Логіка свідомості. Вступ

imageУ свій час на Хабре був опублікований цикл статей «Логіка мислення». З тих пір пройшло два роки. За цей час вдалося сильно просунутися вперед у розумінні того, як працює мозок і отримати цікаві результати моделювання. У новому циклі «Логіка свідомості» я опишу поточний стан наших досліджень, ну а попутно спробую розповісти про теоріях і моделях цікавих для тих, хто хоче розібратися в біології природного мозку і зрозуміти принципи побудови штучного інтелекту.

Перед початком хотілося б зробити декілька зауважень, які буде корисно пам'ятати під час читання всіх наступних статей.

Ситуація, пов'язана з вивченням мозку, особлива для науки. У всіх інших областях природознавства є базові теорії. Вони становлять фундамент на якому будуються всі подальші міркування. І тільки в нейронауці досі немає жодної теорії, яка хоч якось пояснювала, як в нейронних структурах мозку відбуваються інформаційні процеси. При цьому накопичено величезний обсяг знань про фізіологію мозку. Отримані дуже обнадійливі результати з допомогою штучних нейронних мереж. Але перекинути місток від одного до іншого, поки не вдається. Те, що відомо про біологічних нейронних мережах дуже погано співвідноситься з створеними на сьогодні архітектурами штучних нейронних мереж.

Не повинна вводити в оману поширена фраза про те, що багато ідей штучних нейронних мереж запозичені з досліджень реального мозку. Запозичення носить занадто загальний характер. За великим рахунком, воно закінчується на тому, що і там і там є нейрони і між цими нейронами є зв'язки.

Тому, на сьогодні, основне питання нейронауки – це, не побудова більш досконалих теорій, а пошук вихідних пояснень, які хоч якось зв'язали б воєдино все те, що вже відомо про мозок.

Нейрон, якщо дивитися на нього не особливо пильно, виглядає досить просто. Є тіло нейрона і є його дендритна дерево. На тілі та дендрите розташовуються синапси. Є аксон. Синапси схожі на входи, аксон схожий на вихід. Є спайки – імпульси, які виникають в тілі нейрона і поширюються по аксону. Ось, начебто, готова базова конструкція. Типовий елемент з досить простим принципом роботи.


Схема нейрона (Mariana Ruiz Villarreal)

Саме так і міркували Маккалок і Піттс, пропонуючи схему формального нейрона. Відкинемо несуттєве, залишимо суть і вийде пороговий суматор. Сигнали на синаптичних входах складаються, кожен зі своєю вагою, до результату використовується порогова функція і ось на виході або є сигнал, або ні.


Формальний нейрон Маккалока — Піттса

Для такого нейрона його «все» — це значення синаптичних ваг. Вони визначають на що нейрон реагує, тобто, по суті, чим він є. З таких нейронів можна зібрати нейронну мережу. Можна придумати алгоритми навчання такої мережі. Тобто підібрати такі ваги для всіх нейронів, щоб результат роботи мережі яким-небудь чином відповідав нашим очікуванням.

В результаті з'явилися різні архітектури штучних нейронних мереж та різні алгоритми навчання. Але у всіх архітектурах збереглася загальна ідея, закладена в сам формальний нейрон, – ідея «нейрона бабусі». У 1969 році Джері Летвин сказав: «Якщо мозок людини складається з спеціалізованих нейронів, і вони кодують унікальні властивості різних об'єктів, то, у принципі, десь у мозку повинен бути нейрон, з допомогою якого ми дізнаємося і пам'ятаємо свою бабусю». Дуже багато моделей, що пояснюють роботу мозку, тією чи іншою мірою спираються на концепцію «нейрона бабусі». Навіть якщо розмова йде не про окремому нейроні, а про нейронному ансамблі, мається на увазі, що певні нейрони локалізують реакцію на якесь явище і отже можуть бути співставлені з ним.

