Нервные сети. Часть вторая.

Нервные сети

Наши сведения о мозге растут быстро. Однако физиолог не может чувствовать полного удовлетворения, так как основной вопрос, как же устроен мозг, остается открытым. Главное в работе мозга — это переработка информации. Переработка информации составляет основу таких процессов, как мышление, узнавание, обучение. Но именно механизмы этих явлений наиболее трудны для исследования.

В основе активного состояния и сна человека, в основе его эмоций лежит одновременное возбуждение или торможение целых отделов мозга, включающих многие тысячи нейронов. Эти процессы можно исследовать электрофизиологически, путем удаления или раздражения участков мозга. Поэтому в изучении этих явлений достигнуты успехи. В основе же переработки информации лежит работа сложнейших конструкций нейронов — нервных сетей, где в доли секунды возникают и исчезают сложнейшие мозаики из возбужденных и заторможенных нервных клеток, которые очень трудно уловить и проанализировать.

Так же как школьник не сможет понять устройства вычислительной машины, наблюдая за вспыхиванием отдельных ламп, так же трудно без знания общей теории переработки информации разобраться в работе нервных сетей головного мозга.

В настоящее время появился очень хороший критерий нашего понимания механизмов физиологических процессов. Этот критерий — возможность моделирования. Директор Института кибернетики в Киеве академик В. М. Глушков подчеркивает, что если исследователи действительно понимают механизмы физиологических процессов, то их уже сейчас можно воспроизвести в вычислительных машинах и воспроизвести явление в модели. Однако современные знания о головном мозге не удовлетворяют этим условиям. Как же подойти к разгадке тайны работы нервных сетей?

Кибернетика предложила метод глубокого обхода с тыла. Для того чтобы понять, какие новые свойства и явления могут появиться в нервных сетях, понять, как те или иные конструкции нейронов могут перерабатывать информацию, было бы, видимо, очень заманчиво искусственно составлять отдельные, сначала простые, схемы из нейронов и изучать их свойства. Такой метод «искусственного синтеза», казалось бы, мог постепенно подвести к пониманию сложных явлений. К сожалению, такое, во всяком случае пока, невозможно.

Но если ученые не могут соединять живые нервные клетки, то они могут при современном уровне науки сделать то же самое с их электронными моделями. Можно создать модели нейронов и, собирая из них сети, изучать свойства и законы функционирования этих сетей. Так и поступают многие ученые.

При использовании этого метода «обхода с тыла», как при любом обходном маневре, сначала кажется, что мы удаляемся и от цели и от «неприятеля». На первых этапах можно подумать, что мы как будто бы мало узнаем о работе мозга и удаляемся от его изучения. Однако потом, когда обходный маневр закончен, эффект может оказаться неожиданно большим, гораздо большим, чем при «прямом наступлении».

Сейчас в нейрокибернетике делается еще более глубокий заход с тыла. Дело в том, что с теоретической точки зрения нервная клетка — это далеко не элементарная единица, перерабатывающая информацию. Это скорее узел, равноценный по сложности устройству телевизора или радиоприемника. Для теории же важно иметь дело с простейшими компонентами. Таких компонентов немного.

Приведем примеры. Один из этих компонентов работает по такому правилу. Если на его «вход» одновременно поступает два сигнала, то он дает сигнал на «выходе», идущий в другие элементы. Это элемент «и». Другой элемент работает иначе, он дает на «выходе» сигнал, если хотя бы на один из «входов» поступает импульс. Это элемент «или». Оказывается, что, составляя схемы из таких простых элементов, можно создавать самые сложные кибернетические машины. И любую машину можно разложить на эти элементы. При этом решающее значение имеет организация схемы соединения простых элементов.

Развивается теория автоматов — паука, во многих чертах подобная геометрии. Так же, как геометрия, она оперирует абстрактными понятиями и развивает теорию, казалось бы, независимо от изучения мозга. Однако так же, как выводы из геометрии оказываются применимыми и необходимыми в весьма различных областях практической деятельности человека, так же и кибернетическая теория оказывается применимой при изучении всех систем, перерабатывающих информацию. А мозг — именно такая система.

