Базовая функция нейрона

Сегодня не вызывает сомнений то, что первичные и вторичные зоны мозга представляют собой, по сути, коллекции распознавателей, усложняющихся от слоя к слою от самых примитивных, до сложных. В отношении зон, обеспечивающих эффекторные действия картина принципиально та же самая. Не столь очевидна функция распознавания в ассоциативных зонах, хотя именно там возникает идентификация наиболее сложных образов, в том числе и образов актуальности совершения действия. Хотя анатомически нейроны имеют очень разный внешний вид, что позволяет их классифицировать по этому признаку и место расположения, но все они имеют одни и те же виды отростков и контактов, хотя и очень по-разному реализованные. И все они проявляют один и тот же вид активности, когда общий потенциал на теле нейрона превысит порог их срабатывания.

Несмотря на лаконичность статьи, при внимательном ее рассмотрении, сопоставлении всех доступных данных по функциональности нейронов в сети, становится возможным понимание основной, универсальной функции нейрона, не зависимой от особенностей реализации, от природной до любой искусственной.

Цель статьи - выделить те наиболее общие условия, которые необходимы для осуществления функции распознавания. Если такие условия удастся формализовать в необходимой для реализации распознавания как простых, так и сложных образов полноте представления, то при сопоставлении с природной реализацией такой функциональности в виде нейросети станет возможным выделить и то, что именно в этой нейросети обеспечивает эту функциональность, а все остальное окажется на уровне второстепенного, метаболического обеспечения. Речь идет о конкретизации до сих пор спорного вопроса об основной информационной функции нейрона, того, для чего, собственно, нейросеть и существует.

В настоящее время задача распознавания образа очень хорошо формализована вплоть до строгого математического описания всех возможных методов:

·       Математические методы распознавания образов

·       Системы распознавания образов

·       Аналитический обзор методов распознавания образов

Они имеют свои доказанные и подтвержденные теоремы, образующие аксиоматику этой предметной области.

Может встать вопрос о том, а все ли методы учтены или, возможно, что-то осталось в тени, совершенно пока вне внимания и осмысления. Поэтому вопрос следует ставить на уровне максимально низкоуровневого описания, что сейчас и будет проделано.

Определимся, что с информационной точки зрения объект распознавания может иметь любую сложность, например, в случае зрительного канала информации - от точки до сочетания точек и любых геометрических фигур, доступных выделению данным методом рецепции. Любое сочетание минимально возможных элементов канала рецепторного восприятия от элементарного до предельной для данного канала сложности сочетаний элементарных, может иметь определённый смысл и поэтому является объектом распознавания. Это означает, что любой канал рецепторного восприятия, подготавливающий условия для распознавания, должен делить, "анализировать" все поле охвата восприятия - на отдельные элементы с максимально возможной (обусловленной эволюционной необходимостью) дискретизацией.

Понятно, что если вдруг окажется возможной рецепция фигур в более, чем трех измерениях (фантастика, но все же), то принцип все равно сохраняется тот же.

Понятно, что если существует необходимость распознавания даже самого элементарного дискрета поля восприятия, то оно обязано быть дискредитировано до уровня этого элементарного образа. Точка в зрительном восприятии имеет важное значение, так, собаки различают всего одну молекулу некоторых веществ и реагируют на это. Одна точка в зрительном восприятии может в определенных условиях привлечь внимание как возможная приближающаяся опасность.

Система, которая бы заранее определяла ограниченный набор образов распознавания и, таким образом, обходила требование обязательности разделения каналов восприятия на поле отдельных элементов, предполагает жесткое ограничение возможностей распознавания без адаптивности к новым возможным образам. Такая система бы требовала создания узкоспециализированных распознавателей этих образов по доступным для этого признакам, что делает ее очень сложной и не универсальной. Таким путем не организована нейросеть даже у таких био-автоматов, как простейшие насекомые.

Поставленной задачей является нахождение освного функционального элемента нейросети высших животных, и в этих рамках совершенно однозначно первым граничным условием является разбиение общего потока воздействующих на рецепторы факторов на элементарные составляющие до уровня дискретизации, обусловленного необходимостью адаптивности. Коротко говоря: поле восприятия данного вида должно разбиваться на элементарные составляющие, как картинка на пикселы, что и происходит реально в анализаторах всех рецепторных каналов.