Концепція «нейрона бабусі» тримається на двох дуже сильних аргументів. По-перше, багато експериментальні дані вказують на виборчу реакцію нейронів на відповідні стимули. Наприклад, показана і добре вивчена реакція нейронів первинної зорової кори на певні зорові стимули (Hubel, 1988). Також, був виявлений нейрон «Дженніфер Еністон», який реагував, як на саму Дженніфер Еністон, так і взагалі на героїв телесеріалу «Друзі» (R. Quian Quiroga, L. Reddy, G. Kreiman, C. Koch, I. Fried, 2005).
По-друге, штучні нейронні мережі, цілком засновані на ідеї нейрона детектора (тобто «нейрона бабусі») добре працюють і показують революційні результати, даючи глибокий оптимізм.

Але є кілька проблем. Перша, вже згадана вище, пов'язана з біологією. Чим більше стає відомо про будову та роботу реального нейрона, тим менше він стає схожий на формальний нейрон. Швидше можна говорити про те, що реальний нейрон навіть близько не нагадує свій формальний аналог. Можна навести таку аналогію: судити про роботу нейрона за його спайку – це, як робити висновки про роботу комп'ютера по зміні загальної яскравості свічення монітора.

Друга проблема в тому, що якщо безліч розумних людей занадто довго намагаються знайти вирішення завдання і не знаходять, то швидше за все проблема не у вирішенні, а в умовах завдання. Згадайте про чорну кішку в темній кімнаті. Для нейронауки одна з складових умови» – це концепція «нейрона бабусі», яка в силу описаних вище причин сприймається, як концепція доведена експериментально.

Чи можна відмовитися від концепції «нейрона бабусі» і яка альтернатива? Припустимо, є кілька комірок пам'яті. Концепції «нейрона бабусі» — це коли за кожною клітинкою закріплена своя «бабуся». Опис в такому підході — це коли вміст комірки пам'яті говорить про те, наскільки виражена та чи інша «бабуся». При моделювання штучної нейронної мережі кожен нейрон відповідає певному ознакою, рівень активності нейрона показує вираженість ознаки в поточному описі.

Можливий альтернативний підхід. Комірки пам'яті окремо або спільно можуть зберігати «код бабусі». Якщо цей код можна змінити на інший або відтворити в іншому місці пам'яті, то ми приходимо до ідеології комп'ютера та комп'ютерної програми.

Комп'ютери, як ми знаємо, цілком успішно вирішують різні інформаційні завдання. В принципі, досить спокусливо використовувати виключно комп'ютерний підхід для опису роботи мозку. Але тут виникають дві складності. Перше, не ясно, як нейрони мозку можуть функціонувати, використовуючи комп'ютерну парадигму. Якщо на штучні нейронні мережі мозок хоч віддалено, але схожий (нейрони, зв'язку, рівні і все таке), то комп'ютерні логічні вентилі, що адресується пам'ять і механізм виконання програм — все це не дуже вписується в існуюче уявлення про мозок.

Друга складність в тому, що якщо мозок ідеологічно схожий на комп'ютер, то чому досі не вийшло придумати хороших комп'ютерних алгоритмів, що реалізують штучний інтелект? Моделюючи на комп'ютері, нейронні мережі, ми виходимо з того, що комп'ютер-лише інструмент моделювання, а вся суть в архітектуру нейронних мереж. Відповідно, є надія на те, що розвиваючи архітектуру мереж ми зможемо наблизиться до можливостей мозку. Але якщо відмовитися від «нейрона бабусі», а значить і від нейронних мереж, і почати досліджувати комп'ютерну альтернативу роботи мозку, то виникає питання: чого не вистачає в сучасній комп'ютерній архітектурі або в ідеології програмування, щоб зробити щось, що нагадує мозок.

Є ще кілька суттєвих моментів тісно пов'язані з питанням «нейрона бабусі». Перший момент — це питання: реальні нейрони працюють з цифровим кодом або з аналоговим сигналом? Від відповіді на це питання залежить дуже багато. По суті, він і визначає ідеологію — «бабуся» або не «бабуся». Якщо робота нейронів аналогова, наприклад, частота шипи або інтервал між спайками кодують рівень активності «бабусі», то працюють всі парадигми традиційних нейронних мереж. Картина активності нейронів — це признаковое опис. Активність нейрона — скалярна величина, відповідна кількісною ознакою. Визначено вектора, що описують стан різних верств мережі, зв'язки між нейронами, їх ваги і вид порогових функцій нейронів визначають певні функції перетворення. Ми можемо налаштувати ці функції, використовуючи градієнтний спуск, навчання Хеба, зворотне поширення помилки, машини Больцмана тощо. Головне при цьому те, що ми можемо плавно, по аналоговому, змінювати параметри мережі та стан її нейронів. «Бабусі» буде трохи більше, «бабусі» буде трохи менше.

Але якщо ж сигнали нейронів утворюють цифровий код, то це зовсім інша математика і абсолютно інші методи. Якщо у вас є телефонний номер «бабусі», то не можна набирати його майже точно і сподіватися потрапити до «бабусі».

Другий момент пов'язаний з питанням розуміння інформації. Для людини корисна інформація має сенс. Причому, інтуїтивно нам зрозуміло, що саме зміст визначає основну ідеологію інформаційних процесів, що відбуваються в нашій голові. При цьому саме поняття сенс досі досить погано формалізовано. Цілком доречно припустити, що реальний механізм роботи нейронних структур мозку повинен не просто враховувати феномен сенсу, а ставити його вище всього. Зміст повинен лежати в основі нейронної архітектури. Для традиційних нейронних мереж питання сенсу досить складний. «Нейрон бабусі» ідеологічно сам і є в деякому роді свій сенс. Ось я, конкретна «бабуся», в конкретному сенсі. Якщо вам потрібна інша «бабуся» або «бабуся», але в іншому сенсі, то вам до іншого нейрона. Те, що можна отримати з такого підходу, схоже, досягло своєї межі. Якщо ми хочемо чогось більшого, то, можливо, настав час попрощатися з «бабусею».

З одного боку, якщо припустити, що нейронні мережі не схожі на мозок, то виникає питання: чому ж вони часом так добре працюють? З іншого боку, якщо мозок схожий на комп'ютер, то, невже, мислення можна звести до алгоритмів?

Пропонований цикл статей буде присвячений опису моделі мозку в якій вдалося, як мені здається, досить красиво вирішити всі описані протиріччя. Буде показано, як працює біологічний мозок, як влаштована біологічна пам'ять і чому вона влаштована саме так. Буде формалізовано поняття зміст і показано, як архітектура мозку ідеально «заточена» для роботи зі змістом інформації. Будуть показані механізми, що формують мислення і поведінку. Будуть розкриті механізми і роль емоційних оцінок.

І, мабуть, головне: всі ключові алгоритми будуть супроводжуватися працюючим кодом. Нам самі дивно, але все це дійсно дуже добре працює :)

І наостанок про назву циклу. Часто рішення однієї загадки приоткрывет шлях до вирішення іншої. Загадка свідомості, схоже, — завдання значно більш загальна, ніж завдання розуміння інформаційних процесів мозку. Але, безумовно, між цими завданнями є зв'язок. Принаймні, якщо наступить розуміння щодо інформаційних процесів, то буде значно легше ставити правильні питання щодо свідомості. З пропонованої моделі випливають цілком певні слідства щодо природи свідомості. Ці слідства, не відповідають на всі питання про свідомість, але вони створюють напрямок для можливих роздумів та експериментів. Власне, така надзавдання і дала назву цього циклу.

Олексій Редозубов

P. S. Якщо хтось хоче заглянути трохи вперед і при цьому зробити корисну справу, то зараз спільними зусиллями робиться переклад матеріалів на англійську мову (координатор — Дмитро Шабанов). Американські колеги з університету Дюка роблять фінальну редактуру. Але потрібно перевести до того рівня, коли їм стане зрозумілий сенс. Терміни здачі тексту видавництво терпить. Якщо є можливість і бажання перевести кілька абзаців, то приєднуйтесь.
Джерело: Хабрахабр

0 коментарів

Тільки зареєстровані та авторизовані користувачі можуть залишати коментарі.