У ученых возникла мысль: нельзя ли, используя все то, что сейчас известно о мозге, и опираясь на кибернетическую теорию работы систем, перерабатывающих информацию, попытаться представить, как должна быть организована нервная сеть, способная к различным сложным формам деятельности?

Оказалось, что это вполне возможно. Так родилась теория нервной сети. Эта теория имеет такое же соотношение с экспериментальным изучением мозга, какое существует между теоретической и экспериментальной физикой.

Первые работы в этом направлении были осуществлены американским ученым Н. Рашевским, который построил интересные нервные сети и математически доказал, что эти системы способны к довольно сложным формам деятельности.

Доказано, что нервные сети, состоящие из простых элементов, в целом оказываются способными к обучению, решению проблем, узнаванию образов и выработке понятий. Например, в Московском энергетическом институте под руководством Ю. Н. Кушелева, а затем в Германии профессором Штайнбухом была создана теория самообучающихся матриц. Эта теория объясняет, как должны быть организованы структуры, которые способны к приобретению опыта и к формированию целесообразного поведения в новых условиях.

На основе этой теории уже созданы самообучающиеся автоматы, успешно — управляющие работой химических заводов.

Итак, сведения ученых об организации мозга сосредоточиваются в настоящее время вокруг двух полюсов. С одной стороны, известно, какие именно структуры могут самообучаться, решать проблемы и так далее. На другом полюсе собираются экспериментальные факты о структурах мозга.

Следующим этапом науки о мозге должен стать, очевидно; более тесный синтез этих двух направлений. Кибернетическая теория должна стать базой для проведения специальных экспериментов, подтверждающих те или иные гипотезы. Может быть, на первых этапах и не будет детального совпадения структур мозга и теоретически рассчитанных структур. Однако будут подтверждены и найдены некоторые общие принципы.

Следует подчеркнуть важность взаимного обогащения обоих направлений. Каждое новое открытие в физиологии обогащает теорию нервных сетей. Сейчас уже ясно, что необходимо создать более сложную и совершенную теорию, чем та, которую создали в свое время, например, Мак Каллок и Пите. Большое значение при этом имеет изучение тех клеток, которые находятся между нейронными сетями (нейроглии). Роль этих клеток, видимо, необходимо учитывать при построении любой теории. Интересны данные об объемных соотношениях компонентов коры головного мозга: 30% объема коры составляют тела нейронов с дендритами, и 70% объема занимают клетки глин и кровеносные сосуды.

Клетки глин количественно превосходят число нейронов примерно в 10 раз, то есть число глиальных клеток приближается к 140 миллиардам. Что же представляет собой это «подавляющее большинство» клеток, и каково взаимодействие между нервными клетками и клетками нейроглии?

По происхождению все элементы нейроглии (греч. neuron — нейрон, gli — клей) делятся на два вида: макроглию и микроглию.

Основной функцией клеток микроглии является фагоцитоз. В различных отделах, на всех «этажах» мозга подвижные, отросчатой формы клетки микроглии являются рьяными блюстителями чистоты и порядка, осуществляя путем фагоцитоза, посредством выростов цитоплазмы захват, переработку и транспортировку различных биохимических веществ, омертвевших частей тканей.

Но нас в основном будут интересовать клетки макроглии, которые уже в период своего возникновения тесно связаны с нейронами, одновременно с ними развиваясь из эмбрионального зачатка нервной системы — нервной трубки. И именно взаимодействие между нейронами и макроглией в течение последних лет интересует многих исследователей.

Тела нейронов, их дендриты и аксоны как бы взвешены в массе глиальных клеток. Отростки глиальных клеток, густо оплетая нейрон, образуют вокруг него своего рода капсулы, которые, очевидно, изолируют нейрон от прямого контакта с кровеносной системой. Вступая во внутриклеточный контакт с телом нейрона и капиллярами кровеносной системы, клетки глии являются транспортной или опосредующей системой между капиллярами и нервными клетками. Но клетки глии не только доставляют необходимые вещества нейронам — макроглия подвергает эти вещества соответствующей обработке, так что на долю нейронов остаются только последние этапы, включая синтез непосредственных донаторов энергии.

