Нашият мозък

Здравейте, в тази статия ще попиша малко за неща около нашия мозък, които съм прочел и видял в Интернет. Може от време на време да включа и някое мое разсъждение.

Невронната мрежа

В нашия мозък има милиарди неврони. Всеки от тях може да се свързва с другите неврони при определени условия и да си предават сигнали. Идеята е проста. Идват импулси от тялото, тези импулси минават през мрежа от неврони, мрежата от неврони обикновено претърпява малка промяна като реакция на този стимул и може да изпрати обратно импулси на тялото. Способността на невронната мрежа да променя реакцията си спрямо импулсите идващи от тялото определя живота на организма и способността му да оцелява. Ако при ДНК, мутацията се извършва веднъж в живота на съществото, то в този случай има и придобити възможности.

Компютърът

Компютърът представлява една памет, един процесор и входно/изходни канали. Идеята е проста. Процесорът променя или чете паметта, когато получи съответен сигнал. Процесорът разполага с няколко прости инструкции, които може да извърши върху паметта. Обикновено списък от инструкции (програма) са записани на паметта и той ги изпълнява при команда като има възможност да докладва на изходния канал (екран).

Мозъкът срещу компютъра

Интересното при мозъка е, че той е памет и процесор в едно. Всяка връзка между невроните определя какво е "записано" в мозъка и всеки неврон обработва сигнали като един малък процесор. Може да се каже, че мозъка е една памет, на която всяка клетка е същевременно процесор и информация.

Еволюцията

След като разбираме толкова много за невронните мрежи, защо не можем да направим нещо, което е "умно" поне колкото муха? Според мен е грешно да се мисли, че ние сме нещо по-различно от еволюция и че нашите творения не се влияят от законите на еволюцията. Именно затова трябва да мине известно време, за да може нашите машинки, базирани на идеите, които намираме в живите същества, да полетят и да започнат да правят неща, които никога не бихме могли да си представим в момента.

Подход

Докато някои хора се опитват да направят действаща изкуствена невронна мрежа, други създават роботи написани със стандартни алгоритми за програмиране използвани в компютърните науки. Има и хора, които търсят същината на интелекта и нови алгоритми, с които той може да бъде описан.

Мозъчната кора

Гънките на мозъка или сивото вещество (защото явно е сиво на цвят), това е най-външната част на двете полукълба на мозъка. Там се съдържа почти всичко за вас. Тя играе роля за паметта, вниманието, усещането на възприятията, мисълта, езика и съзнанието. Бялото вещество е окабеляването на тази кора и седи под нея. Ето картинка, за да видите как изглежда.

Ако мозъчната кора бъде разгърната, тя би представлявала една кърпа (60х60см например). При еволюцията, явно кората е растяла по-бързо от черепа ни и за да може да се побере по голяма площ разум, тя малко по малко се е нагънала.

В мозъчната кора се наблюдават неврони организирани в шест слоя, според различни характеристики. Сантяго Рамон и Кахал (нобелов лауреат) е направил следните 3 картини (оригинал) като най-отгоре е края на кората, а от ляво надясно: зрителна зона на възрастен обработена по метода на Нисл, двигателна зона на възрастен обработена по метода на Нисл и зона на 1.5 месечно бебе обработена по метода на Голги.

Оказва се, че осъществяването на дадена функция е специфично и както е в случая на двигателната зона, някой слой може да не съществува. Ние ще разгледаме случая с шестте слоя.

Какво търсим в мозъчната кора

За да се справяме добре във света, който ни заобикаля, ние трябва да го разбираме. Ние постигаме това като си изградим въображаем модел. Не, не говоря за този модел, който вие си мислите и който можете да осъзнаете лесно. Става въпрос за едно много ниско ниво на описание, където информацията от сетивата ви пристига в мозъчната кора и тя трябва да разбере какви са причините. Нагледно става следното:

Първо обаче трябва да се запитаме как тази част от мозъка ни определя каква причина отговаря на даден импулс. Ами това е първата задача на мозъчната кора, да открива причините, да открива шарки в нови и нови входни данни. Веднъж определила причината, втората задача на мозъчната кора е да се съсредоточи върху предсказването на това какво следва от разбраната причина. Щом като сте чули звука на двигателя, вие можете да си представите веднага колата, която ще се появи: вие предсказвате бъдещето! Следва третата задача, при която мозъчната кора казва на тялото да се отдръпне от пътя и вие сте спасен от сигурна гибел.

