О принципах работы головного мозга,

«обработке информации» и построении технических моделей биологических нейронных сетей.

 

 

Аннотация: В данной работе автором на основании эволюционного подхода и сравнительного анализа простейших форм нервной системы животных рассматриваются основные биофизические аспекты и принципы функционирования биологической нейронной сети, которые лежат в основе работы мозга любого животного, обладающего нервной системой, отличие биологической нейронной сети от сетей, построенных на иных, нежели природные, принципах. То есть вычислительных (псевдонейронных) сетях на микропроцессорах.

Также в данной статье автором формулируются три принципа работы биологических нейронных сетей. Это «системы конкурентной активации пространственных элементов», а также «системы структурного программирования» и также системы «рецепторно – процессорного программирования». Взаимосвязь данного принципа работы нейронных сетей с процессом эволюции нервной системы. Анализируется принцип «обработки информации» в более сложных биологических нейронных сетях и отличие этого процесса от такого же процесса в сетях математического программирования (вычислительных).

Во второй части данной работы рассматриваются аспекты технического моделирования биологических нейронных сетей, показаны исходные узлы и элементы таких сетей, простейшие конструкции на основе сетей такого рода, их функциональные особенности и возможные области их применения.

Показаны функциональные особенности более сложных конструкций на основе биологических нейронных сетей и сходство в их работе с биологическими оригиналами.

Основной посыл и главная идея данной работы заключаются в том, что если есть понимание принципов работы биологических нейронных сетей, а также доступно создание технических аналогов простейших биологических нейронных сетей, причем по своему функционалу напоминающих природные прототипы, то в таком случае возможно создание в техническом варианте и более сложных аналогов биологических нейронных сетей, вплоть до получения в техническом исполнении феноменов мышления и сознания.

Ключевые слова: Нейронная сеть, восприятие, рецептор, процессор, структура, программирование, локус, мощность, межнейронные связи, системы конкурентной активации.

Примечание. Если вас, уважаемые читатели, не интересуют эволюционные аспекты создания природных нейронных систем (даже странно, неужели такое может быть😊?), а интересуют лишь закономерности их функционирования, технические аспекты и возможности технического моделирования биологических нейронных сетей, тогда вы можете сразу перейти к разделу «Заключение» и ко второй части данной работы, возвращаясь к эволюционным аспектам построения нейронных систем по мере необходимости формирования представлений о принципах их формирования и функционирования.

 

Часть 1.

Базовая модель биологической нейронной сети.

Об эволюции головного мозга, принципах его работы и «обработке информации» в нейронных сетях.

 

О понятийном аппарате.

 

Парадоксальная ситуация сложилась в отношении науки о мозге. Это орган с самой изученной в нашем организме анатомией и физиологией. О гистологии и эмбриологии можно просто промолчать. И при этом сам принцип работы головного мозга остается совершенно непонятен. Человек знает множество мельчайших деталей о мозге, но не может понять, как это все вместе работает. Получается, что знания анатомии и физиологии отдельных составных частей этого органа процессу понимания и осознания принципов работы помогают не всегда, а иногда, кажется, даже и вредят этому процессу. (Гораздо труднее собрать пазл из тысячи фрагментов, если не знаешь, какая картинка должна быть в итоге).

Каждая наука имеет свой понятийный набор, свое самоназвание и свою терминологию. Так получается в ходе развития любой науки, что позволяет наиболее полно описывать те закономерности, которые характерны именно для данной конкретной области знаний. Физика, химия, все разделы биологии и вообще всякая наука имеют свой понятийный аппарат. И только принципы работы мозга, раздел биологии – нейрофизиологию, почему-то в настоящее время многие пытливые умы, в том числе и нейрофизиологи, пытаются описывать математическими формулами. Очень странное положение вещей.

Такая своеобразная «математическая интоксикация» в нейрофизиологии случилась потому, что в свое время часть исследователей (Мак-Калок и Питс) в недалеком прошлом сделали смелое предположение, (до сих пор никем не подтвержденное), что нейрон является сумматором импульсов, а головной мозг является вычислительным устройством.  И хотя это было ложное предположение, но на этом ложном предположении было построено множество математических и программных моделей нейронных сетей. Причем с работающими математическими и программными функциями. И таким образом понятие «искусственные нейронные сети» прочно вошло в оборот математиков и программистов.

Успехи в развитии компьютерных технологий и элементов искусственного интеллекта оказались особенно коварны для понимания настоящих принципов работы головного мозга. Так как все это уводило в сторону от понимания того, как в действительности работает головной мозг и вообще любая биологическая нейронная сеть. Модель, построенная на ложных предпосылках, не позволит понять настоящие принципы работы нейронных сетей и головного мозга в целом.

В основе работы биологических нейронных сетей и головного мозга, несмотря на наличие в их физиологии нейронных импульсов и процессов интеграции на нейроне этих же самых нейронных импульсов различного характера, лежат не цифровые технологии, и даже не принципы электроники, а лежат старые добрые законы физики, и причем не какой ни будь специальной типа квантовой, а на уровне средней школы. И вот этого «технического» арсенала процессу эволюции было вполне «достаточно» для того, чтобы создать такой сложный орган как головной мозг. В том числе и человеческий.

Информатика, вычислительные сети, математическое программирование и моделирование – это самостоятельные направление в науке и никакого отношения к обычной нейрофизиологии и к реальному нейрону не имеющие.

В тоже время надо признать, что до сих пор не удается понять принципы работы головного мозга и биологических нейронных сетей, используя традиционные понятийные категории, исторически сложившеюся в нейрофизиологии – «рецепторы, анализ и синтез информации, анализатор, ядро анализатора, обработка информации».

Вот как выглядит в нейрофизиологии устоявшееся представление об «основной функционально – анатомической схеме» нашего головного мозга.

Анатомически нервная система и головной мозг есть совокупность нейронов, объединенных в проводящие пути, ядра и отделы мозга. В классической нейрофизиологии считается, что сигнал воспринимается рецепторами, обрабатывается в ядрах анализаторов и поступает на мотонейроны. А основной формой нервной деятельности являются рефлексы. Считается также, что взаимодействие возбудимых и тормозных процессов на нейроне является основой интегративной деятельности во всех отделах НС.

Использование привычных понятийных категорий, имеющихся в памяти исследователя, для объяснения непонятных явлений – наиболее типичная человеческая ошибка. А в общем, это даже и не ошибка, а просто закономерность нашего мыслительного познавательного процесса.

С точки зрения автора наиболее вредоносное влияние на возможность осмысления процессов, протекающих в головном мозге, оказывает устоявшееся словосочетание «Обработка информации в нейронных сетях». Так как это не просто шаг в сторону от основного пути осмысления принципов работы головного мозга, а это просто-таки яма – ловушка для исследователя, идущего как раз по этому пути. Видимо поэтому для многих пытливых умов задача найти принципы «обработки информации» в головном мозге остаётся невыполнимой. Очень трудно, ну то есть практически невозможно найти то, чего не существует в природе. (Хотя такое все-таки порой и случается). Живая природа часто оказывается просто неимоверно изощренна в способах решения тех задач, которые она же и ставит перед тем или иным видом животных на пути его выживания и развития.

В связи с этим хочу особо отметить, что адекватный понятийный аппарат для каждой дисциплины – основа понимания сути происходящих явлений.

Термин «Искусственная нейронная сеть» автор будет использовать в понятии «биоподобная», в отличие от псевдонейронных вычислительных сетей математиков и программистов. Других же типов биоподобных искусственных нейронных сетей в настоящее время, к сожалению, не существует.

Список сокращений;

ГМ – Головной мозг.

КГМ – Кора головного мозга.

БНС – Биологическая нейронная сеть.

НК – Нейронный комплекс.

НП – Нейронный процессор.

ДвНК – Двигательный нейронный комплекс.

РцНК – Рецепторный нейронный комплекс

РПК – Рецепторно – процессорный комплекс.

НС – Нервная система.  

Р – Рецептор.

СО – «сенсорный образ» или «сенсорное окно».

 

Очень помогает в продвижении процесса понимания принципов функционирования головного мозга и принципов «обработки информации» в нейронных сетях представление о том, как формировался этот «главный человеческий орган» в ходе эволюции, особенно на её ранних стадиях. А также представление об эволюционном формировании и особенностях функционирования хотя бы одной отдельной системы рецепции – зрительной.

У приматов, и особенно человека, в силу образа жизни наших предков эта рецепторная система получила наибольшее развитие, хотя изначально головной мозг в ходе эволюции формировался на основе рецепторов обонятельной модальности.