В какой же степени клетки глии, а не нейроны ответственны за изученные физиологические процессы? Существует много экспериментальных данных, для объяснения которых можно было бы прибегнуть к рассмотрению взаимодействия между глией и нейронами. Так, например, интересны опыты по охлаждению или данные о зимней спячке животных, во время которой активность нервной системы приближается к нулю, но после пробуждения сложное поведение подверженных охлаждению животных полностью восстанавливается.

Но, видимо, следовало бы ученым поинтересоваться, в какой мере клетки глии, а не нейроны реагируют на электрическое раздражение, на введение в организм различных фармакологических веществ, на появление в крови всевозможных гормонов. И есть ли необходимость рассматривать функционирование нейронных сетей, а не взаимодействие между нейронами и глией? Нам не удается сейчас в должной мере объяснить многие акты поведения, которые формируются и длятся иногда часы, годы, поколения, исходя из наших знаний о нейронной активности, длящейся миллисекунды, секунды, минуты.

Временные характеристики глиальной активности отличаются от нейронной. Потенциалы, отведенные от одного из видов глиальных клеток (астроглии), имели примерно в тысячу раз большую длительность, чем потенциалы нейронов, и вполне вероятно, что нейрон, окруженный ажурными капсулами из глии, испытывает на себе влияние медленно изменяющейся электрической активности нейроглии, которая направляет активность нервных клеток.

Нервные сети, формирующие свою активность, исходя из переработки информации, полученной от рецепторов, должны во время процессов этой переработки учитывать прошлый опыт, накопленный биологической системой в процессе ее жизнедеятельности. Определенное воздействие на формирование поведения организма в локально сложившейся ситуации должна оказывать и генетическая информация — информация, передаваемая по наследству. Можно предположить, что «экранирование» нейронов клетками глии связано с хранением и использованием как опыта поколений, так и индивидуального опыта, накопленного самим организмом. Эта информация может храниться в клетках глии, закодированной в каких-либо структурах, например, в молекулах белка, и корректировать нейронную активность. Взаимодействие между глией и нейронами, вероятно, может происходить как в результате взаимовлияний электрической активности, так и в результате обмена некоторыми веществами и комплексами веществ.

Роль глии как программирующего устройства в деятельности нервных клеток частично была вскрыта в экспериментах по изучению регенерации периферических нейронов. Полагают, что глия служит главной направляющей структурой для роста регенерирующих аксонов. В массе клеток среди множества различных биохимических комплексов клетки глии великолепно узнают и прокладывают для растущего аксона нужные пути, направляют установление необходимых связей.

Сейчас существует идея, что при развитии теории нервных сетей необходимо учитывать работу не только нейронных конструкций, но и наличие «других уровней» в деятельности мозга. В частности, нужно учитывать возможность запоминания информации на молекулярной уровне, в сложных молекулах, входящих в состав клеток нейроглии.

Об этом, например, говорит и то, что попытки моделирования нервных сетей оказались менее эффективными, чем предполагалось ранее. Вряд ли удастся добиться сложного поведения от системы, сконструированной из элементов одного уровня, из однотипных, универсальных единиц. Дело, по всей вероятности, заключается не только в способах соединений этих элементов в системы.

Развитие теории нервных сетей идет в настоящее время по различным направлениям. Так, еврейский ученый А. Б. Коган считает, что трудно представить себе, что в нервных сетях, функционирующих в головном мозге, предопределено, как именно каждый нейрон связан с другими соседними, то есть предопределена вся схема (структура) строения. А. Б. Коган думает, что взаимодействие нейронов носит вероятностный характер.

Эти идеи подтверждены экспериментами на живых организмах. Помимо того, были созданы электронные модели, на которых было доказано, что действительно такие нервные сети обладают в целом многими свойствами, например, способностью к узнаванию, способностью к выработке условных рефлексов.

Американский ученый Розенблат также считает, что важно выяснить какой-то общий принцип организации и соединения нейронов, а не создавать схемы, в которых предопределена каждая связь между нервными клетками.

Авторы: А. Напалков, А. Туров.

P. S. О чем еще говорят британские ученые: о том, что научные достижения в сфере нервных сетей вполне могли бы войти в ТОПы и интересные факты из сферы науки.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *