Бионика – процессы переработки информации

Центральной, важнейшей функцией сложных кибернетических систем является логическая переработка собранной и накопленной информации, причем конечной целью служит принятие того или иного решения, обеспечивающего сохранение целостности системы и ее оптимальное функционирование. Во введении уже отмечался один из важнейших недостатков современных кибернетических машин, заключающийся в строгом формализме программ их работы, в их гипертрофированной логичности, неспособности к принятию самостоятельных решений в сложных, не предусмотренных заранее человеком ситуациях. Этот и некоторые другие недостатки действующих цифровых кибернетических автоматов обусловлены, с одной стороны, структурой взаимодействия их блоков и, с другой стороны, методами программирования.

В то же время мозг человека, ряд функций которого призвана выполнять кибернетическая машина, успешно справляется с решением труднейших задач, и, если бы удалось выяснить основные механизмы его работы, он мог бы стать важнейшим прототипом, при создании новых высокосовершенных машин. В связи с этой задачей попробуем описать хотя бы некоторые стороны организации и функционирования мозга с точки зрения возможностей использования этих сведений в бионических целях.

Говоря о структуре мозга, следует еще раз напомнить, что он представляет собой сложнейшую гигантскую мозаику более чем из 1010 нейронов и раз в девять большего количества так называемых глиальных клеток, плотно окружающих нейроны, тесно прилегающих к ним по всей длине вплоть до самых тонких окончаний. Если раньше предполагалось, что клетки глии выполняют только опорные и трофические (связанные с питанием нейронов) функции, то исследования последних лет позволяют утверждать о существенной роли глиальных клеток в процессах, связанных с проведением нервных импульсов, в формировании реакций и некоторых проявлениях функций памяти. Чтобы еще более подчеркнуть колоссальность количества отдельных элементов, содержащихся в системе мозга, отметим, что на каждый квадратный миллиметр поверхности коры головного мозга приходится около 20 000 нейронов.

Все сложные и многосторонние функции и свойства, которыми характеризуется мозг человека, совершенно очевидно определяются не только и не столько свойствами его «кирпичиков» (нейронов), сколько системой их организации в единый, удивительно слаженный и целесообразно функционирующий ансамбль. В самом деле, никто и никогда не наблюдал в отдельном, изолированном нейроне каких-либо специфических психических функций типа памяти, сознания, разума. Эти свойства присущи только сложным, высокоорганизованным нервным системам в целом.

Каковы же способы объединения нейронов в сети и методы функционирования этих сетей? Если попытаться перенести на мозг закономерности, характерные для современной цифровой кибернетической техники, то следует предположить, что все межнейрональные связи подчиняются некоторой предопределенной системе, т. е. заранее детерминированы (обусловлены), а переработка информации в них происходит по заранее заданным алгоритмам – четким детерминированным ‘инструкциям.

Однако трудно предположить, что в процессе развития организма из зародыша все сотни миллиардов соединений между нейронами возникают, четко подчиняясь предписаниям генетической информации, подобно тому как монтажник создает схему автоматической телефонной станции или электронной машины по чертежам, разработанным инженерами. Да и различия и особенности поведения отдельных животных одного и того же вида или различия в характере, способностях, темпераменте и поведении людей указывают на то, что при наличии общности структуры мозга в целом имеется огромное (разнообразие в деталях, обусловливающее и различия в функционировании и в процессах обучения.

Исходя из этих соображений, можно сделать выводы о вероятностном, случайном характере связей между нейронами и о целесообразности применения вероятностных методов для описания функционирования мозга. Конечно, это не исключает наличия и закономерных, генетически предопределенных связей, играющих безусловно решающую роль в основных чертах поведения живого организма. Здесь, вероятно, можно для иллюстрации провести такую, например, аналогию с инженерными сооружениями. Когда ло проекту инженера строится бетонная плотина, то предварительными расчетами устанавливается ее общая конструкция, связи и распределения нагрузок между ее отдельными крупными блоками, выбирается сорт цемента, песка, металлических конструкций и т. д. Все это элементы, которые имеют детерминированный характер.

