Философско-методологические основания нейрокомпьютинга Савельев Александр Викторович

Содержание к диссертации

Введение

Глава 1. История и современное состояние нейрокомпьютерных исследований 18

1.1. История и современное состояние нейрокомпьютерных исследований с точки зрения решаемых инженерных задач как основание для классификации направлений нейрокомпьютерных исследований 18

1.2. История и современное состояние нейрокомпьютерных исследований с точки зрения воспроизводства решаемых инженерных задач, нейрокомпьютинг в контексте комплекса критических технологий приоритетных направлений науки и техники Российской Федерации .

1.3 Сравнительный анализ методологий искусственного интеллекта и нейрокомпьютинга 41

Выводы по главе 1

2. Концептуальные основания моделирования в нейрокомпьютинге

2.1. Нейросетевая парадигма нейрокомпьютинга 57

2.1.1. Природа сетевого принципа, нейрокомпьютинг как единство дифференциации и интеграции 58

2.1.2. Нейрон как гиперсеть, расширение функциональности элементов сетей 66

2.1.3. Онто-эпистемологические аспекты гиперсложности в нейрокомпьютинге 73

2.2. Теория моделирования в нейрокомпьютинге, анализ систем

отношений концепций нейрокомпьютинга и нейробиологии 76

2.2.1. Дедуктивный анализ аналогий концепций нейрокомпьютинга и нейробиологии 79

2.2.2. Индуктивный анализ аналогий концепций нейрокомпьютинга и нейробиологии 86

2.2.3. Общие свойства концепций нейрокомпьютинга и нейрофизиологии 88

Выводы по главе 2 89

Глава 3. Методологический анализ практических реализаций моделей нейрокомпьютинга 92

3.1. Методологический анализ практической реализации аналогий между нейрофизиологическими и нейрокомпьютерными моделями 92

3.1.1. Концепция рефлекторной дуги И.П. Павлова 93

3.1.2. Концепция функциональной системы П.К. Анохина 96

3.1.3. Ассоциативность и моделирование эффектов высшей нервной деятельности по А.М. Иваницкому в нейрокомпьютерах 101

3.2. Методологический анализ практической реализации нейросетевой парадигмы в нейрокомпьютинге 105

3.2.1. Гиперсложность нейронов и нейросетей и гиперсетевая модель нейрона 107

3.2.2. Нейрокомпьютинг и суперконнекционистская парадигма 119

3.2.3. Перспективы развития нейрокомпьютерной парадигмы 123

Выводы по главе 3 129

Заключение 132

Приложение 1. Разработки нейрокомпьютинга 135

Приложение 2. Список сокращений 138

Список литературы

• История и современное состояние нейрокомпьютерных исследований с точки зрения воспроизводства решаемых инженерных задач, нейрокомпьютинг в контексте комплекса критических технологий приоритетных направлений науки и техники Российской Федерации
• Природа сетевого принципа, нейрокомпьютинг как единство дифференциации и интеграции
• Индуктивный анализ аналогий концепций нейрокомпьютинга и нейробиологии
• Ассоциативность и моделирование эффектов высшей нервной деятельности по А.М. Иваницкому в нейрокомпьютерах

Введение к работе

Актуальность темы исследования. Информатизация общества — объективный и закономерный этап всемирно-исторического процесса, означающий выход человечества на качественно новые рубежи развития производительных сил, знаменующий переход цивилизации в новое состояние информационного общества. Большое распространение приобрели человеко-ориентированные продукты и технологии в области информатики, претендуя на общее направление развития информатики в будущем. Речь идет о нейротехнологиях, явных и неявных попытках воплощения принципов работы мозга человека в техно-информационных методологиях, результатах и продуктах. В данный момент наблюдается новая волна повышения интереса к нейронаукам о мозге. Наблюдается лавинообразный рост количества специальных частно-научных публикаций по темам нейрокомпьютеров и нейрокомпьютерных информационных технологий (обобщённо — нейрокомпьютинг (НК)).

Несмотря на обширную разработку общих вопросов информатизации, в философской литературе практически отсутствуют систематические исследования, касающиеся философско-методологического осмысления НК. С другой стороны, при бурном росте интереса к нейронаукам и увеличении числа публикаций, посвященных вопросам, связанным с НК, оказываются мало востребованными научные знания о биообъектах. До сих пор продолжает ощущаться как отсутствие связующего звена между знаниями о реальном объекте и попытками реализации моделей, «похожих» на реальные нейронные объекты, так и трудность установления взаимно продуктивного диалога между ними.

Идеология НК основана на моделировании когнитивных процессов, приставка «нейро-» связана, как правило, с простейшими и устаревшими представлениями о том, как эти процессы устроены. Сейчас наблюдаются интенсивные попытки применения нейромоделирования для решения практических вычислительных задач. При этом ожидаются более эффективные результаты в сравнении с известными подходами, которые близки к исчерпанию в рамках существующих моделей. В то же время эти попытки являются в значительной мере стихийными, поскольку до сих пор основания нейромоделирования разработаны в недостаточной степени и практически не обсуждались в философской литературе. Нейромоделирование не получило собственной методологической базы и ограничивается самыми общими представлениями о математическом моделировании. Это сужает научно-практические исследования в области нейрокомпьютерных технологий, в результате чего все сводится к незначительным модификациям известных методов построения технических систем и/или

терминологическим новациям (старые методы получают новые названия) без качественных изменений в эффективности решений.

Актуальность настоящего исследования обусловлена: необходимостью
осмысления с философских позиций современного уровня развития научно-
технической и технологической сферы, что в отношении современных нейронаук,
нейротехнологий и нейрокомпьютеризации еще не осуществлялось; возрастающим
значением как информатизации, так и следствий её развития и сопутствующих
процессов; отмечаемым многими специалистами приближением исчерпания
старых парадигм информатизации; отсутствием специальных философских
исследований нейрокомпьютинга на фоне бурного роста прикладных
исследований; разрывом между большим объемом накопленных
нейрофизиологических данных и огромной сложностью их интерпретации и
применения в техносфере (несмотря на многочисленные попытки);
неразработанностью собственных методологических оснований

нейромоделирования. Все перечисленное затрудняет критическое осмысление возможностей и границ нейроинформационных технологий, отношение их к реальным биологическим объектам, прогнозирование реальных результатов нейромоделирования и определение оптимальных путей развития нейрокомпьютерных исследований.

