к изучению нового станет опорой для формирования модели системы организации механизмов психики.
Решение проблемы понимания сути явления имеет несколько чередующихся стадий:
1) философское осмысление и выбор метрологического подхода (технологии измерений) для целенаправленного исследования.
2) исследование свойств и взаимодействий явления, исследование условий, в которых явление всегда воспроизводится.
3) сопоставление результатов исследования (чужих и/или своих) с их обобщением в виде субъективной модели взаимодействий.
4) экспериментальная проверка предположений и корректировка модели.
5) формализация модели в виде доступных для понимания другими специалистами символов.
Кстати, последний пункт прямо противоречит распространенному заблуждению о том, что математику следует использовать как инструмент познания, а не формализации уже имеющегося понимания. Но сначала понимание, а только потом адекватная ему формализация. Хотя это могут быть промежуточные понимания и их формализации.
Все эти пункты могут реализовываться в произвольной последовательности, т.е. по воле исследователя, в зависимости от представляющейся ему целесообразности. Так, если исследователь в большей степени экспериментатор, то он создает средства и методы для проверки чужих предположений. Если он - теоретик, то сосредотачивается на пунктах 2 и 5, а тот, кто начинает чуть ли не с нуля исследовать совершенно новое явление, проходит все пункты, не раз возвращаясь к предыдущим.
Понятно, что критически решающим оказывается пункт 3, эффективность реализации которого зависит от уровня подготовленности субъекта, его навыка творческих сопоставлений и обобщений. Это - уровень первичного понимания сути явления, и он не может быть реализован нигде, кроме как в чьей-то отдельной голове. Причем, как правило, в чьей-то одной голове из группы исследователей складывается наиболее полная и адекватная картина. Лишь потом следует межличностное изложение формулы понимания, что и лимитирует одновременность стадий понимания в нескольких головах даже самой сплоченной группы исследователей.
Для каждого из этих пяти пунктов характерны специфические принципы методологии и есть общие для всех.
Общими оказываются все принципы естественнонаучного мировоззрения, о которых уже шла речь и которые еще будут сформулированы.
Одним из важнейших общих принципов является подход выбора очередности рассмотрения проблемы или вариантов ее решения: из всех представимых вариантов объяснения сути явления для исследования в первую очередь нужно выбирать наиболее правдоподобное. Правдоподобность оценивается статистически (fornit.ru/7498) и эвристически (fornit.ru/7498). Этот принцип в частном виде сформулирован как "бритва Оккама" («Не следует привлекать новые сущности без крайней на то необходимости»), но не столь кардинально: не стоит что-то совсем "обрезать", а просто не нужно ставить в первую очередь. И если более вероятное окажется верным, тем более - без обнаружения чего-то более сложного, а при верификации и надежно подтвержденным, то остальное уже можно не рассматривать, это уже точно оказывается "лишней" сущностью.
В простых случаях выбор кажется очевидным, и мы скорее поверим, что наш знакомый не отдает долг из-за денежных затруднений, чем потому, что его захватили инопланетяне. Но есть ситуации, когда такой очевидности нет или человек слишком неопытен, чтобы ее увидеть, и тогда в голову приходят фантастические объяснения. Следует всегда иметь в виду, что даже если не видно простого и рационального объяснения, оно может быть, но по каким-то причинам не приходит в голову, как механизмы поражающих воображение фокусов профессиональных престидижитаторов. Вот в таких случаях выручает творческая фантазия в попытках измыслить хоть какое-то правдоподобное предположение (в статусе неуверенного объяснения). И эта фантазия должна быть разумно ограничена и направлена (в чем и заключается сила творчества), иначе возникнет бесконечное множество самых чудесных предположений.
Стоит отметить важнейший принцип системности, позволяющий выявить необходимую и достаточную часть системы взаимодействующих факторов в искусственно выделенном из окружающего явлении: функциональность системы не зависит от второстепенного, не относящегося к ее причинно-следственным механизмам.
Этот подход реализуется в организации формирования субъективных моделей понимания, в которых с каждым новым фактом исследования все более уточняются существенные взаимосвязи и отсеивается все второстепенное и случайное.
Этим принципом многие пренебрегают, начиная исследование с дотошного и кропотливого выявления особенностей материалов реализации объекта внимания вместо того, чтобы понять, как именно это работает вне зависимости от того, из какого именно материала это сделано. Можно погрузиться в глубокое изучение метаболизма и особенностей реализации нервных и окружающих клеток, потому как другого фактического материала просто нет, но это имеет побочный эффект: особенности реализации заслоняют возможность увидеть принципиальную сторону функциональности.
Типичное заблуждение, проистекающее из игнорирования принципа системности – убеждение, что данные статистики являются доказательством наличия взаимосвязи. На самом деле ни единичное, ни многократные повторения каких-то результатов исследования не является доказательством наличия связи, т.е. причинно-следственной корреляции между какими-то параметрами, поэтому введен критерий шести сигм (fornit.ru/7506). В статье (fornit.ru/6612) показаны очень впечатляющие корреляции при явно абсурдных сопоставлениях, к примеру: “Влияние количества пиратов на глобальное потепление”. Это озадачивает многих, в том числе ученых, не задумывающихся о данном аспекте научной методологии: какие могут быть сомнения, когда в большом числе опытов с очевидностью показано совпадение. И разве такие данные не дают возможности использовать это в практических целях?
Но нет, статистика, какой бы она ни была сама по себе, не доказывает связь чего-то в явлении. Такую связь может доказать только понимание механизма взаимодействия – конкретно выявленных причин и следствий. И если не выявлен такой механизм, о связи говорить нельзя даже при надежности данный в 6 сигм, да сколько угодно сигм! Вот возьмем неоспоримо очевидное утверждение: “все, кто ест огурцы, умирают”. Практический вывод – огурцы смертельно опасны, их нельзя есть. Безупречная статистика есть, а механизма нет. Именно принцип причинно-следственного воздействия дает реально адекватное представление, которое можно включать в систему понимания происходящего в явлении, т.е. при формализации модели явления. Вот в чем заключается суть принципа системности.
Специально научной методологии, как и мировоззрению, мы не будем дополнительно уделять внимание, это – вынесенные за рамки книги, но совершенно необходимые представления. О научной методологии: fornit.ru/956.
И, наконец, для верификации модели необходимы критерии полноты и верности теории: fornit.ru/7649.
Книга основывается на обширной аксиоматике фактических данных исследований. Их взаимосвязанная система собрана в fornit.ru/ax1 и использована для обоснований отдельных обобщений при формировании модели организации механизмов психики.
Методом формирования модели представлений является отслеживание строгой последовательности эволюционно усложняющихся механизмов индивидуальной адаптивности, реализуемой структурами мозга.
Сегодня каждый год в мире выпускается несколько сотен тысяч статей по теме, и есть те, кто не упускает ничего из виду, пытаясь выбрать из этих тонн руды хоть что-то полезное. В частности, выдающийся популяризатор и инициатор консолидации в исследовании мозга К. Анохин (fornit.ru/1714, fornit.ru/8104) в докладе о положении науки о мозге за 2019 год очень пессимистически подвел итоги для возможного создания общей теории на этой основе.
И в самом деле, в этой предметной области возникает ощущение тупика, не только в результатах и направлении исследований, в стратегии исследований, но даже в терминологии. Вот слово “когнитом”, используемое К.Анохиным в качестве наиболее характеризующего мозг свойства: когнитивность (познание, сознание, разум). Но мозг простейших насекомых не обладает этим качеством (что станет предельно ясно в этой книге при рассмотрении того, какими именно механизмами обеспечивается это качество и вообще, что это такое), в то же время нейросеть любого мозга строится на совершенно идентичных базовых принципах и целевой функцией мозга является не разумность, а адаптивность, а для термина, обозначающего такое качество мозга, более подходит “адаптом”.
Что касается стратегии исследований, то принцип: “сначала личное понимание (это станет предельно очевидно при рассмотрении механизмов сопоставления и обобщения: fornit.ru/693), а потом формализация” не учитывается в попытках привлечь математику, в надежде обрести понимание по ее моделям, а математика – это всего лишь способ формализации уже понятого.
Если пренебрегать такой стратегией, то будут возникать казусы. Пример – публикации с удивительными утверждениями (неважно, где и кто):
“В среднем мозге и базальных ганглиях позвоночных существует несколько интегративных локусов, которые поддерживают обучение и память, так что организм может обновлять свои реакции на стимулы в соответствии со своим опытом. У насекомых эта способность поддерживается грибовидными телами (Bazhenov, Huerta, & Smith, 2013; Fahrbach, 2006; Galizia, 2014).
...Таким образом, существуют значительные параллели между функциональной организацией мозга насекомого и ядром контрольной поведенческой системы среднего мозга позвоночных.
...Как мы уже говорили, обработка (информации) такого рода поддерживает способность к субъективному восприятию окружающей среды. Обработка в головном мозге насекомых в одинаковой степени унифицирована по аналогичным причинам. По этой причине, мы предполагаем, что мозг насекомого также может поддерживать способность к субъективному опыту.”.
Авторы подобных работ (а их очень много в авторитетных источниках) не определяют, что такое “субъективное”, какими механизмами обеспечивается, какую функциональность выполняет, но применяют слова “субъективность,”, “сознание”, “разум” в качестве определенных понятий.
Можно выделить три методологических принципа, которые при этом нарушаются:
1. по сходству наблюдаемых качеств делается вывод о сходстве явления. Пример: если мяч синий, то другой синий предмет вовсе не обязательно – тоже мяч. Да и синий цвет вовсе не обязательно присущ мячу. Если насекомое корежит от воздействия огня, то это никак не значит, что оно ощущает боль.
2. по наличию первопричин двух явлений делается вывод о сходстве этих явлений. Пример: и дворец и канализация могут быть сделаны из кирпича, но это – совершенно разные вещи. А все вообще сделано из атомов. У высших животных есть уровень древности механизмов, в точности как у насекомых. Это – кирпичи, на основе которых строится более поздние механизмы, без которых субъективное не может существовать, но делать вывод, что раз у насекомых тоже есть древние элементы регуляция гомеостаза, то оно разумное – так же нелепо как говорить, что все из кирпичей – дворцы.
3. Никак не определенное явление (т.е. без понятия, что это такое) применяется в выводах о существовании. Аналогичное утверждение: “Обладают ли насекомые сепуляцией”? Какова должна быть сложность организма, чтобы утверждать такое? Классик сепуления С.Лем давно сформулировал трудную проблему сепуления в повести о звездных приключениях Иона Тихого: «... сепульки очень похожи на муркви, а своей цветовой гаммой напоминают мягкие пчмы. Разумеется, их практическая функция другая, но думаю, Вам, как человеку взрослому, мне не нужно этого объяснять». Опираясь на его теории, можно ли найти признаки сепуления у бабочки? У пчелы? (сепупярность насекомых == разумность насекомых).
Выявление любого из таких погрешностей выводов делает все рассуждение ложным, возможно намеренно ложным. Вот такого качества “обоснований” не будет в этой книге.
С валом работ по исследованиям мозга сегодня вполне возможно разобраться потому, что очень немалое число научных журналистов не пропускают хоть сколько-то многообещающую статью, публикуя свою интерпретацию вместе со ссылками на первоисточник. Вовсе не обязательно самому пытаться проделывать эту огромную коллективную работу, положив все свое время. Сегодня невозможно упустить никакой сколько-то важной новости, она обязательно появится, выделенная фокусом внимания среди остальной публикуемой руды. Но надеяться, что вдруг какая-то из новостей разом все прояснит, и телега легко покатится – нет ни малейшего основания. Все дело не в отдельных фактах, а в эффективном обобщении всего накопленного, и успех такого обобщения зависит от выбора верной точки отсчета.
За много лет из доступных материалов были сформированы большие тематические подборки (fornit.ru/ax1, fornit.ru/1282, fornit.ru/pm, fornit.ru/pp и др.). Это – такое огромное количество взаимодополняющих и ключевых фактов исследований, которые представляют богатый пазл, позволяющий с применением схемотехнического подхода собрать все в убедительную картину без дырок пазла в основе ветвей иерархии общей модели.
В сделанной попытке целостного обобщения в качестве обоснований для уверенности в каждом акте верификации утверждений выступает весь массив фактических данных исследований, обеспечивающих уверенность в достоверности и надежности каждого факта на уровне аксиоматики. Из элементов такого пазла и состоит предлагаемая модель.
Определенный смысл тексту книги придадут основные аспекты рассмотрения проблематики, которыми можно уже сейчас определить понятие абстракции, понятие, понятие схемотехнического подхода. Все это самым тесным образом будет связано между собой в механизмах системы адаптивности, реализуемой мозгом.
Поэтому в первую очередь определимся с этими понятиями - как принимаемыми постулатами, и затем станет ясно, насколько оправдано и эффективно такое допущение. Сами эти постулаты возникли в результате немалого числа итераций процесса формирования модели.
Психика не бывает без мозга. Почему – вопрос мировоззренческий и здесь не будет рассматриваться, но это проясняется бескомпромиссно адекватно реальности в отдельной книге Мировоззрение, доступной по адресу fornit.ru/13268.
Итак, подходить к проблематике нужно с целевого назначения мозга. А мозг, прежде всего, выполняет управляющие функции, чтобы, используя сенсоры состояния внешней и внутренней среды, в зависимости от текущих условий организовывать адаптирующее поведение особи.
Так, глаз является по своей адаптивной функции оптическим устройством, позволяющим использовать оптические признаки изменений в окружающей среде, но большую часть этой функциональности возлагается на мозг, корректирующий зрительные признаки восприятия. Мозг сформирован для обеспечения общей адаптирующей функциональности, после глаза и других рецепторных органов и до эффекторных органов, обеспечивающих конечные фазы регуляции.
Вся эта система оптимизируется эволюционным отбором в направлении стабильности существования живых особей (fornit.ru/64924) и отдельных фрагментов этих особей (в принципе нет никакой разницы), так же тупо как вода течет туда, где пониже.
Сам по себе этот принцип развития любых систем (живых или неживых) дает очень мощное направление для обобщений и заслуживает отдельного рассмотрения, что и сделано в виде материалов:
· Эволюция живых существ на Земле - fornit.ru/1640
· Наследование признаков - fornit.ru/806
Другими аспектами, определяющими целостность и верность развития модели психики, будут понятия абстракции и контекстов. И все это – в рамках схемотехнического мышления (системы схемотехнических принципов и навыков их применения).
· Абстракции - fornit.ru/103
· Контексты - fornit.ru/610
· Особенности понимания схемотехнических систем - fornit.ru/24649
Понятие адаптивности нивелируется с таким подходом, лишаясь условности выделения именно живого и именно особей среди всего, претерпевающего взаимодействия причин и следствий. Но мы не можем рассматривать процессы на таком базовом уровне как взаимодействия и будем применять понятия вроде адаптивности, при этом не станем забывать про условность этих понятий. И эти условности придется умолчательно или явно иметь в виду в контексте граничных условий применения терминов, чтобы смысл оставался достаточно определенным.
Поэтому чисто методологически всегда будем иметь в виду условия корректности применяемых терминов: fornit.ru/1315
Почему именно схемотехнической подход?
Вопрос в том, какая из предметных областей может претендовать на модельное описание системы механизмов организации психики. Вот те, что считаются наиболее подходящими.
Философия давно и традиционно строит предположения в области пока еще недостаточных данных исследований и поэтому является донаучным инструментом первичного понимания (fornit.ru/920).
Математика – “царица всех наук”, на которую многие уповают как на средство, способное сгенерировать верную теорию системы взаимодействий механизмов мозга, на самом деле в принципе не продуцирует системные обобщения, а является лишь способом формализации и верификации уже имеющихся представлений. Невозможно обойти последовательность: сначала понимание, потом – формализация. Хотя математическое моделирование и способно создавать новые формы, в точности как формы дюн в пустыне от ветра, но их смысл (осознаваемая значимость) оказывается понимаем только после того, как такое понимание уже подготовлено субъективно (fornit.ru/693).
Психология изучает эмпирически найденные проявления психики, но их механизмами не занимается. Она собрала огромное количество фактических данных исследований проявлений психики, но ее теории не способны дать системную модель для описания механизмов и при всех упорных попытках не приближается к этому (fornit.ru/7258).
Нейрофизиология изучает все то, что относится к анатомии и функциональности нервных клеток и их связанных состояний. Она предоставила огромное количество фактических данных исследований всего, что касается нервных клеток и их роли в физиологических процессах организма, она выявила многие механизмы функций нервных клеток и их взаимосвязей, проследила связи между отдельными зонами мозга и то, на что такие связи влияют, но ее теории не способны дать системную модель для описания механизмов организации психики и при всех упорных попытках не приближается к этому.
Психофизиология призвана изучать механизмы психики на физиологическим уровне, т.е. используя данные нейрофизиологии, но оказалась неспособной к самостоятельности в принципиальном подходе и оказалась синонимом нейрофизиологии, даже ее частным случаем, ограниченном областью психики.
Все (ученые, следующие научной методологии) понимают общую функцию мозга как систему управления эффекторами в зависимости от состояния рецепторов. Ученые понимают, что любая управляющая система является взаимодействием механизмов причин и следствий, что относит ее к области схемотехнических систем управления. Но множество сомнений появляется на уровне того, что в мозге отнести к элементам принципиальных механизмов управляющих функций: то ли учитывать ДНК ядер клеток, то ли учитывать влияние других клеток, кроме нейронов, то ли считать принципиальным организацию взаимодействий между нейронами.
