Cтраница 2
Примечательно, что влияние сигналов от рецепторов растяжения легких до достижения порога возбуждения нейронов If не сказывается на скорости развития ЦИВ. После перерезки блуждающих нервов, выключающей влияния рецепторов растяжения легких, скорость увеличения ЦИВ по ходу вдоха при данном газовом составе крови не изменяется. [16]
Более того, оказывается, что число и размещение воздействующих на синапсы стимулов, необходимых для возбуждения нейрона, могут постепенно меняться, что, по-видимому, служит проявлением приспосабливания. Входы некоторых нейронов являются чувствительными окончаниями органов; входы всех остальных нейронов, оказывается, должны быть соединены через синапсы с выходами других нейронов. [17]
Волна Ь возникает в результате активации глиальных ( мюллеровских) клеток сетчатки ионами калия, выделяющимися при возбуждении биполярных и амакриновых нейронов; волна с - клеток пигментного эпителия, а волна d - горизонтальных клеток. [18]
Прежде всего, основной элемент сети, изображаемый точкой, может оказаться неисправным, что соответствует нарушению какого-нибудь двоичного оператора: движения рычага, возбуждения нейрона, срабатывания реле. Во-вторых, передача информации, представляемая в сети в виде линий, по целому ряду причин может искажаться. Нейман исследует вероятности, связанные с этими ошибками, и предлагает методы их регулирования. [19]
В принципе, одно и то же / - состояние х может быть представлено различными ИЦН, которые имеют одни и те же уровни возбуждения соответствующих нейронов. Это может существенно повысить надежность / - обработки. [20]
Узлу соответствует сумматор сигналов 2И с; он отображает совокупность возбужденных дендритов нейрона, а также некоторый порог, или функцию переноса нервного импульса Д /) / отображающую процесс возбуждения нейрона. [21]
Сигнал а в этом частном случае представляет собой совокупность электрических импульсов, вырабатываемых приемниками света ( колбочками и палочками) глаза, а кодирование состоит в преобразовании света в такие импульсы и пока изучено довольно плохо; декодирование же здесь состоит в переходе от электрических импульсов р, дошедших до мозга по неровным волокнам, к возбуждениям нейронов PJ, и его детали известны еще значительно хуже, чем детали кодирования. [22]
Порог - это минимальный уровень входного сигнала, который необходим для начала его переноса через нейрон. Возбуждение нейрона отображается выходным сигналом YJ, соответствующим сигналу, который передается через аксон нейрона. Значения весовых коэффициентов Wj / изменяются при операциях обучения или тренировки каждого нейрона с использованием поощрения и наказания. [23]
Но прежде, чем делать такие поспешные выводы, нам следует рассмотреть некоторые различия между деятельностью мозга и работой современных компьютеров, которые могут оказаться достаточно важными. Во-первых, я слишком упростил описание возбуждения нейрона, отнеся его к явлениям типа все или ничего. Это справедливо для одиночного импульса, распространяющегося по аксону. На самом деле, когда нейрон возбуждается, он генерирует целую последовательность импульсов, быстро следующих друг за другом. [24]
Процесс поиска является устойчивым. После определения выигравшего нейрона в сети не будет возбуждений других нейронов в результате изменения векторов выхода слоя сравнения С; только сигнал сброса может вызвать такие изменения. [25]
Естественно, эти конкретные примеры не могут служить серьезными моделями того, что происходит в мозге на самом деле. С их помощью я только старался показать, что описанная выше модель возбуждения нейрона по сути логически эквивалентна конструкции электронного компьютера. Легко видеть, что с помощью компьютера можно воспроизвести любую модель соединения нейронов между собой. В то же время, подробно рассмотренные выше конструкции указывают на то, что и, наоборот, системы нейронов могут быть моделями компьютера и, следовательно, могут действовать как ( универсальная) машина Тьюринга. Хотя при обсуждении машин Тьюринга во второй главе мы не использовали понятие логических элементов 171 и, в действительности, для построения модели машины Тьюринга в общем случае помимо логических элементов нам понадобилось бы еще многое другое, в этом нет ничего принципиально нового, если только мы допускаем возможность аппроксимации используемой в машине Тьюринга бесконечной ленты огромным, но конечным множеством нейронов. А это уже, как кажется, подводит нас к выводу о том, что мозг по своей сути эквивалентен компьютеру. [26]
В нашей модели основной причиной нелокальности является нелокальность кодирующей системы, в которой / - состояние описывается не частотой возбуждения отдельного нейрона, а цепями нейронов. Это нечто вроде расплывчатой локальности, а именно иерархическая метрика более чувствительна к возбуждению нейронов, которые находятся ближе к корню цепи, чем к возбуждению нейронов, удаленных от этого корня. В частности, наша модель предсказывает, что повреждение последней группы нейронов не сможет существенно расстроить мыслительную функцию. Итак, некий вид пространственной локализации все еще присутствует в нашей модели. [27]
![]() |
Пример организации связей, обеспечивающей избирательную реакцию нейрона Н па определенную частоту модуляции.| Разновидность механизма ( 5, использующая логические свойства децдритов. [28] |
Описанные вышэ закономерности возбуждения нейронов выходного слоя модели могут быть распространены и на случай обработки сигналов, состоящих из двух спектральных компонент с малой частотной разностью между ними. При этом абсцисса возбужденного нейронного столбика соответствует средней частоте, а особенности временной последовательности возбуждения нейронов содержат информацию о разностной частоте сигнала. [29]
К кодам высокого уровня, функционирующим у высших позвоночных животных, как правило, в корковом отделе анализатора, относится кодирование посредством последовательного включения параллельно работающих каналов, изменением их числа, а также так называемое позиционное преобразование. Последний вид кодирования наиболее важен и заключается в том, что определенный признак раздражителя вызывает возбуждение определенного нейрона или небольшой группы нейронов, расположенных в строго определенном месте того или иного нервного слоя. [30]