Разумный мозг - Эделмен Дж.
Скачать (прямая ссылка):
группами главным образом на уровне внутренних связей. Хотя возможна вариабельность и внешних связей, ясно, что на этом уровне структура связей головного мозга очень специфична и высоко архитектонична.
2. Нервная система животных, способных выполнять сложные сенсомоторные акты, успешно приспосабливается к комплексам поступающей информации, с которыми она никогда раньше не встречалась в истории особи или вида. Эту предпосылку трудно доказать, однако ее, по-видимому, легче всего защитить в применении к человеку. Пожалуй, самым поразительным примером может служить способность некоторых людей решать весьма отвлеченные математические задачи, создавать новые символические построения, столь сложные, как симфония, или же поразительно эффективно анализировать подобные уникальные построения, увидев их впервые.
При объяснении этой поразительной способности трудности возникают в равной мере как перед инструктивными, так и перед селективными теориями. На первый взгляд кажется, что инструктивные теории позволяют обойти эти трудности, помещая последовательные матрицы на все более высокие уровни иерархической организации мозга; но от этого такие теории становятся только еще менее убедительными. С другой стороны, селективным теориям для объяснения такого совершенства обработки информации приходится постулировать наличие очень широкого набора ассортимента (repertoire) предсу-ществующих функциональных единиц, или нейронных групп. Возможен ли такой ассортимент? Для ответа на этот вопрос мы должны подробно рассмотреть природу и требования селективной теории функции головного мозга.
Требования к селекции групп; вырожденность
Как из эволюционной, так и из иммунологической теории ясно (Edelman, 1975), что перед лицом неизвестного будущего основным условием успешного приспособления является предсугцествующее многообразие. В эволюции оно создается путем мутаций и изменения генов, а в иммунологических системах — образованием в организме ассортимента антител. Для нервной системы первичный
ассортимент можно представить себе как собрание разнообразных нейронных групп, различные функции которых предопределены еще в онтогенезе. Без дальнейших уточнений примем, что если нейронная группа отвечает характерной для нее выходной активностью более или менее специфично по отношению к входу, состоящему из определенной пространственно-временной конфигурации сигналов, то это значит, что такая группа и конфигурация сигнала «подходят», соответствуют («match») друг другу. Для дальнейшего уточнения понятия селекции из ассортимента таких нейронных групп необходимо рассмотреть общие требования к такому ассортименту, в особенности к его многообразию.
Первое требование состоит в том, чтобы этот ассортимент был достаточно богатым; иными словами, он должен содержать достаточное число разнообразных элементов, чтобы в случае широкого диапазона различных входных сигналов имелась бы конечная вероятность наличия в ассортименте по меньшей мере одного соответствующего элемента для каждого сигнала. Далее, хотя бы у нескольких элементов набора соответствие входному сигналу должно быть достаточно специфичным, чтобы разные входные сигналы различались (т. е. «распознавались») с относительно малой ошибкой. В иммунной системе для этого существует набор разных антител численностью 106, каждое со своим специфическим (или определяемым сте-рически) участком связывания антигена, а также некоторые пороговые механизмы, регулирующие иммунный ответ (Edelman, 1974b).
Каковы общие свойства такого широкого распознающего ассортимента, которые делают его способным и к распознаванию в широком диапазоне, и к специфичности в отношении отдельных сигналов? Во-первых, для любого произвольно выбранного большого числа разных входных сигналов набор должен иметь значительно больше компонентов (рис. 1). Определим «соответствие» как некий порог распознавания, который придает системе способность различать два тесно связанных события в определенных пределах ошибки. Если в ассортименте насчитывается N элементов и если вероятность соответствия между любым из этих элементов и любым сигналом — р, то
мы можем описать функцию распознавания как г=f(p, N), которое служит мерой той эффективности, с какой система распознает определенный диапазон возможных входных сигналов. Можно описать несколько таких функций в зависимости от данной выбранной моры эффективности.
Теперь ясно, что если N мало, то тогда для большого числа разных входных сигналов г будет близко к нулю. Для N, превышающего некоторую величину, г растет, пока при некотором высоком значении N нельзя будет значительно повысить эффективность соответствия в пороговых условиях путем дальнейшего расширения ассортимента. Это говорит о том, что для центральной нервной системы N должно быть большим, но само по себе оно не помогает нам установить какие-либо количественные
bog N
Рис. 1. Зависимость двух форм функции распознавания от числа (N) элементов в ассортименте, вычисленного в соответствии с простой моделью. В этой модели каждому элементу приписывается постоянная априорная вероятность р распознавания случайно выбранного сигнала. Здесь г, (/) представляет ожидаемую долю всех возможных сигналов, которая будет распознана (rt = 1—(1—р):V), а г2 (//) —вероятность того, что более чем доля / (в этом случае 63 %) числа М возможных сигналов будет распознана. Форма кривой не зависит от выбранной величины М, если М велико
