СОДЕРЖАНИЕ:
Введение
1.Нервная система человека
1.1.Биохимический анализ элементов нервной системы
1.1.1.Нейрохимия мозга
1.1.2.Психоактивные средства
1.2.Биофизический и логический анализ нервной системы
1.3.Нейронные сети
1.3.1.Адаптация
2.Речь в жизнедеятельности человека
2.1.Биологический анализ речи
2.2.Устная речь
2.2.1.Физико-биологическая модель голосового тракта
2.2.2.Идентификация фонем
2.3.Письменная речь
2.3.2. Бионика зрения
2.3.3.Идентификация букв в письменной речи
2.4. Закодированная речь
2.5. Диктование текста
3. Память
4. Ассоциация и ассоциативные сети
4.1. Интеллект
4.2. Понимание
4.3. Обучение
Постскриптум
ВВЕДЕНИЕ
Бионика- это наука, изучающая принципы организации и функционирования биологических систем на молекулярном, клеточном, организационном популяционном уровнях, исследующая процессы преобразования энергии и информации, переработки веществ в живых организмах с целью применения полученных знаний для коренного усовершенствования существующих и созданию новых машин, механизмов, приборов, источников энергии, технологических процессов. Эмблема бионики – скальпель и паяльник, соединенные знаком интеграла.
Формально датой рождения бионики принято считать 13 сентября 1960 г – день открытия в Дайтоне первого американского симпозиума на тему «Живые прототипы искусственных систем – ключ к новой технике». Но эта дата весьма условна, ибо корни бионики уходят в глубокую древность. Так, во время раскопок Голефельской пещеры, в Альпах были обнаружены каменные топоры первобытного человека, напоминающие зуб медведя, т.е являлись прямым подражанием естественному образцу.
Вообще, степень приближения модели(даже того топора) к оригиналу всегда определялась уровнем наших знаний биологического объекта и уровнем технологий на момент копирования биологической модели. Так, например, аппараты с моделью искусственного носа, где заложена физическая модель испарения органических веществ, пока не позволяют добиться такой чувствительности, какую имеют акулы, идущие много миль за запахом океане к его источнику. Поэтому, для того чтобы разобраться в сложных вопросах, обратимся к истокам – нервной системе человека
1.Нервная система человека
Нервную систему подразделяют на центральную и периферическую. К центральной нервной системе относят головной и спинной мозг. К периферической – черепно-мозговые и спинномозговые нервы, а также их узловые сплетения. Головной мозг расположен в черепной коробке и через большое затылочное отверстие переходит в спинной мозг.
Кора головного мозга содержит 10 в 10-й степени нейронов (для сравнения современный компьютер имеет память одного винчестера более 10 в 13-й степени байт (десять терабайт) или около 10 в 14-й степени бит) и представляет собой протяженную поверхность толщиной от 2 до 3 мм с площадью 2200 см2 . Каждый нейрон связан с 1000 -10000 другими нейронами. В целом мозг содержит приблизительно от 1014 до 1015 взаимосвязей. В коре головного мозга единой речевой зоны нет. Отдельные речевые зоны находятся в коре височной доли, левее нижней лобной извилины, в участках теменной доли. Поражение их сопровождается расстройством речи.
Ассоциативные зоны объединяют деятельность двигательных и сенсорных (чувствительных) зон, обеспечивают ассоциативную функцию мозга; они имеются в любом отделе коры большого мозга. С деятельностью ассоциативных зон более всего связаны высшие психические функции: память, речь, мышление, сознание. Кора функционирует как единое целое. Она является материальной основой психической деятельности человека.
Активность мозга можно регистрировать с помощью электродов, размещенных на поверхности головы или мозга либо введенных в вещество мозга. Запись электрической активности мозга с помощью электродов на поверхности головы называется электроэнцефалограммой (ЭЭГ). Она не позволяет записать разряд отдельного нейрона. Только в результате синхронизированной активности тысяч и миллионов нейронов появляются заметные колебания (волны) на записываемой кривой.
Другой подход в изучении головного мозга состоит в том, что извлекают небольшие участки живой мозговой ткани. После чего ее существование поддерживают в виде среза, помещенного в питательную среду, или же клетки разобщают и изучают в клеточных структурах. В первом случае можно исследовать взаимодействие нейронов, во втором – жизнедеятельность клеток.
Согласно другому методу, через имплантированный электрод подается электрический импульс, для искусственной активизации ближайших нейронов. Так можно изучать взаимодействие определенных зон мозга на другие его области. Этот метод электрической стимуляции оказался полезен при исследовании стволовых активирующих систем, проходящих через средний мозг. К нему прибегают также и при попытках понять, как протекает процесс обучения и памяти на синаптическом уровне.
1.1 Биохимический анализ элементов нервной системы
В состав нервной импульсной системы входят клетки-нейроны, которые могут передавать информацию в виде нервных импульсов. Импульсы в нервной системе чем-то похожи на электрические импульсы, бегущие по проводам, но между ними есть несколько существенных различий. Во-первых, в живом организме электрические процессы распространяются в жидкой, а не в твердой среде. Кроме этого, проводимость нервного импульса обеспечивается движением заряженных ионов через мембрану нервной клетки: при распространении импульса все новые участки мембраны становятся временно проницаемыми для ионов. Еще одно важное отличие состоит в том, что нейрон постоянно затрачивает энергию в форме АТФ, на выведение поступивших в него ионов. Так восстанавливается способность клетки передавать информацию постоянно.
Существует множество разнообразных схем, воспроизводящих основные свойства биологических нейронов и называемых моделями нейронов
1.1.1Нейрохимия мозга
К числу важных нейромедиаторов мозга относятся: ацетилхолин, норадреналин, серотонин, дофамин, глутамат-аминомасляная кислота (ГАМК), эндорфины и энкефалины. Помимо этих, хорошо известных веществ, в мозге, вероятно, функционирует большое количество других, пока не изученных. Некоторые нейромедиаторы действуют только в определенных областях мозга. Так, эндорфины и энкефалины обнаружены лишь в путях, проводящих болевые импульсы. Другие медиаторы, такие как глутамат или ГАМК, более широко распространены.
Действие нейромедиаторов. Как уже отмечалось, нейромедиаторы, воздействуя на постсинаптическую мембрану, изменяют ее проводимость для ионов. Часто это происходит через активацию в постсинаптическом нейроне системы второго «посредника», например циклического аденозинмонофосфата (цАМФ). Действие нейромедиаторов может видоизменяться под влиянием другого класса нейрохимических веществ – пептидных нейромодуляторов. Высвобождаемые пресинаптической мембраной одновременно с медиатором, они обладают способностью усиливать или иным образом изменить эффект медиаторов на постсинаптическую мембрану.
Важное значение имеет недавно открытая эндофин-энкефалиновая система. Энкефалины и эндорфины – небольшие пептиды, которые тормозят проведение болевых импульсов, связываясь с рецепторами в ЦНС, в том числе в высших зонах коры. Это семейство нейромедиаторов подавляет субъективные восприятия боли.
1.1.2. Психоактивные средства
Психоактивные средства – вещества, способные специфически связываться с определенными рецепторами в мозге и вызывать изменение поведения. Выявлено несколько механизмов их действия. Одни влияют на синтез нейромедиаторов, другие – на их накопление и высвобождение из синоптических пузырьков (например, амфетамин вызывает быстрое высвобождение норадреналина). Третий механизм состоит в связывании с рецепторами и имитации действия естественного нейромедиатора, например, серотониновыми рецепторами. Четвертый тип действия препаратов - блокада рецепторов, т.е антагонизм с нейромедиаторами. Такие широко используемые антипсихотические средства, как фенотиазины (например, хлорпромазин, или аминазин), блокируют дофаминовые рецепторы и тем самым снижают эффект дофамина на постсинаптические нейроны. Наконец, последний из распространенных механизмов действия – торможение инактивация нейромедиаторов (многие пестициды препятствуют инактивации ацетилхолина).
Давно известно. Что морфин (очищенный продукт опийного мака) обладает не только выраженным обезболивающим (анельгетическим) действием, но и свойством вызывать эйфорию. Именно поэтому его и используют как наркотик. Действие морфина связано с его способностью связываться с рецепторами эндорфин-энкефалиновой системы человека. Это лишь один из многих примеров того, что химическое вещество иного биологического происхождения (в данном случае растительного) способно влиять на работу мозга животных и человека, взаимодействуя со специфическими нейромедиаторными системами. Другой хорошо известный пример – кураре, получаемое из тропического растения и способное блокировать ацетилхолиновые рецепторы. Индейцы Южной Америки смазывали кураре наконечники стрел, используя его паралитическое действие, связанное с блокадой нервно-мышечной передачи.
Существует много способов, которыми наркотики могут вмешиваться в процесс передачи импульса. Предположим, что химическое строение какого-то наркотика очень похоже на строение существующего в организме нейромедиатора. Если степень сходства велика, то молекулы наркотика свяжутся с рецепторами и «обманут» нейрон, заставив его реагировать так же, как на настоящий медиатор(эдакий дубликат ключа, подходящий к замку). Именно таким образом действуют многие наркотики. Например, морфий и героин оказывают свое действие благодаря сходству с недавно открытым эндорфином. Другие наркотики заклинивают замок и препятствуют возбуждению нейрона. Они называются блокировщиками.
Моноамины тесно связаны с настроением и эмоциональными расстройствами. Открытие веществ, влияющих на моноамины, произвело революцию в психиатрии. Есть убедительные доказательства того, что тяжелые клинические случаи депрессии связаны с биологическими нарушениями. Согласно новейшим теориям, клиническая депрессия возникает из-за изменения уровня моноаминов, в особенности норадреналина и серотонина. Это подтверждается еще и тем обстоятельством, что наркотики, уничтожающие моноамины, вызывают депрессию. Резерпин вызывает течь в пузырьках нервных окончаний и последующее уничтожение нейромедиаторов, в результате чего в организме возникает нехватка моноаминов. Лекарства, применяющиеся при депрессии, заметно увеличивают выработку норадреналина и серотонина.
Хорошо известно, что многие химические соединения оказывают воздействие на нервную систему, но мы пока еще мало знаем о механизмах такого воздействия.
Все наркотические вещества, такие как ЛСД, псидлобицин, мескалин, йохимбин и бирботураты воздействуют на синапсисы мозга. Некоторые из них вызывают галлюцинации, причем механизм галлюцигенного действия пока еще не ясен. Механизм действия амфетаминов (бензадрин, дексердин) более понятен. Подобно севину и другим инсектицидам, они ингибируют ферменты, в норме разрушающие молекулы медиаторов в синаптической щели, и синапсисы работают значительно дольше, чем при обычной синаптической передаче. Как и в случае с инсектицидами, большие дозы этих веществ смертельно опасны.
Алкоголь не влияет на синаптическую передачу, и механизм его прямого воздействия пока не ясен. Однако алкоголь существенно увеличивает скорость гибели нейронов (примерно 33000 на каждые 100 г выпитого алкоголя). Возможно, в этом кроется причина резкой умственной деградации некоторых алкоголиков.
1.2. Биофизический и логический анализ нервной системы.
При математическом моделировании нервных структур используют данные о строении элементарной нервной клетки – нейрона, и на их основе копируют сложную биологическую сеть, обладающую комплексом заданных свойств. Можно выделить следующие свойства биологических нейросетей:
1)параллельность обработки информации. Каждый нейрон формирует свой выход только на основе своих входов и собственного внутреннего состояния под воздействием общих механизмов регуляции нервной системы;
2)Способность к полной обработке информации. Все известные человеку задачи решаются нейронными сетями. К этой группе свойств относится ассоциативность (сеть может восстанавливать полный образ по его части), способность к классификации, обобщению, абстрагированию и многих других. Они до конца не систематизированы;
3)Самоорганизация. В процессе работы биологических нервных систем самостоятельно, под воздействием внешней среды, обучаются решению разнообразных задач. Неизвестно никаких принципиальных ограничений на сложность задач, решаемых биологическими нейронными сетями. Нервная система сама формирует алгоритмы своей деятельности, уточняя и усложняя их в течение жизни. Человек пока не сумел создать систем, обладающих самоорганизацией и самоусложнением. Это свойство НС рождает множество вопросов. Ведь каждая замкнутая система в процессе развития упрощается, деградирует. Следовательно, подвод энергии к нейронной сети имеет принципиальное значение. Почему же среди всех известных динамических систем только у живых существ и, в частности, биологических нейросетей проявляется способность к усложнению? Какое принципиальное условие упущено человеком в попытках создать самоусложняющиеся системы?
4)Биологические НС являются аналоговыми системами. Информация поступает в сеть по большому количеству каналов и кодируется по пространственному принципу: вид информации определяется номером нервного волокна, по которому она передается. Амплитуда входного воздействия кодируется плотностью нервных импульсов передаваемых по волокну.
5)Надежность. Биологические НС обладают фантастической надежностью: выход из строя даже 10% нейронов в нервной системе не прерывает ее работы. По сравнению с последовательными ЭВМ, основанными на принципе фон Неймана, где сбой одной ячейки памяти или одного узла аппаратуры приводит к краху системы.
Обобщая вышеизложенное, можно сделать вывод, что отдельные нейроны, соединяясь между собой, образуют новое качество, которое в зависимости от характера межнейронных соединений, имеет различные уровни биологического моделирования:
группа нейронов; нейронная сеть; нервная система; мыслительная деятельность; мозг.
Еще в 1949 году Д.Чебб высказало идеи о характере соединений нейронов мозга и их взаимодействии. Впервые предложил правила обучения нейронной сети, подразумевая под нейронными сетями вычислительные структуры, которые моделируют простые биологические процессы, обычно ассоциируемые с процессами головного мозга. Такие сети представляют собой распределенные параллельные системы, способные к адаптивному обучению, путем анализа положительных и отрицательных воздействий. Элементарным преобразователем в данных сетях является искусственный нейрон или просто нейрон, названный так по аналогии с биологическим прототипом.
1.3 Нейронные сети
Термин «нейронные сети» сформировался в середине 50-х годов ХХ века. Основные результаты в этой области связаны с именами У.Маккалоха, Д.Чебба, М.Минского, Дж. Хопфилда и др. К настоящему времени предложено и изучено большое количество моделей нейроподобных элементов и нейронных сетей. Наиболее интересны в этом направлении работы Рашевского, Ходжи и др, где авторы стремятся с достаточной точностью учесть все параметры передачи сигнала через нейрон: пространственное и временное суммирование, постоянные времени, ионная проницаемость и т.д. Однако приложения полученных выражений к информационным процессам в много нейронных сетях оказывается невозможным из-за невообразимой сложности математического аппарата.
Другой метод заключается в формализации нервных сетей с помощью представления нейрона в виде пороговой ключевой схемы, имеющей два состояния – «включено» или «выключено» и срабатывающей, если алгебраическая сумма входных сигналов превышает порог. Входные импульсы могут быть либо положительными (возбуждающими) либо отрицательными (тормозящими). Группа таких схем образует универсальный вычислительный элемент, использующийся для построения логической сети, реализующей любые функции алгебры логики.
Можно привести еще один вариант формализации сети. Он состоит из элементов трех типов: умножителей (синапсов), сумматора и нелинейного преобразователя. Синапсы осуществляют связь между нейронами, умножают входной сигнал на число, характеризующее силу связи (вес синапса). Сумматор соответствует телу клетки, где осуществляется алгебраическое сложение входных сигналов ( положительных для возбуждающих и отрицательных для тормозящих связей), поступающих по синаптическим связям и определяется уровень возбуждения нейроподобного элемента. В такой модели нейрона пренебрегают многими характеристиками биологического прототипа. Например, различного рода временные задержки, эффекты синхронизации, различные виды модуляции и т.п. Описанный вычислительный элемент можно считать упрощенной математической моделью биологических нейронов.
Нейронная сеть представляет собой совокупность нейроподобных элементов, определенным образом соединенных друг с другом и с внешней средой с помощью связей с весовыми коэффициентами. В зависимости от функций, выполняемых нейронами в сети, можно выделить три их типа:
- входные нейроны, на которые подается вектор, кодирующий входное воздействие или образ внешней среды; в них обычно не осуществляется вычислительных процедур, а информация передается с входа на выход путем изменения их активации;
- выходные нейроны, выходные значения которых представляют выходы нейронной сети (преобразования в них осуществляются по формулам)
- промежуточные нейроны, составляющие основу нейронных сетей, преобразования в которых выполняются так же по формулам.
В большинстве нейронных сетей тип нейрона связан с его расположением в сети. Если нейрон имеет только выходные связи, то это входной нейрон, если наоборот – выходной нейрон. С точки зрения топологии можно выделить три основных типа нейронных сетей:
полносвязанные, многослойные или слоистые, слабосвязанные (с локальными связями).
В полносвязанных нейронных сетях каждый нейрон передает свой выходной сигнал остальным нейронам, в том числе и самому себе. Все входные сигналы подаются всем нейронам. Выходными сигналами сети могут быть все или некоторые выходные сигналы нейронов после нескольких тактов функционирования сети.
В многослойных нейронных сетях нейроны объединяются в слои. Слой содержит совокупность нейронов с едиными входными сигналами. Число нейронов в слое может быть любым и не зависит от количества нейронов в других слоях.
В слабосвязанных нейронных сетях нейроны располагаются в узлах прямоугольной или гексагональной решетки. Каждый нейрон связан с четырьмя, шестью или восьмью своими ближайшими соседями. Очевидно, что процесс функционирования нейронной сети зависит от величин синаптических связей. Поэтому, задавшись определенной структурой сети, соответствующей какой-либо задаче, необходимо найти оптимальные значения всех весовых коэффициентов. Этот этап называется обучением нейронной сети, и от того насколько качественно он будет выполнен, зависит способность сети решать поставленные перед ней проблемы во время функционирования.
Обучить нейронную сеть – это значит, сообщить ей, чего от нее добиваются. Этот процесс похож на обучение ребенка алфавиту. Показав ребенку, изображение буквы и получив неверный ответ, ему сообщается что ответ, который хотят получить. Ребенок запоминает этот пример вместе с верным ответом и в его памяти происходят некоторые изменения в нужном направлении. Т.О. процесс обучения заключается в последовательноп предъявлении всех букв.
После многократного предъявления всех букв веса сети стабилизируются, причем сеть дает правильные ответы на все (или почти все) примеры из базы данных. В таком случае говорят что сеть обучена. На сегодняшний день появились многопроцессорные компьютеры на которых можно организовать параллельную распределенную обработку информации, аналогичную мыслительной деятельности высокоорганизованных живых существ. Речь идет о нейроподобных сетях (НПС) и различных видах ее реализации: нейропакетах, нейроплатах нейрокомпьтерах (НК).
В обучении предпочтение отдают тем методам, которые позволяют обучить нейронную сеть (найти коэффициенты) за небольшое число итераций (шагов) и требуют малого числа дополнительных переменных. Это связано с ограничением ресурсов вычислительных средств.