Но самое главное, что упускается, это то, что понять схему системы взаимодействий механизмов способен только профессионал схемотехник, а если они и есть среди ученых нейрофизиологов, то такие оставляют свой опыт схемотехники за рамками исследований нейрофизиологии потому, что они затрудняются выделить принципиальные элементы механизмов среди того, что обеспечивает их реализацию.
В самом деле, если попытаться объяснить нейрофизиологу, как устроен телевизор по его принципиальной схеме, то он не сможет ничего понять, сначала ему придется пройти путь развития схемотехнических представлений в течение многих лет наработки опыта понимания и личного использования. Но схемотехника мозга – еще сложнее схемотехники телевизора...
Нейрофизиолог видит множество видов нейронов, имеющих разный размер, разную форму, разные виды отростков и разные виды межнейронных соединений. Ему трудно отбросить предположение о разной функции столь различающихся элементов.
Если посмотреть на схемотехнику электроцепей, то там проводники, транзисторы, резисторы, конденсаторы и катушки могут иметь самую разную форму и размеры, различающиеся в сотни раз, но у них одна главная функциональность: проводники проводят электрический ток, транзисторы изменяют ток управляющим потенциалом, резисторы огранивают прохождение тока своим сопротивлением, конденсаторы – это емкости для зарядов, катушки – это индуктивности или накопители энергии полей электрического тока. То, в каком конструктиве все это крепится, так же оказывает влияние на работу схемы (как и влияние астроцитов и других конструктивных элементов мозга).
Схемотехник электроцепей знает, как меняются свойства элементов в зависимости от того, как они сделаны потому, что это определяет характеристики этих элементов в работающей схеме.
То же самое можно сказать и про схемы мозга.
Понимая это, возможно выделить основные функции элементов управляющих схем мозга от того, каким способом они реализованы и составить ту же управляющую функциональность на транзисторах, проводниках, сопротивлениях и т.п. или же реализовать схему управления с помощью программных алгоритмов.
Поэтому предметной областью для понимания функциональности психики является «Схемотехника адаптивных нейросетей», анонсированная в fornit.ru/41930.
Только схемотехнический подход дает возможность понять и формализовать в виде принципиальной схемы систему индивидуальной адаптивности на уровне психики. Он основывается на фактических данных исследований природных версий реализации (множества видов животных, обладающих психикой) и выделяет общие принципы схемотехнической функциональности, что и формализовано в виде модели МВАП .
Для того, чтобы дальнейшее изложение не оказалось поверхностным и расплывчато многозначительным, вызывающим протест непонимания или неприятия, необходимым условием является приведение базовых понятий к принимаемым условностям. Это значит, на этом рекомендуется отложить дальнейшее прочтение и прочесть материалы по приведенным ссылкам или оставить это на второй проход книги. Конечно, из-за сложности вопросов это может быть не вполне достаточно, но даст необходимый контекст понимания остального. В данной книге просто не получилось бы втиснуть тексты по всем этим темам, так что такое отвлечение оказывается вынужденным.
Понятие “система”, которое обычно используют в работах по нейробиологии, оказывается достаточно расплывчато, что прямо сказывается и в попытках формализовать системные представления о нейросетях.
Система – условная модель представлений о причинно-следственных взаимосвязях выделенных вниманием элементов, в граничных условиях абстрагирования этих элементов в реальном явлении. А такая модель и есть схемотехническое представление совокупности механизмов взаимодействия – формализованная схема взаимодействий, отражающая механизмы взаимодействия всех элементов.
Граничными условиями выделяется только то существенное, что относится к принципу взаимодействий, а не его конкретной реализации. Поэтому кроме принципиальных схем существуют конструкторские, монтажные и т.п. дополнительные схемы. В случае нейросети за границей рассмотрения принципиальной схемы системы оказываются особенности строения элементов нейросети, метаболизм и другие непринципиальные факторы.
Система оказывается целостной и верной (адекватной реальности) тогда, когда описываемая совокупность элементов и механизмов их взаимодействий позволяет практически воплотить такую систему в реальности, выбрав те или иные материалы и способ реализации механизмов взаимодействия, в заданной степени точности описания проявлений работы этой системы.
К примеру о роли выбора граничных условий, система гравитационного взаимодействия тел в пространстве, ограниченная точностью в несколько знаков, описывается формулами классической механики, где массы взаимодействуют обратно пропорционально квадрату расстояния между ними, что отражает трехмерное пространство, в котором площадь увеличивается по закону квадрата расстояния и, значит, так же ослабляется и гравитационное взаимодействие, определяемое именно метрикой пространства. Сами массы несколько изменяют метрику пространства (как и их относительная скорость), но для выбранной точности значений это несущественно. А если говорить не о гравитационном, а внутриядерном взаимодействии, то там метрика взаимодействий имеет большее число измерений, и взаимодействия ослабляются быстрее, чем от квадрата расстояния.
Выбор граничных условий для описания модели взаимодействий элементов нейросети определяется той принципиальной функцией задач адаптивности, которую мы выделяем как целевую роль системы для обеспечения приспособления к окружающим условиям.
Возникает критерий системности описаний нейросети: такая модель должна являться принципиальной схемой описания определенных адаптивных функций, что позволяет реализовать эту модель в виде электронного устройства, в виде программного продукта иди другими способами реализации.
Попытки системного подхода прослеживаются у многих исследователей мозга. У И.Павлова – сигнальные системы, у П.Анохина – функциональные системы.
Чем «схемотехнические» описания отличаются от просто системно ориентированных описаний? Схемотехнический подход это – и есть системный подход, но с обеспечением уверенности в практической реализации принципиальных схем. Если схема формализует предполагаемый механизм взаимодействий, то такая схема может быть реализована и будет работать в реальности, а не только в воображении.
Как схемотехнический подход выглядит на практике?
Представим картину изучения мозга с помощью МРТ-визуализации. На некоторой выборке живых людей в разных состояниях исследователи замечают закономерности возникновения и взаимного поведения активностей нейросети. Это коррелирует с определенными состоянии внимания и сознания. Вот пока и все полученные данные. Исследователи называют проявления таких активностей по их психо-коррелятам “пассивным режимом работы головного мозга (DMN)” и “задней системой внимания (DAT)”, а научные журналисты публикуют (fornit.ru/ext-2) очередной прорыв в понимании сознания и рассуждают про нейронные сети, ответственные за проявления сознания. Но, как уже замечалось на примере со смертью от огурцов, никакая статистическая корреляция не означает на самом деле существующих взаимодействий и, тем более, понимания механизмов взаимодействий.
На самом деле, никакого исследовательского прорыва от бессистемных наблюдений МРТ данных нет, есть просто некие факты наблюдений, а что это такое - так и неясно, хотя часто напрашиваются правдоподобные предположения. Зато показавшиеся важными факты названы научными терминами и становятся трендами в публикациях. Они ничего вообще не проясняют, кроме того, что дают повод выдвигать кучу новых предположений. Точно так же можно заметить в природе множество других закономерностей, ничего не приоткрыв в понимании их механизмов. Вот примеры того, как опасно вообще полагаться на наблюдаемые корреляции без поддержки найденных механизмов взаимосвязей (кроме смерти от огурцов): fornit.ru/6612.
Мы не будем делать предположения на основе корреляций, а будем прослеживать эволюционное усложнение конкретных механизмов адаптивности на уровне мозга от самых простых и, на их основе – всех последующих так, чтобы формировалась все более общая модель взаимодействующих механизмов, имеющих общую направленность – индивидуальная адаптивность. Это и будет построение схемотехнической модели, даже если при этом мы не будет рисовать схем мозга в виде условных элементов, а как-то по-другому формализуем механизмы. Но поначалу мы будем рисовать схемы, пока это позволяют границы допустимого небольшой книги с лаконичным изложением.
В результате все эти специфические нейросети просто уступят место совершенно конкретным функциональным механизмам, обеспечивающим индивидуальную адаптивность, и не будут привязываться к особенностям природной реализации, т.е. будут формализованы в виде принципиальных моделей механизмов взаимодействий.
Синергетика – еще одно популярное слово, которое представляется обязательным в привязке к теории, претендующей на достоверность. Синергетика — это динамика “самоорганизующихся” систем в терминах междисциплинарного описания. Вот именно это и является основой данной книги: описание в стиле междисциплинарной популяризации эволюции развития систем индивидуальной адаптивности и описание динамики этих систем в зависимости от условий.
Дело не в словах и терминах. И не в том, как разграничиваются предметные области исследований, бывает, до такой степени, что, изучая, по сути, одно и то же, например, живые организмы, каждая из дисциплин оказывается в своем изолированном мире специфических абстракций. Настолько, что требуется именно междисциплинарный подход для того, чтобы адекватно и целостно обобщить представления в верифицируемую реальностью модель.
Никакие отдельные биологические, математические, схемотехнические, нейрофизиологические и т.п. подходы в попытках сопоставить все многообразие природной реализации и вывести нечто принципиально общее – несостоятельны в силу недостаточности частного охвата. Раньше не было отдельной предметной области, которая начинает и выигрывает сама. Но схемотехнический подход, который базируется на данных фактических исследований нейробиологов и психофизиологов, позволяет строить действующие прототипы адаптивных явлений, его обобщения могут верифицировать не только нейробиологи и психофизиологи потому, что уже созданы не просто схемы, а действующая модель системы индивидуальной адаптивности на основе жизненных параметров (fornit.ru/65133), названная Beast.
Следующая глава – наиболее базовые основы схемотехнических принципов, которые необходимы для понимания организации нейросетей. Здесь не даются корректные обоснования утверждений, касающихся элементов нейросетей. Основное внимание предлагается уделить принципам, которые проявляются в любой схеме цепочек взаимодействия независимо от природы реализации причинно-следственных процессов.
Чтобы максимально облегчить понимание и сделать очевидными утверждения, в следующей главе используются ясные, зримые, знакомые всем процессы.
Схемотехника — это то, что можно выделить вниманием в любых реальных конструкциях, в отличие от умозрительных. Это – план (структура, модель) реального воплощения таких конструкций, что возможно условно формализовать в виде схемы взаимодействий.
Самое важное – то, что любая схемотехника описывает конструкции на основе однотипных принципов, которые используются в самых разных их видах. В схемотехнике определяюще важным становится не то, из какого материала и каким способом будет выполнена конструкция, а то, какие принципы были заложены для реализации функции данной конструкции. Это нисколько не принижает значение материалов, способов конструирования и т.п. элементов создания конструкций, но выделяет самое главное в механизмах взаимодействия, что обеспечивает выполнение функции, т.е. обеспечивает причины и следствия взаимодействий элементов конструкции.
В природе схемы управления организмом реализуется из биоматериалов и всего того, что оказывается доступным в природном конструировании (конечно же бесцельном, как в приведенном ранее примере направлении течения потока воды).
Так, материалы оптической системы глаза разительно отличаются от материалов системы фотоаппарата, но при этом есть общие принципы, обеспечивающие функцию фокусировки света в зависимости от его источника и регистрацию картинки.
Итак, при изучении любых систем оказывается важно не то, какой материал, источники питания и т.п. ее обеспечивают, а то, какие механизмы позволяют реализовать данную функцию. И это – очень важный принцип, позволяющий отделять систему взаимодействий от того, что прямо не участвует в этом.
Одну и ту же функцию, приводящую к определенному результату, можно реализовать очень многими (бесконечно многими) способами, но принципиальная схемотехника будет одной и той же.
Это очень эффективно способно отсекать из рассмотрения все то, что не принципиально, обеспечивая понимание того, как именно реализованы цепочки причин и следствий в данном механизме. Вот почему в рассмотрении совокупности механизмов мозга и их конструкции основное внимание будет уделено именно схемотехническим принципам.
Нейросетью будем называть систему взаимодействующих идеализированных нейронов, связанных определенным образом через идеализированные синапсы. От реальных элементов мозга идеализированные отличаются наличием только принципиальных свойств и функций, не зависящих от способа реализации так, что нейросеть можно организовать любым способом: с помощью дискретных электро-элементов, программно, математически и т.п..
Понятно, что такая идеализация – критически ответственный процесс, от адекватности которого природной реальности зависят свойства моделей, построенных на ее основе.
Поэтому с особой тщательностью были проделаны работы по обобщению принципиальной модели нейрона и синапса (fornit.ru/6449), но такое утверждение никого не убедит, пока, в конечном счете, не будет с очевидностью показана достигнутая адекватность реальности. И к этому мы постепенно и уверенно придем, а пока что можно в общем виде ознакомиться с вводной статьей (с приведенным большим списком сопоставляемых фактов исследований в конце), формулирующей базовую функцию нейрона: fornit.ru/6449, но можно на эту статью по ссылке не отвлекаться потому, что далее будет очень последовательно и детализовано показана модель нейрона и синапса.
Первые же попытки программной разработки системы индивидуальной адаптивности показали, что и сама функциональность нейрона является вторичной по отношению к последовательности усложняющихся принципов адаптивности так, что в случае программирования нет смысла эмулировать работу нейронной сети, потому что нужные адаптивные функции гораздо правильнее реализуются спецификой программной схемотехники. В случае, если такая модель будет разрабатываться на основе дискретных электронных компонентов, то функциональные аналоги нейрона (нейристоры) станут наиболее оптимальным решением.
В этой книге будет рассмотрена схемотехника на основе функциональности нейронов и синапсов, что приближает к природной реализации.
Важное предупреждение. В последующем тексте главы будут рассматриваться отдельные схемотехнические принципы, которые не зависят от способов реализации схемы (механизма), но при этом будут кратко описываться проявления этих принципов в природной нейросети. Объем и популярный формат книги не позволяют обеспечивать строгую обоснованность сделанных утверждений и это способно вызывать серьезное неприятие у нейрофизиологов, привыкших к доказательности во всем, что как-то затрагивает их рабочие представления. В то же время в последующих главах будут рассматриваться уже реальные нейрофизиологические феномены и механизмы с использованием полученного контекста схемотехнического подхода. И здесь уже будут привлекаться все необходимые обоснования в виде источников опубликованных материалов по фактическим исследованиям.
Поэтому во избежание активного неприятия и потери интереса, стоит воспринимать утверждения этой главы в качестве постулатов, которые будут оправданы до очевидности в последующей общей модели.
Для нейробиологов, не имеющих схемотехнического опыта, этапы такого описания выглядят недоказательными просто потому, что они не видят системы, определяемой схемотехническими принципами. Но эти принципы достаточно жестко и однозначно укладывают данные исследований по своим местам в общем пазле модели и позволяют верифицировать как адекватность самих данных реальности, так и предполагаемые выводы.
Эволюция нервной системы и, собственно, нейрона описана в большом количестве работ, но для системного вычленения принципов организации нейросети, оказывается, вовсе не обязательно проводить тщательное расследование эволюционных процессов, а достаточно сопоставить уже имеющиеся развитые природные нейросети. Тем более, что окончательных выводов из эволюционных исследований все еще сделать нельзя и попытки делать конечные утверждения такого плана выглядят спорными. И, все же, будет полезным проследить наиболее значимые моменты природной эволюции, тем более что это позволит выявить важные принципы, которые всегда используются в природной эволюции. Эти принципы вытекают из достаточно хорошо формализуемых процессов, выделенных в статье fornit.ru/806:
“Из всей совокупности сопоставленных данных исследований возникает вполне определенное обобщение: решающую роль в реализации наследственных механизмов играют два принципа. Первый – аксиоматический. Этот принцип касается не генетики и даже не биологии, а эволюции в самом широком смысле, в том числе неживых образований.
Вот пример. Возьмите каплю чернил и начините капать ее с одной и той же высоты в 1 см. на салфетку. Вы получите круги, внутри чернильного цвета, далее по радиусу - водяные (граница хроматографии чернил на салфетке). Они все одинаковые. Нужны ли какие-то поля, чтобы записать форму получающихся капель? Нет. Начнем капать на другой вид бумаги - чернильные радиусы станут другими.
Понятно, к чему все клонится? Результат той или иной формы эволюционно вовсе не был задан строго заранее. Он таков, какой выходит из общих законов термодинамики, химии, физики, - из законов причинно-следственных связей. У человека внешний вид таков, каков он получился при развитии в определенных условиях с учетом того, что оставалось не в противоречии этим условиям, иначе это отсеивалось. Форма тела у нас такая, какая получилась при мутациях и отборе наиболее жизнеспособного. Генетический материал в этом плане эволюционно отбракован среди других молекул как нечто, что способно развиться в определенных условиях опять в организм, способный существовать в данных условиях. Но если условия окажутся другими, то и результат, форма станет другой (если только организм еще окажется способным развиваться в таких условиях).
¶Второй принцип - в том, что при развитии от первой клетки, особенности каждого последующего деления определяются уже достигнутым новым состоянием, которое активизирует ту часть генома, которая эволюционно возникла для создания этого состояния организма. Т.е. переход от одноклеточных к многоклеточным потребовал дополнения генома тем, что заставляет клетку делиться вообще, далее все новшества в дальнейшем развитии организма так же постепенно формировали и дополнительные фрагменты в геноме, которые активизируются в момент соответствующего этапа развития организма – как воздействие новых условий соседства разделившихся клеток.
