Cтраница 2
Применение в моделях мозга языка топологии и других методов, важных для описания связных целостных объектов, характеризующихся непрерывностью, не только дает возможность использовать в науке о человеке более развитые части современной математики, но может и привести к постановке таких задач, которые потребуют разработки принципиально нового математического аппарата. В этом отношении новейшие работы в области моделей мозга могут оказаться существенным стимулом для развития и математики, и кибернетики. [16]
Это - раздел искусственного интеллекта, связанный с созданием, исследованием и развитием моделей мозга ( мышления) человека. С точки зрения коннекционизма ( connection - связь), основу концепции построения нейронных сетей составляет идея о том, что нейроны можно моделировать довольно простыми автоматами, а вся сложность мозга, гибкость его функционирования и другие важнейшие качества определяются связями между нейронами. Каждая связь представляется как простой элемент, служащий для передачи сигнала. [17]
Как известно, ощущения человека ( и животных) соответствуют качествам, свойствам вещей, согласуются с ними, но они не могут совпадать с ними в смысле: быть тем же 41; ощущения определяются не только свойствами вещей - они зависят и от мозга, от строения системы органов чувств организма. Этот методологический принцип естественно применить и к проблеме машинного моделирования мышления, и тогда получится, что функционально-информационные модели мозга могут отображать интеллектуальные и нейродинамические процессы лишь с той степенью адекватности, которая допускается их возможностями, например, характером данной программы или особенностями самой ЭЦВМ. [18]
В основу этих статей легла теория триединого мозга. Я также прочел книгу Торговый хаос 1 Билла Уильямса ( Bill Williams), в которой предлагается еще одна тройная модель мозга. Трейдеру будет полезно знать об обеих, так как они показывают проблемы трейдинга и их решения. [19]
Третье предложение относится к метаязыку, на котором дается определение модели мозга. Это определение нельзя дать на языке второго типа, ибо на этом языке описывается лишь производственная ситуация. [20]
Это означает, что, возможно, гомеостатическое кибернетическое управление с предсказанием. Критические состояния, которые в обычном гомеостате чисто случайны, здесь будут зависеть от предыстории. Таким образом, с помощью методов исследования операций мы получим зачаточную модель мозга. [21]
Если же мы перейдем в область подлинно кибернетических машин на уровне очень сложных вероятностных систем, то увидим, что плоды, которые они могут принести, соответственно гораздо богаче. Достоинство кибернетики как науки даже на том уровне ее понимания, которого мы пока что достигли, заключается в том, что она усматривает возможность такого перехода. Для кибернетики проблемы, возникающие при создании машин, представляющих собой модели мозга, сводятся к отысканию методов, необходимых для перехода от одной области изучаемых систем к другой. Она считает, что эти две области не являются более принципиально отличными в определенном отношении. По существу, нет никаких оснований утверждать, что, если наука может удовлетворять нужды производства, расширяя физические способности человека, она ничего не в состоянии сделать, чтобы расширить возможности того, что обычно называют его умственными способностями. Очевидно, нет никаких сомнений в том, что ей под силу и это. [22]
Переходя к рассмотрению систем, моделирующих действие ферментов, в первую очередь уясним, что нужно понимать под моделью и какие проблемы могут быть решены с помощью моделирования. Это соответствие может быть самого общего порядка. Например, Эшби [2] ставит следующую задачу: До какой степени Гибралтарская скала является моделью мозга. Однако моделирование такого типа, хоть и вполне корректно, вызывает все же законное неудовлетворение. Здесь уместно обратиться ко второму поставленному вопросу: для чего нужна модель. Для того, чтобы исследовать на ней какие-то свойства моделируемого объекта, которые в силу его сложности или других причин не могут или пока не могут быть изучены непосредственно на самом объекте. Свойства эти, как правило, гипотетического характера и поэтому моделирование часто используют как способ проверки гипотез. Ясно, что чем точнее будет модель, тем с большей уверенностью можно будет переносить полученные с ее помощью результаты на сам моделируемый объект. Однако здесь, как и во многих других случаях, необходима золотая середина: слишком общая модель мало информативна, но слишком точная модель будет также сложна, как и сам объект, и тоже принесет мало пользы. Напрашивается естественный вывод: хорошая модель должна точно соответствовать объекту лишь в существенных свойствах. Какие же свойства ферментов следует признать существенными и, следовательно, стараться отразить в соответствующих моделях. [23]
Ко второй группе принадлежат работы, которые нацелены на выявление базисных основ медико-биологических систем. Здесь особо следует отметить доклад В.В. Смолянинова ( Москва), в котором излагается общая методология идентификации биомеханических систем. Исходным пунктом методологии является иерархически организованное многомерное конфигурационное пространство произвольных движений. Конечная цель идентификации - нейрофизиологическая модель мозга, позволяющая рационально объяснить событийную логику управления движением. Данная задача решается посредством построения теоретически и экспериментально обоснованной базисной системы биоинвариантов. В работе И.Н. Воронцова и Н.В. Келдыш рассмотрены проблемы и особенности идентификации и моделирования клеточного метаболизма; предложены методы решения сформулированных проблем. В докладе Н.Х. Сетдиковой обсуждаются проблемы идентификации и управления процессом развития вторичных иммунодифицитных состояний; предлагается и обосновывается системная модель процесса развития; разработана методика коррекции вторичных иммунодифицитных состояний. [24]
Согласно этой гипотезе координация работы полушарий достигается за счет параллелизма в деятельности двух центральных ганглиев. Известно, что области с заторможенной электрической активностью медленно передвигаются по коре, но торможение передается не самой корой. Торможение в области коры воздействует на хвостатое тело в центральных ганглиях; последние передают это возмущение и тормозят соседние области коры - возможно, через зрительный бугор. Это подтверждается опытом: если рассечь хвостатое тело, то электрическая активность прекращается. Таким образом, центральные ганглии в некотором смысле управляют корой; кроме того, известно, что волокна, образующие внутреннюю капсулу, связывают Сильвиев водопровод и зрительный бугор с нижними отделами мозга. Если предположить, что гироскоп мозжечка балансирует деятельность параллельных управляющих органов, размещенных в двух массах центральных ганглиев, то концепция электрического соединения через мозолистое тело оказывается, помимо всего, и ненужной. Роль, которую сыграет эта гипотеза в создании модели мозга со сдвоенным управлением, заслуживает дальнейшего изучения. [25]