1.3.1. Адаптация
Адаптация (способность обучению и самоорганизации) является не менее ценным свойством нейронных сетей. Изучение адаптивных свойств биологических объектов способствовало созданию теории обучающихся систем. Такой способностью должны обладать устройства распознавания образов, определения характеристик неизвестных процессов, объектов и сред, устройства управления этими процессами и объектами, а также целый ряд других систем.
Адаптация достигается обучением сети, алгоритм которого задается набором обучающих правил. Из них являются развитием высказанной Д. Хеббом идеи о том, что обучение основано на увеличении силы связи (синаптического веса) между одновременно активными нейронами. Таким образом, часто используемые сети связи усиливаются, что объясняет феномен обучения путем повторения и привыкания. В настоящее время существуют множество разнообразных обучающих правил (алгоритмов обучения). Некоторые из них будут представлены в дальнейшем тексте.
2. Речь в жизнедеятельности человека
Сначала было Слово. Потом люди научились его произносить и понимать. А спустя еще некоторое время захотели разобраться, что же такое – речь… Речь – это озвученная мысль, свойственная только человеку, являющаяся наивысшей степенью развития животного мира. Овладение языком начинает проявляться у ребенка в возрасте примерно одного года в виде «голофрастической» речи, или однословных предложений. К двум годам ребенок овладевает телеграфной речью типа «собачки нет». Когда одно и то же слово присоединяется к ряду других («собачки нет», «печенья нет», «ботинка нет») возникает «осевой» язык. К четвертому и пятому году дети, словно чудом, овладевают языком, хотя их никто не учит грамматике. Как люди общаются с помощью звуков? Как в шумах и при плохой слышимости понимают переданное сообщение? Как иногда по одному-двум словам узнают знакомый голос собеседника? И почему никак не могут научить тому же «умную» машину – компьютер? Речь об этом и многом другом пойдет далее
2.1. Биологический анализ речи
Понимание речи – сложный мыслительный процесс, проходящий ряд этапов преобразования и распознавания любой формы речи. Интуитивно распознавание объектов представляет собой выделение и идентификацию предмета из среды других деталей изображения.
В процессе общения, человек первоначально идентифицирует фонемы (знаки), конструкции фонем, а затем продолжается сложный этап понимания речи. Если человек владеет несколькими языками, то количество фонем увеличивается, но в основе узнавания предметов и событий остается совокупность одних и тех же признаков. Так, в процессе жизни, человек обучается пользоваться первичной интонацией, затем речевой и письменной знаковыми системами. У него в сознании накапливаются словари фонем (знаков) и целых конструкций фонем (фраз). Последние связаны ассоциативно между собой в словарях, а так же с образами, действиями и чувствами человека.
У больных с нарушением ассоциативных связей внешняя речь может выглядеть так: «Вот…фронт…и вот… наступление… вот… взрыв… и вот… ничего…вот … операция…осколок…речь…». Указанная частица «вот» служит указанием на обращение больного к образу ситуации. На основе этого можно сделать вывод, что акт говорения первоначально определяется во внутренних словах, очерчивающих мысленное содержание, а затем «окрашивается» подробностями
Обратимся теперь к исследованиям методов идентификации фонем (знаков) и конструкций фонем.
2.2.Устная речь
2.2.1.Физикобиологическая модель голосового тракта.
С научной точки зрения, речеобразование божественного создания по имени человек можно представить в виде простой модели, в которой речевой тракт представляется линейным фильтром с изменяющимся во времени параметрами и возбуждается генератором периодических импульсов, белого шума или их совокупности. Анатомически линейный фильтр формируется акустической трубой, состоящей из дыхательного(легкие бронхи трахея) и произносительного аппаратов (гортань с голосовыми связками, глотка, носовая и ротовая полости, язык , небо, губы). При разговоре грудная клетка расширяется и сжимается, прокачивая воздух из легких по трахее через голосовую щель. Звуки образуются при выдохе воздуха при условии, что давление воздуха под голосовыми связками превышает давление над ними, тогда воздух, проходя через голосовую щель, смыкает и размыкает голосовые связки, колебания которых модулируют звуковую волну. Частота смыкания-размыкания связок и представляет собой частоту основного тона речи. Если голосовые связки расслаблены, воздух свободно проходит через голосовую щель, подвергаясь модуляции, и речь получается не озвученная. После голосовых связок воздушный поток проходит через глоточную полость мимо основания языка и, в зависимости от положения мягкого неба, через ротовую и (или) носовую полости, производя при этом шум. Добравшись, наконец, до «выхода» поток воздуха излучается в пространство в виде акустических волн и, достигнув слухового аппарата человека, интерпретируется как речь. Голосовой тракт (и соответствующий ему в модели речеобразования линейный фильтр) имеет несколько резонансных областей, создающих энергетически сильные спектральные области – упоминавшиеся выше форманты. Ясно, что индивидуальные акустические параметры человека определяются уникальными формой и размерами голосового тракта, свойствами его стенок, динамикой изменения его геометрии, формой и периодичностью импульсов голосового источника, а также зависят от взаимодействия носовой и ротовой полостей, анатомических свойств: груди, бронхов, пазух черепа. Характер изменения формы артикуляторов обусловлен сокращением мышц, управляемых центральной и периферической нервной системой, которые даже у однояйцовых близнецов, идеально похожих друг на друга, различаются настолько, что позволяют точно отличать их друг от друга. Бионическим прототипом голосообразования можно назвать электрический громкоговоритель, а слуха – микрофон.
2.2.2. Идентификация фонем
Среди методов идентификации фонем устной речи следует выделить основные два метода: распознавание по звукам и распознавание по губам. Последний метод используется при общении глухими людьми. Успехи бионики в этой сложнейшей области распознавания достаточно скромны, но они есть.
На сегодняшний день, интуитивно общепринятой логико-математической моделью распознавания речи является следующая: речь- обработка акустического сигнала - фонетический анализ - фонологический анализ – морфологический анализ – лексический доступ к словарю – синтаксический анализ – семантический анализ – значение. Согласно этой логико-математической модели создано множество устройств распознающих человеческую речь (например, ARPA, HWIM, HTEARSAY-11). В их основе лежит следующий принцип работы:
- речевой сигнал, принятый микрофоном преобразуется в цифровой сигнал – образ, который проходит фонетическое декодирование. В результате получается последовательность фонем. Для каждой фонемы характерны высота тона, длительность и амплитуда. Но выявлены большие проблемы распознавания парных согласных. Поэтому это преобразование является наиболее важным и сложным в речевой обработке;
- фонологический анализ выполняется на фонетическом представлении, которое определяет лингвистически важные различия, имеющиеся в фонетическом представлении произнесения, например, уровни и расположение ударения, интонация, структуры слога, последовательности фонем, лежащих в основе произнесения. На этом этапе существуют ограничения к членораздельности и сокращения речи. Как только фонологический анализ завершается, дальнейшая обработка ввода подобна пониманию текста, но это еще не есть понимание текста.
- последующие морфологический, синтаксический, семанический и прагматический анализы способствуют распознаванию (например, устранению окончания множественного числа / s или z /, расширяющие число входов в словарь). После морфологического анализа возникшее представление речевого ввода может быть найдено в словаре системы, чтобы получить синтаксическую и семантическую информацию слов.
Это краткое описание вклада различных этапов в понимание речи только раскрывает основные процессы. Они являются, прежде всего, лингвистическими и ни в коей мере не раскрывают содержание речи. Современные системы используют более сложный акустическо-фонетический анализ, собирая информацию из ряда преобразований акустического сигнала и создавая несколько типов акустических представлений, но эффективность все еще ограничивается в среднем 70% успешным распознаванием фонем из речевого высказывания, произнесенных небольшим количеством дикторов.
На этом принципе была создана автоматическая система бронирования места на авиалинии, которая включает непрерывное понимание речи. Эта система, разработанная в лабораториях Bell, отвечала на телефонный заказ, чтобы установить соответствующую бронь. Она использовала метод сопоставления целого слова с шаблоном, чтобы распознать слова из словаря, насчитывающего 127 слов.
Следует заметить, что для речевого распознавания Словарь должен содержать и слова с правильным произношением, которое не соответствует орфографии («малако»), а также и с возможным неправильным произношением (может быть несколькими вариантами). Отсюда Словарь должен иметь много миллионов разных по написанию и произношению (для быстрого поиска) словоформ.
В этих и большинстве других систем распознавания речи, основанных на знаниях, ограничиваются распознаванием непрерывной речи. Для понимания речи необходимы усовершенствования в акустико-фонетическом анализе, что связано с ассоциативным мышлением, которое будет рассмотрено далее.
2.3Письменная речь
Если в глубокой древности письменность была в виде изображений отдельных действий на каменных рисунках, то позднее человеку удалось изобрести буквенное описание действий, мыслей и т.д. Это одно из революционных изобретений человечества.
Письменная речь является синтетическим продуктом человеческого разума и вопросы распознавания письменной речи сводятся к идентификации образов (букв) и, знакомому нам по предыдущему разделу, распознаванию речи.
На сегодняшний день письменная речь занимает одно из ведущих способов общения людей и понятно желание человека механизировать процесс распознавания письменной речи
2.3.2. Бионика зрения.
Наше представление о зрении, как о фоторецепторной сенсорной глазной системе, находит широкое подтверждение. Известно, что в сетчатке глаза насчитывается около 130 млн палочек и 7 млн колбочек. Колбочки возбуждаются при ярком свете и малочувствительны к слабому освещению. Палочки чувствительны к свету и поэтому возбуждаются даже при малом, так называемом сумеречном освещении.
Фоторецепторы содержат особые светочувствительные вещества (пигменты): палочки - вещество пурпурного цвета – родопсин; колбочки – вещество фиолетового цвета – йодопсин. В составе этих веществ имеется белок – опсин и окислительный витамин А.
Механизм превращения энергии света в нервный импульс является достаточно сложным звеном физико-химических процессов. Схематично их последовательность можно описать таким образом: родопсин и йодопсин содержатся в фоторецепторах в неактивной форме. Под влиянием энергии света они переходят в активную форму, способную возбуждать фоторецепторы, то есть запускать процессы, связанные с возникновением нервных импульсов. Активная форма родопсина – нестойкая и распадается на белок опсин и витамин А. Восстановление родопсина происходит путем нового соединения белка опсина и витамина А. Именно поэтому витамин А играет значительную роль в зрении человека.
Человеку удалось изобрести электронно-оптические системы с матричным устройством (в виде микронных зерен фотодетекторов). Каждый из этих фотодетекторов реагирует на падающие фотоны сета в виде электрического сигнала. Причем фотодетекторы избирательны в длине волны света (цвет) и уровню светового сигнала. Это является достаточно полной копией биофизической модели глаза человека. Осталось определить сам принцип идентификации букв в письменной речи.
2.3.3. Идентификация букв в письменной речи.
Как и в идентификации фонем устной речи, так и идентификации букв существует множество методов. Основное место занимает векторное и растровое (точечное) представление образа. Так компанией «Бит» была разработана специальная технология распознавания символов, которая получила название «фонтанного преобразования» или оптического распознавания Fine Reader. В основе фонтанного преобразования лежит принцип целостности. В соответствии с ним, любой воспринимаемый объект рассматривается как целое, состоящее из частей связанных между собой определенными отношениями. Так, например, печатная газетная страница состоит из статей, статья – из заголовка и колонок, колонка – из абзацев. Абзацы из строк, строки – из слов, слова из букв, буквы из частей. При этом все перечисленные элементы текста связаны между собой определенными пространственными и языковыми отношениями. Для выделения целого, требуется определить его части. Части же в свою очередь можно рассматривать только в составе целого.
Существует два вида целостного описания: шаблонное и структурное. В первом случае описание представляет собой изображение в растровом или векторном представлении, и задан класс преобразований (например, повтор, масштабирование и пр). Во втором случае описание представляется в виде кривых. Конечно, шаблонное описание проще в реализации, чем структурное. Однако, оно не может использоваться для описания объектов с высокой степенью изменчивости. Шаблонное описание, к примеру, может применяться для распознавания только печатных символов. Структурное еще и рукописных. Шаблонные системы преобразуют изображение отдельного символа в растровое и сравнивают его со всеми шаблонами, имеющимися в базе. Выбирают шаблон с наименьшим количеством точек, отличных от входного изображения. Шаблонные системы довольно устойчивы к дефектам изображения и имеют высокую скорость обработки входных данных, но надежно распознают только те шрифты, шаблоны которых им «известны». И если распознаваемый шрифт хоть немного отличается от эталонного, то шаблонные системы могут сделать ошибки, появляющиеся даже при обработке качественных изображений.
В основе технологии фонтанного преобразования лежит использование структурно-пятенного эталона. Технология позволяет представить изображение в виде набора пятен (отрезок, дуга, кольцо, точка). Построение и тестирование структурно-пятенных эталонов для классов распознаваемых объектов – процесс сложный и трудоемкий. База изображений, используемая для отладки описаний, должна содержать примеры хороших и плохих (предельно допустимых) изображений для каждой графемы.