Можно согласиться с тем, что «...нейротехнологии по масштабу и неисчерпаемости сравнимы с ядерной энергетикой. Они перспективны применительно практически ко всем пунктам перечня критических технологий Российской Федерации ... и могут служить для успешного развития науки и техники» (Степанян И.В. Предложения и замечания по развитию рынка «НейроНет» // Нейрокомпьютеры: разработка, применение. – 2016. – № 2. – С. 67-68.). Когнитивные технологии, важнейшую роль в которых играет нейрокомпьютинг, входят в четвёрку главных направлений НБИК-технологий (нано-био-инфо-когнотехнологии), а в последнее время дополнены социальными, то есть непосредственно сетевыми технологиями (НБИКС) (О.Е. Баксанский, С.В.Лещёв), составляющими главную суть нейрокомпьютинга. НК как комплекс междисциплинарных технологий имеет большое текущее и перспективное значение для множества сфер общественной жизни, для повышения качества жизни, например, для улучшения здоровья населения за счёт многочисленных и разнообразных применений его как в диагностических, так и терапевтических средствах, методах и перспективных медицинских технологиях (К.В. Анохин, П.М.Балабан, Е.В.Лосева, Д.Б Дёмин, Л.В. Поскотинова, С.К. Судаков, А.Е.Умрюхин, П.Е. Умрюхин).

Степень разработанности проблемы. На сегодняшний день вопросы, связанные с философскими аспектами информатизации общества и искусственного интеллекта, считаются в достаточной степени изученными (И.Ю. Алексеева) как в отечественной литературе, так и по зарубежным источникам.

В то же время с фактуальной стороны наблюдается лавинообразный рост количества специальных частно-научных публикаций по темам нейрокомпьютинга. В настоящее время в мире НК занимаются более 300 фирм (в том числе, такие как IBM, Intel, Motorola, DEC, HP, Toshiba, Hitachi, Mitsubishi, Siemens, Synaptic и др.) и практически все университеты.

Однако, несмотря на большие объёмы исследований и соответствующее ему финансирование, исследования и публикации в области НК имеют преимущественно частно-научный характер, что показывает высокая степень специализированности существующих направлений работ в НК и смежных областях. Это свидетельствует об их экстенсивном развитии, являя эксплуатацию ограниченного числа концепций, обладающих низкой степенью новизны (формальный нейрон В.С. Мак-Каллока и В. Питса, предложенный 70 лет назад, дифференциальные модели А. Ходжкина – А. Хаксли того же времени; в вычислительном отношении – метод наименьших квадратов, численные методы Ньютона – Эйлера, разработанные в XVII – XVIII вв.).

Обобщения в рамках информационно-вычислительных задач и нейросетей формальных нейронов предпринимались в работах А.Ю. Алексеева (обобщения теста Тьюринга, исторические аспекты нейрокомпьютинга и использование забытых решений), факультета госуправления МГУ (Ю.Ю. Петрунин, верификация результатов в нейрокомпьютинге), в работах Э.М. Куссуля (возможность мыслящих автоматов), в ИВНД РАН и МГУ (А.А. Фролов, А.Я. Каплан, проблемы нейроинтерфейса), МФТИ (А.И. Галушкин, проблемы нейроуправления динамическими системами), в работах А.Н. Горбаня (вычислительные проблемы нейрокомпьютинга, ИМВ СО РАН, Красноярск), в работах С.П. Романова (локализация сознания, нейрокомпьютерные аспекты, СПбГУ), в работах Г.С.Воронкова (концептуальное решение парадоксов зрения нейрокомпьютерными методами, биофак МГУ), в школе ИПУ РАН, в работах А.В Чечкина (бионическое резервирование, академия РВСН), И.А. Бугакова (принцип минимальности в нейрофилософии, Институт информационных технологий и управления, Серпухов), в работах В.Л. Дунина-Барковского (задачи обратного конструирования мозга, Центр оптико-нейронных технологий НИИСИ РАН).

Классические работы исследователей в области нейробиологии (НБ) в решении вопросов достаточно высокого уровня общности выходили на философско-методологический уровень понимания проблем. Это относится к

отечественным работам, начиная от И.М. Сеченова (кардинальное повышение уровня научности биологии), И.П. Павлова (от условных рефлексов до высших когнитивных функций — рефлекс цели и творчества), В.М. Бехтерева (нейроморфологическое обеспечение высших когнитивных и сверхкогнитивных функций), А.А. Ухтомского (доминанта), Н.Е. Введенского (парабиоз), Н.А.Бернштейна (общие аспекты нейролокомоций), Д.Н. Узнадзе, И.С.Бериташвили (установка, материальный субстрат сознания), П.К. Анохина (теория функциональных систем), Л.А. Орбели (нейрогенетика), Э.А. Асратяна (двунаправленность рефлексов), до работ А.М. Иваницкого (связь мозга и сознания), К.В. Судакова (системокванты поведения), Е.А. Умрюхина (интуитивное и бессознательное поведение — от концептуальных основ до детальных механизмов), Е.Н. Соколова (зеркальные нейроны), К.В. Анохина (обобщение механизмов управления памятью, когнитом мозга), С.К. Судакова (возможности и ограничения переноса сознания между биоорганизмами), Б.В. Журавлёва (нейрофизические процессы на основе жидкокристаллической структуры мозга), С.В. Медведева, М. Познера, П. Роланда (постановка задач и подходы к расшифровке мозгового кода), Д.И Дубровского (информационный субстрат сознания), Сергея Вяч. Савельева (функциональная нейроморфология) и др., так и зарубежным работам – от С. Рамон-и-Кахала (клеточное строение нервной ткани) до работ Дж. Экклза (деятельность нейрона), Э. Эдельмана, Дж. Николса, Э.Р.Кендэлла, Д. Хьюбелла, Т. Визеля, Р. Пенроуза (физические подходы к изучению мозга), П.С. Чёрчленд (нейрофилософия) и др.

Однако, будучи ограничены уровнем развития частных наук своего времени и, несомненно, представляя собой выдающиеся достижения на нейробиологическом уровне, данные работы выводят на философско-методологические проблемы осуществимости соответствующих моделей не вполне явным образом. Классические работы И.М. Сеченова, И.П. Павлова, П.К. Анохина, А.А.Ухтомского, Н.Е. Введенского, Н.П. Бехтеревой, Э.А. Голубевой, А.Б. Когана, А.М. Иваницкого, Е.Н. Соколова, Л.И. Корочкина, О.С. Сотникова, Н.С. Косицына, Е.А. Умрюхина, Б.И. Журавлёва, В.Я. Сергина, Г.С. Воронкова, К.В. Анохина, С.Рамон-и-Кахала, К. Гольджи, Ч.С. Шеррингтона, Ф. Крика, Дж. Экклза, Д.Хьюбелла, Т. Визеля, Дж.Б. Уотсона, Ж. Пелларда, А. Галласа, Ч. Спенса, Б.Баарса, Н. Гейджа, А. Дитриха, Ф. де Вигнемонта и др. задают концептуальные рамки построения моделей. А исследователи, в ходе практической технической реализации выходящие на нерешённые (или нерешаемые) с позиций данных работ вопросы, часто не знают о существовании накопленного нейробиологией обширного материала о функционировании мозга и нервной системы, который

лишь в очень малой степени находит применение в технике, искусственном интеллекте, нейрокомпьютинге.

Современный опыт разработки нейрокомпьютерных моделей, а также моделирования процессов, происходящих в нервной системе, обнаруживает ряд принципиальных трудностей, разрешить которые на сегодняшний день, несмотря на всю оптимистичность прогнозов, не удается. При этом практически отсутствует общая методологическая база, учитывающая специфику моделируемых нейробиологических явлений. С другой стороны, постоянно возрастает сложность решаемых задач (В.И. Аршинов).

