Читаем Об интеллекте полностью

Момент «ага», когда головоломный сенсорный паттерн наконец то узнается — такое как узнавание далматинца на рисунке 12 — начинается, когда область кортекса пробует сопоставить новую информацию. Если соответствие идет в локальной области — предсказание передается вниз в быстрой последовательности по всем нижестоящим областям. Если это корректная интерпретация стимула, то каждая нижестоящая область иерархии уляжется в корректное предсказание в быстрой последовательности. Тот же самый эффект должен возникать при рассмотрении картинки с двумя интерпретациями, такие как силуэт вазы, похожий на два лица, или куб Неккера (изображение куба, которое можно интерпретировать в двух ориентациях). Каждый раз, когда восприятие такого изображения изменяется, мы должны видеть распространение нового предсказующего потока вниз по иерархии. На самом нижнем уровне, скажем, в области V1, колонка, представляющая линейный сегмент изображения, должна оставаться активной при любом восприятии картинки (предполагая, что глаза не двигаются). Однако, мы могли бы увидеть, что некоторые нейроны в этих колонках переключают свое состояние. То есть, один и тот же низкоуровневый элемент существует в каждой картинке, но внутри колонки могут быть активными разные нейроны при различных интерпретациях. Основной момент в том, что мы должны увидеть распространение предсказующего потока вниз по иерархии, когда изменяется высокоуровневое восприятие.

Аналогичное распространение предсказания должно возникать при каждой саккаде по известному визуальному объекту.

Предсказание 9.

Модель «память-предсказание» требует, чтобы пирамидальные нейроны могли детектировать точное совпадение синаптических импульсов на тонких дендритах.

Многие годы считалось, что нейроны могли бы быть просто интеграторами, суммирующими информацию со всех синапсов для определения того, должен ли нейрон возбудиться. Сегодня в нейрофизиологии много неопределенности относительно того, как ведет себя нейрон. Некоторые люди до сих пор придерживаются идеи, что нейрон просто интегратор, и большинство моделей нейронных сетей построены на нейронах, которые работают именно таким образом. Есть также множество моделей нейронов, предполагающих, что нейрон ведет себя так, как если бы каждая дендритная секция оперировала бы независимо. Модель «память-предсказание» требует, чтобы нейроны были способны обнаруживать совпадения только на нескольких активных синапсах в узком временном промежутке. Модель могла бы работать даже с единственным синапсом, потенциированным достаточно, чтоб вызвать возбуждение нейрона, но более вероятно, что должно быть два или больше активных синапсов, расположенных рядом на тонком дендрите. Таким образом нейрон с тысячами синапсов может научиться возбуждаться на множество различных более точных паттернов. Это не новая идея, и есть основания поддержать ее. Это, однако, радикальное отклонение от стандартной модели, используемой многие годы. Если будет показано, что нейрон не возбуждается на точные паттерны, будет сложно удержать модель «память-предсказание» нетронутой. Синапсы на толстых дендритах или вблизи тела нейрона не обязаны работать таким образом, только множественные синапсы на тонких дендритах.

Предсказание 10.

Представление продвигается вниз по иерархии по мере обучения.

Я утверждаю, что через постоянное обучение кортекс запомнил бы последовательность в иерархически более низких областях кортекса. Это естественным образом следует из того, как память о последовательности изменяет входной паттерн, передаваемый в вышестоящую область. Из этого процесса есть несколько следствий. Одно в том, что мы должны обнаружить нейроны, отвечающие на сложные стимулы, ниже по кортикальной иерархии после усиленного обучения, и выше по иерархии после минимального обучения. Например, у человека я ожидал бы обнаружить нейроны, отвечающие на печатные буквы, в такой области, как IT, после обучения распознаванию отдельных букв. Но после обучения чтению целых слов, я ожидал бы обнаружить нейроны, отвечающие буквам, в различных частях V4 в дополнение к IT. Аналогичные результат должен быть достигаем и у других видов, в других областях и на другие стимулы. Другое следствие такого процесса обучения в том, что места, где возникают воспоминания и где детектируются ошибки, должны также перемещаться. То есть, ощущения сильно заученных паттернов должно распространяться на меньшее расстояние вверх по иерархии. Это должно быть обнаруживаемо с помощью аппаратуры отображения. Мы должны суметь детектировать изменения во времени реакции на определенные стимулы, потому что информация не обязательно идет до самой верхушки кортекса, чтоб быть распознанной и вспомненной.