Дървовидна Времева Памет

Моделът за Дървовидна Времева Памет (ДВП) е създадена от Джеф Хокинс и Дилийп Джордж в тяхната фирма Нумента. ДВП се основава на теорията за работата на мозъчната кора, която е развита в книгата "On Intellidence" (2004) от Хокинс и съавторката Сандра Блейкслий.

Джеф Хокинс е силно заинтересован от мозъка и иска да създаде обща теория, която да обедини десетките години изследвания в областта на неврологията. Заедно с Дилийп Джордж, той успява да създаде опростен модел на функционирането на мозъчната кора и прокарва идеята за ново поколение интелигентни машини. В Интернет могат да се намерят десетки презентации, в които двамата инженери описват ДВП и виждането си за бъдещето ѝ. Според Хокинс, откритията в областта на науките свързани с мозъка ще променят компютърната наука и той кани всеки, на когото му е любопитно да прочете повече, да се запознае с материята и да помогне за прогреса.

ДВП имитира мозъчната кора

Да се върнем на представянето на мозъчната кора (сивото вещество) като кърпа. Площта на кърпата е разделена на региони. Регионите са свързани помежду си благодарение на снопове нервни влакна от бялото вещество. Това, което са наблюдавали учените е, че при общуването помежду си, регионите са образували йерархии, дървета.


Всеки регион изглежда еднакъв, структурата им е еднаква, но те спазват определена йерархия. Хокинс представя следната карикатура на едно дърво:

Ако приемем, че това са региони отговорни за зрението, то тези най-отдолу (ред 1) получават първи данните от очите. Ред 1 проектира данните към Ред 2, Ред 2 към Ред 3 и т.н. Малките стрелки показват, че информацията може да тече нагоре и надолу по пирамидата. Когато клетки от долен ред намерят стабилна пространствена шарка, те подават данни нагоре. Когато клетките от горен ред намерят (времева) последователност (предсказуемост), те подават данни надолу.

От схемата става ясно, че всяка част от Ред 1 е отговорна за малка част от зрението. Малка като време и други характеристики. Клетките в частите на Ред 2 са същите като тези в частите на Ред 1, но те отговарят за по мащабни характеристики на наблюдаваното и по-дълги периоди от време. Така малко по малко, достигайки до най-горното ниво, се намират все по-важни и по-важни причини.

Всяко едно дърво представлява човек, дума, идея, каквото и да е. Понятия на високо ниво. Това е начинът, по който мозъка построява модел на причините и достига до заключения. Това не е компютър, това е памет. Дървовидна памет, която разбира какви са причините в света и ги вгражда в йерархия.

Следващите стъпки

Изложението ми върху ДВП е изцяло основано на лекцията "Jeff Hawkins - Hierarchical Temporal Memory" от 18 март 2010 г. пред Факултета по Компютърни Науки към Университета на Британска Колумбия, Канада. Интересното в тази лекция е, че Хокинс не говори само какво са правили през последните три-четири години в Нумента или какво ще е грандиозното бъдеще след десетилетия. Той прави изложение на това, над което са работили есента на 2009 и може да се види как тази теория се подобрява и развива, как се откриват нови и интересни детайли.

Пред есента на 2009, учените от Нумента са се съсредоточили върху кутийките от дървовидната структура, онези жълти квадратчета, които обсъждахме. Всеки такъв възел има 3 компонента:

• пространствен смесител: учи пространствени шарки;
• памет за последователност: учи поредици;
• времеви смесител: образува стабилни представяния на поредици, дори шарките да не съвпадат.

Изходът от времевия смесител на един възел е вход за пространствен смесител на горно ниво.

Отново стана късно, а стигнах до темата Разпределени представяния с неизменна разпръснатост (Fixed-sparsity Distributed Representations, FDR), красота :) Затова ще спра до тук. Надявам се да сте разбрали повечето неща до тук. И аз поразбрах това онова вече :)