Учитывая недостаточный уровень освоения современных

нейрофизиологических данных, можно сделать также вывод об отсутствии методологических и философских исследований, проясняющих основания НК, НК-технологий, нейрокомпьютерных исследований и порождающих их причин. Можно констатировать, что основания НК недостаточно разработаны, мало обсуждались в философской литературе, а НК не получил четкую методологическую базу.

Таким образом, в настоящее время существует практически и теоретически значимая проблема философско-методологического анализа и обоснования существующих и перспективных направлений развития нейрокомпьютинга.

Объект исследования – философско-методологические основания нейрокомпьютерных исследований и исследований сопутствующих биологических моделей нервной системы.

Предмет исследования — философско-методологические проблемы нейрокомпьютинга в его «сильном» и «слабом» понимании, теоретические методы концептуального анализа НК в эпистемологическом и методологическом планах и практическое применение результатов анализа.

Цель работы — уточнить понятие нейрокомпьютинга в связи с теоретическими и методологическими принципами его реализации, проявляющейся в масштабных инженерных проектах нейрокомпьютинга, оценить степень методологической проработанности, предложить методологический аппарат концептуального анализа и дать перспективные концептуальные методологические установки.

Основные решаемые задачи

1. Установить содержание «слабого» и «сильного» понятия нейрокомпьютинга, определить основной спектр задач, решаемых нейрокомпьютингом и рассмотреть основные современные направления развития нейрокомпьютерных исследований.

1. Установить специфические концептуальные основания моделирования в нейрокомпьютинге.

2. Установить методологические ограничения существующих практических реализаций моделей нейрокомпьютинга и концептуальные возможности их преодоления.

В ходе решения поставленных задач требуется решить также вспомогательные задачи:

1. Провести сравнительный анализ методологий искусственного интеллекта и нейрокомпьютинга.

2. Выявить структуру сетевого принципа в его отношении к дифференциации и интеграции.

3. Проанализировать принцип и примеры гиперсетевой организации нейрона, показать возможность и необходимость расширения функциональности элементов искусственных нейросетей.

4. Сформулировать принцип расширения функциональности нейрона и выявить его биологическую реализацию.

5. Провести теоретический и практический анализ системы отношения концепций нейрокомпьютинга и нейробиологии с иллюстрацией на примерах.

6. Наметить возможные перспективные направления развития нейрокомпьютинга.

Методологические основы и теоретические источники исследования

Методологическими и теоретическими основаниями работы выступают фундаментальные результаты и философско-методологические принципы, относящиеся к эпистемологии, деятельностному и системному подходам, теории моделирования, общенаучным концепциям эволюционизма и историзма.

В работе использовались такие подходы, методологические установки и принципы, как:

7. системный и структурно-функциональный подходы (Н.Н. Моисеев, Б.Г.Юдин, В.А. Геодакян);

8. модельный подход (М. Вартофский, Д.А. Поспелов);

9. кибернетический подход (А.И. Берг, Н. Винер);

10. радикально-конструктивистский подход (Э.фон Глазерсфельд, П. Вацлавек, У. Матурана, Ф. Варела, Х. фон Фёрстер);

5. нейро-функциональный подход к самоорганизации функциональных систем (П.К. Анохин);

6. ассоциативный подход (А.М. Иваницкий);

7. аппроксимационный подход (К.Ф. Гаусс, И. Ньютон, Л. Эйлер, П.Л.Чебышёв)

и методы:

8. центральный метод нейрокомпьютинга как теорема о представлении многомерной функции суперпозицией одномерных функций (А.Н.Колмогоров);

9. диалектический метод;

10. исторический метод анализа развития нейрокомпьютинга и искусственного интеллекта.

В результате исследования были разработаны следующие методы, представленные в публикациях:

1. метод построения коммуникативности в единстве с тенденциями интегро-дифференциации;

2. метод аналогий сетевых структур в различных областях (семантические сети, коммуникативные, информационные, нейросетевые структуры (НС-структур), концепции нейробиологии и др.);

3. метод гиперсетевого анализа;

4. метод аналогий с искусственным интеллектом;

5. метод обратной репрезентации;

6. метод расширения функциональности нейронов;

7. методологический подход к классификации и разграничению категорий нейрокомпьютинга и искусственного интеллекта.

Предлагаемые автором методы позволяют по-новому взглянуть на комплекс проблем нейрокомпьютинга (в сильном смысле) как сетевого принципа и когнитивной стратегии.

Научная новизна

Решаемые в работе задачи позволили впервые использовать методы

философии в исследовании причин методологических трудностей в реализации

ожидаемых результатов от нейрокомпьютинга, а также показать возможность

реальной работы парадигм философии в нейробиологии и нейрокомпьютинге.

1. На основе проведённого анализа истории нейрокомпьютинга было

обосновано расширение понятия «нейрокомпьютинг» с учётом достижений

современных нейронаук и новейших разработок и тенденций в информационных и биологических науках. Это позволило определить задачи философско-методологического осмысления нейрокомпьютинга и задачи некоторых актуальных направлений его теоретической разработки.

2. Сформулированы и разработаны новые принципы концептуального анализа философско-методологических проблем нейрокомпьютинга на техническом, концептуальном и эпистемологическом уровнях. Произведена разработка философско-методологических подходов к анализу проблем определения границ возможностей моделирования нервной системы с привлечением новейших нейробиологических данных.

3. Философское обобщение нейрокомпьютинга впервые представлено в широком смысле как ряд перспективных инженерных проектов, включающих нейросети (нейросетевой подход), моделирование мозга (нейромоделирование), бионические подходы. С помощью сформулированных принципов концептуального анализа проанализированы методологические проблемы этих инженерных проектов, предложены перспективные направления их решения.

4. Проанализирована связь методологических проблем нейрокомпьютинга с философскими проблемами искусственного интеллекта, определены пересечения предметных и задачных областей. Эти проблемы рассмотрены как на научно-техническом, так и на философско-методологическом уровнях. На основе этого показано, что при общей схожести мотиваций основания развития нейрокомпьютинга не совпадают с основаниями исследований в области искусственного интеллекта, хотя и имеют общие эпистемологические корни.

5. На основе сравнительного анализа впервые определено направление терминологического сближения языков, а также важнейших базовых парадигм нейрокомпьютинга и нейронауки. В результате авторской разработки теории репрезентаций М. Вартофского и других современных направлений теории модельных отношений были получены новые результаты, которые дали возможность критически и конструктивно рассмотреть некоторые инженерно-биологические проекты нейрокомпьютинга, их становление и выявить направление их дальнейшего совершенствования.

Работа представляет междисциплинарное исследование философских проблем нейрокомпьютинга, расширяет проблематику нейронаук посредством разработки

методологических и концептуальных оснований возможного развития нейрокомпьютинга.