Но никогда и никакие самые точные расчеты не могут заранее предусмотреть, как будет себя вести конкретно каждая песчинка, каждая частица бетона, каждое отдельное соединение металлического каркаса, каковы будут силы сцепления между каждой отдельной парой этих частиц множества, образующего в совокупности плотину…

Итак, разумно, по-видимому, считать, что в организации мозга сочетаются как вероятностно-статистические (в деталях), так и детерминированные (в основе) принципы. В этом кроется, очевидно, способность мозга к систематическому выполнению ряда однотипных основных функций, общих для всех индивидуумов, с одной стороны, и бесконечное разнообразие, пластичность, приспособляемость к конкретным условиям и к решению конкретных задач – с другой.

Из сказанного напрашивается вывод бионического характера о целесообразности попыток построения гибких, надежных и технологичных структур на основе использования свойств биологических сред. Такой подход вызывает в настоящее время все возрастающий интерес и реализуется практически в виде вычислительных систем (пока в Макетном исполнении) на основе сплошных однородных сред.

Один из возможных простых вариантов однородной среды представлен на рис. 24. Среда состоит из элементов, ‘имитирующих нервные клетки, и связей, выполняющих роль отростков нервных клеток. В рассматриваемом варианте все элементы расположены в строгом порядке и каждый элемент соединен одинаковыми связями с восемью соседними элементами. При определенных условиях и характеристиках элементов и связей в подобной структуре наблюдается ряд свойств биологической среды: способность отвечать на кратковременное воздействие серией последовательных возбуждений; возможность реализации некоторых элементарных логических функций и т. д.

Интенсивные теоретические и экспериментальные работы в области использования однородных сред для построения логических и вычислительных устройств развернулись за последние годы в Институте математики Сибирского отделения АН СССР и в Институте автоматики и телемеханики (технической кибернетики) АН СССР. В основу этих работ положено использование в качестве основы микроструктуры машины однородной среды, состоящей из одинаковых и одинаково замонтированных универсальных элементов, которые могут выполнять любую простейшую логическую функцию, функцию запоминания и соединяться с любым из соседних элементов.

Основными достоинствами однородных вычислительных сред, обусловливающими их перспективность при создании микроструктуры кибернетических машин, являются:

  1. Высокая технологичность, связанная с массовым изготовлением однородных элементов и допустимостью некоторого процента брака ‘благодаря возможности обходить неисправные участки схемы при ее настройке.
  2. Гибкость, обусловленная возможностью настройки элементов на любые функции и, следовательно, возможностью реализации схем любой сложности и перестройки отдельных частей в процессе решения задачи.
  3. Экономичность, которая достигается за счет высокого коэффициента использования элементов благодаря возможности перестройки их функций и за счет низкой стоимости даже сложных однородных элементов при их массовом производстве.
  4. Высокая надежность, достигаемая возможностью автоматического ремонта схем путем исключения негодных и замены их функций другими, а также возможностью построения схем с автоматическим исправлением ошибок.

При изучении работы любой сложной системы, состоящей из большого числа элементов, очень важным является вопрос об организации взаимодействия этих элементов, локализации тех или иных

Рис. 24. Вариант структуры однородной среды. функций в отдельных группах (ансамблях) элементов, составляющих более или менее четко выраженные функциональные блоки

В отличие от четко выраженной специализации блоков вычислительных машин (память различных ступеней, арифметические и логические устройства, регистры и т. д.) запоминающие, информационные, логические, управляющие и другие функции мозга весьма трудно поддаются разделению и локализации. Неверно предполагать, что при решении человеком какой-либо задачи в его мозгу поочередно включаются в работу те или иные специализированные решающие блоки. Оказывается, что нервные процессы, которые происходят в мозгу в процессе его деятельности, как бы “разлиты” по большей части его объема, захватывают в большей или меньшей степени все его уровни и отделы.

Конечно, в мозгу могут быть выделены участки, в большей или меньшей степени ответственные за определенные функции, но наряду с этими участками в мышлении и памяти участвуют и другие области мозга, охватываемые общими диффузными процессами. При этом в мозгу не удается обнаружить высокоточных узкоспециализированных систем, которые могли бы изолированно решать какие-либо сложные математические или логические задачи, точно вычислять результаты математических операций или значения математических функций

Наличие огромного количества элементов, способных реализовать ограниченной сложности логические операции, и механизмов суммации и усреднения данных позволяет, по-видимому, мозгу работать по принципу, образно сформулированному так: “много раз плохо – это лучше, чем один раз хорошо”. Использование этого принципа для создания высоконадежных кибернетических систем открывает широкое поле деятельности для конструкторской мысли инженера.

