Жоспар: Интеллектуалды кері байланыс және интеллектуалды интерфейстері бар жүйелер

Жасанды нейронды желілері тіршілік иелерінің миының қызметі туралы білім негізінде пайда болды. Жасанды нейронды желілерінде кез-келген іс жүзінде мидың қалай жұмыс істейтіні туралы қысқаша сипаттаудан басталса да, мидың қалай жұмыс істейтіні туралы біздің біліміміз шектеулі, сондықтан өте дөрекі аналогия туралы айтуға болады. Жасанды жүйке желілерін жобалау кезінде көбінесе мидың қалай жұмыс істейтіні туралы заманауи биологиялық білім шеңберінен шығу қажет.

Көптеген жағдайларда бұл тірі материяда мүмкін емес немесе мидың анатомиясы мен жұмыс істеуі туралы керемет үлкен болжамдарды қажет ететін желілерді құра отырып, биологиялық нанымдылықтан бас тарту қажеттілігіне әкеледі. Бұл белгілі бір дәрежеде ұшақтарға қатысты жағдайға ұқсайды

Ұшақтың құрылуына түрткі болған құстардың ұшуын бақылау болды. Бірақ авиацияның дамуы құстар мен қазіргі заманғы авиацияның ұқсастығы туралы айту мүмкін емес екендігіне әкелді (мүмкін шыбыннан басқа). Жасанды жүйке желілері мен мидың арасындағы ұқсастық белгілі бір шектерде жасанды нейронды желілері түріндегі модельдерді қолдана отырып миды зерттеу кезінде, интеллект (табиғи және жасанды) және ойлау процестерін зерттеу кезінде байқалуы керек [17].

Есептеу нейроғылымы (есептеу неврологиясы) адамның нейронды жүйесін ақпаратты өңдеу тұрғысынан зерттейді [18, 19 ]. Біз нейрондық желілерді ғылымда, технологияда, экономикада, медицинада және басқа да көптеген қолданбалы салаларда қолдануға баса назар аударамыз. Сондықтан «нейрондық желі» термині арқылы біз жасанды нейрондық желіні түсінеміз және жасанды нейрондық желілерді математикалық модельдер ретінде қарастырамыз.

Осы ерекшеліктерді ескере отырып, біз нейрон желісінің биологиялық прототипін өте қысқаша және өте қарапайым түрде қарастырамыз . Нейрон жүйесінің негізгі элементі - нейрон жасушасы - нейрон (сурет 1.1).

Сурет: 1.1. Биологиялық жүйке жасушасының жеңілдетілген құрылымы

Нейронның жасушалық денесі бар - сома, дененің ішінде ядро ​​болады. Нейронның сомасынан екі типтегі көптеген өсімшелер шығады:

- дендриттер - көптеген жұқа, тығыз тармақталған өсімшелер, олар арқылы сигналдар сомаға түседі;

- аксон - біреу өзі қалыңдау, өсімше соңында бөлінетін, ол арқылы сигнал сомадан басқа нейрондарға өтеді.

Нейронның шығуын аксон арқылы көптеген жүйке ұштары арқылы жүзеге асырады, олар басқа нейрондардың сомаларымен және дендриттерімен байланысып, синапстар түзеді. Синапстар дегеніміз - екі нейрон арасындағы интерфейстер. Басқа нейрондардың шығуын жасушамен байланыстыратын синапстар дендриттерде де, тікелей жасуша денесінде де орналасуы мүмкін.

Жүйке жүйесіндегі сигнал беру - күрделі электрохимиялық процесс. Үлкен қысқа түсінік арқылы біз екі жасуша арасындағы жүйке импульсін беру синапстардан келетін тітіркендіргіштер (сигналдар) әсерінен пайда болатын нейро медиатор деп аталатын арнайы химиялық заттардың бөлінуіне негізделген деп болжауға болады. Нейро медиаторлар жасуша мембранасына әсер етіп, оның электрлік потенциалының өзгеруін тудырады және бұл өзгерістің шамасы мембранаға түскен нейро медиаторлар мөлшеріне пропорционалды.

Синапстар бір-бірінен мөлшері мен нейро медиаторлар қабықшасының жанына шоғырландыру қабілетімен ерекшеленеді. Осы себепті жүйке жасушасының кірістеріне әр түрлі синапстар арқылы түсетін бірдей шамадағы импульстар оны әртүрлі дәрежеде қоздыруы мүмкін. Жасуша қозуының өлшемі - бұл оның қабығының поляризация деңгейі, ол барлық синапстарда бөлінетін нейротрансмиттердің жалпы мөлшеріне байланысты.

Біз табиғи нейрондық желінің қалай жұмыс істейтіндігі туралы өте өрескел идеяны қарастырдық. Заманауи зерттеулер синапстар арасындағы сигнал берудің химиялық табиғатының маңызды рөлін көрсетті - баяу синаптикалық өзара әрекеттесу деп аталады.

Мидың құрылымы мен жұмыс істеуі туралы заманауи көзқарастардың неғұрлым егжей-тегжейлі, бірақ өте танымал презентациясын кітаптардан табуға болады [1, 17, 22-29]. Джеар Хокинс пен Дилеп Джордж әзірлеген ми моделі - иерархиялық уақытша жадының (HTM) негізін қалаған кітапқа [17] ерекше назар аудару керек [30].

Биологиялық нейронның жұмысының қарастырылған сипаттамасынан нейронның шамамен математикалық моделінде кіріс сигналдары әр сигналдың нейрон күйіне әсерін ескеретін коэффициенттерге (синапстық салмақтарға) көбейтілуі керек екендігі шығады. Синапстық салмақтар оң және теріс мәндерді ескере отырып, натурал сандар болуы керек. Бірінші жағдайда синапс қоздырғыш әсер етеді, ал екіншісінде жасушаның басқа сигналдармен қозуына жол бермей, тежегіш әсер етеді. Сонымен, қоздырғыш синапстың әрекетін оң синаптикалық салмақпен, ал тежегіш синапстың әрекетін - теріс мәнмен модельдеуге болады.

Кіріс импульстарының келуі нәтижесінде жүйке жасушасының белгілі бір электрлік қозуы пайда болады. Қозу процесі сызықтық емес және кіріс сигналдарының қарапайым сызықтық қосылуына сәйкес келмейді. Егер электрлік тепе-теңдік күйінен ауытқу шамалы болса немесе қозу мен тежелудің тепе-теңдігі теріс болса, онда нейрон қозғалмайды. Бұл жағдайда жасушаның қозу деңгейі оның реакциясы (активтенуі) шегінен төмен болды деп саналады.

Егер қозу мен тежелудің қосындысы ұяшықтың активтену шегінен асып кетсе, шығыс сигналының мәні күрт өсе бастайды. Аксон арқылы осы жасушаға қосылған басқа нейрондарға жіберілетін жүйке импульсі пайда болады. Сонымен қатар, сигнал шамасы (-100 мВ) іс жүзінде шекті мәннен асып кету дәрежесіне байланысты емес [31].

Сонымен, нейронның қарапайым математикалық моделі синаптикалық салмаққа көбейтілген кіріс сигналдарының қосындысын және алынған қосындыны шекті элементпен өңдеуді қамтуы керек.

Жасушада жүйке импульсінің пайда болуымен бір мезгілде сыну процесі басталады. Осы процестің нәтижесінде жасушаның активтену шегі күрт артады және белгілі бір уақыт ішінде сыну уақыты деп аталады, жасуша қатты қозған кезде де сигнал шығара алмайды. Техникалық нейрондардың кейбір модельдерінде сыну процесі ескеріледі.

Қазіргі уақытта жасанды нейрондардың көптеген модельдері жасалды, олардың кейбірінің жұмыс істеуі сипатталған қарапайым биологиялық прототиптен айтарлықтай ерекшеленеді. Іс жүзінде қолданбалы зерттеулерде жасанды нейрондық желілерді бірқатар айрықша белгілері бар математикалық модельдер класы ретінде қарастыруға болады [11], олардың арасында мыналарды ажыратуға болады.

- оқу және жалпылау мүмкіндігі - нейрондық желілердің көпшілігі қарапайым компьютерлер сияқты бағдарламаланбаған, бірақ олар оқытылады. Оқыту желі параметрлерін, ең алдымен, синаптикалық салмақтарды реттеуге байланысты. Жалпылау дегеніміз желінің оқымаған жағдайларды тану қабілетін білдіреді. Мысалы, функцияны жақындатуға дайындалған желі аргументтер мен функция мәндерінің жиынтығы бойынша оқытылады. Жаттығылған желі функцияның мәнін оқымаған аргументтер мәндері үшін алуға мүмкіндік береді.

- Сызықтық емес - нейрондық желінің көптеген модельдері күрделі сызықтық емес модельдер болып табылады.

- нейрондардың параллель табиғаты жоғары жылдамдықты және үлкен сенімділікті қамтамасыз ететін жұмыс істей алады. Адам миында шамамен байланысқа қатысатын шамамен нейрондар бар [31].