Полученные результаты

1. На основе анализа истории и современного состояния нейрокомпьютерных исследований по критерию решаемых задач сформулированы «слабое» и «сильное» понятия нейрокомпьютинга и даны основные типы воспроизводимых нейрокомпьютерных исследований.

2. Определены основные принципы моделирования и практической реализации нейрокомпьютинга, позволяющие сформулировать источники функциональных и когнитивных ограничений нейрокомпьютинга.

3. Проведен сравнительный анализ классических примеров конкретной реализации общих свойств моделей нейрокомпьютинга и нейробиологии. Сформулированы методологические основания организации и реализации вычислений, перспективные в аспекте развития проблематики нейрокомпьютинга.

Положения, выносимые на защиту

На защиту выносятся результаты анализа направлений, проблем и методологии нейрокомпьютинга, а именно:

4. В сфере нейрокомпьютинга устойчиво выделяются два основных направления: а) теоретическое развитие нейросетей и их практическое применение для решения прикладных вычислительно-математических задач, труднорешаемых или нерешаемых обычной вычислительной техникой; б) воспроизведение биологических функций в технических устройствах (нейромоделирование и/или бионические проекты). При этом различение «слабого» и «сильного» понятия нейрокомпьютинга даёт возможность: а) выделить технические и философско-методологические проблемы этих двух направлений, б) показать, что нейрокомпьютинг обладает собственной спецификой, не редуцируемой к проблематике искусственного интеллекта, несмотря на их тесную связь.

5. Анализ «сильного» понимания нейрокомпьютинга позволяет выделить следующие основные принципы его практической реализации: 1) коммуникативная структура организации; 2) гиперсетевая организация;

3) одновременное наличие тенденций к дифференциации и интеграции;

4) двунаправленность модельных репрезентаций; 5) расширение
функциональности элементов. Это позволило показать ограниченность
господствующей в настоящее время установки на технизацию языков

описания биологических систем, приводящей к фактическому исключению из рассмотрения специфических биологических феноменов.

3. Выделенные методологические принципы ключевых инженерных проектов нейрокомпьютинга позволили сформулировать методологические основания организации и реализации вычислений, перспективные в аспекте развития проблематики нейрокомпьютинга. К ним относятся: расширение функциональности нейросетей за счет усложнения и индивидуализации их элементов; многоуровневая структуризация (гиперсложность) организации сетей; обобщение коннекционизма; расширение функциональности элементов сетей. С опорой на них проведен сравнительный анализ классических примеров конкретной реализации общих свойств моделей нейрокомпьютинга и нейробиологии (рефлекторная дуга И.П. Павлова — схема В. МакКаллока-В. Питтса, функциональная система П.К. Анохина — искусственная нейросеть Ф. Розенблатта и подходы к самоорганизации от И.Пригожина до Г. Эйгена, ассоцианизм — схема А.М. Иваницкого).

Теоретическая и практическая значимость диссертации

Результаты исследования могут быть использованы для разработки методологических оснований парадигмы информатизации. Сформулированные положения позволяют уточнить и эксплицировать понятие нейрокомпьютинга, определить ограничения и перспективные новые направления проблемного поля нейрокомпьютерных исследований.

Анализ концептуально-методологической базы нейробиологии и нейрокомпьютинга дает основания для развития методологии современных исследований, а выявление методологических ограничений в существующих подходах нейромоделирования позволяет наметить новые перспективные направления исследований в области нейрокомпьютинга и нейробиологии.

Ряд статей, опубликованных по материалам диссертационного исследования входит в перечень рекомендованной литературы для изучения при подготовке к сдаче кандидатского минимума по философии и истории науки, например в МГУЭСИ, Новосибирском институте философии и права.

Методологические положения, разработанные в диссертации, представляют интерес для конкретно-научных исследовательских программ в области философии нейроинформатики и нейрокомпьютеров.

Материалы диссертации могут быть использованы в учебных курсах для бакалавров, магистров, аспирантов, докторантов и курсах по повышению квалификации для специалистов как дополнение к стандартным курсам по нейроинформатике и нейрокомпьютерам, обновляющее их проблематику, для

анализа и прогнозирования влияния феномена дальнейшего развития информатизации на различные аспекты жизни человека.

Апробация работы

Материалы были представлены и обсуждены на следующих конгрессах, симпозиумах, конференциях и семинарах:

6. Международная конференция по нейрокибернетике «Проблемы нейрокибернетики». Ростов-на-Дону, 2005, 2009, 2013; III–XIII Всероссийский семинар «Нейроинформатика и ее применения» Красноярск, ИВМ СО РАН, 2000-2014; Научная сессия МИФИ, II-VIII Всероссийская НТК «Нейроинформатика». Москва, МИФИ, 2000-2010; VI – VIII Всероссийская конференция «Нейрокомпьютеры и их применение». Москва, ИПУ: 2000 – 2003, МГППУ: 2011-2016; I Всероссийская междисциплинарная конференция «Философия искусственного интеллекта». Москва, МИЭМ, ИФРАН, 2005; II и III Всероссийская междисциплинарная НТК: «Искусственный интеллект: Философия, методология, инновации». СПб, 2007. М.: МИРЭА. 2009; Всероссийские конференции «Искусственный интеллект. Интеллектуальные системы. Интеллектуальные и многопроцессорные системы. Высокопроизводительные вычислительные системы». Донецк-Таганрог-Минск, 2006-2010.

7. IV Российский философский конгресс. Москва, МГУ. 2005; V Российский философский конгресс. Новосибирск. 2009; VI Российский философский конгресс. Нижний Новгород. 2012; II–XII Международный междисциплинарный конгресс «Нейронаука для медицины и психологии», 2006-2016. Крым, Судак; I Всероссийский научный форум «Инновационные технологии медицины XXI века». М.: «МЕДИ Экспо», 2005; IМеждународный Конгресс «Новые медицинские технологии». СПб., 2001; Философские проблемы биологии и медицины: традиции и новации. М.: МГМСУ, 2009; Юбилейный междисциплинарный симпозиум «150 лет «Рефлексам головного мозга» И.М.Сеченова», 2013; Московская научная конференция «Моделирование будущего России 2050 года: эволюция реформ от Петра Первого до Владимира Путина», РГАУ МСХА, ПАНИ, 2015; Всероссийская научная конференция «Философия творчества», М.: ИФРАН, 2015; Всероссийская междисциплинарная конференция Философия искусственного интеллекта, МГУ, 2016.

8. 51-st International Phenomenology Congress: The Controversy About the Existence of the World: An Interdisciplinary Investigation. Rome, Italy, 2001; 3rd-13th Inter. Workshop on Computer Science and Information Technologies. CSIT’2001, 2003,

2005, 2007, 2008, 2010; 9th Inter. Conf. on Neural Information Processing (ICONIP), Singapore, 2002; Second World Congress on Stress. Melbourne. 1998; XXIV Wide World Mathematical Congress. China, Beijing, 2002; XXV Wide World Mathematical Congress. Madrid, Spain, 2006; The XX World Congress of Philosophy: Paideia. Boston, USA, 1998; The XXI World Congress of Philosophy: Philosophy Facing World Problems. Istambul, 2003; The XXII World Congress of Philosophy: Rethinking Philosophy Today. Seoul, Korea, 2008 и др.