В принципе распознавание любого сколь угодно сложного образа может происходить непосредственно - по первичной совокупности наиболее элементарных образов, например, точек. Такой распознаватель окажется уникальным для каждого элемента возможного разнообразия, т.е. стоит только одной из точек отличаться от фиксированной совокупности и распознавания не произойдет, или же необходимо заранее пренебрегать неким допустимым количествам неподходящих образу точек. В первом случае необходимо формирование огромного ряда распознавателей всей совокупности возможных сочетаний, а во втором будут возникать ошибки распознавания, возможно, в критических случаях (не)соответствия образа. Кроме того, формирование столь сложной функции распознавания очень непросто и может потребовать количества учитываемых входных параметров больше, чем вообще бывает синапсов у нейрона (а, точнее, - это количество будет примерно в два раза больше, чем число элементов рецепторного поля - в силу необходимости использования как возбуждающих, так и тормозных влияний, например, даже при различии в распознавании графической семерки от единицы). В теории распознавания образов эта задача формализуется как иерархическое распознавание последовательности усложняющихся образов (см. Иерархическое логическое описание и нейросетевое распознавание сложных образов).

Все попытки организовывать распознавание достаточно сложного образа методом обучения многослойного персептрона приводили к плохо воспроизводимым результатам и множеству ошибок распознавания. Поэтому каждый условный уровень сложности требует своего слоя распознавателей. Так, для самых простых примитивов зрительного канала - это распознаватели точек различного положения на рецепторном поле, коллекции линий различной направленности, наклона и толщины, круги, различной эллипсоидности и размера и т.п. Тогда для распознавания образа "это - линия", независимо от ее положения, размеров, неидеальности прямой и ориентации, для формирования функции такого распознавателя используется уже предшествующий слой более элементарных распознавателей линий всякого вида и качества, а не первичные точки рецепторного поля. Попытка же настроить распознаватель "это - линия" сразу на основе отдельных точке в восприятии с учетом всех модификаций линий - совершенно неподъемная задача.

Последовательное формирование усложняющихся распознавателей еще более важно при распознавании образов, в которых сочетаются признаки многих разных видов рецепции с одной стороны и полей элементарных эффекторов - с другой стороны, что и происходит в ассоциативных зонах мозга. Тогда для формирования уникального распознавателя сложного совокупного образа, например, "необходимости совершения данного действия" может потребоваться число обрабатывающих элементов, превышающее число атомов во вселенной.

Понятно, что для адаптивной организации нейросеть просто не может не быть построена как иерархия последовательно усложняющихся слоев коллекций распознавателей сначала каждого из видов рецепторов и эффекторов, затем, сочетаний рецепторов разного вида с одной стороны и эффекторов разного вида (мышечные, гомеостаза, внутреннего перераспределения внимания) - с другой стороны. И, наконец, в ассоциативных зонах происходит объединение признаков усложненных образов рецепторной и эффективной сторон для распознавания актуальности срабатывания элементов поведенческого отклика.

Вторым граничным условием является использование не всей совокупности дискретизированных признаков, а необходимость организации иерархической последовательности слоев усложняющихся функций распознавателей так, что сложность реализации отдельных распознавателей не будет превышать некоторую, определенную оптимумом эффективности нейросети сложность. Так, у нейронов нейросети число входных учитываемых признаков не превышает 10000 - возможного количества синапсов, что уверенно обеспечивает любую сложность распознавания. Природные нейросети в точности соответствуют этому граничному условию, образуя в поочередном развитии слоев иерархическую последовательность усложняющихся функций распознавания.

Оба описанных граничных условия взаимосвязаны в задаче организации распознавания сложных ситуаций (образов) в адаптивной регуляции. Они могут быть формализованы в качестве математических теорем и, возможно, даже некоторой их общей совокупности. Но по смыслу, который предшествует любой формализации (см. Математическое и эвристическое мышление) они являются базовыми условиями организации нейросети.

В приведенном смысле понятие образов для распознавания и видов распознавателей оказывается шире привычного, не теряя при этом своей общей принципиальной сути так, что распознаватель любого уровня нейросети оказывается построен в по идентичным принципам. А значение собственно функции распознавания оказывается очень широкой, от распознавателей совокупности признаков восприятия и признаков актуальности действия, до внутренних промежуточных состояний, таких как распознаватель необходимости оказания тормозного воздействия, характерные для "промежуточных" нейронов.

При этом, различные нейроны могут иметь и другие вспомогательные функции, обеспечивающие работу био-нейросети и обусловленные особенностями реализации био-распознавателей. Но при реализации любым другим способом, например, в виде дискретных искусственных микроустройств со входными синаптическими коммутаторами, главная функция сохраняется неизменной и соответствует двум базовым условиям своей организации.

Таким образом вопрос о том, какова именно базовая функция нейрона (вместе с его контактами) и, соответственно, о том, что именно обеспечивает его такую функциональность, сегодня можно уверенно считать закрытым.

Обоснованность сказанного оказывается без альтернатив и может быть математически строго формализована, при том, что она уже формализована по смыслу понимания сути. Возможные неточности в приведенных формулировках и описании уж не может оказать влияние на смысл явления организации природной системы распознавательной нейросети. Но любые уточнения, обсуждения, дополнения приветствуются.

Дополнительные материалы для сопоставлений:

·       Функции нейрона

·       Функции синапса

·       Распознавание образов

·       Нейронные сети

·       Критические периоды развития