¶Даже не вдаваясь в подробности механизмов реализации этого принципа, понятно как он связан с эволюционными процессами. Кроме того, ясно, что вовсе не нужно запоминать план всего организма на уровне носителей наследственности, а достаточен лишь только тот пусковой механизм, который в данных условиях развития приведет к определенному результату и будет корректироваться на узловых этапах развития, активизируя соответствующие фрагменты генома, - пусковых для особенностей развития, в каждом из участков развития организма.
¶Эти два принципа аксиоматически очевидны в контексте понимания термодинамики взаимодействий любых тел:
1. Форма развития объекта нашего наблюдения (чего бы то ни было) зависит не только от внутренних свойств объекта (генетической программы развития у живых существ), а от того, какое влияние оказывает на это внешняя среда. Только в среде, на которую рассчитана программа, она дает результаты, оставляющие объект в привычной нам форме.
2. Каждый предыдущий шаг последовательности развития создает новые условия для последующего, изменяя форму объекта.”.
Эволюция нервной системы – довольно обстоятельно описываемая область. В частности, в ранней работе С.В. Савельева «Происхождение мозга» (fornit.ru/5079):
“…клеточные предшественники нервной системы были однотипны. Они отличались от окружающих клеток только способностью быстрее проводить сигналы, что и выделило их в самостоятельную и быстродействующую нервную систему. Однако реакции на внешние раздражители становятся совершеннее при точном распознавании источника воздействия. Чем лучше идентифицирован раздражитель, тем адекватнее будет ответ организма.
…точка зрения братьев Гертвигов (Hertwig, 1878). Их гипотеза состоит в том, что нервные и мышечные клетки происходят из эктодермального эпителия. Они возникают независимо друг от друга и вступают во взаимодействия уже вторично (рис. II-1, а-в). В соответствии с гипотезой Гертвигов источником всех нервных клеток является первичная чувствительная клетка, возникшая из эктодермы и получившая возможность воспринимать раздражения, генерировать и проводить возбуждение. Специализированные отростки этих клеток вступают в связь с независимо возникшими мышечными клетками.
... По представлениям Клейненберга-Заварзина, из эктодермы возникает клетка одновременно с сенсорными и моторными функциями. Затем она дифференцируется на нервную и мышечную системы.
... Самым простым способом интеграции нервных сетей стало окологлоточное нервное кольцо. Его появление вполне оправдано тем, что оно находилось на границе поступления пищи в организм кишечнополостных. ... Самым простым движением, позволяющим проиллюстрировать действие диффузной нервной системы, является реакция на механическое раздражение. Пресноводная гидра (Pelmatohydra oligactis) при малейшем раздражении сжимается в микроскопический комочек. Это происходит за счёт расположенных продольно в эктодерме и поперечно в энтодерме сократимых белков. Кроме Генерализованной реакции, кишечнополостные могут дифференциально пользоваться отдельными щупальцами или их группами. Гидры способны передвигаться, чередуя при переворотах опору на подошву и ротовое отверстие.”
Начнем рассмотрение с ранних этапов эволюции, упрощая несущественное в их реализации.
Вначале были только одноклеточные организмы, возникшие на основе бесклеточных. Каждый из таких организмов пребывал в нише допустимых для его существования условий, приспособившись к этим условиям. За рамками узких условий они не могли существовать. Но разнообразие одноклеточных позволяло существовать одним видам там, где не могли существовать другие. И у всех был уже хорошо развитый механизм мутаций, определяющих пределы вариабельности, что позволяет пусть и очень малому проценту выживать в иных условиях.
Почти сразу начали возникать и способы совместного существования одноклеточных, когда разные адаптивные способности вместе оказывались настолько удачными, что расширяло границы существования по сравнению с существованием порознь. Это давало качественно большее преимущество в конкуренции и поэтому многоклеточные образования, у которых разные клетки брали на себя разные функции, становились все более универсально приспособленными.
Эволюция развития многоклеточных это – то дерево жизни, из которого возникли высшие животные и человек и поэтому нельзя обойти вниманием этот процесс.
В любых сложных организмах универсальной строительной единицей является клетка – при всем разнообразии этих клеток, настолько отличающихся по функциональному назначению, что практически решаются все проблемы адаптивности, необходимые для их существования.
Клетка оказалась настолько универсальным образованием при своей общей принципиальной схеме, что обеспечила все необходимое организму от рецепторов внешнего воздействия, до эффекторов ответного действия при том, что сам организм превратился в надежно отлаженную невероятным количеством попыток реализации систему. И процесс оптимизации все еще идет, кипит огромным разнообразием элементарных составляющих так, что даже у одного вида животных его белковые основы оказываются индивидуально неповторимы и несовместимы с другими индивидами.
И лишь один вид клеток специализировался в распознаватели для управления. Этот вид возник как промежуточный между клетками, способными выдавать электрический сигнал при внешнем воздействии (или выделять вещество, которое в последующих клетках выделяет электрический сигнал) - рецепторы и клетками, способными по электрическому сигналу совершать какие-то действия - эффекторы.
И рецепторов, и эффекторов существует немалое число разных видов (рецепторы цвета, звука, прикосновения, запаха, вкуса, температуры, эффекторы мышечных сокращений и выделения веществ разного вида - железы). Но еще больше рецепторов и эффекторов во всех отделах организма, где используются непосредственные связи рецепторов с эффекторами для различного рода регуляции.
Вначале вообще все рецепторы непосредственно взаимодействовали с эффекторами. Наследственно предопределенные связи отростков рецепторов подходили к приемным органам эффекторов. Но возникали участки, где между рецепторами и эффекторами встраивались промежуточные управляющие клетки. Местоположение таких участков оптимизировалось приносимой пользой выживания особей.
В этом процессе важнейшим эволюционным достижением было образование особенных контактов между отростком рецептора и телом эффектора, который первоначально не обеспечивал воздействие активировавшегося рецептора на эффектор, (т.е. как бы напоминал разрыв в соединении – “синаптическая щель”), но механически закреплял положение отростка на теле эффектора, чтобы он не дрейфовал где-то, а был всегда рядом.
Сейчас мы рассмотрим явление самопроизвольной активации – как схемотехнический принцип.
В механической модели это можно проиллюстрировать легкостью разбалансировки коромысла весов, если они ничем не нагружены и любой ветерок способен заставить их колебаться около равновесия.
В электрических схемах точно так же чувствительный элемент с открытыми входами (“висящими в воздухе”) будет откликаться на малейшие возмущения, продуцируя на выходе колебания потенциала.
В биосистемах описан тот же эффект для эффектора (мышцы, железы или нейрона), который уже созрел до способности проявлять активность, но в отсутствии связей оказывается легко возбуждаем любыми изменениями окружающей среды. И это – проявление все того же, всеобщего принципа легкости активации в отсутствии сдерживающего фактора.
Каждый эффектор без связи похож на коромысло весов, не нагруженное с обеих сторон, которое мотает в обе стороны малейшими воздействиями. Созревшая эффекторная клетка подвергается внешним и внутренним случайным воздействия, которые заставляют ее срабатывать хаотично. Мышца подергивается. Железа выбрасывает продуцируемое вещество в окружающее пространство.
Общее то, что эта активность у любых эффекторов обусловлена клеточным мембранным процессом, отражающимся на состоянии как самой клетки, так и ближайшего окружающего пространства. И если рядом есть отросток рецептора, который в это же время активирован внешним воздействием, то обе эти активности по обе стороны синаптической щели приводят к тому, что она становится все более проводимой так, что эта проводимость не позволяет более клетке эффектора возбуждаться хаотично, как если бы к коромыслу весов прицепили бы грузик.
Теперь только если грузик меняет свой вес, состояние коромысла может так же измениться. Вот из-за такой аналогии в персептронах и стали применять понятие весов – как выражение состояния проводимости контакта, пропускающей сигнал: вес 1 будет условно означать, что контакт имеет 100% проводимость, а 0 – нулевую.
Этот эффект самопроизвольного возбуждения – общее правило любых схемотехнических систем, хоть механических, хоть электрических. Он будет в дальнейшем более подробно описан и показано его неизбежное включение в систему нейросети при ее развитии.
Заметим, что любой эффектор фактически выполняет роль распознавателя активности отростков на своем теле и в этом принципе не отличается от нейрона. А рецептор ничем не отличается от нейрона в плане имеющегося отростка для передачи в схемотехнической цепи возбуждения рецептора (если не сама клетка рецептора им обладает, как в случае фоторецептора, то обладает парная с ней клетка, на которую рецептор воздействует химическим путем, но это – не принципиально: просто будем называть такую пару рецептором). Понятно, что возникновение промежуточной клетки, обладающей обеими сущностями, не потребовала от эволюции чего-то качественно нового. Таким образом, нейрон стал одновременно и рецептором - для последующих структур и эффектором - для предыдущих. Условно назовем такую клетку элементарным распознавателем – универсальным элементом для построения любых схем управления.
И мы уже описали способ образования связи между такими клетками в момент созревания эффектора и активности рецепторов. Тут важно одно: эффектор созревает всегда позже рецепторов, которые его иннервируют так, чтобы на время своей специализации в связях уже были активными рецепторы (на самом деле все сложнее, учитывая то, что вначале рецепторы и эффекторы были почти на равных – просто разными типами клеток).
После того, как процесс специализации закончится, эта клетка в норме уже оказывается не способной образовывать новые связи (исключение – в третичных зонах мозга, где сохраняется синаптическая пластичность за счет нового эволюционного механизма) и только в случае повреждений запускается механизм регенерации и новой специализации, что является очень важным условием общего последовательного развития цепи связей (другие варианты отсеивались отбором полезного). И первоначально такой период специализации оказывался достаточно коротким (хотя и оптимизируется в зависимости от порядка в последовательной цепочке связей) так, что наследственно предопределенные связи надежно образовывались в нужный момент развития организма, в оптимальной временной последовательности. И после специализации возникал запрет на порчу уже созданной схемы всякими дополнительными связями.
Т.е. весь процесс развития простейшей нейросети определялся последовательностью активизации генетических структур программы развития организма (последовательностью экспрессии генов в зависимости от окружающих условий).
А теперь – выводы из такой организации.
Рецепторы являются клетками с универсальной функцией выработки электрического сигнала и различаются принципиально только тем, как организован запуск этого сигнала.
Эффекторы – клетки со столь же универсальной функцией активации от электрического сигнала и различаются только тем, какое действие совершается при этом.
Третий вид клеток – универсальные рецепторы-эффекторы, у которых вообще нет принципиальной разницы в функциональности потому, как они обладают универсальной функцией рецепторов и универсальной функцией эффекторов – уже без какой-то своей специфики, при любом количестве вариантов реализации такой универсальности.
Этот вид клеток оказывается полезным для организации промежуточных цепей между рецепторами и эффекторами. И в такой сети промежуточных цепей управления особенно эффективно реализуются самые различные схемотехнические принципы, которые можно самим попробовать моделировать в специальном редакторе (fornit.ru/41239).
Важно обратить внимание, что уже на уровне непосредственных связей между рецепторами и эффекторами конкретизируются те критерии их функциональности, которые оказываются необходимыми и достаточными для целей регуляции. Это – уровень и длительность воздействия электрического сигнала рецептора на эффектор для того, чтобы тот выполнил ответное действие, что вполне определяет рассматриваемые границы использования такого промежуточного электрического сигнала: никакой другой “кодировки”, передачи какой-то информации не происходит и все ограничивается просто активацией одного элемента другим. Как говорят электрики – дело в эффективном значении тока воздействия, а не его скважности (длительности и периода повторения).
Этот важнейший вывод полностью относится и к промежуточным клеткам – нейронам. Имеет значение (для результирующего эффекта) только то, откуда пришел сигнал – потому, что это означает определенный признак воздействия параметров среды и то, достаточно ли сильный (продолжительный при данной скважности) это сигнал для активации последующего элемента.
Адекватность воздействию среды реализуется в том, что на эффектор воздействует соответствующий параметрам среды сигнал, что позволяет избирательно реагировать на такое воздействие. В эволюционном развитии структур нейросетей возникли иерархии выделения параметров среды в тех сочетаниях любой сложности, которые оказываются важны для организации ответных действий.
Нейрон от функции распознавания просто входной активности становится распознавателем любых сочетаний воспринимаемых параметров внешней и внутренней среды, при этом ничего не меняя в своей универсальной специализации. Как это происходит – станет ясно чуть позже.
Мы отсекли все несущественное в первичной организации нейросети. Конечно, это не означает, что не могут возникнуть какие-то модуляции сигнала или какая-то еще передача информации, если это окажется полезным. Но 1) для подтверждения необходимо найти конкретные механизмы такой передачи (а такие попытки найти это есть), 2) сам принцип релаксационной генерации электроактивности нейроном не предполагает какую-то возможность модуляции (релаксационный генератор принципиально немодулируем и может только менять частоту импульсации при неизменной длительности импульса) и 3) в ходе дальнейшего рассмотрения развития нейросети будет все более ясно, насколько вообще это может быть в чем-то полезно или оказывается лишней сущностью.
В ходе рассмотрения дальнейшей эволюции нейросети, мы будем продолжать выделять принципы реализации схемного решения механизмов, позволяющие ограничивать условия рассмотрения возможных вариантов описания механизмов (так же как рассмотрение принципа универсальности специализации элементов конструкции), отделяя несистемные составляющие конкретного способа реализации механизма. Это позволит избежать множества тупиковых предположений.
Вы запросто можете не читать главы про эти принципы, если нет желания вникать в них, а склонны просто поверить в их определяющую роль в понимании любых систем причин и следствий. В таком случае можно сразу перейти к главе Первые управляющие структуры организмов на основе распознавателя. Но при этом потеряете немало интересного и полезного.
Есть умелые люди, которые не затрудняются что-то сделать в доме нестандартное, починить, сотворить новые удобные приспособления. Говорят, что у человека золотые руки. А он в детстве разбирал игрушки на составляющие, понимал, как все там работает и сооружал что-то свое. У него развилось схемотехническое мышление к очень многим практически полезным вещам. Сделав какие-то небольшие устройства, он способен на их основе создавать более сложные. У него в голове сформировалась система понимания взаимодействия отдельных компонентов, а потом – взаимодействия еще более сложных компонентов так, что не затрудняется взять и представить себе мысленно, как можно из имеющихся штуковин соорудить нужную вещь.
Это стало возможным только потому, что у него был достаточный интерес к этому, он этому придавал максимально большое значение, выше еды, когда его мама звала “ну пойди же покушай, наконец!”. Для него это была самая увлекательная игра. И по-другому развить схемотехническое мышление невозможно. Если подумать и вспомнить, как же удалось вам развить до высокой эффективности то, что есть теперь в активе, то окажется, что была большая необходимость и, часто - был игровой, увлеченный подход. То, что вымучивается насильно, без интереса, получается жалким заморышем. Именно поэтому родители гораздо хуже осваивают новые гаджеты, чем их увлеченные дети.
Попробуем создать упрощенный пример для того, чтобы прочувствовать эффективность схемотехнического мышления, то, что буквально все вокруг становится доступным именно при схемотехническом подходе. Этот пример, кстати, – эмулятор релаксационного механизма разряда нейрона в пейсмеккерном режиме.
Все знают, что такое электромагнит. Это катушка провода вокруг ферромагнитного сердечника и, если подать напряжение на концы катушки, по ней потечет ток, возникнет магнитный поток вдоль сердечника и к нему начнет примагничиваться все, что может.
Если приделать железный рычажок, который будет примагничиваться, когда течет ток, а на конце рычажка будет молоточек, бьющий по колокольчику, и одновременно этот рычажок, когда он примагничивается разрывает контакт тока через катушку, то получится звонок, который раньше был на всех квартирных дверях и телефонах. Получается такая причинно-следственная последовательность. Пока мы не включили ток, рычажок подпружинен наверху и его контакты подключают один из проводов катушки к электричеству. Если нажать кнопку звонка, то через контакт рычажка потечет ток в катушку, она резко притянет рычажок и тот ударит в колокольчик. Но при этом его контакт разомкнется, и катушка перестанет магнитить. Рычажок опять распрямится и подаст ток в катушку. Звонок будет звонить, пока на эту автоколебательную систему подается напряжение.
Точно по такому же релаксационному принципу нейроны создают перепад потенциала при возбуждении.
Точно так же работают маятниковые часы, только там подается не ток, а натягивается с постоянным усилием цепочка с гирькой. Вместо гирьки можно приспособить электричество, получатся электро-маятниковые часы, скорость вращения которых зависит от инерционных свойств маятника. Вместо маятника можно поставить другие колебательные элементы, как, например, рычажок звонка или кристалл кварца. Но во всех случаях автоколебаний будет работать один общий схемотехнический принцип положительной обратной связи. Тут очень много завораживающе интересного, что многими воспринимается “да ну нафиг эти сложности!”.
Нового вообще вокруг случается очень много, но для одних это не имеет значения, а для других приоритетно важно. Вот и вся разница между теми, кто станет умельцем и теми, кто просто будет простым пользователем айфона.
Раньше на электрических магнитах, которые управляли контактами (электромагнитные реле), делали вычислительные машины и любые управляющие устройства. Такой огромный агрегат помог определить код немецкой шифровальной машинки Энигмы. Фон Нейман доказал, что на такой механике может быть создано вычислительное или управляющее устройство любой сложности.
На реле можно собрать адаптирующийся мозг. Каждый нейрон будет катушкой, у которой несколько пар проводов. Если подать напряжение только на одну пару, магнитного потока не хватит, чтобы притянуть рычажок, а если запитается достаточное число пар проводов, то общая сила будет достаточной, чтобы притянуть рычажок и нейрон сработает, замкнув контакты пар проводков следующего нейрона. От того, как включены пары, зависит - возбуждающий это вход или тормозной.
Но это будет невероятно громоздкое устройство и лучше его сделать компактнее, на транзисторах и микросхемах. Природа же реализовала это совсем по-другому.
Но неважно, в виде чего реализуется устройство схемы, важен принцип, который при этом используется для взаимосвязи элементов. Он помогает понять устройство.
Итак, для развития схемотехнического мышления, первым делом, нужно придать всему этому высокую значимость в игровом контексте – понять необходимость и создать доминирующую нерешенную проблему, требующую “закрытия гештальта”. Проще говоря, нужно искренне полюбить и сделать привычным этот стиль мышления так же, как половое и пищевое поведение. Тогда откроется возможность понять не только то, как устроены схемы, реализующие психику, а все вокруг приобретет совершенно иной, глубокий смысл.
Далее мы рассмотрим несколько характерных для нейросетей схемотехнических принципов. Это пока еще не подход к серьезному рассмотрению эволюции адаптивных механизмов усложнения нейронной организации мозга, а только – полезное предваряющее отвлечение, которое позволит в новом качестве рассматривать обобщение фактов исследований по развитию мозга.
Самый вульгарный пример обратной связи это – когда мышь запустили в трубу и конец трубы соединили с началом, как это случалось в детских мультиках. Вот игровая анимация этого процесса: fornit.ru/an-book-18
Связь в самом прямом смысле – обратная: сигнал с выхода подается на вход.
Сигнал – мышь. И связь положительная, т.к. мышь с выхода на вход приходит в неизменной форме.
Предположим, что мы все время запускаем новых мышей по штучке с каждым кругом. Их в трубе становится все больше.
Вот если бы что-то сделало из мыши ее противоположность, то, выскочив из выхода и став негативной, она бы вычиталась из новой запускаемой мыши и мышей бы не было больше одной: если первая аннигилировала, то запущенная вторая мышь пробежала бы круг и тут же аннигилировала с новой мышью.
Почувствуйте разницу: в случае положительной обратной связи сигнал усиливается (не мгновенно, а с некоторой скоростью запуска мышей) пока труба не окажется непроходимой (сопротивление ограничивает ток сигнала).
А при отрицательной обратной связи число мышей стабилизируется.
Вот почему положительная обратная связь вызывает непрерывную циркуляцию процесса. Если где-то что-то вызывает колебания, то можно уверенно говорить: тут есть положительная обратная связь и это стоит запомнить, как принцип. В природной нейросети есть незатухающие колебания, которые регистрируются ЭЭГ.
Люди, мыслящие по схемотехническому принципу обратной связи, придумали беличье колесо, ленту транспортера, беговую дорожку, цепную передачу и многое другое. Т.е. если этот принцип хорошо сидит в автоматизмах, то очень многое можно придумать полезного, до чего не додумается другой.
В примере с электрозвонком контакт рычажка размыкается, когда его притянет якорь электромагнита, прерывая цепь тока и рычажок отлипает, снова замыкая контакт. Рычажок – активный элемент, у которого выход – контакт, а вход – магнитный поток. Замыкающийся контакт прямо вызывает магнитный поток, т.е. связь положительная.
Обычно в схемотехнике тип связи достаточно просто идентифицируется. А вот когда мы выходим за границы обыденного, там, где нет метрики пространства и времени, становится сложно: вот что заставляет поддерживать колебания квантов (суперструн)? Это еще не выяснили. В обычной механической струне, по которой идет смычок, есть положительная обратная связь, как и в маятнике. Мало того, она есть и в струне, которую только раз щипнули, и она зазвучала, пока не затихла. Если есть колебания – значит, есть положительная обратная связь. Это – фундаментальный принцип, который может вызывать сомнения в конкретных явлениях.
К примеру, физиологи выяснили, что в сетчатке глаза между ФР и горизонтальными клетками (ГоК) имеется отрицательная обратная связь: в темноте ФР активирует с помощью глутамата ГоК, а ГоК в ответ тормозит ФР с помощью ГАМК. При включении света этот механизм на какое-то время вызывает колебания потенциала ФР. Где же наличие положительной обратной связи? Как раз про затухающие колебания говорилось ранее, в теме про обратную связь: “Если где-то что-то вызывает колебания, то можно уверенно говорить: тут есть положительная обратная связь и это стоит запомнить, как принцип”. Разберем этот эпизод подробнее в контексте схемотехнических принципов.
В данном случае включение света порождает крутой фронт активации. Любая динамика процесса раскладывается на составляющие гармоники, суммы которых и формируют фронт. Резкий перепад света формирует самую высокую гармонику, отражающую скорость нарастания света, к ней добавляются гармоники, формирующие все большую продолжительность периода светового воздействия.
При наличии обратной связи резкий фронт вызывает появление затухающих колебаний потому, что обратная связь срабатывает с задержкой и не успевает скомпенсировать резкие изменения. Если бы задержка была такая, что действие обратной связи оказывалось бы синхронным с изменением сигнала на входе, то возникла бы постоянная генерация. Но реакция всего лишь немного запаздывает, оказываясь положительной только для высоких гармоник процесса. Это значит, что всегда можно найти такую плавность нарастания освещения, при которой не будут возникать затухающие колебания. По таким колебаниям можно вычислить время запаздывания обратной связи.
В точности по такому же принципу возникает и “микрофонный эффект”, когда вдруг динамики начинают свистеть, когда обратная связь от их излучения оказывается положительной на какой-то частоте случайного сигнала, спровоцировавшего свист.
В каждом конкретном случае генерации можно вот так найти механизмы причин и следствий, которые приводят к явлению генерации или ее затуханию или сразу вызывают появление стабильного, сбалансированного обратной связью сигнала.
Рассмотренный эпизод является примером того, как схемотехнический подход укладывает экспериментальные данные в систему взаимосвязанных принципов, позволяя понять суть происходящего явления.
А теперь - многозначительный эксперимент, который можно проделать мысленно потому, как для такого уровня представлений причин и следствий наверняка уже достаточно опыта.
Возьмите обычную шумовку (длинную ложку с широкой пластиной, в которой наделано много дырок). Проденьте в ручку карандаш (можно просто привязать веревку, но карандаш ограничивает возможность качания в разных плоскостях).
Пустите из крана довольно сильную струю воды и приблизьте пластину к струе. Ясно, что ее оттолкнет, шумовка провернется маятником на ручке и снова по под своей тяжестью попадет под струю. Начались автоколебания.
Но можно подобрать такую тонкую струйку, которая хоть и слегка отклонит пластинку, но не вызовет автоколебания: положительная обратная связь оказалась недостаточной для накопления нужного для автоколебания количества воды. Ток воды, входящей на пластину, не позволяет накопиться там достаточному количеству кинетической энергии чтобы, отклонив пластину, прервать ток воды на нее. Получается условие генерации, связанное со скоростью подачи тока, так, чтобы обратная связь стала накапливать этот ток.
Возьмем коромысло от весов, на одном конце которого будет гирька (200 грамм для наглядности), а к другому концу прицепим 5 легких стаканчиков на одной оси: ряд стаканчиков – поперек коромысла (под прямым углом). Начнем наполнять стаканчики сразу пятью струйками воды. В какой-то момент равновесие измениться и стаканчики пойдут вниз. Эти стаканчики были продернуты чуть выше середины так, что легко могут вращаться, если их наклонит и у них есть наклоняющие выступы. Опустившись до края ограничительной пластины, выступы стаканчиков заставят их перевернуться и вылить воду. Если бы стаканчики опускались медленно, то они бы просто затормозились за выступ, но до этого места они уже успели набрать много воды и их скорость (инерция) придала им достаточную кинетическую энергию, чтобы опрокинуть и вылить воду. После чего пустые стаканчики взлетят вверх. Начнется автоколебательный процесс.
Зачем нужны были несколько стаканчиков, а не один? Это был водяной аналог срабатывания нейрона по пяти входам. Пока равновесия не было нарушено достаточным весом воды, нейрон перевешивался гирькой, которая определяла его порог срабатывания.
Следует осмыслить этот принцип порога срабатывания (компарирования), само устройство – компаратор (сравнивающий величину сигнала с порогом). Можно довольно легко найти компараторы в окружающем.
Для адаптивности, адекватной реальности, самое главное – суметь воспринять важные признаки в окружающем, чтобы не махать тупо кулаками вслепую.
Например, выделить положение уязвимого места врага.
Можно это сделать просто по сигналу датчика освещенности, который реагирует на отраженный от врага свет: когда враг близко, станет чуть темнее. Но это потребует вращения головы во все стороны, чтобы определить в каком месте стало темнее. Некоторые виды животных довольствуются такой простотой.
Можно вокруг головы иметь много отдельных датчиков освещенности, чтобы не крутить головой, и они сразу покажут, где динамично меняется освещенность. Но точно прикинуть расстояние или вообще отличить врага от друга так не получится. У насекомых датчики освещенности собраны в большие фасеты с трубками, направленными в разные стороны. Кроме этого, есть и отдельные датчики освещенности. При большом числе фасеточных датчиков получается лучшее ориентирование.
А вот если до сетчатки светодатчиков поставить общую линзу, которая сделает изображение четким, а не размытым, то эффективность возможности распознавания качественно увеличится.
Со зрением такое возможно потому, что длина волны видимого света очень маленькая и позволяет выделить мелкие детали изображения. А вот длина волны звука – большая и невозможно иметь звуковую линзу малого размера, да и детали будут распознаваться только очень крупные (или нужно перейти в ультразвуковой диапазон). Чтобы улучшить ситуацию, звук делится на множество длин волн с помощью резонансных волосков улитки уха, это дает детализацию по высоте звука, что тоже очень важно. А вот детализация по длине волны у глаза человека имеет всего 3 значения.
Вот главная зависимость: чем на большее число составляющих разбить параметр восприятия, тем точнее восприятие и больше его возможности выделить значимые параметры среды. И тогда можно распознавать множество разных сочетаний этих параметров, просто реагируя на каждое данное сочетание.
Каждый такой распознаватель имеет входы от отдельных уже разбитых на детали элементов параметра внешнего воздействия и эти входы так подобраны по реагированию на детали, что общее срабатывание распознавателя будет только когда возникнет определенная картинка в сочетании входных сигналов.
Такой распознающий элемент назвали персептроном (fornit.ru/38065), и нет никакого другого принципиального способа организовать распознавание. Т.е. распознаватель всегда должен работать с уже разбитыми на детали элементами воздействующего параметра внешней среды, от одного до множества. Персептрон со входами от разбитых на детали параметров – важнейший схемотехнический принцип организации распознавания.
Какой бы ни была реализация адаптивной системы, она должна обладать возможностью выделять детали входных параметров и распознавать их сочетание. Исключений не может быть никаких ни в чем и это – важнейшая аксиома: каким бы ни было схемное решение для распознавания чего бы то ни было, это устройство будет иметь компаратор, срабатывающий при превышении порога веса схожести с эталоном. И этот принцип позволяет понять, как организуется природная нейросеть.
Забегая вперед, заметим решающие отличия однослойного, предельно упрощенного персептрона (со связями ограниченного количества рецепторов с распознавателем) в реализации природной нейросети и сложного многослойного персептрона (со связями все со всеми) в реализации современных искусственных сетей.
Если представить цепочку рабочих, перебрасывающих кирпичи, то первому из них была отведена роль распознавателя правильного кирпича, потому как если попадется не такой, как нужно, кирпич, то будет и неправильное его использование, скажем, вместо кладки огнеупорной печки, получится брак, который развалится очень быстро.
А чтобы правильно распознать кирпич, рабочий должен иметь возможность разбить свет, отраженный от него, на мельчайшие части уже сфокусированной картинки, позволяющей по ее деталям отличить огнеупорный кирпич от пористого по характерным распознаваемым сочетаниям деталей.
Проводимость – ключевое свойство в нейросетях, обеспечивающее распознавание.
Проводимость – способность проводить ток. Ток, как уже говорилось – в самом широком смысле: количество кирпичей по цепочке рабочих, количество воды в водопроводе, количество электронов в электропроводе или ионов в жидкости – перемещающихся в единицу времени.
Проводимость – понятие, обратное сопротивлению, т.е. сопротивление – способность проводника ограничивать ток неким количеством носителей в единицу времени.
Тут главное – именно то, в каком отношении находятся составляющие процесса:
ток (будем обозначать i), сопротивление (r) и то усилие, которое заставляет течь ток (напряжение u), проводимость (g).
Не будем называть это математикой, но уметь в уме видеть, в каком соотношении находятся параметры взаимодействующих факторов в процессе – просто необходимо, это – важная часть схемотехнического мышления, позволяющая предвидеть результат причинно-следственной связи взаимодействующих компонентов.
Сейчас у нас 3 главных параметра: сопротивление (или обратная ему величина - проводимость), ток и напряжение. Представим их взаимодействие на примере вытекающей из бака воды.
Чем выше бак, тем сильнее из него вниз по трубе течет вода. Высота бака обеспечивает ток воды, и этот параметр назовем напряжением или разностью потенциалов кинетической энергии на высоте и внизу. В любом промежуточном месте трубы потенциал будет меньше, чем на самом верху, и разность потенциалов – тоже меньше, но так как выше есть давление воды из более высокого потенциала, то она потечет быстрее, чем если бы она выливалась из меньшей высоты.
Таким образом, ток воды ограничивается не только просветом трубы, но и тем, что верхней воде мешает нижняя из-за своей вязкости и инертности. В случае электронов этого фактора нет потому, что электроны не обладают вязкостью и инертностью, ограничиваясь только возможностью материала проводника пропускать электроны. В случае тока дробинок и, еще больше, песка, взаимное трение мешают сильнее, и даже крупные песчинки могут вообще закупорить отверстие. Но в песочных часах отверстие подбирается заведомо крупнее песчинок и сами песчинки обкатаны до шарообразности.
Как бы высоко ни был бак, из-за ограниченной проводимости сливной трубы, вода вытечет не сразу. И наоборот, как бы низок ни был бак, ток воды все равно будет, если только высота не станет равна нулевой и исчезнет разность потенциалов или напряжения.
Из отношения зависимостей можно сказать: ток будет прямо пропорционален напряжению и обратно пропорционален сопротивлению проводника. Это и есть закон Ома. Он справедлив для любого вида тока и любого вида напряжений и сопротивлений.
Он должен стать уже очевидным в своей верности и остается только применить его к самым разным бытовым и не очень явлениям, чтобы это стало автоматизмом понимания, т.е. вошло в систему схемотехнического мышления.
Для нейросетей более важно понятие проводимости потому, что именно оно позволяет с очевидностью представлять принцип действия персептрона, о котором уже говорилось и который, как утверждалось, - единственно возможный способ организовывать распознавание признаков восприятия. Если все это не было воспринято как определяющее важное, то стоит вернуться и убедиться в справедливости утверждения, а также попробовать во многих разных случаях, пусть в мысленных экспериментах, найти его реализации.
Возвращаясь к закону Ома, можно представить его в виде формулы для расчетов:
i=u/r или в случае проводимости i=g*u; Пожалуйста, сделайте несложные математические преобразования, чтобы получить эти зависимости от эвристического представления о пропорциональности параметров r, g, u, i.
Представим в качестве распознавателя замок, распознающий подходящий для него ключ.
Сможет ли он провернуться через прорезь, сделанную для его язычка или нет.
Сейчас важно определить, сколько же признаков необходимо для распознавания и какими должны быть эти признаки.
У классического ключа есть язычок: если его длина и расположение при воткнутом ключе оказывается точно напротив прорези, то вращение ключа становится возможным и язычок, пройдя прорезь, отключит замок, т.е. произойдет распознавание с компарированием схожести язычка и прорези и выдачей сигнала в виде свободы вращения ключа.
Для любого причинно-следственного процесса нужна энергия, позволяющая осуществлять движение. Такую энергию дает усилие вращения от руки. Любые другие схемотехнические системы не имеют в этом исключений.
Итак, язычок может быть один или их может быть несколько, длины язычка тоже могут быть разными. Компарирование будет успешным, когда вся совокупность этих параметров окажется в соответствии с профилем выреза замка.
И здесь есть один важный момент. Если язычок будет длиннее прорези для нее, то ключ не провернется. А вот если меньше - то легко провернется, но хватит ли его для того, чтобы зацепить открывающий механизм? Обратите внимание, что величина в сторону увеличения оказывается критичной, а длина в сторону уменьшения от длины прорези – нет. Другими словами, позитивная величина параметра распознавания оказывается существенной, а негативная – влияет уже после валидации длин язычков прорезями – на втором этапе компарирования.
Этот принцип оказывается определяюще важным в нейронных природных распознавателях потому, как позволит сузить границы предположений для уточнения модели распознавателей в природной нейросети.
Получается, что замок можно обмануть, укорачивая язычки, но не до степени, когда они перестанут открывать механизм. И на первом этапе работают только положительные параметры (в терминах нейрона назовем их возбуждающими) и только потом срабатывает сравнение длины язычка с длиной рычажка открытия замка.
Попробуйте придумать, как организовать сразу распознавание с равноценным использованием как возбуждающего, так и тормозного параметра в случае классического замка (т.е. чтобы укорачивание язычка так же надежно не давало провернуть ключ, как лишняя длина). Попробуйте настойчиво до успешного решения, чтобы полностью прочувствовать проблему. Вы убедитесь, что это – очень непросто. А вот в два этапа распознать подходящий ключ несравненно проще в любом плане, как в плане сложности конструкции, так и в плане расходуемых материалов и в плане надежности распознавания. Это – принцип, определяющий направление совершенствования нейросети.
Может ли распознаватель оперировать только с одним параметром? Казалось бы, это – абсурд, раз параметр один, то чего его распознавать? Но распознаватель – не только валидатор соответствия параметра профилю распознавания, но его функцией, без которой он теряет смысл, является активация – сигнал распознавания, который может как-то использоваться.
Возьмем сито с круглыми дырками определенного диаметра. Параметры среды – песчинки разного размера, цель сита – отсеять все, что мельче диаметров его дырок. Параметр распознавания один, а польза очень существенна. И, заметим опять, что сито работает только с положительными параметрами и не может отсеять более мелкие, чем дырки, песчинки. Для этого понадобится вторичные процессы с более мелкими дырками. Или какой-то другой распознаватель, но работающий только с теми песчинками, которые меньше диаметра его профиля распознавания.
Делаем вывод: распознаватель имеет смысл, начиная уже с одного единственного параметра распознавания. И даже в случае, если у него вообще нет ограничений на функцию распознавания, и он срабатывает от всего, что может заставить сработать его компаратор, превысив какой-то порог, в чем-то можно извлечь пользу.
Это означает, что распознаватель является наиболее универсальным устройством для создания любых схемотехнических последовательностей. Достаточно будет модифицировать только его профиль распознавания.
Идеальный математический распознаватель – персептрон. Он настолько идеален, что обладает возможностью распознавать с использованием как положительных (возбуждающих его), так и отрицательных параметров.
Системы на основе идеального персептрона реализуют так называемые искусственные нейросети, которые, по признанию самих разработчиков, не имеют ничего общего с природными нейросетями.
Причина этого не только в том, что для реализации учета отрицательных параметров нужны сложные и затратные ухищрения, а процесс эволюции бездумен и, как вода в арыке, идет по наиболее покатому руслу. Сейчас мы рассмотрим одну из этих причин.
Вопрос: возможно ли одним ситом отделить конкретную фракцию, только разделив кучу на две части: с большими и меньшими относительно ячейки сита гранулами.
Нет, конечно. Одно сито имеет граничные условия распознавания от диаметра своей дырки до нуля. Обратите внимание: каждое сито – это распознаватель такого широкого диапазона.
Говоря же о колонке простейших распознавателей-сит с дырками 1,2,3,4,5,6,7,8,9 см, вроде бы понятно, что кроме собственно распознавания каждым ситом от диаметра его дырки до нуля, стало возможным формировать последующие распознаватели любых сочетаний, скажем только от 2 до 5.
Альтернатива: создание сложных (непонятно как устроенных) распознавателей для каждого такого сочетания, т.е. вместо девяти девять в квадрате.
Это как пытаться делать сразу распознаватели лица каждого конкретного человека вместо того, чтобы воспользоваться более простыми графическими примитивами для их сочетаний только в случае нужного распознавания (запоминания данного человека).
Пока еще мы никак не затрагивали схемотехнику в программировании. А базовые представления о программировании потребуются для понимания многих моментов в книге. Те, у кого с этим плохо, предлагаю не пожалеть пару дней на блиц-курс по основам: fornit.ru/1156
Программные продукты не реализуют природные причины и следствия, а лишь моделируют, эмулируют их, основываясь на логике алгоритмов.
Так, оператор под названием IF является программным распознавателем соответствия условия (параметра) и действующего фактора. Если компоненты совпадают, то происходит действие (срабатывание распознавателя), если нет, то - игнорирование. В этом операторе можно сравнивать как отдельные параметры, так и любые их совокупности.
Так строился ИИ старых (и многих новых) компьютерных игр. Например, если персонаж игрушки говорил игроку: “Ну, привет, бро!”, то выдавались ограниченное число возможных вариантов ответа на выбор, например, 1) О, привет, дружище! 2) Да пошел ты… В случае совпадения выбранного варианта 1 в операторе IF (IF answer == 1) возникало продолжение дружеской беседы, а при IFanswer == 2 начиналась мочиловка.
Создатели игрушек усложняли условия, пока у них хватало мозгов все отследить (а сложность кода нарастала лавинообразно), например, добавлялось время действия и время суток. Если все происходило в уютной комнате вечером с героиней игрушки, то ясен пень какое было продолжение, а если встреча была на пустоши среди коварных врагов, то мочиловка могла начаться по любому поводу.
Понятно, что все ограничивалось только уже предусмотренными вариантами и не более той сложности, после которой игрушка больше глючит, чем работает (контролировать все переходы по оператору IF становится лавинообразно сложно по мере их используемого количества в совместном акте распознавания).
Но главное вот что.
Оператор IF сравнивает объекты, а не их составные части. Так, даже если задано условие IF parameter == 3.14, то число 3.14 – это не какой-то дробный огрызок, а объект с таким вот свойством. Никакие другие числа не пройдут это условие. Т.е. входным параметром реально действующего распознавателя должен быть и реальный в своих свойствах признак, обладающий (или не обладающий) свойством, на которое настроен распознаватель. Именно реальные признаки окружающей действительности важны для реагирования.
Пока не будем обращать внимание на то, что тем самым признак выделяется из реальности в том виде, в каком он в реальности не существует, образуя некий аналог абстракции, но заметим, как рано начинают формироваться отвлечения от реальности при адаптивном распознавании.
Если уже достаточно ясен принцип идеального персептрона, то очевидно, что на входы его суммирующего компаратора подаются строго дозированные части входных параметров за счет ограничения их проводимости, что в персептронах называется весами (На коромысло весов со стаканчиками наливается вода и вес каждого стаканчика влияет на компарирование). Получается, что идеальный персептрон работает не с реальными входными параметрами, а с заданными программистом какими-то их частями, которые подбираются программистом так, чтобы персептрон срабатывал только на данный набор входных параметров. Это та самая сложная заморочка, которая была при попытке заставить замок реагировать на уменьшение длины язычка так же, как на его увеличение.
Вот почему искусственные нейросети такие непонятно сложные даже для самих их создателей: нет возможности осмысленно отследить, что же происходит там внутри. И нет возможности найти в самом деле независимый от программиста способ обучения. А искусственное возбуждение нейрона в реальной нейросети примитивов восприятия даст появление определенного образа.
Вывод: реальный универсальный распознаватель должен работать с реальными же входными параметрами, а не с их весовыми частями. И не пытаться сразу в одном флаконе распознать как позитивную, так и негативную составляющую входных параметров, а проще и надежнее это делать поочередно.
Но, понятно, что организовывать профиль распознавания, настроенный на реальные параметры (на свет, на звук и т.п.) – невозможно. Этим занимаются только самые первичные распознавали физических воздействий в сетчатке глаза или в улитке уха. А оттуда идут уже цельные (а не взвешенные) сигналы, но вторичные по очереди распознавания, что проявляется в примерно одинаковой амплитуде выходных импульсов.
Это - еще довод против того, что сигналы нейроном как-то модулируются для полезного использования.
Универсальный распознаватель реального действия похож на ту водяную модель с коромыслом весов, на одной стороне висит грузик, определяющий порог срабатывания, а на другой до 10000 нановедерок для заливки в них воды по трубочкам примерно одной пропускной способности (конкретная проводимость уже не важна, важно только идет по ним вода или нет), идущих от первичных распознавателей физического воздействия.
Так, если появился звук определенной частоты, то откроется клапан соответствующей трубочки и в ней вода начинает литься в ведерки тех распознавателей, которые должны определять, например, что вместе с этим звуком еще есть и красный свет в какой-то фасетке датчика света. И распознаватель такого сочетания реальных признаков быстро наполнит свои ведерки, они перевесят, и весы откроют клапан чтобы вода по трубочке от этого распознавателя полилась дальше в очередь последующих распознавателей. Будет воспринят образ: красный свет в сопровождении определенного звука, как это бывает при взрыве, а синий цвет с таким же звуком сопровождает молнию.
Уже, наверное, заметно, как постепенно образуется целостная система важнейших схемотехнических принципов, без которой невозможно разумно пытаться отгадать механизмы природной нейросети.
Вы, должно быть, уже прочувствовали, что каждый из этих принципов важен и универсален в независимости от способа реализации последовательностей процессов. И, возможно, многие из рассмотренных принципов предстали в довольно неожиданном ракурсе и свойствах, но потом все стало взаимосвязано и понятно.
Но эти все важные принципы (и то многое, о чем пока еще не говорили) до сих пор практически никак не учитываются физиологами, пытающими понять работу нейросети, и в этом причина всех их неудач даже в определении функции нейрона.
К примеру, в (довольно старой уже) работе fornit.ru/816 (с не менее старыми комментариями в тексте) Ю.И. Александрова “Научение и память: системная перспектива” делается попытка формализовать функциональность нейрона с такими утверждениями:
· нейрон, как и организм, реагирует на стимулы
· Последовательность событий в деятельности нейрона становится аналогичной той, которая характеризует активный целенаправленный организм, а его импульсация - аналогичной действию индивида.
· активность нейрона, как и поведение организма, рассматривается не как реакция, а как средство изменения соотношения со средой,
· на уровне отдельных нейронов, достижение результата выступает как удовлетворение метаболических «потребностей» нейронов и прекращает их импульсную активность.
· Заметим, что в рамках представлений, отрицающих подход к нейрону как к проводнику возбуждения, сам термин «медиатор» или «нейротрансмиттер» (используемый в значении «биологически активное вещество, являющееся посредником в процессе передачи возбуждения через осуществление синаптического влияния») представляется неадекватным.
· В настоящее время становится общепризнанным, что многие закономерности модификации функциональных и морфологических свойств нейронов, а также регуляции экспрессии генов, лежащие в основе научения у взрослых, сходны с теми, которые определяют процессы созревания, характеризующие ранние этапы онтогенеза]. Это дает авторам основание рассматривать научение как реактивацию процессов созревания, имеющих место в раннем онтогенезе. Формирование нового поведенческого акта в любом возрасте есть формирование новой системы - системогенез.
· Селекция нейронов зависит от их индивидуальных свойств
· Из сказанного следует, что описать механизмы поведения с системных позиций – значит выяснить, каковы «паттерны нейронных специализаций» разных структур мозга, т.е. относительно каких конкретно систем специализированы нейроны этих структуры, как формируются системные специализации.
и т.п.
Попробуем дать чуть более образное пояснение принципа целостного параметра воспроизведения, а не использование дробных и отрицательных (тормозных) сигналов (как используются тормозные воздействия будет показано позже и эти воздействия чрезвычайно важны).
Какой бы ни была чувствительность сенсорной клетки, по ее сигналу становится возможно ориентироваться об окружающем, породившем этот сигнал.
Например, представим, что слепой видит только одной точкой сетчатки, переводя ее с одного на другое. Он переходит дорогу, наводит глаз на светофор, точка показывает красный цвет. Неважно, какая чувствительность точки, главное, что она достаточная, чтобы передать информацию: на светофоре красное. Для этого не нужны никакие веса, нужен просто распознаватель цвета этой точки. От сенсора идет три проводка: красный, зеленый и синий. Все: воспринимаемый параметр – цельное свойство, выделенное из реальности, а не что-то дробное или отрицательное.
Но интенсивность – тоже важная характеристика, точнее не абсолютная яркость, а относительная, и эта относительность так же распознается.
На этом нужно будет остановиться до полной ясности, а будет еще много слов… Хотя принцип ненужности точного учета веса отдельных параметров на входе персептрона был уже как-то обоснован, но, наверняка, недостаточно убедительно, так что буду пытаться находить очевидные доводы.
В многослойном персептроне нет выделенных примитивов первого и последующих уровней. Там работает вся сеть так, что погрешности первого уровня компенсируются последующими в общую картину на выходе. Многослойный персептрон и несколько параллельных последовательных однослойных с несколькими последовательными такими слоями, где каждый нейрон работает самостоятельно (если не считать тормозного взаимовлияния в каждом слое) – совершенно разные схемы, с разными свойствами.
Для целей нахождения модели универсального распознавателя мы рассмотрим только однослойный персептрон (fornit.ru/945) - аналог одного нейрона.
Этот универсальный распознаватель имеет много особенностей в развитии в зависимости от того, в какой области мозга (по эволюционной последовательности) он находится. Наиболее разительная разница – развитие распознавателя в древних структурах, определяемых практически полностью наследственными особенностями и развитие в составе новой коры, где специализация зависит от сенсорной активности внешней среды. В первом случае возможны самые прихотливые сочетания, во втором развитие происходит строго в составе текущего созревающего слоя нейронов и там очень важно их взаимное тормозное влияние.
В любом случае нейроны-персептроны характеризуются суммацией всех входных сигналов и компарированием превышения этой суммы определенного порога (в виде релаксационного процесса, порождающего скачок потенциала).
В случае новой коры каждый нейрон первичного слоя не связан сразу со всеми рецепторами данной модальности (как это всегда есть в искусственных нейросетях, где используются многослойные системы типа все связи со всеми), а связан лишь с некоторым их количеством прямо перед собой (в зоне неширокого ветвления дендритов) и соседний нейрон во многом перекрывает это поле, заходя чуть в сторону. Тормозное влияние соседей приводит к тому, что в процессе специализации возникает эффект контрастирования – четкого выделения активных нейронов под воздействием более размытого характера стимула. Это – основное условие формирования примитивов восприятия, без какого-либо корректирующего ошибки процесса. Контрастирующий эффект можно посмотреть с помощью эмулятора: fornit.ru/38103.
На этом этапе нет никакой значимости распознаваемых образов, они просто создаются, отражая характерные условия окружения, что и нужно для того, чтобы можно было использовать эти признаки восприятия для адаптивности.
Теперь наша задача – определить принципиальную модель наиболее универсальной единицы схемотехники нейросетей, необходимую и достаточную, чтобы с ее помощью возможно было создавать любые схемы управления чем-то в зависимости от воспринятого. Это – универсальный распознаватель.
Распознаватели располагаются между сенсорными датчиками, преобразующими самые разные виды воздействия в совершенно безликие сигналы да-нет или 1-0 (в природной нейросети – есть активность и нет активности).
1 – данный вид воздействия (в механической модели - течет вода по трубке), 0 – нет такого воздействия (не течет вода по трубке). Т.е. какими бы ни были виды воздействия: звук, свет, прикосновение, запах и т.п., а выходной сигнал для всех одного вида: есть или нет такое воздействие. И этот сигнал не дробный (не весовой). В условной трубке проводника сигнала вода может течь или капать, но ее наличие говорит о том, что есть такое вот определенное воздействие.
А как же градуальные сигналы, например, ФР и биполяров сетчатки? Градуальные изменения ВПСП, ТПСП и частоты ПД? Чем выше частота испульсации, тем быстрее активируется последующий элемент. Может ли он таким образом адекватно определить силу воздействия на рецептор?
Реально нет возможности оценить абсолютную интенсивность сигнала, она регистрируется относительно соседних, которые оказывают тормозное влияние на все окружающие сигналы. Поэтому частота импульсации не отражает абсолютную интенсивность, а оказывается в составе общего образа, состоящего из всех поступающих сигналов. Этот момент – достаточно сложен в понимании картины принципа распознавания профиля активности, и мы его будет уяснять постепенно. Пока что стоит просто принять выделенное утверждение к сведению.
Этот принцип обеспечивает передачу всего диапазона градаций силы воздействия, от порога чувствительности до максимально возможного. В любом случае каждый сенсор выдает только да или нет. Градация же обеспечивается тормозным воздействием соседних элементов так, что воспринимается только самый сильный сигнал, а другие подавляются. И только когда нет сигналов, то сенсор приобретает свою пороговую чувствительность.
В этом принципе – качественная разница между распознавателями нейросети и искусственной нейросетью: в первой есть только два уровня (да или нет), во второй используется плавное изменение градаций силы сигналов (весовые коэффициенты по каждому входу) и во второй нет взаимного торможения соседними элементами (к тому же там используются связи “все со всеми”).
Искусственные нейросети реализуют идеальный распознаватель, которому требуется обучение, а универсальный распознаватель природной нейросети – очень прост, без обучения на ошибках, но при этом способен организовать сколь угодно гибкую и эффективную систему адаптивного управления.
Понятно, что чем грубее датчик, тем он менее информативен. Мы уже говорили о том, почему светочувствительность развивалась через множество отдельных светочувствительных датчиков на голове, потом через фасеточные трубки насекомых, торчащие во все стороны, позволяющие точнее определять направление и вид светового воздействия, а потом – зрительную матрицу-сетчатку глаза. Во всех случаях каждый сенсор (часто через систему промежуточной обработки) выдает на выходе только 1 или 0. У нас была механическая модель: когда есть воздействие, оно открывает краник и по трубочке начинает течь вода, наполняя ведерки коромысла-распознавателя.
Еще мы говорили, что лучше делать очень простые распознаватели, чем сразу сложные потому, что из набора простых можно следующим шагом получить любые сложные сочетания. А вот сразу получить распознаватель сложного сочетания очень трудно, да и неневозможно заготовить все возможные сочетания так же, как заготовить все фразы языка вместо того, чтобы пользоваться буквами, и на их основе - словами и только потом – фразами.
Вырисовывается картина, что универсальный распознаватель, во-первых, использует и универсальные сигналы на входе 1 или 0, в зависимости от того, что означает вода в трубочке данного входа (от какого сенсора идет трубочка) и, во-вторых, элементарные распознаватели, в случае новой коры, образуют колонки плавно меняющихся примитивов своего распознавания всегда очень простых сочетаний прямых воздействий (без дробных частей от каждой трубочки и без обратного значения параметра по каждой трубочке – аналогия с ситами).
Сам по себе любой распознаватель ничего не значит, значит только то, на какое внешнее воздействие откликается он, как он распознает соответствие с внешним параметром воспринимаемого (абстрагируясь от реального воздействия в виде внутренних коррелятов). Тварь выжила потому, что трубочки данного воздействия привели к срабатыванию данного нановедерочного распознавателя и удачно включила подходящее действие, спасшее тварь, и теперь все ее потомки передали такой механизм по наследству. Это – самое примитивное управление, предопределенное в генах.
Понятно, что большинство не настолько удачливых тварей подохло в данной ситуации, а только несколько со случайно подходящими процессами управления выжили, но теперь возникла популяция, способная справляться с напастью, убившей всех остальных.
Как видите, никакой проблемы обучения управляющих распознавателей здесь не требуется. Но, создав элементарный распознаватель, природа стала применять его во все более изощренных схемах, так же как она поступила, создав клетку – универсальный строительный материал тела.
После освоения самого принципа организации элементарного распознавателя, мы будем рассматривать способы его специализации уже не наследственным отбором, а в период индивидуального развития особи – с помощью новой коры мозга. Это – уже очень продвинутый этап эволюции и очень не у многих животных есть колончатая кора примитивов распознавания, которая формируется у животных по сложности начиная с птиц и рыб (fornit.ru/40141). Системное обобщение данных по колончатой организации собрано в статье fornit.ru/43642.
Насекомые от простейших как бабочка со всего лишь считанным числом цепочек реагирования в зависимости от обстоятельств, выбивались в более продвинутые с каждым новым совершенно случайным мутантным приобретением еще какой-то цепочки. И у пчел-муравьев этих цепочек накручивалось очень, очень много, для многих случаев. Автомат любой сложности можно собрать из таких цепочек, проверяя жизнями огромного числа особей за огромное количество времени. Поэтому пчелы и муравьи демонстрируют очень сложное поведение.
Так происходило пока не возникла еще одна мутация, породившая зачатки “новой коры” с возможностью формировать дополнительные “внутренние” псевдо-органы чувств, т.е. кроме глаз, ушей и т.п еще и примитивы сочетаний разных образов восприятия, которые оказываются сразу не связанными в цепочками реакций, так же как сразу не связаны с ними рецепторы глаз или ушей. Они составляли наборы признаков, отражающих внешнее, на которые модно было полагаться уже для реагирования с зависимости от их сочетаний.
Вот это и был качественный скачек от насекомых к более сложным тварям. У насекомых нет развитых коллекций примитивов восприятия, на основе которых можно развивать условные рефлексы, или есть в самом зачаточном состоянии. Конечно, четкую грань между принципами нейрорегуляции сложными насекомыми и более сложными животными провести невозможно, так что эта классификация очень условна.
Рассмотренные принципы организации универсального распознавателя и сети управления на его основе настолько важны, что стоит остановиться на отдельных моментах.
Про принцип простоты (сита, ключа и т.п.).
Мы не знаем заранее, какие диапазоны камней нам потребуется отсеивать и поэтому в хозтоварах покупаем 9 сит с дырками 1,2, ... 9 см. Теперь мы можем выделить любую фракцию, например, если нам нужны камни от 2 до 5 см. или только мельче 2 см. или только крупняки больше 7 см. Никто не будет спрашивать продавца, а есть ли у вас сито, отсеивающее строго от 5 до 6 см. А если спросят, продавец покрутит пальцем у виска (мысленно) и предложит взять два сита 4 и 7 см и сначала просеять вторым, потом первым. А наивному ребенку объяснит, что придумывать одно сито на 5 и 6 никто не станет потому, что 1) это непростая и дорогая конструкция, 2) гораздо проще и удобнее сделать два простых сита, чем одно такое вот навороченное.
Именно сопоставление возможности использовать набор сит с разными дырками или альтернативу сложной конструкции позволяет увидеть, что в первом случае мы получаем неограниченную гибкость любых сочетаний разных сит, а во втором решение не только требует повышенной технологии и затрат, но и узко ограничено данным диапазоном отсеивания, так что требуется много таких специализированных устройств там, где все решалось легко и просто.
Про принцип простого и универсального распознавателя.
Конструкторы искусственных нейросетей понадеялись на максимально математичную и мощную модель идеального многослойного персептрона, т.е. элемента, который максимально широко способен выполнять свою функцию, но при условии многих привнесенных факторов: способности регулировать проводимость входных сигналов в зависимости от ошибки, а, значит, способности определять ошибку. Его можно настроить на распознавание лиц, но такая сеть будет бессильна при распознавании кошек. Можно научить распознавать и лица, и кошек, но, чтобы она была сильна и в случае петухов, сеть нужно опять кропотливо обучать, при этом корректируя для всех других объектов распознавания. Выучить такую сеть распознавать сразу много разных объектов принципиально неосуществимо.
В природе все происходит совершенно по-другому. Когда созрел слой нейронов, то еще нет последующих распознавателей, нет ничего далее, что способно выявлять ошибочность распознавания, и нет того, что способно регулировать проводимость входов в зависимости от ошибок (какого-то вычислителя “обратного распространения ошибки” и регулятора).
Первоначально у созревшего нейрона на теле есть только не проводящие промежутки (щели синапсов), прерывающие контакт от предшествующих рецепторов. А когда эти синапсы становятся проводимыми, то 1) эта проводимость довольно грубая и постоянно варьируется от внешних условий (т.е. природная проводимость синапса рассчитана не на точную дозировку, а на “да” или “нет”), 2) эта проводимость в норме уже не меняется в предшествующих структурах.
Вот чем природный распознаватель отличается от реального персептрона, и поэтому мы не будет называть нейроны персептронами.
Тут стоит уточнить, что в зависимости от того, в какой зоне формируется нейрон и его синапсы, их организация проводимости может существенно различаться. В более древних зонах это и более древний механизм, обслуживающий наследственно предопределенные связи, а в более молодых структурах появляются все более новые и гибкие варианты, наработанные эволюцией для этой специфики. Но суть нейрона и синапсов остается той, какой она была в принципе определена в самых первых клетках, проявлявших базовую функциональность нейрона и синапса. Это стоит иметь в виду и держаться за этот принцип вне зависимости от огромного множества вариантов реализации. И тогда этот принцип проведет через дебри множества несистемного в попытках построить модель понимания.
Вспомним, что между сенсорами и распознавателями воспринимаемых признаков нет тормозных связей, тогда как в персептроне могут быть как положительные, так и отрицательные веса. Зато есть то, чего нет в персептронах: боковое взаимное торможение, что решает проблему интенсивности стимула при максимальной чувствительности в тишине и контрастирует стимул, выделяя его среди всего мешающего.
Чуть отвлекаясь, заметим, что для природных нейросетей на всех уровнях характерны обратные связи (fornit.ru/5213) в силу такой находки эволюции, как принцип двусторонних связей, что уже на ранних стадиях развития мозга обеспечивало практически любые сочетания связей с богатыми поведенческими эффектами. Ветвление аксонов на фронте эволюционной изменчивости ничем не ограничивается и лишь выбраковывается в случае неудач.
Универсальный распознаватель по своей функциональности нужно представлять именно как сито, а не как персептрон потому, как в реальной нейросети нет персептронов, точнее, они реализованы в предельно простой версии.
Но, конечно, стоит разобраться в принципе работы однослойного, одноэлементного персептрона, что сегодня не представляет сложности из-за огромного числа поясняющих материалов:
· Однослойный персептрон - fornit.ru/945
· Персептрон Розенблатта - статья fornit.ru/1038
· Что такое нейронная сеть и многослойный персептрон - fornit.ru/1038
и еще вот демо-анимации:
· Работа распознавателей простых примитивов - fornit.ru/an-book-2
· Работа более сложных распознавателей - fornit.ru/an-book-3
· Принцип превышения порога – встречается повсеместно.
· Компарирование или принцип использования результата сравнения – важнейший для организации управляющих последовательностей, связанный с принципом превышения порога.
· Обратная связь, положительная, отрицательная и промежуточная (сдвиг фазы).
· Отсюда напрямую следуют принцип условия автогенерации и затухания. И прямое использование: если вы видите автоколебания любого вида и любой реализации, то там есть положительная обратная связь.
· Закон Ома, как это ни покажется странным, применим для любых систем, где есть движущий потенциал, есть то, что им движется и есть сопротивление (или обратное явление проводимости) этому движению.
· Принцип выделения составляющих элементов воздействующих факторов (чем на большее число составляющих разбить параметр восприятия, тем точнее и правильнее восприятие) так же дает практическое правило: самое главное – выделить важные признаки в окружающем, чтобы не махать кулаками вслепую.
· Принцип наиболее универсального распознавания – незаменим для эффективных систем управления и показывает, как следует обучаться, чтобы не пропустить важные звенья понимания, без чего остается только верить уже готовым рецептам или пробовать методом тыка.
Для нейросети получается следующая картина.
1. Нейрон как специализированная клетка сформировался на основе имевшихся ранее рецепторных клеток, которые способны выдавать электрический сигнал на раздражение и на основе эффекторных клеток, которые в ответ на электрический сигнал совершают некое действие (мышечное сокращение или продуцирование гормонов). Нейрон стал промежуточным элементом управления на основе схем непосредственного воздействия рецепторов на эффекторы.
2. Как и любая клетка, нейрон проходит стадию развития до созревания, когда он становится способен проявлять нужную функциональность, а именно: под воздействием электрического сигнала (потенциала на его мембране, запускающего регенеративную трансформацию) он выдает так же электрический сигнал и в этом похож на функции электротехнических устройств управления. И, так же, как и в электротехнике в случае с чувствительными элементами, он оказывается в нестабильном состоянии, если его входы ни с чем не соединены. Это похоже на коромысло чувствительных весов, на концах которых нет никаких грузов. Такой нейрон проявляет спонтанную электрическую активность, что подтверждается данными исследований.
3. Когда нейрон формируется, он выпускает отростки в сторону рецепторов, проявляющих электрическую активность с характерно меняющимся химическим составом вокруг. Эти отростки или дендриты непосредственно касаются аксонов рецепторов или непосредственно тела предшествующего нейрона и на месте контакта возникают синапсы – потенциальные электрические соединители. Это – первый этап адаптивности к условиям среды во время раннего развития мозга, которая проявляется в активности рецепторов.
Чуть отвлечемся. Не только в раннем онтогенезе, а и во взрослом мозге описаны факты нейрогенеза (до сих пор оспариваемые, но опять обнаруживаемые в последнее время: fornit.ru/5232, fornit.ru/5360, fornit.ru/7222, fornit.ru/5287, fornit.ru/8410, fornit.ru/5429, fornit.ru/5386, fornit.ru/16232) в третичных (теменной и лобной) зонах мозга, там, где необходимо формировать новые структуры для адаптации к новым условиям (fornit.ru/5292). В то же время нейрогенез в принципе не может допускаться в уже сформировавшихся распознавательных структурах потому, как на них основаны все последующие структуры и какие-то изменения в предыдущих будет иметь эффект изменения опоры для всей конструкции.
Образующиеся потенциальные связи от нейрона с предшественниками в случае неокортекса (именно здесь возникает новое качество формирования примитивов распознавания) веерообразно перекрываются, для соседних нейронов слоя. Это – очень важный момент: в результате возникают не единичные нейроны-детекторы, а сразу ряд детекторов, частично или даже полностью дополняющих один другого. В отличие от классических схем управления, где каждое звено оказывается единственным и его повреждение - фатальным, в нейросети возникает множественное дублирование. В представленной демонстрационной модели fornit.ru/34235 это осуществляется заданными профилями вкладки “SET”, где нейроны перекрывают связями соседей.
4. Синапсы постепенно увеличивают электрическую эффективность в случае, если по обе стороны их щели есть электрическая активность. Это – простейшее условие образования связи (будем разбирать подробно). Нейрон на стадии пейсмеккерной активности самопроизвольно генерирует сигналы и если это совпадает с активностью рецепторов, связанных с ними, то нарастает эффективность связи (за счет увеличения количества нейромедиаторных пузырьков (везикул), но природный механизм не принципиален). Важно то, что процесс идет не моментально, а требует времени и за это время связь усиливается.
5. Из-за двойственной роли нейрона, он выполняет роль эффектора для предыдущего слоя рецепторов и, одновременно, роль рецептора – для последующих.
6. Во всех слоях рецепторов и эффекторов оказалось эволюционно эффективно наличие дополнительных нейронов между ними, которые обеспечивают взаимное торможение активных соседних нейронов (боковое или латеральное торможение). Это дает качественные преимущества при специализации.
7. Следующий слой созревает после того, как специализировался предыдущий. Это – принципиально важно. В природной нейросети каждый последующий слой имеет критический период развития, по длительности превышающий предыдущий потому, что частота стимулов на этом уровне оказывается значительно меньше (и еще по некоторым причинам).
Дополнительно важно то, что все выходные сигналы любых рецепторов идентичны (как в природной нейросети, так и в МНС) и сами по себе ничего не кодируют, различаясь лишь продолжительностью активности и своевременностью. Их назначение в том, откуда они вышли и куда пришли, в точности, как сигналы в цифровых устройствах.
Эта - концепция автоформирования специализации распознавателей, что обеспечивает индивидуальную адаптацию к текущим окружающим условиям, формируя характерные для них примитивы восприятия.
В настоящее время нервные системы простейших организмов (виноградная улитка, бабочки) исследованы очень подробно в плане организации управляющих связей между рецепторами и эффекторами. И такие связи буквально открывают глаза на то, на каких базовых принципах организованы взаимодействия между нейронами в простейших системах: это – самые тривиальные автоматы с некоторой адаптивной пластичностью.
Этот вывод очень важен, настолько же, как и вывод о том, что все организмы строятся на клеточной основе и эта основа сохраняется от самых простых до самых сложных, не меняя своего принципа межклеточных взаимодействий при всем разнообразии их воплощений. Как уже отмечалось, природа всегда использует удачное универсальное решение далее, строя на его основе новые вариации адаптивных структур.
Это очень сильный контекст для того, чтобы не привлекать к пониманию функциональности нейронов нечто, выходящее за рамки принципов организации межнейронных взаимодействий, изученных для простейших организмов. Нет никакого основания предполагать то, без чего можно обойтись в отслеживании эволюционных усложнений межнейронных взаимодействий (лишние сущности). Поэтому сейчас остановимся на древнем эволюционном этапе простых межнейронных связей.
Самое эффективное для адаптивности изобретение природной эволюции это – способность плодить новые варианты (мутации) на основе уже достигнутого. Это организуется на генетическом уровне так, что в каждом организме возникают свои специфичные, неповторимые в некоторой части бурлящих новшеств особенности. Белки одного организма оказываются несовместимыми с белками другого. Одни и те же механизмы пробуются несколько разными способами (из-за разных белков, которые – в основе всего строительного материала). То, что уже оказалось полезным и вошло в генетический код выживших, становится все более общим, универсальным и менее подверженным мутациям (fornit.ru/50319), но области новых приобретений всегда есть то, что постоянно варьируется.
Даже у очень сложного организма многое основывается на нескольких вариантов реализации, так, у людей - 50 видов гемоглобина и все они прошли испытание на жизнь, обладая теми или иными преимуществами и недостатками.
Это обеспечивают возможность выживания в новых условиях – за счет гибели всего, что к этим условиям оказывается не приспособленным.
Еще это обеспечивает постоянное усложнение потому, что ранее отработанные случайными и удачными мутациями решения, дополняются новыми полезными механизмами. Т.е. усложнения возникают не из какой-то целенаправленности развития, а просто потому, что новые качества изредка дают преимущество в выживании.
Ранее мы рассмотрели, как на основе специализированных терминальных сенсоров и исполнителей возник новый вид промежуточных клеток, которые являются и рецепторами, и эффекторами одновременно – по отношению к предыдущим и последующим по взаимосвязи клеткам. Это было случайное новшество, но оно дало преимущество большей гибкости управления поведением и осталось в генах выживших.
Недавно вышла статья (fornit.ru/b11), где показан закономерный статистический результат изменчивости и отбора к новым условиям: чем выше сложность адаптивных механизмов, тем менее вероятна полезность мутаций (в статье это сформулировано не очень корректно):
“>> вновь возникающие полезные мутации приносят в среднем тем меньше пользы, чем выше текущее значение приспособленности. ”.
Тут – формальное противоречие: если последствие мутации уже оценено как полезное для организма, то это уже не зависит от сложности адаптивной системы. Лучше было сказать: со сложностью адаптивных систем вероятность того, что новая мутация окажется полезной становится меньше. И такое утверждение очевидно верное: чем сложнее система, тем меньше вероятности, что случайное изменение в чем-то окажется полезным потому, что для адаптивности такой системы требуются и более сложные, направленные на соответствие конкретного фактора среды механизмы.
В живых остаются те организмы, которые не только оказывались в данных условиях более адекватными реальности своими адаптивными механизмами, но и те, которые способны препятствовать постоянному вреду от своей же изменчивости. И чем сложнее организм, тем более важна эта задача борьбы с вредом своей изменчивости в уже сформированных предшествующих структурах. Причем, если изменчивость затрагивает какие-то основы строения организма, то все последующие развитие идет наперекосяк и, в лучшем случае получается какой-то монстр-уродец, а чаще – просто нежить.
Вот он – еще один важный для обобщений принцип, казалось бы, тривиальный, но часто упускаемый из виду: все, на чем основывается последующее, не должно меняться, иначе это приведет к фатальной невозможности выполнять свою функцию, основанную на данных от предыдущих структур.
Отсюда, в частности, вытекает, что никаких переделок предыдущих слоев нейронов первичных зон, которые ответственны за распознавание определенных примитивов восприятия, не должно происходить (никакой коррекции, никакого нейрогенеза в этих зонах и т.п.), иначе все последующие нейроны, для которых предыдущие составляли профиль возбуждения, оказываются не у дел.
И отсюда прямо вытекает вывод о строгой поочередности развития структур нейросети, что и наблюдается как поэтапное созревание в соответствии с порядком эволюционных приобретений.
Вот почему клеточные механизмы восстановления генетического кода и борьбы с мутациями на ранних стадиях развития организма нарабатывались особенно эффективно. Так что мутация имеет шанс оказаться полезной для организма только в области самых последних эволюционных приобретений.
Такая картина эволюционной стратегии (точнее тенденции выживания наиболее приспособленных) позволяет понимать то, как появляются новые механизмы, как они развиваются, что влияет на появление новых свойств. Это – очень полезный и достаточно строгий контекст для верификации предположительной модели понимания организации управляющей сети мозга, чтобы уберечься от субъективных фантазий в этом направлении (которыми особенно отличаются всякие современные теории организации мозга), так что стоит как можно естественнее следовать тому, через что прошла природа.
В природе все тупо идет по пути соответствия новым условиям методом природного тыка, а не какой-то изобретательской смекалки. И поэтому не оправдано предполагать те механизмы, которые не следуют данному уровню эволюционных заплаток, а каждый механизм достаточно четко относится к определенному уровню последовательных усложнений.
При разработке Beast именно в силу данного принципа стало ясно, что многие свойства, придаваемые условному рефлексу классические описания в академической науке, не могут быть на том уровне, на котором формируются условные рефлексы. Это позволило очень четко определить реально возможные и необходимые свойства таких рефлексов. Стало очевидно, что то, что в академической науке приписывалось условным рефлексам – возможно только на уровне формирования более сложных структур и относится к реакциях другого типа, которые были названы автоматизмами (не путать с психологическим термином). Это изложено в отчете подробно, в разделе Условные рефлексы: fornit.ru/64975.
Так что останемся в полном соответствии с “доводом” религиозных миссионеров: вихрь на свалке случайно не может собрать самолет. Все развивается мелкими шажками, а не единым актом творения, на основе успешных предыдущих, и это, а не некая уже имеющаяся цель или план, является вектором эволюционных свершений.
Никаких персептронов нет в природе (это – математическая абстракция), а есть лишь отшлифованное почти бесконечными пробами и выборкой удачного устройство для взвешивания накапливающегося потенциала на входе клетки распознавателя до перевешивания порога срабатывания.
При этом нет никаких прецизионно выверенных дробных весов от рецепторов потому, что:
1) нет никакой такой возможности организовывать и поддерживать точные значения в условиях переменной внутренней среды мозга (хотя у высших животных делается все, чтобы сделать эту среду как можно более постоянной)
2) как мы уже рассматривали ранее, каждый рецептор (без исключения, начиная с самого первичного сенсора) имеет какой-то абстрагированный коррелят определенных параметров внешней (по отношению к мозгу) среды (т.е. среда организма – тоже внешняя относительно рецепторов). Но некоторая детализация весов синапсов есть, и это оказывается полезным в некоторых случаях.
Поэтому самые первые сенсоры уже могли воздействовать в полезном для выживания направлении на ответные эффекторы. Потемнело – пора скрываться, посветлело – пора выползать охотиться и плодиться, - что-то в таком роде зависимостей.
Такой эффектор мог использовать информацию (воспринимаемые данные, которые имеют для организма определенную значимость) не одного, а нескольких сенсоров, например, чтобы уползать не тогда, когда чуть потемнело на короткое время, а когда достаточно надолго потемнеет.
Когда мутация сделала из конечного эффектора не сократитель мышц или выделитель регулирующего вещества, а клетку, способную как рецептор выдавать в ответ потенциал, то возможность усложнения схем управления получила новый качественный уровень. Теперь случайные комбинации связей образовывали как вредные, так и бесполезные связи с эффекторами через таких посредников, среди которых в новых условиях ответные действия оказывались выигрышно полезными для выживания.
Вот так тупо формировались наследственно предопределенные реакции: никакого обучения, никаких “глубоких многослойных персептронных сетей” с элементами, связанными все со всеми. Просто – случайные связи с полезным или вредным последствиями или никаким эффектом.
И этот процесс продолжается, но уже с базы достигнутых изменений – только в области нового. Поэтому те виды животных, что проскочили данную стадию мутагенной вариабельности, больше уже никогда не смогут использовать то, что в данном месте получили другие виды животных. Вот почему из обезьяны и других уже сформировавших внутренние структуры видов никогда уже не возникнет человек.
Исследователи замечали те рефлексы, которые проявляли себя в моторных, наблюдаемых действиях. Но не меньшая работа эволюции шла и для структур, активность которых влияла не на моторные функции. Рефлексы мозжечка были замечены как следствие очень большого по объему скопления нейронов в этом органе и по тому, как, опять же, такие рефлексы проявлялись в моторных действиях. Но механизм образования и функционирования рефлексов мозжечка очень специфичен и не похож на другие наследуемые рефлексы типа стимул-действие. Так же возникает и множество других, пока не обнаруженных исследователями в определенной функциональности наследуемых структур мозга.
У человека и высших животных в области лобной коры наследственно возникали особые структуры, обеспечивающие обработку активностей предшествующих по развитию структур, то, что в отчете о Beast было названо “информационными функциями” (их роль описана в резюме по отчету: fornit.ru/65133). Каждое появление такой структуры давало широкие вариации реализованных надстроек, что усложняли такие структуры, совершенствуя полезность их функционирования. Их совершенствование шло точно так же и по тем же принципам, что совершенствование инстинктов (длинные цепочек безусловных рефлексов), только инстинкты проявляли свою функцию в моторных действиях, а инфо-функции – во “внутренних” регулировках активностей, позволяя работать принципиально не алгоритмизированным (заранее не прошитым). Виды животных, которые нарастили поверх данной функции что-то еще, уже не могли совершенствовать эту функцию. В конечном счете потенциал адаптивных возможностей зависит от числа различных видов инфо-функций и их эффективности. И такое различие есть не только у разных видов животных, но и у разных подвидов, что и определяет наследственные предрасположенности к “уму и сообразительности” у разных людей и других животных разных пород (хорошие-плохие гены).
Вернемся к основам формирования наследственно предопределенных структур.
Описанный принцип образования наследуемых связей базируется на имеющихся свойствах свойствах промежуточных клеток (нейронов): спонтанной активности при созревании, но отсутствии эффективных связей, и механизме увеличения проводимости синапсов при одновременной активности с двух сторон. Этот механизм сам в свое время прошел отбор из вариантов, большинство из которых просто ни к чему полезному не приводили, так что остались те варианты, которые реально обеспечивали связи с предыдущим рецептором и возможность образовывать цепи воздействующих групп рецепторов на промежуточные нейроны и конечные эффекторы.
Таких вариантов реализации проводимости синапса очень немало. Кроме того, что варьируются вещества, обеспечивающие проводимость синапса (нейромедиаторы), но и самих механизмов организации передачи возбуждения возникло несколько, вплоть до того, что вместо передачи возбуждения сигнал от рецептора может оказывать не возбуждающее, а тормозное воздействие. И это тормозное действие оказалось очень полезным для схемотехники управления нейронами потому, что:
1) позволяет организовывать намного более гибкую логику
2) позволяет бороться с паразитными возбуждениями, которые могут привести вся сеть нейронов в перевозбужденное состояние, т.е. вместо управления устроить эпилептический припадок.
Особенно полезным тормозное влияние оказалось для соседних нейронов: если возбудился какой-то нейрон, то соседи притормаживаются, уже не срабатывая от случайных шумов чувствительных рецепторов.
Теперь мы подходим к понимаю схемотехники, обеспечивающей автоматическую (без коррекции ошибки и какого-либо задатчика цели) специализацию нейронов.
Когда связь формируется между активным рецептором и созревшим, спонтанно активным эффектором, проводимость нарастает весь период активностей рецептора, пока есть спонтанная активность эффектора. Как только связь окажется достаточной, чтобы прекратить спонтанную активность эффектора (вспомним легкость разбалансировки ненагруженных коромысел или склонность к возбуждению электронных элементов с незадействованным входом), то на этом процесс и останавливается.
Дальнейшая модификация связей на этом уровне становится невозможной, если не соблюдается условие: активность с обеих сторон синапса. Повреждение ткани мозга приводит к разрыву связей и, значит, опять провоцирует спонтанную активность, что может быть сигналом для регенерационных процессов.
Если же активными одновременно бывают несколько рецепторов, связанных пока непроводящими синапсами с созревшим эффектором, то так же проводимости нарастают, пока эффектор не прекратит самопроизвольную активность и тогда получается, что к этому моменту каждая из связей нарабатывает проводимость меньше, чем если бы была только одна связь. Теперь эффектор возбудится только при одновременной активности всех рецепторов, которые участвовали в формировании связей. Возник специализированный образ сочетаний входных активностей. Чуть отвлекаясь, заметим, что если по какой-то причине нейрон оказывается активированным вне своего специализированного профиля рецепторов, то он опять оказывается способным образовывать связи и корректировать специализацию. Но такое не характерно для первичных структур.
Процессу специализации предшествует механизм, когда у созревающего эффектора начинают тянуться выросты (дендриты) в сторону ближайшей активности (туда, где соответственно изменился химический состав среды) и там образуются синапсы.
Формирование новых дендритов так же прекращается после специализации, что еще более стабилизирует получившуюся конфигурацию связей.
Так появлялись все адаптивные механизмы простейших животных, и основы этих механизмов остались преемственны для человека.
Итак, и внешний мир, и внутренняя среда организма – это внешние по отношению к мозгу области получения данных о значимости пользы и вреда, когда польза означает возможность жить в данных условиях, а вред – гибель организма и обрыв передачи генетического кода потомкам. Смерть – главный двигатель эволюции животных.
Внешняя среда отслеживается первичными сенсорами без какой-то оценки того, что это за данные (из внешнего мира или внутренней среды), просто мутации перестраивают его в некоторой наиболее вариабельной (мутагенной) части механизмов, и особи, которым посчастливилось выжить, передают генетический код (fornit.ru/38136).
В анимации “Простейшая нейросеть управления крыльями бабочки” (fornit.ru/an-book-9) показан принцип реализации участка такой сети. И можно себе вообразить, сколько же нужно было времени и погибших бабочек, чтобы методом случайных мутаций организовать такую сеть из уже обкатанных клеток распознавателей и синапсов между ними. Но количество бабочек и количество времени эволюции очень велико, а скорость смены поколений у насекомых – очень высока (у одноклеточных и вирусов – еще больше такое преимущество).
Конечно, все накопления полезного не возникли сразу как самолет из мусора в притчах религиозных миссионеров, а оптимизировались по шагам отдельных попыток в огромном количестве удачных и неудачных последовательных шажков при огромном разнообразии вариантов.
Схемы, наподобие анимации для бабочки, – хороший тренинг для развития схемотехнического мышления в представлениях моделей простейших нейросетей. И это важно для того, чтобы подготовиться к пониманию более сложных механизмов, которые возникли в ходе эволюции и придали новое качество возможности управления. Вот этим мы некоторое время и займемся.
Для развития схемотехнического мышления в игровом стиле создан Конструктор нейросхем с проверкой их работы: fornit.ru/41239. В нем заготовлены демонстрационные модели, иллюстрирующие простейшие реализации схемотехники нейросетей. Этот эмулятор позволяет моделировать и проверять различные фрагменты нейронных соединений.
В схемах нейроны (распознаватели достаточного веса активирующих их сигналов) будем обозначать кружками, синапсы – щелью (похожей на обозначение конденсатора в эл. схемах), а отростки клеток к этим связям – линиями.
Каждый может сам попробовать воплотить разные моменты простейших поведенческих реакций насекомых, в том числе и уползание улитки, когда наступает темнота и, уже сложнее, - распознавание врага по резкому изменению освещенности. Для наглядной эмуляции таких схем создан специальный инструмент: fornit.ru/34235.
Другой нейросимулятор fornit.ru/ns1) позволяет исследовать поведение нейросетей, задавая их основные параметры: веса активирующих и тормозных связей, и, что очень важно – уровень взаимного торможения в слое (латеральное торможение). Это позволяет верифицировать схемотехнические предположения и интерпретировать поведение реальных нейросетей. Описание нейросимулятора: fornit.ru/40662.
Далее последуют некоторые примеры практического воплощения принципиальных схем, интересные тем, что позволяют наглядно увидеть проблемы, решаемые эволюцией и то, какую наиболее правдоподобную модель можно представить для конкретного назначения адаптивного механизма.
В качестве практического примера рассуждений над возможным наследственно предопределенным механизмом, приведем принципиальную схему позиционирования головы насекомого так, чтобы попавший в поле зрения фасеточного глаза объект всегда находился в центре сенсорной матрицы. Для этого нужно дать команду сокращения одной из 4 мышц, управляющих глазом, для его поворота вверх, вниз, вправо, влево соответственно. Поворачиваться голова будет дискретно, то есть один командный импульс – один шаг поворота (неважно, как это устроено на самом деле). Для начала возьмем минимальную матрицу 3х3. Задача – в зависимости от положения в ней активного элемента задать направление перемещения, чтобы активным стал центральный. Для наглядности направление перемещения будем считать, как направление смещения пятна на матрице, хотя на самом деле надо конечно делать наоборот, ведь не пятно движется, а поворачивается голова: чтобы пятно сместилось вниз, голова должна повернуться вверх, для левого смещения – поворот вправо и т. д.
Линейка с верхними квадратами – номера ячеек сенсорной матрицы 3х3, кружок – нейрон, квадраты внизу – эффекторы, обозначенные как П (мышца для поворота вправо), Л – влево, Н – вниз, В – вверх. По схеме видно, что для угловых ячеек 1, 3, 7, 9 нужна одновременная работа пары мышц, то есть для перемещения из сектора 1 в центральный сектор 5 нужно задействовать эффекторы П и В. Это означает, что к некоторым ячейкам сенсора будет подключено по два входа от соответствующих управляющих нейронов. Такая схема имеет 2 серьезных недостатка:
1.Подключение к сенсору более одного входа от нейронов означает распределение по ним сигнала, потерю мощности – нужно ведь по обоим направлениям подать одинаково мощный сигнал.
2.Схема подразумевает строгое подключение каждого рецептора к своему нейрону. Если представить вероятность попадания в ходе отбора путем случайных мутаций для матрицы 1000х1000 – даже без расчетов очевидно, что она будет очень низкой. Стало быть, нужна схема с менее жесткой привязкой, с большей степенью свободы установления связей.
Для этого сделаем перемещение от угловых ячеек к ортогональным. Тогда каждая угловая ячейка получит две степени свободы. Например, от ячейки 1 можно двинуться вверх или вправо – в любом случае попадаешь на центральную ячейку 4 или 2, а оттуда уже строго к центру. То есть вместо одного строго определенного движения получили два, но зато равно возможных. При этом заодно избавились от двойного подключения к рецептору от разных нейронов.
Теперь к угловым ячейкам рецептора может без потери функциональности устройства равноценно прицепиться один из двух нейронов. Это для матрицы 3х3 создаст 128 возможных схем соединения вместо одной единственной.
Понятно, что чем больше размер сенсорной матрицы, тем больше количество схем подключения. Но можно еще добавить хаоса. Например, в матрице 1000х1000 раскидаем примерно равномерно ячейки, к которым может цепляться вообще любой нейрон. Тогда даже если при реакции сенсора движение будет в противоположную сторону, соседняя ячейка направит ее в нужном направлении. Это, понятно, замедлит общую скорость стабилизации положения, но здесь только нужно найти ту степень хаоса, при которой это затормаживание будет в пределах допустимого.
В итоге получили схему стабилизации головы насекомого, слежение за объектом. Но, по сути, это схема стабилизации любого параметра, например гомеостаза. Если вместо ячеек сенсорной матрицы подразумевать нейроны-рецепторы, а вместо мышц – железы-эффекторы или что-то иное, что требуется совершить для прихода в норму. Главное, что становится очевидно – такая схема вовсе не требует жесткой юстировки (настройки) параметров. Она допускает довольно широкий их разброс, что позволяет теоретически собрать ее эволюционным путем естественного отбора.
При том в голову приходит, что хотя у насекомых практически вся нейросхема предопределяется геномом, но это не жесткий шаблон, а весьма вольная трактовка. Это объясняет, как так удается передавать по наследству довольно замысловатое поведение. А оно и не передается в точном исполнении, но в виде каркаса с допуском вольностей исполнения. В итоге все тараканы при включении света на кухне стремительно сваливают под плинтус – но каждый по своей, замысловатой траектории, но с одинаковым стремлением к ближайшему укрытию.
В подобных принципиальных схемах нейросети возможны две основных логических схемы соединения: логика И и логика ИЛИ. Этим устанавливаются граничные условия возможной реализации тех или иных механизмов.
Логика
И
Логика И (и тут, и там) - означает, что нейрон сработает только если на всех его входах будет сигнал, в сумме достаточный, чтобы превысить порог. В данном случае такая сумма будет 1,2 — это выше порога 1. Порог это - не 1V - а значение напряжения, при котором срабатывает устройство. На схеме это Uп (напряжение порога).
На схеме слева показаны рецепторы 1, 2, 3. От них к нейрону через синапсы поступает сигнал. И тут особенность схемы "И": раз мы имеем 3 входа, то, чтобы в сумме они набрали выше порога, надо разделить 1 на 3 и чуть добавить (для надежности, но не обязательно). В итоге получили коэффициент 0,4 (0,333... округленное в большую сторону). Было бы 10 входов - на каждом будет по 0,1. А если 1000 - 0,001. Но в этом случае потенциал будет настолько низок, что это будет, по сути, случайные флуктуации - не получится добиться надежного срабатывания устройства. Стало быть, несложно догадаться, что для его успешной работы не стоит использовать слишком много входов.
Но тогда возникает вопрос: известно, что у нейрона их может быть до 10 0000 и даже больше. Но тут уже работает другая логика - ИЛИ (или тут, или там).
Здесь, как видим, синапс не уменьшает сигнала. Стало быть, если хоть один из входов получит сигнал — это уже 1 и нейрон срабатывает. Если больше одного - тем более сработает.
В случае некоей мухи: если один датчик зафиксировал тень от объекта (предположительно хищник), а другой показывает свет (солнечный) день - тут налицо логика срабатывания "И", реакция бегства при наличии двух обязательных факторов.
Важное следствие из всего сказанного: у нейронов природной сети в отличие от искусственной не нужно устанавливать (подгонять) точные веса синапсов, хотя они и имеют некоторые градации – как следствие того, насколько успела укрепиться данная связь пока нейрон пребывал в режиме формирования усредненного профиля активности. Они все имеют примерно одинаковый вес. Потому, что каждый слой просто определяет наличие или отсутствие "своего" примитива в реакции предыдущего слоя. Для этого достаточно простейшей логики И / ИЛИ.
О роли «подгонки весов» (формировании профиля синаптических связей) в природных сетях - «теория векторного кодирования» (Соколов Е.Н.(2003). «Восприятие и условный рефлекс. Новый взгляд»; Соколов Е.Н. (2010). Очерки по психофизиологии сознания). И вопрос о том, с какой точностью они формируются остается открыт ровно до тех пор, пока не будет определена верная модель процесса специализации нейрона, а она оказывается одним из базовых принципов в организации нейросети. Но очевидно, что большая точность веса не может обеспечиваться из-за не идеальности природного механизма реализации и определенной нестабильности среды, которая, к тому же, влияет и нас порог срабатывания нейрона.
В итоге постоянного бурления наследственных версий организмов (чем большая численность популяции – тем эффективнее) может возникать и возникает множество разных конфигураций, в том числе абсурдные и сложные, но все это не проходит отбор на эффективность адаптивности. В целом формируется иерархия контекстов представительства тех или иных признаков, а не стоит задача распознавания сразу сложного их сочетания.
Так же и коллатерали аксонов и их ветвление к целям – дело изменчивости и проб, хотя среди таких проб и остается нечто реально полезное.
Такое эволюционное разнообразие проявляется буквально во всем.
У разных животных разное число цветовых сенсоров, у человека их 3. Так что кодировка цвета (оттенки) у человека возникает как сочетание этих трех “RGB”. С яркостью все намного сложнее, потому как она зависит от активности соседних распознавателей: если они молчат (темнота), то возбуждение даже от одного фотона может дать вспышку (на фоне некоторого спонтанного шума молчащих, но то и дело возбуждаемых всякими флуктуациями окружающей среды рецепторами). Из-за взаимного бокового торможения в слое реагирование нейрона на яркость притупляется и поэтому воспринимаемая яркость оказывается относительной величиной.
Даже у одного вида животных несколько различается предварительная обработка (предопределяемая наследственно) от сенсорной сетчатки, а именно здесь упрощается и корректируется поток информации, поступающей в зрительную кору (до которой мы еще не добрались).
У более простых животных, у которых нет “новой” коры мозга, происходит непосредственное использование той упрощающей предобработки, которая оптимизировалась миллионы лет. Как именно у разных животных это организовалось, до сих пор нет определенных сведений, кроме самого факта, что предобработка есть.
Можно нарисовать множество вариантов предварительной обработки, и каждый из них дает какие-то преимущества в определенных условиях.
И только на уровне новой коры мозга возникли более однотипные и универсальные механизмы формирования примитивов восприятия.
В целом вся нейросеть обменивается стандартными по амплитуде сигналами, не имеющими никакой корректировки кроме того, что данный сигнал означает корреляцию с неким набором окружающих факторов, которые можно учитывать в организации ответа – в виде абстрактных (выделенных) признаков восприятия. На выходе клетки с электрической активностью нет учитываемого (информационного) параметра интенсивности. Она или возбудилась стандартным выходным импульсом или нет. Если она долго возбуждается, то идет пачка импульсов, поддерживая наличие стимула, но в более поздних наработках эволюции возник механизм удержания отклика стимула, даже если он пропадает – за счет обратной связи, поддерживающей постоянную активность, что оказалось принципиальным прорывом в возможностях индивидуальной адаптивности. Так, если муха скрылась за травинку, то ее образ не исчезает, а продолжает воздействовать на поведение охотника.
Старый вопрос о том, чем кодируется в нейросети информация, сегодня сводится к двум разумно обсуждаемым вариантам: «номером канала» и/или частотой разрядов. То, что любая информация получает смысл в зависимости от того, откуда она пришла относится к любым случаям распознавания. А вот наличие латерального торможения и, как следствие, отсутствие информации об абсолютном значении рецепторного параметра делает значение частоты импульсов как информации об интенсивности спорным. Кроме того, динамический диапазон такого кодирования очень груб из-за множества факторов, влияющих на частоту импульсов нейрона. Это никак не может объяснить огромный динамический диапазон оценки, например, яркости источника света, который получается именно относительным способом (и недостижим для прямого измерения даже современными чувствительными матрицами фотоаппаратов), который демонстрируется в демо-модели fornit.ru/38103, где параметр интенсивности коррелирует с положением ползунка силы латерального торможения. Этот алгоритм легко реализуется схемотехнически (легче, чем он был реализован программно в данной модели, т.к. там для получения результата проводится десятикратная итерация постепенного приложения величины торможения к совокупности нейронов).
Как есть отдельные распознаватели цвета, так есть и отдельные распознаватели общей и локальных интенсивностей в их относительном значении, и они далеко не идеальные, но обеспечивают большой динамический диапазон оценки интенсивности параметра. Сочетание этих параметров у высших животных происходит во “вторичных зонах” мозга и окончательно - в третичных зонах - как взаимодействие иерархии контекстов, смотрите иллюстрация организации памяти образа на основе отдельных примитивов восприятия - fornit.ru/460.
Это приводит к выводу о том, что частота импульсов от нейрона кодирует не силу стимула в нейросети, а только - продолжительность его наличия.
Есть еще немного выводов из схемотехнических принципов для нейросетевого адаптивного управления, которые способны вызвать настороженность у нейрофизиологов. Это пока – только постулаты, возникшие как следствие учета схемотехники управляющих структур на основе универсального распознавателя – нейрона.
Речь пойдет о процессе формирования проводящего синапса. Неважно, какие механизмы для этого задействованы, общий смысл сводится к тому, что синапс между двумя активными клетками начинает наращивать элементы (пузырьки или везикулы) для выброса нейромедиатора, которые и оказывает поляризующее действие на мембрану последующего нейрона. Чем больше пузырьков сформируется, тем эффективнее связь. Понятно, что для их образования нужно время. Вот и получается, чем дольше экспозиция (время воздействия активного фактора среды), тем больше пузырьков. И важно общее время экспозиции, а не однократное, т.е. при повторяющейся время от времени обоюдной активности, растет число пузырьков. И это время длится, пока нейрон не окажется специализированным, т.е. более не проявляет спонтанную активность.
Можно представить, как развиваются подобные схемы, на основе наследственно предопределенных ветвлений аксонов от предшествующих сенсоров. Т.е. речь идет не о мутациях, а о вполне устоявшейся “норме” развития.
На схеме – случай, когда к центральному нейрону наследственно подходят аксоны от двух типов сенсоров. И вот, центральный нейрон созрел, а к этому временя уже и
подавно работают сенсоры (потому как они эволюционно развились раньше).
Нейрон созрел, перед ним то и дело возникают активности предшествующих двух аксонов, там меняется хим. состав, что является приманкой для ветвления дендритов созревшего нейрона. Они растут к аксонам, образовывают синапсы и начинается самое интересное.
Т.к. эффективных связей пока нет, нейрон оказывается в неустойчивом равновесии потенциала на своем теле (как ничем не нагруженные весы колеблются от всего). А в это время со стороны аксонов тоже возникают активности во время отклика на раздражение сенсоров. Понятно, что активность двух аксонов разная, потому как то к одному сенсору что-то прикоснется, то к другому, иногда к обоим сразу. Ровно так же начинают формироваться и связи, накапливая активные элементы в синапсах. Все зависит от того, с какой частотой (внешнего воздействия) активируются каждый из двух сенсоров.
Для определенности предположим, что верхний сенсор откликается на прикосновения к усикам, а нижний – к телу на голове.
И вот тут возможны варианты. Предположим, что в этой местности улитку чаще кто-то или что-то тревожит за усики, чем за голову. Тогда связь от верхнего сенсора будет укрепляться быстрее и, фактически, центральный нейрон, после завершения специализации (когда уже не будет состояния неустойчивого равновесия, и он прекратит самопроизвольно генерировать), станет детектором прикосновения к усикам, а на прикосновения к голове будет реагировать более вяло, только когда прикосновение будет продолжительным.
Такое же может быть и с сенсором головы в случае более частого раздражения.
А в случае примерно одинаковой раздражительности обоих сенсоров, веса синапсов поделятся примерно поровну и будет логика И.
Получается, что логика ИЛИ так не формируется и для этого нужны другие условия, другое ветвление аксонов.
Но главное: улитка приспособится реагировать именно к местным существующим условиям.
Далее переходим к детальному рассмотрению природных нейросетей в контексте схемотехнических принципов. Но начать придется с физико-химических аспектов природной реализации, а для этого нужны базовые представления по химии, которые можно получить в статье fornit.ru/1139, где выделено самое важное. Тем, у кого есть неуверенность понимания химии, нужно сначала переключиться на эту статью.
Очень полезно прочесть эту статью прямо перед сном и не задумываться сильно при этом, а лишь отметить места недостаточности понимания. Поутру, перед мыслями о предстоящем дне, нужно будет без напряжения вспомнить прочитанное.
Из химии важно усвоить понятие ионов и то, что ионы из многих нейтральных молекул могут получаться при растворении солей (молекул, связанных за счет электростатических сил притяжения) в воде, образуя носители электрического тока. Чем выше температура, тем подвижнее носители заряда в водной среде, очень существенно (в несколько раз при изменении на 10 градусов) меняя условия воздействия этих зарядов. Поэтому для стабильной работы нейросети необходимо поддерживать температуру на оптимальном уровне.
Схемотехника электрических цепей это – всегда источник электропитания и элементы в цепочке передвижения тока, которые что-то делают, благодаря этому току. Все, что имеет электрический заряд, стремится приблизиться к противоположному по знаку другому заряду, и, если нет препятствий, то возникает такое движение или электроток того, что движется. Отрицательными зарядами обладают электроны, а положительными – протоны. Все, больше нет в обычной жизни других предельно простых носителей зарядов в веществе. Там, где электронов оказывается больше, чем протонов, будет отрицательный заряд и наоборот.
Заряды – вещь относительная. Если есть два отрицательных заряда, но разные по величине, то один из них – более отрицателен и, значит, есть разность их потенциалов, заставляющая все электрическое пытаться двигаться в направлении этой разницы. Эта разность потенциалов (величин) зарядов – основа питания любых электроустройств и любой схемотехники использования электротока в своих целях. Природные нейросети – не исключение.
Источник питания всегда имеет два электрода - концы с разными зарядами, один из которых будем называть более отрицательным по этому заряду, чем другой потому, что там скопилось больше электронов, имеющих отрицательный заряд из-за невозможности преодолеть этот промежуток. Если между электродами оказался проводник электронов, тогда по нему потечет ток электронов от минуса к плюсу (или можно условно посчитать, что наоборот, что совершенно не имеет значения, кроме электронов, электроток может быть вызван движением других заряженных частиц – ионов – более массивных, чем электроны осколков вещества, а ионы могут быть как положительными, так и отрицательными).
Природа в растворах электролитов мозга использует ток ионов, т.е. больших (по сравнению с электронами и протонами) атомов или даже групп связанных атомов (молекул), у которых есть избыток или электронов или протонов.
Простейшим электронейтральным атомом является водород. Если у водорода отнять его электрон, то останется голый протон. Протоны в воде дают кислую реакцию, т.е. стремятся соединиться с тем, что имеет более отрицательный электрический заряд, а это могут быть другие атомы или молекулы с избытком электронов. Кислый раствор протонов – простейший электролит, в котором потечет ток протонов от более положительного электрода к более отрицательному. И этот электроток можно как-то использовать.
Если число электронов равно числу протонов в этой области пространства, то она (эта область) будет электронейтральной, так что все электричество основано на нескомпенсированных количествах электронов и протонов, между которыми начинается ток носителей электричества – свободно движущихся в среде зарядов (свободных электронов, протонов или ионов).
Для схемотехники важно одно правило: ток всегда потечет между разницей зарядов (потенциалов заряда), если между ними есть проводник для этого вида носителей зарядов.
Представление об электротоке важны для того, чтобы нарабатывать навыки сразу видеть, что будет с электродеталью при воздействии электротока. Навыки понимания и использования электросхем как раз основываются на представлении о том, что будет, когда потечет ток в цепи и будут оказываться воздействия на электродетали схемы. Это должно стать зримой картинкой.
Ток носителей заряда возникает, как только для этих зарядов, помещенных между разностями потенциалов, окажется возможным перемещаться в проводнике тока. Каким бы ни был длинным проводник, ближайшие к источнику потенциала носители заряда начнут движение (с одного конца притягиваясь, а от другого отталкиваясь) и это создаст потенциал для следующих носителей.
Сами носители передвигаются по проводнику довольно медленно (со скоростью распространения тепла в этом проводнике), но взаимовлияние между ними распространяется со скоростью света в вакууме, а не в данном проводнике потому, что происходит не перемещение фотонов с переизлучением от атома к атому, а поляризация носителей заряда – влияние с помощью поля притяжения-отталкивания. И волна этой поляризации распространяется со скоростью света в вакууме.
Вокруг каждого заряда его поле поляризует все вокруг, вызывая притягивание всего противоположного по знаку и отталкивание схожего.
Если электроток течет с постоянной скоростью (потенциалы источника не меняются по величине), то и поляризация постоянна, но если потенциалы все время меняются, то и воздействие поляризации на окружающее оказывается с той же частотой. И тогда в проводнике, расположенном рядом, но не подключенному к источнику разницы потенциала, возникает та же частота колебаний его носителей заряда. Так работают приемные антенны, трансформаторы и любые другие электродетали, использующие вовлечение своих носителей в ту же динамику, что и носители в рядом расположенном проводнике, разгоняемые разностями потенциалов.
Если подключить такие пассивные проводники (антенные электроды) к голове, то в них начинают возникать колебания, отражающие все поляризационные влияния электротоков мозга, в некоей общей суммарной картинке. Чем ближе электрод к цепи, наводящей в нем поляризационный отклик, тем сильнее будет и наводка – в полном соответствии с законом Кулона: сила притяжения-отталкивания равна произведению величин электрозарядов, деленная на квадрат расстояния между ними. Т.е. чем ближе заряды, тем сильнее между ними взаимное влияние.
Закон Кулона формально в точности такой же, как закон тяготения Ньютона, только во втором имеются в виду не электрические, а гравитационные заряды. Схожесть этих двух (и не только этих) законов взаимодействия вызвана тем, что эти взаимодействия используют степени свободы трехмерного пространства, а в нем удаление зарядов вызывает уменьшение их потенциала именно обратно пропорционально квадрату расстояния, что легко видеть, если нарисовать два заряда и провести лучи во все стороны от них: плотность этих лучей будет уменьшаться по такому закону от расстояния между зарядами.
Это представление о природе электровзаимодействия не понадобится для понимания работы электрозарядов в нейросети мозга, но дает понимание причин и следствий в утверждениях, а не просто веры в них. Конечно, существует граница разумного, насколько глубоко погружаться в природу явления и то, что касается зарядов носителей электротока не требует более глубокого понимания природы, тут достаточно интуитивного понимания как в случае с опытом наблюдения поведения магнитов. Поэтому все сказанное желательно воспринимать достаточно буквально, без попыток разобраться в природе всего этого. Важно сделать привычными основные свойства участников явления электропроводности, а не то, из чего они состоят.
Итак, суть электротока сейчас должна быть зримо ясна. Но важно и понимание количественных взаимовлияний. Для электротока есть понятие его силы –