Био нейрон состоит из тела поперечником от 3 до 100 мкм, содержащего ядро и отростки. Выделяют два вида отростков. Аксон обычно — длиннющий отросток, адаптированный для проведения возбуждения от тела нейрона. Дендриты — обычно, недлинные и очень разветвлённые отростки, служащие основным местом образования влияющих на нейрон возбуждающих и тормозных синапсов (различные нейроны имеют различное соотношение длины аксона и дендритов).
Нейрон может иметь несколько дендритов и обычно только один аксон. Один нейрон может иметь связи с 20-ю тысячами других нейронов. Кора мозга человека содержит 10-ки млрд нейронов.
Био нейрон является важным элементом клеток нервной системы и строительным материалом мозга. Нейроны есть в нескольких форма, зависимо от их предназначения и дислокации, но в целом они идентичны по структуре.
Рис. 12.4 Схема нейрона
Каждый нейрон является устройством обработки инфы, которое получает сигналы от других нейронов через специальную структуру ввода, состоящую из дендритов. Если совокупный входной сигнал превосходит пороговый уровень, то клеточка передает сигнал дальше в аксон, а потом в структуру вывода сигнала, от которой он передается в другие нейроны. Сигналы передается при помощи электронных волн. (В течение жизни у человека число нейронов не возрастает, но вырастает число связей меж ними, как итог обучения).
Органы эмоций человека состоят из огромного числа нейронов, соединенных меж собой обилием связей. Орган эмоций содержит в себе сенсоры и проводящие пути. В сенсорах формируются химические сигналы, распространяющиеся со скоростью от 5 до 125 метров за секунду. Сенсоры кодируют разные виды сигналов в единый универсальный частотно-импульсный код.
Число нервных импульсов в единицу времени пропорционально интенсивности воздействия. Органы эмоций имеют нижние и верхние пределы чувствительности. Реакция (Е) органов эмоций человека на интенсивность (Р) раздражения можно приближенно представить законом Вебера — Фехнера:
. (12.3)
Разумеется, если учитывать при всем этом воздействие шума, то можно придти к формуле Шеннона, позволяющей оценить информационную способность такового органа эмоций. Методом обучения и тренировки можно повысить разрешающую способность органов эмоций. Не считая этого человек может различать сочетание частот и амплитуд, в таковой степени, которая недосягаема современным техническим устройствам. Но органы эмоций работают в ограниченном спектре по частоте и амплитуде.
При переходе в возбужденное состояние в выходном отростке (аксоне) генерируется импульс возбуждения, распространяющийся по нему со скоростью от 1 до 100 м/с; в базе процесса распространения лежит изменение локальной проводимости мембраны аксона по отношению к ионам натрия и калия. Меж нейронами нет прямых электронных связей. Перенос сигнала с аксона на входной отросток (дендрит) другого нейрона осуществляется хим методом в специальной области – синапсе, где окончания 2-ух нервных клеток подходят близко друг к другу. Некие из синапсов являются особенными, вырабатывающие сигналы оборотной полярности для гашения сигналов возбуждения.
В текущее время активно изучаются и глобальные нюансы деятельности мозга – специализация его огромных областей, многофункциональные связи меж ними и т.п. В то же время не достаточно понятно, как осуществляется обработка информации на промежуточном уровне, в участках нейронной сети, содержащей всего 10-ки тысяч нервных клеток.
Время от времени мозг уподобляют колоссальной вычислительной машине, отличающейся от обычных компов только значительно огромным числом составляющих частей. Считается, что каждый импульс возбуждения переносит единицу инфы, а нейроны играют роль логических тумблеров по аналогии с ЭВМ. Такая точка зрения неверна. Мозговая деятельность основывается на совсем других принципах. В нем нет жесткой структуры связей меж нейронами, которая была бы подобна электронной схеме ЭВМ. Надежность его отдельных частей (нейронов) еще ниже, чем частей, применяемых для сотворения современных компов. Разрушение даже таких участков, которые содержат достаточно огромное число нейронов, часто практически не оказывает влияние на эффективность обработки инфы в этой области мозга. Часть нейронов отмирает при старении организма. Никакая вычислительная машина, построенная на обычных принципах, не сумеет работать при таких широких повреждениях.
Современные ЭВМ делают операции поочередно, по одной операции на такт. Число извлекается из памяти, помещается в микропроцессор, где над ним делается некое действие в согласовании с диктуемой программкой аннотацией, и итог вновь заносится в память. Вообщем говоря, при выполнении отдельной операции электронный сигнал должен пробежать по соединительным проводам определенное расстояние, что может ограничить быстродействие ЭВМ.
К примеру, если сигнал проходит расстояние в 30 см, то частота следования сигналов при всем этом не должна превосходить 1 ГГц. Если операции производятся поочередно, то предел быстродействия таковой ЭВМ не превзойдет млрд операций за секунду. В реальности быстродействие, не считая того, ограничивается скоростью срабатывания отдельных частей компьютера. Потому быстродействие современных ЭВМ уже достаточно близко подошло к собственному теоретическому лимиту. Но этого быстродействия совсем недостаточно, чтоб организовать управление сложными системами, решение задач «искусственного интеллекта» и др.
Если распространить приведенные рассуждения на человечий мозг, то результаты будут абсурдными. Ведь скорость распространения сигналов по нервным волокнам в 10-ки и сотки миллионов раз меньше чем в ЭВМ. Если б мозг работал, используя принцип современных ЭВМ, то теоретический предел его быстродействия составлял всего тысячи операций за секунду. Но этого очевидно недостаточно для разъяснения значительно более высочайшей эффективности мозговой деятельности.
Разумеется, деятельность мозга связана с параллельной обработкой инфы. К истинному времени организация параллельных вычислений уже употребляется в ЭВМ, к примеру, с матричными микропроцессорами, представляющими из себя сеть из более обычных микропроцессоров, имеющих свою память. Техника параллельного вычисления состоит в том, что простой микропроцессор «знает» только о состоянии собственного малого элемента среды. Основываясь на этой инфы, каждый микропроцессор вычисляет состояние собственного элемента в последующий момент времени. При всем этом отсутствует ограничение быстродействия, связанное со скоростью распространения сигналов. Работа матричного микропроцессора устойчива по отношению к локальным повреждениям.
Последующим шагом в развитие идеи параллельных вычислений явилось создание вычислительных сетей. Такое типичное «сообщество» компов припоминает многоклеточный организм, который «живет собственной жизнью». При всем этом функционирование вычислительной сети как общества компов не находится в зависимости от того, как конкретно устроен каждый отдельный компьютер, какими процессами с внутри него обеспечена обработка инфы. Можно представить для себя сеть, состоящую из очень огромного числа простых компов, способных делать всего несколько операций и хранить в собственной памяти секундные значения нескольких величин.
С математической точки зрения подобные сети, состоящие из частей с обычным репертуаром реакций, принято рассматривать как клеточные автоматы. Мозг еще поближе по механизму работы и структуре к матричному микропроцессору, чем к классической ЭВМ с поочередным выполнением операций. Но существует базовое различие меж мозгом человека и хоть каким параллельным компом. Дело в том, что нейронные сети мозга вообщем не заняты никакими вычислениями. Абстрактное мышление (воззвание с числами и математическими знаками) вторично по отношению к базовым принципам работы мозга. Тяжело для себя представить, что когда, к примеру, кошка настигает в прыжке птичку, ее мозг решает в считанные толики секунды системы нелинейных дифференциальных уравнений, описывающих линию движения прыжка и другие деяния.
На данную тему можно привести последующее выражение А. Эйнштейна: «Слова и язык, по-видимому, не играют никакой роли в моем механизме мышления. Физические сути, которые в реальности, видимо, элементами мышления, — это определенные знаки и поболее либо наименее ясные образы, которые могут произвольно воспроизводиться и комбинироваться… Обыденные слова приходиться подбирать только на 2-ой стадии…».
Мозг работает как колоссальная «аналоговая» машина, где мир вокруг нас находит отражение в пространственно-временных структурах активности нейронов. Схожий принцип работы мозга мог естественно появиться в процессе био эволюции. Для простого животного основная функция нервной системы заключается в том, чтоб конвертировать чувства, вызываемые наружным миром, в определенную двигательную активность. На ранних стадиях эволюции связь меж образом-ощущением и образом-движением является прямой, конкретной и наследственно закрепленной в начальной структуре соединений меж нейронами. На более поздних стадиях эта связь усложняется, возникает способность к обучению. Образ-ощущение уже не связан агрессивно с планом действий. Сначала осуществляется его промежуточная обработка и сопоставление с хранящимися в памяти картинами. Промежуточная обработка образов становится все более сложной по мере движения ввысь по эволюционной лестнице. В конечном счете, после долгого развития, формируется процесс, именуемый нами мышлением.
Для определения образов может быть применен принцип «клеточного автомата». Система обладает ассоциативной памятью, если при подаче на ее вход некой рисунки она автоматом отбирает и подает на выход более близкую к ней лежащую в памяти картину.
