Межнейронное взаимодействие и нейронные сети

В соответствие с системным подходом объединения нейронов могут приобретать свойства, которых нет у отдельных нервных клеток. Поэтому объединения нейронов и их свойства представляют особый предмет анализа в нейро- и психофизиологии. Так, например, американский исследователь В. Маункасл (1981) предлагает в качестве своеобразной «единицы» нейрофизиологического обеспечения информационного процесса «элементарный модуль обработки информации» – колонку нейронов, настроенных на определенный параметр сигнала. Совокупность миниколонок, в каждой из которых представлен определенный параметр сигнала, образуют макроколонку, которая соответствует определенному участку внешнего пространства. Таким образом, для каждого участка внешнего мира осуществляется параллельный анализ свойств представленного там сигнала.

Предполагаемая роль межнейронного взаимодействия настолько значительна, что легла в основу представления об особой функциональной единице – «дендроне», который представляет морфо-функциональную основу генерации «психона» – элементарной единицы психического. То и другое образование носит гипотетический характер, и представляет интерес постольку, поскольку отражает настоятельную потребность исследователей мозга в выделении сопоставимых физиологических и психологических единиц анализа.

Нейронная сеть.Важной единицей функциональной активности ЦНС считается элементарная нейронная сеть. Принципы кооперативного поведения нейронов в сети предполагают, что совокупность взаимосвязанных элементов обладает большими возможностями функциональных перестроек, т.е. на уровне нейронной сети происходит не только преобразование входной информации, но и оптимизация межнейронных отношений, приводящая к реализации требуемых функций информационно-управляющей системы. Одним из первых идею сетевого принципа в организации нейронов выдвинул Д.Хебб, позднее появились работы В.Мак-Каллоха и К.Питса, посвященные сетям формальных нейронов.

В отечественной психофизиологии начальным этапом в изучении нервных сетей явились работы Г.И. Полякова (1965), который с эволюционных позиций охарактеризовал принципы возникновения и функционирования нейронной сети, выделив элементарное координационное устройство как прототип сетевой «единицы».

Типы сетей.В настоящее время сетевой принцип в обеспечении процессов переработки информации получает все большее распространение. В основе этого направления лежат идеи о сетях нейроноподобных элементов, объединение которых порождает новые системные (эмерджентные) качества, не присущие отдельным элементам этой сети.

По характеру организации в нервной системе чаще всего выделяют три типа сетей: иерархические, локальные и дивергентные. Первые характеризуются свойствами конвергенции (несколько нейронов одного уровня контактируют с меньшим числом нейронов другого уровня) и дивергенции (нейрон нижележащего уровня контактирует с большим числом клеток вышележащего уровня). Благодаря этому информация может многократно фильтроваться и усиливаться. Наиболее характерен такой тип сетей для строения сенсорных и двигательных путей. Сенсорные системы организованы по принципу восходящей иерархии: информация поступает от низших центров к высшим. Двигательные, напротив, организованы по принципу нисходящей иерархии: из высших корковых центров команды поступают к исполнительным элементам (мышцам). Иерархические сети обеспечивают очень точную передачу информации, однако, выключение хотя бы одного звена (например, в результате травмы) приводит к нарушению работы всей сети.

В локальных сетях поток информации удерживается в пределах одного иерархического уровня, оказывая на нейроны-мишени возбуждающее или тормозящее действие, что позволяет модулировать поток информации. Таким образом, нейроны локальных сетей действуют как своеобразные фильтры, отбирая и сохраняя нужную информацию. Предполагается, что подобные сети имеются на всех уровнях организации мозга. Сочетание локальных сетей с дивергентным или конвергентным типом передачи может расширять или сужать поток информации.

Дивергентные сети характеризуются наличием нейронов, которые, имея один вход, на выходе образуют контакты с множеством других нейронов. Таким путем эти сети могут влиять одновременно на активность множества элементов, которые при этом могут быть связаны с разными иерархическими уровнями. Являясь интегративными по принципу строения, эти сети, по-видимому, выполняют централизованную регуляцию и управление динамикой информационного процесса.

Векторная психофизиология.По мере развития представлений о строении и функционировании сетей разного типа наблюдается интеграция этих исследований и информационного подхода. Примером служит векторная психофизиология – новое направление, основанное на представлениях о векторном кодировании информации в нейронных сетях (Е.Н.Соколов, 1995). Предполагается, что этот подход открывает возможности для интеграции нейронных механизмов и закономерностей протекания психических процессов в единую непротиворечивую модель. Суть векторного кодирования заключается в следующем: в нейронных сетях внешнему стимулу ставится в соответствие вектор возбуждения – комбинация возбуждений элементов нейронного ансамбля. При этом ансамблем считается группа нейронов с общим входом, конвергирующая на одном или нескольких нейронах более высокого уровня. Различие между сигналами в нервной системе кодируется абсолютной величиной разности тех векторов возбуждения, которые эти стимулы генерируют. Управление реакциями осуществляется также комбинациями возбуждений, генерируемых командными нейронами. Например, выполненные в этой логике исследования цветового зрения человека показывают, что воспринимаемый цвет определяется направлением фиксированного четырехкомпонентного вектора возбуждения (Соколов, Измайлов, 1996).

Интенсивное развитие сетевые модели переработки информации получили в нейрокибернетике и так называемом коннекционизме. Высокий уровень абстракции и использование формального математического аппарата в этих моделях далеко не всегда опирается на реальное физиологическое содержание и в целом меняет плоскость анализа, переводя его из системы физиологических понятий в систему условных категорий с условными свойствами. Тем не менее исследования в этой области продвигаются весьма успешно и порождают такие модели как, например, нейроинтеллект.