Предсказание 11.

Инвариантное представление должно быть найдено во всех кортикальных областях.

Перейти на страницу:

Похожие книги

102 способа хищения электроэнергии
102 способа хищения электроэнергии

Рассмотрена проблема хищений электроэнергии и снижения коммерческих потерь в электрических сетях потребителей. Приведены законодательно–правовые основы для привлечения к ответственности виновных в хищении электроэнергии. Изложены вопросы определения расчетных параметров средств учета электроэнергии, показаны схемы подключения счетчиков электрической энергии. Описаны расчетные и технологические способы хищения электроэнергии. Обсуждаются организационные и технические мероприятия по обнаружению, предотвращению и устранению хищений.Для работников энергоснабжающих организаций и инспекторского состава органов Ростехнадзора. Материалы книги могут быть использованы руководителями и специалистами энергослужб предприятий (организаций) для правильного определения расчетных параметров средств учета и потерь электроэнергии в электрических сетях.Если потенциальные расхитители электроэнергии надеются найти в книге «полезные советы», они должны отдавать себе отчет, что контролирующие структуры информированы в не меньшей степени и, следовательно, вооружены для эффективной борьбы с противоправной деятельностью.Настоящая книга является переработанным и дополненным изданием выпущенной в 2005 г. книги «101 способ хищения электроэнергии».

Валентин Викторович Красник

Технические науки / Образование и наука
100 великих чудес инженерной мысли
100 великих чудес инженерной мысли

За два последних столетия научно-технический прогресс совершил ошеломляющий рывок. На что ранее человечество затрачивало века, теперь уходят десятилетия или всего лишь годы. При таких темпах развития науки и техники сегодня удивить мир чем-то особенным очень трудно. Но в прежние времена появление нового творения инженерной мысли зачастую означало преодоление очередного рубежа, решение той или иной крайне актуальной задачи. Человечество «брало очередную высоту», и эта «высота» служила отправной точкой для новых свершений. Довольно много сооружений и изделий, даже утративших утилитарное значение, тем не менее остались в памяти людей как чудеса науки и техники. Новая книга серии «Популярная коллекция «100 великих» рассказывает о чудесах инженерной мысли разных стран и эпох: от изобретений и построек Древнего Востока и Античности до небоскребов в сегодняшних странах Юго-Восточной и Восточной Азии.

Андрей Юрьевич Низовский

История / Технические науки / Образование и наука
Электроника для начинающих (2-е издание)
Электроника для начинающих (2-е издание)

В ходе практических экспериментов рассмотрены основы электроники и показано, как проектировать, отлаживать и изготавливать электронные устройства в домашних условиях. Материал излагается последовательно от простого к сложному, начиная с простых опытов с электрическим током и заканчивая созданием сложных устройств с использованием транзисторов и микроконтроллеров. Описаны основные законы электроники, а также принципы функционирования различных электронных компонентов. Показано, как изготовить охранную сигнализацию, елочные огни, электронные украшения, устройство преобразования звука, кодовый замок и др. Приведены пошаговые инструкции и более 500 наглядных рисунков и фотографий. Во втором издании существенно переработан текст книги, в экспериментах используются более доступные электронные компоненты, добавлены новые проекты, в том числе с контроллером Arduino.

Чарльз Платт

Радиоэлектроника / Технические науки