Соискатель являлся руководителем работ, соответствующих тематике диссертации, по грантам: РГНФ № 04-03-00066а «Философия нейрокомпьютеров и нейробиология»; РФФИ № 04-06-80460 «Фундаментальные вопросы философско-методологических аспектов нейрокомпьютеров и нейромоделирования»; РФФИ № 07-06-11003-ано, «Фундаментальные философско-методологические проблемы моделирования мозга и нейроинформационных технологий»; РФФИ № 08-061102-ано «Философия искусственного интеллекта в концепциях нейронаук». Соискатель являлся исполнителем работ, соответствующих тематике диссертации, по грантам: РГНФ № 15-03-00519а «Постнеклассическая парадигма искусственного интеллекта»; РГНФ № 15-06-14043г «Организация XI Международного междисциплинарного конгресса «Нейронаука для медицины и психологии», 2015; РГНФ № 16-06-14046г «Организация XII Международного междисциплинарного конгресса «Нейронаука для медицины и психологии», 2016; РФФИ № 15-06-20385г «Организация Международного междисциплинарного симпозиума «Актуальные вопросы нейрофилософии», 2015; РФФИ № 16-06-20254г «Организация XII Международного междисциплинарного конгресса «Нейронаука для медицины и психологии», 2016.

Круг обозначенных проблем и поле возможных новых направлений междисциплинарных исследований отображены в спецвыпусках «Научные достижения» под редакцией диссертанта — «Нейрокомпьютеры и общество» и «Нейронаука в медицине и психологии» международного междисциплинарного журнала ВАК «Нейрокомпьютеры: разработка, применение», а также в спецвыпусках под редакцией диссертанта «Нейронаука в медицине и психологии» международного журнала ВАК, RSCI Web of Science «Биомедицинская радиоэлектроника».

Структура работы Работа содержит 3 главы, первая состоит из 3-х параграфов, вторая и третья главы состоят из 2-х параграфов; 2-х приложений и содержит 159 печатных стр., список литературы содержит 478 наименований.

История и современное состояние нейрокомпьютерных исследований с точки зрения воспроизводства решаемых инженерных задач, нейрокомпьютинг в контексте комплекса критических технологий приоритетных направлений науки и техники Российской Федерации

Однако, несмотря на такие обширные объёмы исследований и соответствующего финансирования, предпринятое нами изучение проблемы показывает исключительно их частно-научный характер. Более того, как показывается в наших публикациях степень специализированности существующих направлений работ в области НК и смежных с ними чрезвычайно высока. Это означает, во-первых, интенсивное развитие вглубь, то есть разработку и эксплуатацию очень небольшого ограниченного числа концепций, которые на сегодняшний день уже обладают низкой степенью новизны (формальный нейрон В.С. Мак-Каллока и В. Питса около 70-летней давности, дифференциальные модели А. Ходжкина – А. Хаксли того же времени; в вычислительном отношении – метод наименьших квадратов, численные методы И. Ньютона – Л. Эйлера 17-18 веков). Во-вторых, это практически полное отсутствие каких-либо систематических исследований высокого уровня общности, а именно, философско-методологического осмысления сущности, значения, роли и места феномена НК, НК-технологий и НМ, а также выяснения причин, их порождающих и влияние на общую методологию познания. В результате этого основания НМ совершенно не разработаны и практически не обсуждались в философской литературе, а сами НМ и НК не получили сколько-нибудь четкой методологической базы.

Обобщения в рамках информационно-вычислительных задач и нейросетей формальных нейронов, а также применения их в существующих социальных практиках предпринимались в работах А.Ю. Алексеева (обобщения теста Тьюринга, исторические аспекты нейрокомпьютинга и использование забытых решений), школы факультета госуправления МГУ Ю.Ю. Петрунина (верификация результатов в нейрокомпьютинге), В.Д. Цыганкова (моральные аспекты нейрокомпьютинга и поведения роботов), Киевско-Донецкой школы Э.М. Куссуля (возможность мыслящих автоматов), научной школы нейрокомпьютинга МИФИ В.Г. Редько (от технических аниматов к пониманию эволюции), школы ИВНД РАН А.А. Фролова и школы МГУ А.Я. Каплана (проблемы нейроинтерфейса), школы МФТИ А.И. Галушкина (проблемы нейроуправления динамическими системами), Красноярской школы А.Н. Горбаня (вычислительные проблемы нейрокомпьютинга), СПб школы С.П. Романова (локализация сознания, нейрокомпьютерные аспекты), школы биофака МГУ Г.С. Воронкова (концептуальное решение парадоксов зрения нейрокомпьютерными методами), школы ИПУ и академии РВСН А.В. Чечкина (бионическое резервирование), школы В.Л. Дунина-Барковского, Центр оптико-нейронных технологий НИИСИ РАН (задачи обратного конструирования мозга).

Необходимо отметить, что некоторые исследователи в области нейробиологии (НБ) в решении вопросов достаточно высокого уровня общности вынуждены были выходить на философско-методологический уровень понимания проблем10. Это относится к работам, начиная от И.М. Сеченова (кардинальное повышение уровня научности биологии), И.П. Павлова (от условных рефлексов до высших когнитивных функций — рефлекса цели и творчества), В.М. Бехтерева (нейроморфологическое обеспечение высших когнитивных и сверхкогнитивных функций), Н.А. Бернштейна (общие аспекты нейролокомоций), П. К. Анохина (теория функциональных систем) до работ А.М. Иваницкого (связь мозга и сознания), К.В. Судакова (системокванты поведения), Е.А. Умрюхина (интуитивное и бессознательное поведение — от концептуальных основ до детальных механизмов), К.В. Анохина (обобщение механизмов управления памятью, когнитом мозга), С.К. Судакова (возможности и ограничения переноса сознания между биоорганизмами), С.В. Медведева (постановка задач и подходы к расшифровке мозгового кода), Т.В. Черниговской (концепция объединяющей теории мозга), С.В. Савельева (нейроморфология и функциональная нейроморфология) и т.д.; зарубежным – от С. Рамон-и-Кахала (клеточное строение нервной ткани) до Дж. Экклза (деятельность нейрона), Дж. Николса, Э.Р. Кендэлла, Р. Пенроуза (физические подходы к изучению мозга) и др.

Однако, являясь по своей сути частно-научными и, несомненно, представляя собой выдающиеся достижения на частно-научном нейробиологическом уровне, данные работы выводят на философский уровень только неявно. Это проявляется в двух видах –

В результате нейробиологией накоплен обширный материал о функционировании мозга и нервной системы, но, однако, практически никак не принимаемый в технике, искусственном интеллекте, нейрокомпьютинге.

В результате более 35-летней работы автора в области моделирования процессов, происходящих в нервной системе, на основании опыта, анализа существующих перспективных и собственных разработок и на основе достаточно глубокого изучения НК «изнутри» был определен ряд принципиальных трудностей, разрешить которые на сегодняшний день, несмотря на всю оптимистичность прогнозов, не удается. Автором предполагается, что причины этого коренятся не столько в сложности и грандиозности поставленных задач (хотя это и несомненно), сколько в слабости методологической базы. НК сам по себе на данном этапе начинает входить в стадию достаточно высокой степени разработанности, что и приводит его к выходу на проблемы, разрешить которые, внутренними средствами самого НК невозможно. Более того, возрастающая сложность решаемых задач также сама по себе может быть показателем истощения методологического обеспечения. Данная работа призвана, в том числе, устранить эти пробелы на основе междисциплинарных исследований с привлечением от классических до новейших философских методов и результатов и данных современных исследований нейронауки.

Таким образом, в настоящее время существует практически и теоретически значимая проблема философско-методологического анализа и обоснования существующих и перспективных направлений развития нейрокомпьютинга.

Объект исследования – философско-методологические основания технической вычислительной реализации нейрокомпьютерных исследований и сопутствующих биологических моделей нервной системы.

Предмет исследования — Философско-методологические аспекты явления нейрокомпьютинга (НК) в его «сильном» и «слабом» понимании, теоретические методы концептуального анализа НК в эпистемологическом и методологическом планах и их практическое применение.

Цель работы — уточнить понятие НК в связи с теоретическими и методологическими принципами его реализаций, проявляющихся в масштабных инженерных проектах нейрокомпьютинга, оценить степень их методологической проработанности, разработать методологический аппарат такого анализа и перспективные концептуальные методологические установки.

Природа сетевого принципа, нейрокомпьютинг как единство дифференциации и интеграции

В параграфе приводится обзор феноменологических аспектов проблемы искусственного интеллекта (ИИ), проводится классификация задач и парадигм, выявляется приоритетность проблем и категорий ИИ и нейрокомпьютинга, их взаимозависимость и взаимозначность. Проведён обзор классификаций направлений искусственного интеллекта (ИИ) как смежной нейрокомпьютингу отрасли с дополнением по некоторым пунктам авторской классификацией. Рассмотрены системы классификации Г. С. Поспелова, В. Н. Захарова, Л. К. Эйсымонта, В. Н. Садовского, расширенные в работе в связи с изменившимися условиями современного развития. Проанализированы и проведены взаимные сравнения общепринято выделенных основных направлений ИИ: манипулирование знаниями; общение; восприятие; обучение; поведение; принятие решений; философские и методологические основания ИИ. Изучено зарождение философского аспекта проблемы ИИ, связываемого обычно с появлением известной работы А Тьюринга «Может ли машина мыслить?». Также вопрос, поставленный А. Тьюрингом неоднократно поднимался и обсуждался снова как профессионалами с технической стороны (А. Эндрю, Дж. Вейценбаум, Дж. Серл, А. И. Берг, В. М. Глушков, Г. С. Поспелов, Н. М. Амосов и др.), так и философской (А.Ю. Алексеев, Ю.Ю. Петрунин и др.). Релятивизм проблемы ИИ и его основного онтологического вопроса можно охарактеризовать как возрастающий, хотя процесс этот обнаруживает выраженную нелинейность в связи с кардинальными достижениями в этой области, когда вопрос А. Тьюринга так или иначе вновь поднимется. Предлагается классификация философских аспектов проблемы ИИ в современных условиях, включающая: 1) ИИ как проблема самого себя (онтология Платона); 2) отношение ИИ – человек, с позиций философии Канта – Фихте, рассматривающих онтологию отношений Я-не-Я, и Фейербаха, выражающем общее отношение между субъектом и чем-либо внешним формулой «Я-Ты»; 3) отношение ИИ – человеческий социум (К. Маркс); – по классификации М. П. Стати83; а также: 4) обсуждаемую в последнее время проблему искусственной жизни – в расширенном её проблему трансверсальности машинной и естественной личности («трансгуманистическая» философия «экстропизма»); 6) отношение ИИ – ИИ, то есть искусственный социум85. Обсуждаются терминологические проблемы понятия «интеллект» в смысле воплощения отношений логического и рационального, а также ограниченность определения «искусственный интеллект». Предлагается оригинальный методологический подход, позволяющий провести классификацию и разграничение, а также аналогии-ассоциации категорий ИИ и НК на различных уровнях: 1) на уровне свойств и функций отдельного индивида, 2) коммуникативного поведения двух индивидов; 3) на микросоциальном и 4) макросоциальном уровнях; 5) на уровне моделирования эволюционных механизмов; 6) на уровне междисциплинарных задач распознавания образов и обучения. Это даёт возможность более детально и точно провести сопоставительный анализ и выявить их аналогии, общее и особенное, а также дающий возможность переосмыслить традиционные представления об их преемственности. Проводится анализ соотношения ИИ и НК с понятием рациональности, а также их взаимной причинно-следственной мотивации. Делается обоснованный вывод о том, что сущностные взаимоотношения НК и ИИ напоминают и как бы являются современной «информационно-бытийной» трансформацией отношений материалистической и идеалистической традиций в философии и представляют собой сегодняшнее современное воплощение сосуществования этих идей. Кроме того, наличие того и другого, а также вновь активизирующийся в наши дни интерес к моделированию разума, видимо, свидетельствует о назревающей необходимости смены парадигмы в информационных, а может быть, и биологических науках.

Феноменологически термин «интеллект» сложен и многозначен и исторически смысл его существенно менялся при переходе от одной философской традиции к другой. Вместе с тем, с одной стороны, он ассоциируется со способностью мышления к рациональному познанию и, с другой стороны, противостоит духовным способностям таким, как чувство, воля, воображение, интуиция и т.д. В рамках этих двух смысловых детерминант — рациональности и чувственно-интуитивного опыта и заключается категория «интеллект». Именно в этом ограниченном проблемном поле и происходит разработка систем и концепций ИИ. В связи с понятием рациональности в последнее время проводилось множество дискуссий, в том числе, в каком смысле следует понимать утверждение о рациональном характере интеллектуальной междисциплинарной конференции «Философия искусственного интеллекта». — 2005. деятельности. Обзор этих идей дан в книге под ред. В.А. Лекторского и П.П. Гайденко «Исторические типы рациональности»86. И хотя единое мнение по этому вопросу выработано не было, удалось установить, что рациональное шире логического. Как писал Б.С. Грязнов87: «современные логические теории не покрывают всей области рационального…даже в отдаленном будущем не произойдет полного отождествления логического и рационального, ибо это противоречит духу самых современных логических теорий». Основное отличие логического от рационального состоит (по В.Н. Садовскому88) в том, что для логического характерно два аспекта: следование заранее сформулированным правилам (критериям, правилам вывода) и сохранение общезначимости полученных результатов (при условии истинности посылок логический вывод с неизбежностью приводит к истинному заключению?). В рациональном же, которое не является логическим, отсутствует сохранение общезначимости, но имеет место следование заранее сформулированным критериям. Такое следование явным правилам и критериям дает возможность обосновывать каждый шаг рационального рассуждения. Рациональное в результате оказывается синонимичным с обоснованным по заранее принятым правилам.