Если при решении каждой задачи мозг переключается на нее целиком, то из этого вытекает невозможность или значительная трудность выполнения им в одно и то же время более чем одного вида какой-либо сложной психической деятельности. Между тем из повседневных наблюдений известно, что человек способен к одновременному выполнению различных психических функций. Так, человек может читать, в то же время слушать радиопередачу и, например, следить за играющим ребенком. Однако эта «одновременность» является, по-видимому, кажущейся.

Можно предположить, что мозг человека просто способен с относительно большой скоростью циклически переключаться с одного вида деятельности на другую, задерживаться на какой-либо деятельности, если она в данный момент является важной для человека, вновь переходить на другие виды деятельности и т. д. Этот процесс аналогичен процессам в системах многократной связи с временным уплотнением или недавно разработанным методам использования высокопроизводительных вычислительных машин, работающих в режиме так называемого мультипрограммирования.

При этом способе организации работы цифровая вычислительная машина решает одновременно несколько задач. Таким образом обеспечивается более эффективное использование всей машины и ее отдельных блоков. При возникновении задержки в решении задачи, например вследствие ожидания ввода новых данных, происходит автоматическое переключение машины на решение другой задачи, а информация, относящаяся к прерванной задаче, сохраняется в памяти машины. Новая задача решается также до появления какой-либо задержки или до устранения задержки в первой задаче и т. д. Эти переходы от одной задачи к другой могут совершаться как автоматически, так и по воле оператора.

Хотя методы мультипрограммирования разработаны математиками-программистами и независимо от наблюдений физиологов за работой мозга, изучение процессов переключения последнего с одного вида деятельности на другой может оказаться полезным для совершенствования методов мультипрограммирования.

Еще один интересный вопрос бионического плана, связанный с методами переработки информации в кибернетических машинах, относится к разработке алгоритмов и программ решения задач. Дело в том, что используемые в настоящее время в вычислительной технике методы переработки информации не обеспечивают возможности решения ряда весьма важных задач в приемлемые сроки даже на самых быстродействующих машинах.

В ряде случаев сейчас используется метод перебора всех возможных вариантов. Однако количество этих вариантов во многих практических задачах (опознания образов, игровых ситуациях и др.) оказывается настолько большим, что практически задача не может быть решена при самом высоком быстродействии. Например, если бы мы захотели методом перебора просмотреть все варианты шахматной партии (а число возможных сочетаний расположения фигур на шахматной доске достигает 10120), то эта задача оказалась бы практически невыполнимой даже на машине с самым высоким мыслимым* быстродействием.

Дело в том, что, как показывают теоретические выкладки, основанные на изучении свойств материи, вычислительная машина не может обрабатывать в секунду более 1047 бит информации на каждый грамм собственного веса.

Таким образом, даже машина весом в 10 т, т. е. 107 г, не может переработать больше 1054 бит/сек и, значит, если бы каждая ситуация шахматной партию содержала не более сотни бит информации, то время, необходимое на просмотр всех ситуаций методом перебора, составило бы 10120 * 102 : 1054=1068 сек. Для сравнения укажем, что время, которое прошло с момента отвердения Земли, составляет всего около 1017 сек.

Приведенный пример показывает, что решение методом перебора» задач исследования шахматной партии и ряда других многовариантных задач оказывается невозможным, хотя человек довольно успешно справляется с решением таких задач, располагая относительно медленно действующим вычислителем – мозгом. Достигается это тем, что человек применяет значительно более совершенные методы решения этих сложных задач, получившие название эвристических (от греческого слова «эврика» – «я нашел» – восклицания, приписываемого Архимеду при открытии им основного закона гидростатики). Эвристическим методом в педагогике называют систему обучения, при которой путем наводящих вопросов ученика заставляют самого прийти к решению поставленной проблемы.

Бионические методы совершенствования программирования кибернетических машин лежат на путях эвристического программирования. Эвристическая программа составляется на основе предварительного исследования способа решения соответствующей или сходной задачи человеком. Она включает методы человеческого мышления: выдвижение гипотезы, ее проверку и переход (в случае неудачи) к новой гипотезе и т. д. до тех пор, пока после серии догадок не будет найдено удовлетворительное решение. Эвристическая программа не гарантирует нахождения единственного и оптимального решения, однако позволяет в результате ряда приближений за малое число шагов близко подойти к оптимальному решению.

Другие статьи по этой теме:

Извините, комментирование закрыто.