Telegram
Онлайн библиотека бесплатных книг и аудиокниг » Разная литература » Вычислительная машина и мозг - Джон фон Нейман 📕 - Книга онлайн бесплатно

Книга Вычислительная машина и мозг - Джон фон Нейман

40
0
Читать книгу Вычислительная машина и мозг - Джон фон Нейман полностью.

Шрифт:

-
+

Интервал:

-
+

Закладка:

Сделать
1 ... 18 19 20 ... 23
Перейти на страницу:
class="title6">

Критерии возбуждения рецепторов

В данном контексте следует сказать всего несколько слов о возбуждении нейронов другими факторами, помимо выходных сигналов (нервных импульсов) других нейронов. Как мы уже говорили ранее, такими факторами являются события во внешнем мире (т. е. на поверхности организма), к которым данный нейрон особенно чувствителен (свет, звук, давление, температура), а также физические и химические изменения внутри организма в том месте, где расположен этот нейрон. Нейроны, реагирующие на раздражители первого класса, обычно называют рецепторами. Впрочем, лучше, быть может, называть рецепторами все нейроны, которые реагируют на другие раздражители помимо нервных импульсов. При этом целесообразно различать внешние и внутренние рецепторы (первый и второй тип соответственно).

В свете вышесказанного вновь возникает вопрос о критерии, определяющем условия, при которых возникает ответный нервный импульс. Как и в рассмотренном выше случае возбуждения нейрона нервными импульсами других нейронов, самый простой такой критерий может быть выражен через понятие порога. В этом случае критерием эффективности возбуждения будет являться минимальная сила раздражителя. Для внешнего рецептора это минимальная интенсивность освещения, звуковой энергии, содержащейся в определенном интервале частот, избыточного давления или повышения температуры; для внутреннего – минимальное изменение концентрации критического химического агента или минимальное изменение значения соответствующего физического параметра.

Необходимо отметить, однако, что порог не является единственно возможным критерием возбуждения нервной клетки. Так, если мы говорим о зрении, многие нейроны, по-видимому, реагируют не на определенный уровень освещенности, а, скорее, на его изменение (в одних случаях с высокого на низкий, в других – с низкого на высокий). Возможно, это реакции не отдельного нейрона, а более сложной системы нейронов. Здесь мы не будем подробно рассматривать данный вопрос. Достаточно заметить, что имеющиеся сведения указывают на то, что и в случае рецепторов порог не является единственным критерием возбуждения, используемым в нервной системе.

Вернемся к приведенному выше типичному примеру. Хорошо известно, что в зрительном нерве волокна реагируют не на любой определенный (минимальный) уровень освещенности, а только на изменение этого уровня. Например, одни волокна реагируют на переход от темноты к свету, другие – на переход от света к темноте. Иными словами, критерием здесь служит повышение или уменьшение уровня освещенности, т. е. не его собственное значение, а значение его производной.

На данном этапе необходимо сказать несколько слов о роли этих сложностей в функциональной структуре и функционировании нервной системы. Прежде всего, вполне возможно, что эти сложности не играют никакой функциональной роли вообще. Однако не исключено, что они все же могут играть такую роль. Рассмотрим эту возможность более подробно.

Допустим, что в нервной системе с ее преимущественно цифровой организацией упомянутые сложности играют аналоговую или, по крайней мере, смешанную роль. Было высказано предположение, что при помощи таких механизмов на функционирование нервной системы могут влиять малоизвестные (скрытые) совокупные электрические эффекты. Возможно, что в этом отношении определенные общие электрические потенциалы играют важную роль и система реагирует на решения задач теории потенциала (в целом), задач, не столь непосредственных и элементарных, чем те, которые обычно описываются цифровыми критериями, критериями возбуждения и т. д. Поскольку нервная система носит преимущественно цифровой характер, такие эффекты (если они существуют), вероятно, взаимодействуют с цифровыми эффектами. В таком случае речь идет не о чисто аналоговой системе, а о системе смешанного типа. Соображения по этому поводу высказывали несколько авторов; их можно найти в работах общего характера. Здесь я не буду на них останавливаться.

Следует сказать, однако, что с точки зрения подсчета основных активных органов все сложности данного типа означают, что нервная клетка есть нечто бо́льшее, нежели отдельный основной активный орган, и что любая серьезная попытка подсчета должна учитывать этот факт. Очевидно, такой эффект дают даже самые сложные критерии возбуждения. Если нервная клетка возбуждается при раздражении только определенных комбинаций синапсов на ее теле, то при подсчете основных активных органов, по-видимому, следует считать синапсы, а не сами нервные клетки. Если говорить о смешанных явлениях, упомянутых выше, то такой подсчет становится еще труднее. Сама по себе необходимость заменить подсчет нервных клеток подсчетом синапсов может привести к тому, что количество основных активных органов увеличится во много раз (от 10 до 100). Это и другие аналогичные обстоятельства следует учитывать при подсчетах количества основных активных органов, о которых шла речь выше.

Таким образом, все сложности, упомянутые ранее, могут не иметь особого значения, но они могут наделять систему (частичным) аналоговым или смешанным характером. Во всяком случае они влекут за собой увеличение количества основных активных органов, подсчитываемых на основании тех или иных значимых критериев, в 10–100 раз.

Проблема памяти в нервной системе

До сих пор мы не принимали во внимание компонент, присутствие которого в нервной системе весьма вероятно, если не бесспорно – хотя бы потому, что он играет ключевую роль во всех искусственных вычислительных машинах, созданных на сегодняшний день, из чего следует, что он не только не случаен, но и принципиально важен. Я имею в виду память. Рассмотрим этот компонент или, точнее, блок нервной системы.

Как было указано выше, наличие в нервной системе некоего запоминающего устройства (или, весьма вероятно, нескольких запоминающих устройств) – вопрос предположений и допущений, которые, однако, подтверждаются всем нашим опытом создания и использования искусственных вычислительных автоматов. С самого начала также следует признать, что все утверждения о природе, физическом воплощении и местонахождении такого устройства (или устройств) одинаково гипотетичны. Мы не знаем, где физически находится память в нервной системе; мы не знаем, является ли память отдельным органом или совокупностью особых частей других уже известных органов и т. д. Память вполне может находиться в системе особых нервов, которая в таком случае должна быть довольно обширной. Она может быть как-то связана с генетическим механизмом. Мы знаем о ее природе и местонахождении не больше древних греков, которые полагали, что разум помещается в диафрагме. Единственное, что нам известно, – такая память должна иметь большую емкость, ибо трудно представить, как мог бы обойтись без нее столь сложный автомат, как нервная система человека.

Принципы оценки емкости памяти в нервной системе

Позвольте мне сказать несколько слов о предположительной емкости этой памяти.

В искусственных автоматах, таких как вычислительные машины, существуют общепринятые стандартные способы определения емкости памяти. Естественно полагать, что они распространяются и на нервную систему. Память может хранить определенный максимальный объем информации; любая информация всегда может быть преобразована в совокупность двоичных цифр – битов. Так, память, которая может хранить тысячу восьмиразрядных десятичных чисел, должна иметь емкость 1 000 × 8 × × 3,32 бита, поскольку одна десятичная цифра эквивалентна приблизительно log2 10

1 ... 18 19 20 ... 23
Перейти на страницу:
Комментарии и отзывы (0) к книге "Вычислительная машина и мозг - Джон фон Нейман"