Межнейронное взаимодействие и нейронные сети

В соответствии с системным подходом объединения нейронов могут приобретать свойства, которых нет у отдельных нервных клеток. Поэтому объединения нейронов и их свойства представляют особый предмет анализа в нейро- и психофизиологии.

Понятие модуля. Американские исследователи Дж. Эделмен и В. Маунткастл еще в 80-е гг. XX в. предложили в качестве своеобразной единицы нейрофизиологического обеспечения информационного процесса элементарный модуль обработки информации — колонку нейронов, настроенных на определенный параметр сигнала. Совокупность мини-колонок, в каждой из которых представлен определенный параметр сигнала, образуют макроколонку, которая соответствует определенному участку внешнего пространства. Таким образом, для каждого участка внешнего мира осуществляется параллельный анализ свойств представленного там сигнала.

Нейронная сеть. Важной единицей функциональной активности ЦНС считается элементарная нейронная сеть, т.е. сеть с конечным числом слоев из одиночных нейронов с различными типами связей между слоями нейронов. Принципы кооперативного поведения нейронов в сети предполагают, что совокупность взаимосвязанных элементов обладает большими возможностями функциональных перестроек, т.е. на уровне нейронной сети происходит не только преобразование входной информации, но и оптимизация межнейронных отношений, приводящая к реализации требуемых функций инфор-мационно-управляющей системы.

В последнее время широкое распространение получило понятие «нейрокогнитивные» сети — это распределенные и взаимосвязанные популяции нейронов, организованные для осуществления когнитивных функций (Вге551ег, Тс^поИ, 2006 и др.). В этом определении когнитивный процесс понимается как процесс преобразования информации, возникающий в результате и реализующийся посредством изменяющихся во времени (динамических) взаимодействий в пределах нейрокогнитивной сети. Структура, функция и динамика составляют три основных аспекта нейрокогнитивной сети. Структура определяется компонентами системы (нейронами) и связями (синапсами); функция относится к поведенческим и когнитивным ее проявлениям, а в ее динамике функция реализуется в реальном времени.

Сети нейроноподобных элементов. В настоящее время сетевой принцип в обеспечении процессов переработки информации получает все большее распространение. В основе этого направления лежат идеи о сетях элементов, имитирующих свойства нейронов, объединение которых порождает новые системные качества, не присущие отдельным элементам этой сети. Выделяют четыре подхода к исследованию нейронных сетей (Галушкин, 2014):

  • 1) психологический подход, когда нужно смоделировать некую психологическую парадигму, для чего строится и исследуется нейронная сеть некоторой структуры;
  • 2) нейрофизиологический подход, когда исходя из знаний о структуре некоторого отдела мозга строится и исследуется нейронная сеть, моделирующая функции данного отдела;
  • 3) алгоритмический подход, когда ставится математическая задача и исходя из этой постановки строится адекватная нейронная сеть;
  • 4) системный подход, объединяющий все вышеизложенные.

Интенсивное развитие сетевые модели переработки информации

получили в нейрокибернетике и так называемом коннекционизме. Высокий уровень абстракции и использование формального математического аппарата в этих моделях далеко не всегда опирается на реальное физиологическое содержание и в целом меняет плоскость анализа, переводя его из системы физиологических понятий в систему условных категорий с условными свойствами. Тем не менее исследования в этой области продвигаются весьма успешно и порождают такие модели, как, например, нейроинтеллект.

Морфологические типы сетей. В то же время в нейрофизиологии описаны некоторые реально существующие варианты сетей (Блум с соавт., 1988). По характеру организации в нервной системе чаще всего выделяют три типа сетей: иерархические, локальные и дивергентные. Первые характеризуются свойствами конвергенции (несколько нейронов одного уровня контактируют с меньшим числом нейронов другого уровня) и дивергенции (нейрон нижележащего уровня контактирует с большим числом клеток вышележащего уровня). Благодаря этому информация может многократно фильтроваться и усиливаться. Наиболее характерен такой тип сетей для строения сенсорных и двигательных путей. Сенсорные системы организованы по принципу восходящей иерархии: информация поступает от низших центров к высшим. Двигательные, напротив, организованы по принципу нисходящей иерархии: из высших корковых центров команды поступают к исполнительным элементам (мышцам). Иерархические сети обеспечивают очень точную передачу информации, однако выключение хотя бы одного звена (например, в результате травмы) приводит к нарушению работы всей сети.

В локальных сетях поток информации удерживается в пределах одного иерархического уровня, оказывая на нейроны-мишени возбуждающее или тормозящее действие, что позволяет модулировать поток информации. Таким образом, нейроны локальных сетей действуют как своеобразные фильтры, отбирая и сохраняя нужную информацию. Предполагается, что подобные сети имеются на всех уровнях организации мозга. Сочетание локальных сетей с дивергентным или конвергентным типом передачи может расширять или сужать поток информации.

Дивергентные сети характеризуются наличием нейронов, которые, имея один вход, на выходе образуют контакты с множеством других нейронов. Таким путем эти сети влияют одновременно на активность множества элементов, которые при этом могут быть связаны с разными иерархическими уровнями. Являясь интегративными по принципу строения, эти сети, по-видимому, выполняют централизованную регуляцию и управление динамикой информационного процесса. Конвергентные, дивергентные, латеральные и возвратные влияния являются постоянными свойствами большинства нервных связей во всей нервной системе (Николлс с соавт., 2003).

Векторная психофизиология. По мере развития представлений о строении и функционировании сетей разного типа наблюдается интеграция этих исследований и информационного подхода. Примером служит векторная психофизиология — новое направление, основанное на представлениях о векторном кодировании информации в нейронных сетях (Соколов, 1995). Предполагается, что этот подход открывает возможности для интеграции нейронных механизмов и закономерностей протекания психических процессов в единую непротиворечивую модель. Суть векторного кодирования заключается в следующем: в нейронных сетях внешнему стимулу ставится в соответствие вектор возбуждения — комбинация возбуждений элементов нейронного ансамбля. При этом ансамблем считается группа нейронов с общим входом, конвергирующих на одном или нескольких нейронах более высокого уровня. Различие между сигналами в нервной системе кодируется абсолютной величиной разности тех векторов возбуждения, которые эти стимулы генерируют. Управление реакциями осуществляется также комбинациями возбуждений, генерируемых командными нейронами. Например, выполненные в этой логике исследования цветового зрения человека показывают, что воспринимаемый цвет определяется направлением фиксированного четырехкомпонентного вектора возбуждения (Измайлов с со-авт., 1989).

Проблема связывания. Общепризнано, что головной мозг функционирует как единое целое, поэтому при описанных выше распределенных процессах он должен содержать какие-то механизмы диспетчеризации и синхронизации. Эти механизмы должны связывать друг с другом возникающие между отдельными узлами сетей варианты возбуждения в кратковременные объединения, последовательно преобразуемые в представительные состояния, отображающие ощущения.

Гипотеза связывания предполагает переход от независимых процедур переработки различных возбуждающих факторов на входе сопряженной системы в связанное нейронное возбуждение и соответственно отображение (Baars, Gage, 2010). Механизм, осуществляющий этот переход, т.е. связывание, — быстротечная синхронизация нейронных активностей в разных узлах системы. Согласно гипотезе связанное отображение не локализуется в каком-то отдельном узле, а встроено в динамическую активность системы. Эта активность помечается посредством синхронизирующей фазы или частоты биотоков мозга, и таким образом она может быть распознана и выделена среди других видов динамической активности, которые могут существовать одновременно в подобных или перекрывающихся друг с другом системах. Конкретные механизмы синхронизации как способ связывания активностей разных нейронных комплексов пока остаются неустановленными. Особое значение придается биотокам дельта-диапазона, в частности частоте 40 Гц, но не исключено, что синхронизирующая функция этой частоты — эпифеномен, скрывающий подлинные механизмы синхронизации, пока недоступен для изучения (Mountcastle, 1998).

 
< Пред   СОДЕРЖАНИЕ     След >