Очевидно, что проблема распознавания рукописного текста значительно сложнее, чем печатного. Если в последнем случае мы имеем дело с ограниченным числом вариаций изображений шрифтов (шаблонов), то в случае рукописного текста число шаблонов неизмеримо больше. Также дополнительные сложности вносят иные соотношения линейных размеров элементов изображений и т.п. Но, несмотря на сложности, основные этапы технологии распознавания рукописного символа (отдельные символы печатным шрифтом написанные от руки) уже пройдены.
В настоящее время появляется все больше и больше работ, в которых используется обучение и самообучение систем распознавания текста. При использовании таких программ, например можно нарисовать букву другим почерком, а затем предложить нейронной сети классифицировать новое изображение. В таких системах веса обученной сети хранят достаточно много информации о сходстве и различиях букв, поэтому можно рассчитывать на правильный ответ и для нового варианта изображения буквы. Принципы адаптивности положенные в основу системы доказывают свою эффективность.
2.4. Закодированная речь
Жаргон (феня) возник из языка офеней (коробейников) и напоминает языки некоторых этнических групп, в том числе африканских и греческих. Некоторые исследователи считают, что в седьмом веке на Руси проживал офенский народ, исчезнувший почти бесследно и оставивший о себе память лишь в русских былинах. Археологи не отрицают эту версию, но и прямых подтверждений не найдено.
Язык офеней передавался поколениями, и вскоре его стали употреблять нищие, бродячие музыканты, конокрады, проститутки. Феней не просто общались, ею шифровали устную и письменную информацию, стремясь утаить смысл от лишних глаз и ушей. Жаргон вошел в воровские шайки, остроги и темницы, проник на каторгу. Их коренные обитатели даже отвыкали от родной речи, путая слова и выражения. Воровская речь не забывала и о распознавании «своего». Не зная точно употребление и смысл блатных выражений нельзя завоевать ни признания, ни авторитета.
Но следует отметить что «блатари» ненавидят «наблатыканных», то есть тех кто подражает им, разрушая всю патетику и привлекательность преступной речи. Вор отличается от фраера тем , что ботает по фене всерьез, а фраер употребляет блатные выражения в шутку, с иронией. Намеренная вульгаризация своей речи выдает «наблатыканного».
Жаргон в начале века насчитывал почти четыре тысячи слов и выражений, а современный включает свыше десяти тысяч слов. Для общения блатарю достаточно 300-400 слов, хотя он понимает гораздо больше. Огромный кладезь воровской словесной мудрости полностью востребовать блатному миру невозможно. Подобная участь присуща любому языку, словари которого регистрируют намного больше, чем требуется для активного общения.
Криминальный мир делился на узкие специализации: карманники, шулера, наркоторговцы, грабители, фальшивомонетчики и др. Каждый профессиональный клан развивал родную феню. Скажем, карманник сегодня вооружен пятьюстами терминами и выражениями, шулера имеют около трехсот, домушники – двести, грабители и наркоторговцы – по 100-150.
Словарей блатного жаргона издано множество и они представляют познавательный интерес. Использовать его в качестве учебного пособия для приблатненных романтиков практически невозможно. Феня сродни иностранному языку: овладеть ею лишь прочитав словарь, нельзя. Впоследствии, желание скрыть смысл речи, закодировать ее привели к различным способам шифрования речи от азбуки Морзе до специальных кодеров.
Письменная речь является одной из форм закодированной речи, но с общедоступным шрифтом. В случае, когда шрифт общедоступен, то при его изучении можно понять смысл речи. Речь на незнакомом нам языке всегда является непонятной, зашифрованной. Например, устная речь глухих, основанная на зрительном восприятии, т.е кодированная жестами или письменная речь слепых, основанная на тактильном восприятии рельефных знаков.
3. Память
Интеллект обладает памятью. В настоящее время память рассматривается в двух основных аспектах: как процесс связанных с переработкой информации и как устройство, где эта информация хранится. С процессуальной стороны в памяти различают три фазы: запоминание, хранение и воспроизведение. Этап хранения остается малоизученным, как процесс непосредственно не наблюдаемый. В то же время, именно здесь формируется и совершенствуется система знаний человека. Она представляется несколькими гипотезами о видах памяти, где память рассматривают, как ряд непрерывных этапов переработки информации с кратковременной и долговременной памятью.
При формировании кратковременной памяти изменяется порог чувствительности к медиаторам в синопсах, циркуляция сигнала по замкнутым нейронным цепям (нейронные ловушки). Все известные медиаторы (ацетилхолин, серотонин, дофамин адреналин, норадреналин и др.) участвуют в формировании кратковременной памяти.
При формировании долговременной памяти изменяются связи между нейронами. В шипиках нейронов (отростки дендритов, на которых сосредоточены синапсы) присутствуют волокна, аналогичные мышечным волокнам, которые могут сокращаться, изменяя взаимодействие между нейронами. Здесь активное участие во всех нейронных процессах играют ионы кальция.
Основным вопросом к исследованию памяти является вопрос о том, что представляет собой код долговременной памяти. Были развиты следующие наиболее известные гипотезы:
1)Гипотеза «эталона». Согласно этой гипотезе в долговременной памяти хранятся миниатюрные копии (эталоны) стимулов для каждого распознаваемого стимула имеется его дубликат. Распознавание заключается в сравнении стимула со всеми эталонами и выборе наиболее близкого;
2)Гипотеза «прототипов». В ней предполагается, что в долговременной памяти существует система – набор некоторых правил для создания и описания прототипа, под которым понимается некоторая абстрактная фигура, отображающая основные элементы какого-то множества стимулов. Например прототип самолета – труба с крыльями… В отличие от эталонов прототипы допускают некоторые вариации или расплывчатость входящих в них образов.
3)Гипотеза признаков. Утверждает, что образ – это конфигурация из нескольких элементов, составляющих исходное целое. При этом любой образ может быть разбит на более простые элементы, воссоздание которых вновь приводит к тому же образу. В соответствии с этим, предполагается, что в долговременной памяти хранятся определенные первичные признаки, которые при необходимости позволяют синтезировать образ, выступающий объектом распознавания. В связи с большим разнообразием воспринимаемых стимулов, механизмы их распознавания и коды долговременной памяти могут быть разными. В связи с такой неопределенностью, основным элементом долговременной памяти будем считать образ, хотя это не совсем точно.
Образ, возникающий в кратковременной памяти – первичный образ. Он является результатом зрительного или другого восприятия. Этот образ целостный, т.к в нем синтезируется целостное отражение предмета действительности. Тем не менее, образы, возникающие в кратковременной памяти, не являются единицами системы знаний, они не фиксируются в долговременной памяти. Поскольку они существуют, пока существует объект восприятия на соответствующие рецепторы. За это время информация может поступать в долговременную память. Формируется вторичный образ, называемый обычно представлением, который может быть актуализирован сознанием, даже когда объект восприятия отсутствует.
Представления составляют основное содержание памяти и являются строительным материалом для процесса мышления. Они становятся заместителями реальных предметов, их представителями в долговременной памяти, где представление является первичным элементом системы знаний.
Вторичные и первичные образы целостны, но вторичные образы утрачивают детальность, свойственную первичным образам, схематизируются и типизируются. Вторичные образы подвергаются постоянной переработке за счет включения их в мыслительный процесс. Они становятся как бы «портретами класса», созданными на основе «портретов индивидов». Межобразное взаимодействие образует некоторые системы.
В биологических системах, обладающих памятью, изменение нервной активности системы, под влиянием внешних раздражителей, зависит от воздействия предшествующих событий и от информации, хранящейся в памяти. Процесс запоминания связан с образованием следа в мозговых структурах. Поток нервных импульсов, несущих информацию о запоминаемом объекте, проходит через нейронные сети, возбуждая на своем пути нервные клетки, в которых формируется нейронный след. Проторенный нервный след обладает меньшим сопротивлением по отношению к другим возможным путям. Повышение производительности возникшего нейронного следа возможно вследствие свойства нейронов достаточно быстро адаптироваться к повторно проходящим нервным импульсам. Механизмы памяти обеспечивают длительное сохранение увеличенной проводимости нейронов, вовлеченных в образовательный узор.
Следы памяти, хранящие образы объектов, отражены в сложных параллельно-последовательных нейронных сетях, обладающих большой избыточностью.
Ситуация еще более усложняется тем, что одни и те же нейроны участвуют в хранении образов различных запоминающих объектов, это значит, что след возникающий при запоминании одного объекта информации может иметь общие звенья нейронной сети со следами от других объектов. Поэтому, нельзя определенно указать в каком участке головного мозга будет находиться след конкретного объекта информации – образа. В этом случае, механизм доступа к информации базируется не на указании места хранения информации, а на анализе свойств искомой информации.
В биологические системы обработки данных имеется механизм ассоциаций, обладающий связью возникающей, при определенных условиях, между двумя и более психическими образованиями – ощущениями, актами, восприятиями, идеями.
4. АССОЦИАЦИЯ И АССОЦИАТИВНЫЕ НЕЙРОСЕТИ
4.1. Интеллект
Разум, интеллект обычно связывают со способностью человека мыслить, понимать, различать, находить выход из трудных ситуаций, а также с сообразительностью, изобретательностью, умением предвидеть будущие события. Система знаний человека представляет собой «картину мира», которую он строит внутри себя, в своем интеллекте. Построение такой «картины мира» является результатом отражения реальной действительности. Это отражение является субъективным, в то же время оно объективно, поскольку определено предметами реальной действительности, которая едина. В 1869 г английский ученый Ф Гальтон предложил к измерению интеллекта математические методы и пришел к заключению, что интеллект передается по наследству. Вскоре в психологии началась эра тестирования. Разработали шкалу измерения интеллекта, для анализа умственных способностей нормального ребенка. Л. Термен, психолог, работавший в Станфордском университете видоизменил эту шкалу применительно к американским условиям. Его шкала Стандфорд-Бине многие годы использовалась в США для тестирования интеллекта школьников.
Но выяснилось, например, что признанный гений по этим системам может получить меньше балов, чем средний, но тренированный человек. Результат тестирования по этой шкале также зависел от расовых различий и т.д. У детей результаты измерений IQ получались более устойчивыми, на коротком промежутке времени. По мере взросления этот показатель стабилизировался. Чем старше ребенок, тем большую предсказательную ценность имеет IQ в отношении будущих достижений. Однако значение IQ у ребенка иногда резко меняется с возрастом, при этом наблюдается тенденция к улучшению показателей у мальчиков и ухудшению у девочек. Повышение IQ, как правило, сопровождается ростом независимости, агрессивности и конкурентоспособности. Следовательно, причина этих неудач, вероятно, одна: нет четкой формулировки понятия интеллект, нет глубокого понимания сути этого феномена.
И все-таки наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечеткой информации. Построение моделей приближенных рассуждений человека и использование их в интеллектуальных компьютерных системах представляет сегодня одно из самых перспективных направлений развития современной вычислительной техники.
Так работа Л.Заде (1965 г) явилась толчком к новой математической теории – теории нечетких множеств и нечеткой логики. Заде предложил аппарат для описания интеллектуальной деятельности, включая нечеткость и неопределенность выражений.
Сегодня, математическая теория нечетких множеств позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы. Нечеткое управление оказывается особенно полезным, когда исследуемые процессы являются слишком сложными для анализа с помощью общепринятых методов, или когда доступные источники информации интерпретируются качественно, неточно и неопределенно.
Нечеткая логика, представляющая эффективные средства отображения неопределенностей и неточностей реального мира, и на которой основано нечеткое управление, уже ближе к человеческому мышлению и естественным языкам, чем традиционные логические схемы.
Практическое использование нечетких систем привело к разработке целого ряда новых компьютеров для нечетких вычислений, инженерных методов расчета, нечетких систем управления и многое другое. Рассмотрим более подробно вопрос человеческого понимания с точки зрения его интеллекта.
4.2. Понимание
Понимание – сложный мыслительный процесс, проходящий ряд этапов, в результате чего происходит активное преобразование словесной формы текста, представляющее многократное перекодирование. Областью кодовых переходов является внутренняя речь, где совершается переход от внешних кодов языка к внутреннему коду интеллекта, на основе которого формируется содержание текста как результат понимания. Конкретным видом такого кода является предметно-схемный код. Отсюда следует, что в качестве единиц содержания выступают не слова естественного языка, а фрагменты реальной действительности, отраженные в интеллекте и выраженные в тексте соответствующими языковыми средствами.
В основе реализации смыслового этапа порождения текста, лежит замысел – представление, связанное с «предметно-схемным» кодом. Замысел понимается как некоторое семиотическое образование, не выраженное в словах конкретного языка, но способное развернуться в речевое сообщение. В замысле не различается смысл и значение.
Расчленение смысла и значения происходит в законченном тексте, где уже найдены и отображены их звуковые последовательности. В процессе же развертывания замысла в текст отбор конкретных слов осуществляется на уровне их значений.
Отбор элементов текста осуществляется не случайным образом и не сплошным просмотром словаря, а на основе системы ограничений. В качестве таких ограничений выступает иерархия подтем. Подтема определяется как некоторое информационное образование, ограничивающее содержание определенными рамками, в пределах которых может быть продолжен смысловой ряд. В процессе отбора осуществляется контроль поступления в интеллект только осмысленных сочетаний слов. В качестве такого фактора выступает система смысловых рядов. Смысловые ряды «расположены», вероятно, в многомерном пространстве – они идут не только линейно в одном направлении, но и от каждого члена пары может быть начат боковой ряд, так что от его пар отойдут новее парные ряды и т.д. Одни и те же слова, входя в разные ряды, могут иметь различные значения. После того как необходимые элементы отображены и между ними установлена смысловая связь осуществляется грамматическое синтаксирование.
4.3. Обучение
Так, например, ученик Ю знакомый с буквами в том начертании, которое ему показал учитель, узнает эти буквы в любом тексте. Тогда цель обучения будет заключаться в успешном опознании всего множества объектов после ознакомления с его частью. Здесь, идентификация образов осуществляется сразу, а способность к распознаванию возникает в процессе длительного обучения.
Принято говорить, что у человека возникла ассоциация, если при получении некоторой неполной информации он может подробно описать объект, к которому, по его мнению, относится эта информации. Достаточно хорошим примером может служить описание малознакомого человека. К примеру, при высказывании: «Слушай а что за парень, с которым ты вчера разговаривал на вечеринке, такой высокий блондин?» - у собеседника возникает образ вчерашнего собеседника, не ограничивающийся ростом и цветом волос. В ответ на заданный вопрос он может рассказать об этом человеке довольно много. При этом следует заметить, что сообщающейся в вопросе информации явно недостаточно для точной идентификации собеседника. Более того, если вчерашний собеседник был случайным, то без дополнительной информации его не вспомнят.
В качестве другого примера можно рассмотреть ситуацию, когда ваша однокурсница появляется в институте с совершенно новой прической и в незнакомой вам одежде. При этом вы, тем не менее, чаще всего ее узнаете и сможете определить, чем ее новый образ отличается от привычного. Можно предположить, что это происходит следующим образом. При виде ее нового облика в вашей памяти возникает ассоциация с привычным для вас, а далее, сравнивая эти два облика вы можете определить отличия.
Исходя из рассмотренных примеров, можно сказать, что ассоциативная память позволяет по неполной и даже частично недостоверной информации восстановить достаточно полное описание знакомого объекта. Слово «знакомого» является очень важным, поскольку невозможно вызывать ассоциации с незнакомыми объектами. При этом объект должен быть знаком тому, у кого возникают ассоциации.
Применительно к системам обработки данных, в том числе и к искусственным нейронным сетям, ассоциация трактуется как взаимосвязь между информацией (образом) на входе логико – запоминающей среды и информацией (образом), хранящейся в логико- запоминающейся среде. Способ доступа к информации в запоминающей среде, базирующийся на механизме ассоциации, получил название ассоциативного доступа. Ассоциативный способ доступа к информации обеспечивает:
1)практически одновременный доступ ко всей хранящейся в памяти информации;
2)относительную независимость времени поиска информации от емкости памяти;
3)внесение элементов обработки информации непосредственно в процесс самого доступа;
4)обработку информации непосредственно в среде хранения
Эти, а также ряд других отличительных особенностей ассоциативного способа доступа к информации, делает его чрезвычайно перспективным в системах обработки данных
Постскриптум
Для правильного понимания сказанной человеком фразы необходимо иметь представление об описываемых образах реальности. Надо иметь опыт и помнить ощущения жары, лета, берега моря или иной ситуации, в которой данное описание могло бы иметь место. Это возможно, если системы распознавания образов оснастить температурными, световыми, спектральными датчиками. Т.е. обеспечить ему весь набор органов чувств, сходных с человеческими, и позволить пройти процесс обучения, с целью накопления базы данных жизненного опыта, хотя бы пятилетнего ребенка.
Вывод прост: адекватное человеческому, понимание речи или иной вводимой информации возможно только при тождественности жизненного опыта и устройств ввода. Ведь программа распознавания может быть достаточно совершенна и адекватна, но только самой себе. Все ее «органы чувств» состоят из микрофона и клавиатуры, а жизненный опыт – это те часы тренировки и запоминания речевой модели при диктовке, которые она собственно и «прожила» как уникальное виртуальное «существо» во взаимодействии со своим окружающим миром, ограниченным голосом «хозяина».
Одной из самых важных черт искусственного и «естественного» интеллекта является способность к самообучению. В системах распознавания образов, помимо первичной тренировки изначально установленных словарей и таблиц символов существует еще и процесс исправления ошибок распознавания, который также становится частью их «жизненного опыта». Это очень похоже на дрессировку без возможности стимулирования.
Но все же, не взирая на недостатки, нейросетевой подход особенно эффективен в задачах финансовых приложений, экспертной оценки по той причине, что он сочетает в себе способность компьютера к обработке чисел и способность мозга к обобщению и распознаванию.
Нейронные сети хороши для задач распознавания образов, но весьма неудобны для объяснения, как они это делают. Они могут автоматически приобретать знания, но процесс их обучения зачастую проходит достаточно медленно, а анализ обучения сети весьма сложен (обученная сеть представляет собой черный ящик для пользователя).
Следует отметить, что нейронные сети, по своей сути, представляют системы автоматического регулирования. Такие системы, как правило, имеют зоны неустойчивости, где система ведет себя неадекватно. В этих же зонах системы могут превратиться в генераторы, при положительной обратной связи. Объединение малых систем в большую систему с автоматическим регулированием, приводит к серьезным проблемам общего регулирования.
Мозг человека и животных обладает одной из замечательных способностей – способностью приспособления (адаптации) к новым условиям. Как ни бывает трудно изменить алгоритм взаимоотношений с окружающей средой, мозг всегда находит выход. Эта особенность его как управляющей системы организма привлекает внимание создателей сложных кибернетических систем.
05. 10.2003
Никузькин