<<
>>

20. Еще одна сетевая реализация синергетического компьютера: «бабушкины клетки»

Интересно, что параметр порядка оказывается не просто абстрактным понятием, но и находит вполне конкретное воплощение в трехслойной нейронной сети (рис. 20.1). Верхний слой составлен из отдельных клеток, каждой из которых соответствует один пиксель.

Когда нашему компьютеру предъявляется фрагмент какого изображения, в отдельных клетках (модельных нейронах) верхнего слоя возникает соответствующее возбуждение, и они посылают сигналы (электрические импульсы) к клеткам второго слоя. Важным нюансом здесь является то, что сила тока сигнала не только пропорциональна уровню возбуждения клетки первого слоя, но и зависит от имеющихся запомненных образов (см. рис. 20.2). Процесс первоначального обучения сводится, таким образом, к установлению связей определенной силы между клетками первого и второго слоя (см. рис. 20.1). Каждая клетка второго (среднего) слоя соотносится скаким-либо из первоначально заданных параметров порядка. Так, например, клетка 1 представляет параметр порядка, соответствующий образу (или лицу) 1, клетка 2 — образу 2 и т. д.

Рис. 20.1. Трехслойная нейронная сеть. Верхний слой соответствует слою нейронов, изображенному на рис. 18.1 справа. Этот слой генерирует входные сигналы, которые передаются во второй слой, в результате чего в нейронах второго слоя возникает определенное возбуждение. Параметры порядка клеток второго слоя вступают в борьбу между собой; победивший параметр порядка возбуждает третий слой клеток, где и формируется полное изображение

©

© ©

©

© © номер пикселя

Е1 9п

3 1

2

образ 1 2 Рис. 20.2, Более подробное объяснение процессов воздействия первого слоя на второй (см. рис. 20.1), Возбуждение клеток входного слоя (Ег, Е2 и т.д.) умножается на весовые коэффициенты <71 д, и т. д., а затем передается на клетки 1, 2, 3 среднего слоя. В этих клетках полученные сигналы складываются.

Справа на рисунке — передача сигнала в клетку 2. Все передачи из клеток первого слоя в клетки второго происходят одновременно

В процессе распознавания между этими клетками возникает нечто вроде конкурентной борьбы. Перед началом «схватки» клетки среднего слоя должны определиться со своими исходными состояниями (т. е. установить себе первоначальные уровни возбуждения). Производится такая установка посредством сложения всех поступающих из первого слоя сигналов. Побеждает та клетка, уровень возбуждения которой оказался в результате такой процедуры самым высоким. Далее возбуждение этой клетки достигает максимума, в то время как возбуждение в остальных клетках затухает, и их активность приближается к нулю. Клетка, оставшаяся возбужденной, может теперь денервировать некоторый «выходной» набор клеток третьего слоя, которые, собственно, и дают на выходе нашего компьютера то запомненное распределение оттенков серого, которое соответствует предложенному фрагменту. Удивительно, что концепция такой клетки, которую мы будем называть здесь клеткой параметра порядка, не нова. Психофизиологам, если помните, для подтверждения одной гипотезы очень нужна была именно такая клетка — они называли ее «бабушкиной клеткой». Гипотеза же заключалась в том, что в зрительной коре головного мозга имеются некие особые нервные клетки, каждая из которых реагируют исключительно на свой, очень специфический, световой раздражитель (таким раздражителем может быть, например, лицо родной бабушки обладателя этих клеток). Су-ществуют ли в действительности подобные клетки, окончательно пока не выяснено. Хотя, как уже упоминалось, имеются сообщения об эксперимен-

тах с овцами и высшими приматами, в ходе которых такие клетки якобы были обнаружены. Например, при демонстрации обезьяне человеческого лица возникает ярко выраженная реакция определенной нервной клетки коры ее головного мозга. Разумеется, эта клетка может быть и частью какого-то комплекса клеток, и тогда распознавание образа оказывается результатом деятельности целого ряда клеток, а не одной-единственной «бабушкиной клетки».

Более того, наша модель синергетического компьютера требует, чтобы все «бабушкины клетки» были соединены между собой, так что и в нашем случае восприятие не является результатом деятельности одной клетки, но сети, составленной из всех таких клеток.

Решающее преимущество при восприятии концепция параметра порядка дает лишь тогда, когда мы не привязываем его к какому-то конкретному «вместилищу» (например, к «бабушкиной клетке»): каждому воспринятому образу (например, лицу) соотносится некоторый специфический параметр порядка. Как мы увидим позднее, параметр порядка остается неизменным, даже если соответствующее ему изображение лица удалено в пространстве, увеличено, уменьшено или вовсе повернуто набок; то же относится и к искаженным, зашумленным или пропущенным через различные фильтры изображениям. Иными словами, концепция параметра порядка совпадает по своим свойствам с концепцией собственно образа. Как это часто случается в науке, за преимущество, полученное нами благодаря параметру порядка, приходится платить, и вот какова цена: параметр порядка есть величина весьма абстрактная и требует от нас столь же абстрактного мышления.

Обобщим вышесказанное. Синергетический компьютер — т. е. компьютер, построенный в соответствии с законами синергетики — может быть реализован в виде сети связанных между собой клеток, так называемых модельных нейронов. Изменения общего состояния нейронной сети можно наглядно представить через движение мяча по холмистой местности. На абстрактном уровне такое движение (изменение состояния системы) будет соответствовать ходу конкурентной борьбы между различными параметрами порядка, в результате которой один из параметров побеждает (а мяч закатывается в какую-то из долин), и система приходит наконец в некое устойчивое структурное состояние. Движение мяча (и борьбу параметров порядка) можно смоделировать как на обычном, последовательном, компьютере, так и в сети из соединенных между собой клеток. Принимая во внимание результаты экспериментальных исследований (на кошках), которые показали, что генерируемые нейронами нервные им-пульсы могут накладываться друг на друга, заметим в завершение данной главы, что наша модель также предполагает такую возможность; однако это обстоятельство не вносит сколько-нибудь существенных изменений в обсуждаемую здесь концепцию распознавания образов, и потому мы не будем его особо рассматривать.

<< | >>
Источник: Хакен Г., Хакен-Крелль М.. Тайны восприятия. — Москва: Институт компьютерных исследований, 2002, 272 стр.. 2002

Еще по теме 20. Еще одна сетевая реализация синергетического компьютера: «бабушкины клетки»:

  1. Оглавление
  2. 20. Еще одна сетевая реализация синергетического компьютера: «бабушкины клетки»