Философии давно стало известно, что в определенных режимах функционирования интеллект выходит за рамки рационального в трансцендентальное (Аристотель89), а может быть, наоборот, спускается из трансцендентального в рациональное (Платон90, Кант91), в то время как концепция ИИ практически не выходит за рамки логического, а как можно реализовать выход за-рациональное в технических системах не представляет никто. Даже в смысле расширения понятия рационального и определение интеллекта как диалектического сочетания рационального с иррациональным, упирается в эпистемологическую проблему ИИ, которую хорошо охарактеризовал А. Эндрю (198392): «Любая попытка создать интеллектуальную или думающую машину автоматически подразумевает самоотрицание… Пока разработка ИИ не достигнет своей высшей цели – дублирования каждого аспекта человеческого интеллекта (что, по-видимому, неосуществимо в обозримом будущем), ему обязательно будет присуще такое самоотрицание».

Индуктивный анализ аналогий концепций нейрокомпьютинга и нейробиологии

В параграфе проведено исследование философского содержания проблем соотношения нейробиологии и нейрокомпьютинга. Отмечается, что, со времен доклада Лайтхилла и появления методологии М. Месаровича в теории сложных систем260, до сегодняшнего дня принято считать, что основной причиной неудач является отсутствие общего языка для этих наук. На основе авторских разработок в философии моделирования рассматривается нетрадиционный взгляд на вопросы диалога нейробиологии и нейромоделирования, позволяющий приблизиться к разрешению проблемы Лайтхилла о языке.

Проанализированы исторические причины одностороннего понимания моделирования как репрезентации, получившего детальную разработку М. Вартофским. Сделаны выводы, что моделирование включает не только репрезентацию, но и деятельность, направленную на стимулирование этой репрезентации, замыкающуюся через внешний по отношению к субъекту мир. Это утверждение иллюстрирует неразрывную связь моделирования и деятельности, откуда следует, что любое моделирование является деятельностью, следствия которой обязательно выражаются в изменениях, а любая деятельность обязательно является моделированием и подразумевает его под собой. Именно исключением из рассмотрения этого и объясняется существующая неудовлетворенность и неопределенность в онтологическом статусе лингвистических выражений, что обусловливает трудности феноменологической философии. Согласно рассмотренной выше двойственности модельных отношений, в которых репрезентации представляются лишь как одна сторона органично и неразрывно связанного процесса, становится понятным, что лингвистический подход как раз представляет лишь одну сторону в направленности от объекта к субъекту, т.е. репрезентацию.

Лингвистические выражения было бы неправомерным считать моделями, поскольку они не содержат деятельностного компонента, направленного от субъекта к объекту, хотя и могут быть формой представления модели, но никак не содержательной ее стороной. Показано, что при восхождении к более общим видам описания, существует такая ступень общности, при которой языки описания практически совпадают, и определена эта ступень общности. Это осуществлено в работе двумя типами анализа — дедуктивным и индуктивным. Поэтому следует говорить не столько о внедрении методов моделирования в нейробиологию, сколько о частном проявлении в ней общей методологии научного исследования, сложившейся к определенному нами времени и продолжающейся двигаться в том же направлении, практически, в неизменном своем содержании, меняя и трансформируя внешние черты и воплощения в различных лингвистических оболочках, проблемных областях и новых прикладных аспектах. Такой взгляд полностью отвечает представлениям о компоненте обратной направленности (от субъекта к объекту), присутствующей в моделировании в дополнении к репрезентации. С этих позиций становится понятным смысл трансформации представлений в нейробиологии с учетом деятельности человека по преобразованию окружающего мира, направленную на подтверждение именно таких его представлений261. Облик нейробиологии начинает приобретать черты, соответственные общей методологии исследования, породившей искусственный интеллект, а затем и нейрокомпьютерные технологии262.

Бурный прогресс в области новых информационных технологий, происходящий в последние два десятилетия, а также значительные достижения в познании мозга продолжают все в большей степени стимулировать мечту человека о взаимном проникновении этих отраслей знания. Однако, несмотря на внешне достаточно широкое использование технических достижений в области медицины и биологии, все это практически касается не сущностной и, тем более, не парадигмальной стороны наук о живом, и в частности, о мозге, которая, по-прежнему, определяется изнутри лишь самой биологией. В то же время, точные, в том числе, технические науки, хотя бы те же информационные технологии, до сих пор мало что получали и получают в смысле применения накопленных обширных материалов о принципах функционирования биосистем. Огромное количество публикаций, произведенных в последнее время по вопросам нейрокомпьютинга263,264,265, задействование значительных ресурсов с целью стимулирования работ в этих направлениях свидетельствуют о новой второй волне (после искусственного интеллекта, пребывающего ныне в состоянии спада) возрастания интереса к нейробиологии со стороны точных, в том числе, технических наук. Тем не менее, практически все усилия, в основном, сводятся на самом деле лишь к модификации известных методов построения технических систем без осуществления обещанных революционных прорывов.

Складывается мнение, что возникшие трудности носят принципиально методологический характер, в результате чего разрешить их и даже выяснить их разрешимость только средствами этих двух направлений не представляется возможным. Вероятнее всего, что эти трудности имеют достаточно высокий уровень общности, выходящий за сферу их компетенции, что требует фундаментального анализа проблемы на философско-методологическом уровне.

В 1973 г. Лайтхилл266 выступил с докладом, посвященным обзору состояния дел в области ИИ по заданию Британского Совета научных исследований, в котором отметил, что существует разрыв между физиологическими нейронауками и ИИ.

То же самое несколько позже утверждал и Месарович267, подтверждая проблему, указанную Лайтхиллом, но, однако, также сводя ее к отсутствию достаточно строгого междисциплинарного языка268, одинаково понятного нейрофизиологам и кибернетикам, в качестве которого предлагалась теория систем, впоследствии усиленно им разрабатываемая269. Однако, несмотря на эти и многочисленные дальнейшие попытки в этом и подобных ему других направлениях270, такое же положение дел, по мнению современных авторов271,272, остается и до настоящего времени. Поскольку причинами этого опять-таки указывается отсутствие связующего звена между физиологическими нейронауками и НМ, и, учитывая огромные усилия, затраченные на устранение этого, позволим себе усомниться в правильности начальной постановки задачи в смысле выявления причинности неудач. Специфические языки и терминологический аппарат обеих дисциплин описывает достаточно глубокий уровень частностей, поэтому различия естественны.

Постараемся показать, что при восхождении к более общим видам описания, существует такая ступень общности, при которой языки описания практически совпадают, и попробуем определить эту ступень общности. Эту процедуру необходимо проделать двумя возможными путями: дедуктивным, т. е. спускаясь от наиболее общей методологии моделирования к частному ее содержанию с понижением степени общности, и индуктивным – поднимаясь от частностей того и другого направления к более обобщенному их содержанию.

Ассоциативность и моделирование эффектов высшей нервной деятельности по А.М. Иваницкому в нейрокомпьютерах

В качестве одного из примеров можно рассмотреть предложенный новый принцип организации нейросетей, элементами которых служит не нейрон, а комплекс мотонейрон – клетка Реншоу399. Это очень иллюстративный пример, когда чисто структурные особенности, «подсмотренные» в обществе, на основе проведения аналогий с организацией нейросетей реального биологического объекта, позволили получить совершенно новое качество вычислений. Системы клеток Реншоу активизируются коллатеральными волокнами мотонейронов, однако, их активизация не ограничивается только ими: нейроны могут приводиться в действие, или наоборот тормозиться, и другими вставочными нейронами в рефлекторной цепи первичных афферентных волокон. Поскольку на Рисунке 3.20 блоки 24 единых комплексов «мотонейрон – клетка Реншоу» имеют внутренние обратные связи (ОС), при соединении таких комплексов в сеть образуются двух, трех и т. д. кратно вложенные друг в друга петли ОС в зависимости от размерности сети.

На этом примере можно проследить реализацию суперконнекционистского принципа, рассмотренного нами теоретически в главе 2. В данном случае принцип суперконнекционизма воплощается в возможности агломерации сетевых элементов в комплексы или пулы, в данном случае, в комплексы «мотонейрон — клетка Реншоу», причём, параметры таких комплексов могут варьироваться относительно других комплексов, что обусловливает их относительную индивидуальность в отличие от традиционных нейросетей из стандартных элементов.

Видно на Рисунке 3.20, что каждый из комплексов 24 имеет кроме внутренней ещё и n-кратно вложенные петли ОС по числу их в слое сети, а слой представляет собой композицию таких комплексов. Такие архитектуры нейросетей являются распространенными в нервной системе, однако, обычно не рассматриваются в нейрокомпьютинге, хотя в то же время обладают уникальными вычислительными свойствами400 далеко не только в традиционном смысле реверберации сигналов возбуждения или торможения. Функционирование таких многократно вложенных друг в друга петель ОС способствует многократному ускорению функциональных процессов с вычислительной точки зрения, что подтверждено модельными экспериментами и является социоподобным. О множественных включениях в рефлекторную дугу вставочных нейронов предполагалось, учитывая регистрируемые на живом объекте повторяющиеся явления ИПСП (изменения полярности тормозного постсинаптического потенциала), что на наш взгляд, и свидетельствует о трансформации полярности ОС. Кроме того, с помощью этих разработанных моделей нами исследовались возможности формирования иерархий вставочных нейронов Реншоу, что еще ждёт своего нейрофизиологического подтверждения. Интересно, что рассмотрение соединения массива клеток Реншоу с мотонейронами и друг с другом401, отстранившись от машинной парадигмы с точки зрения функционирования подобного коллективной социальной организации, дало возможность решить чисто машинные технические задачи, например, управления в реальном времени системой «самолёт – двигатель» (Рисунок 3.21).

В результате исследований, проведенных автором частично в Ростовском институте нейрокибернетики им. А.Б. Когана в 1985-1986 гг., были определены динамические характеристики синаптической передачи -мотонейронов поясничного отдела спинного мозга кошки, нейронов Пуркинье мозжечка крысы и пирамидных нейронов неокортекса крысы и человека. Были определены области вариаций структурно-коррелированных динамических параметров синаптической передачи, что позволило проводить сравнительные исследования. На основе этого было предложено существенно модифицировать модель формального нейрона Мак-Каллока – Питса, используемую повсеместно для организации нейросетей и в нейровычислениях. Предложенная модель402 не только воспроизводила реальные динамические свойства синаптической передачи, но и вносила обнаруженную нами существенную асимметрию в динамических свойствах возбуждения и торможения, присутствующую в любом реальном нейроне. Это могло бы дать возможность при небольшом увеличении аппаратных затрат значительно повысить интеллектуальные свойства искусственных нейронных сетей (ИНС), а также использовать в имитационно-моделирующих системах типа «Нейроимитатора», САПР «Neurox» компании «Интеллект»403,404 или модели аллостатической нейронной сети является модель автономного адаптивного управления (ААУ) А.А. Жданова405.

Патент SU №1515938, моделирующий систему -мотонейронов в виде сложной суперпозиции многосвязных систем. Композированная нейросеть системы возвратного торможения мотонейронов имеет входы 1, 2, 3 и содержит каналы 4,5,6 соответственно первого, второго и третьего уровня возбуждения, моделирующих подгруппы мотонейронов, воздействующих на медленно сокращающиеся, не подверженные уставанию, двигательные единицы мотонейронов, воздействующих на быстро сокращающиеся, не подверженные уставанию, двигательные единицы, и мотонейронов, воздействующих на быстро сокращающиеся, подверженные уставанию, двигательные единицы, каждый из каналов содержит сумматоры 7, пороговые элементы 8 и динамические звенья 9 мотонейронов, модель 10 группы клеток Реншоу, которая, в свою очередь, состоит из статической модели 11, образованной блоками 12, сумматорами 13, подключенными через динамические звенья 14 к управляемой динамической модели 15 к элементам задержки 16, два компаратора 17 и 18.

Нами была осуществлена динамическая композиция популяции -мотонейронов на основании однородности динамических свойств эффекторных приводов по трем группам различного уровня быстродействия и депрессирования. Таким образом, в нейропроцессоре по патенту SU1515938 реализован новый принцип построения нейросетей, заключающийся в моделировании ансамбля нейронов со сходными динамическими свойствами одним звеном, охватывающим область динамических реакций ансамбля, идентификация структуры и параметров которого проводится на основании ответов реальной нервной ткани. Такой подход может быть одним из перспективных направлений снижения сложности искусственных нейронных сетей путем предложенного понижения их размерности. Использование его в устройстве управления эффекторами может значительно повысить гибкость, плавность и точность движений робота-манипулятора путем приближения логики его работы к биологическому прототипу при приемлемой затрате вычислительных ресурсов (Рисунок 3.22).

Видно, что пул клеток Реншоу, обладающих сходными динамическими свойствами объединён и структурирован в более крупные единицы, составляющие многосвязную систему третьего порядка. Таким образом применён предложенный и проанализированный нами принцип суперконнекционизма, который состоит в акцентировании не только деструктивных тенденций дробления и объединения системы разъединённых таким образом элементов, но и противоположных сил объединения и частичного слияния элементов в группы.

До сих пор остаются совершенно открытыми концептуальные вопросы коллективного взаимодействия нейродинамики с социальным уровнем, хотя движение мировой мысли направлено в сторону осознания важности и необходимости изучения этого, например, работы Н. да Косты и С. Френча о соответствии мыслительных структур различным типам социальной организации. Определённый шаг в этом направлении сделан с открытием зеркальных (отражательных) нейронов в 1958 г. академиком проф. Е.Н. Соколовым406 и дальнейшим развитием и открытием их новых свойств нами в 1985 г.407.