КОЛЬЦЕВЫЕ СВЯЗИ В НЕЙРОННЫХ СТРУКТУРАХ

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


КОЛЬЦЕВЫЕ СВЯЗИ В НЕЙРОННЫХ СТРУКТУРАХ

И СИНХРОНИЗАЦИЯ КАК ИНДИКАТОР ИХ

ПАТОЛОГИЧЕСКОГО СОСТОЯНИЯ

.....................................................................................

Изучение системы управления движениями выявляет функциональную организацию структур мозга и основные механизмы преобразования сигналов, являющиеся общими для всех уровней нервной системы.

Преобразование сигналов и передача информации в нервной системе вызывают интерес исследователей разных специальностей. Начатое более полувека назад описание [1, 2, 3] информационных процессов в нейронных сетях эволюционировало от логических исчислений и оценки информационной ёмкости к теории случайных импульсных потоков и представлению о детерминированном хаосе. В активности однородной сети существенное внимание уделяют процессам синхронизации, полагая, что анализ распространения возбуждения в однородных сетях может приблизить к построению динамической теории нервных систем [4].

Нейроинформатика, оперируя понятием нейронные сети, использует многослойные однородные структуры как обрабатывающую информационные потоки вычислительную среду, в которой выполнимость логических операций достигается избыточностью элементов и связей. Следуя парадигме обучения и самоорганизации в нервной системе, предметом нейроинформатики стало теоретическое обоснование алгоритмов адаптивной настройки весов связей между элементами структуры, обеспечивающих оптимальные быстродействие и синтез нейронных схем для решения различных задач. Очевидно, глубочайшим заблуждением является представление о том, что нервная система способна принимать решения. Она выполняет роль регулятора и ведёт себя вполне машинообразно, являясь системой автоматического управления функциями организма, как разнообразные технические системы (само)регулирования.

Хотелось бы видеть предметом нейроинформатики создание управляющих систем. Решение проблем управления движениями в биологических системах связано с именем Н.А. Бернштейна, к трудам которого сегодня привлечено внимание на Западе [5]. В стремлении объяснить, как животные находят и оптимизируют решение моторных задач, Бернштейн показал, что принципиально неустойчивый локомоторный аппарат живых организмов превращается в устойчивую систему под управлением нервной системы на основе обратных афферентных связей (сенсорные коррекции), решая проблему избыточности степеней свободы. Важным теоретическим результатом исследований стало представление о ведущих иерархических уровнях (кольцевом управлении), вырабатывающих эфферентные сигналы управления на основе сопоставления афферентных сигналов и желаемого моторного выхода.

Рис. 1. Произвольное управление человеком активностью двигательной единицы

Конечным пунктом вырабатываемых мозгом команд является активность мотонейронов, которую можно наблюдать, регистрируя электрические потенциалы двигательных единиц. Способность управлять активностью отдельного мотонейрона показывает рис. 1, где на каждом фрагменте вверху - потенциал действия, внизу - механическая реакция мышцы.

Используя визуальную обратную связь в режиме самоуправления человек способен выделить из электрической активности мышцы одну двигательную единицу (фрагмент А) и научиться в течение 1-2 мин управлять ею, произвольно назначая генерацию одиночных разрядов или пар импульсов (фрагмент Б). Все остальные двигательные единицы, не находящиеся под нашим вниманием, разряжаются “случайно” по отношению к контролируемому мотонейрону. Как понятно из условий эксперимента, выбор конкретной двигательной единицы из множества то же случаен. Возможно по очереди “включать” отдельные двигательные единицы, но невозможно “заставить” их разряжаться синхронно.

Эту проявляемую асинхронность на нижнем уровне управления нервной системы выполняют кольцевые обратные связи от собственных рецепторов мышц (Рис. 2). Эксперименты, проведённые на электронной модели [6], показали, что механизмы обратной связи десинхронизируют во времени активность собственных мотонейронов и каждого из них по отношению друг к другу в мотонейронных пулах.

Показано, что нисходящая 1 активность на

Комментарии: