Nouveaux réseaux de neurones ou simulation du système nerveux

Salut les Geektimes! Je souhaite présenter mes réalisations dans une étude dans le domaine de l'intelligence artificielle.

Dès ma jeunesse, j'ai rêvé de la possibilité de créer une intelligence artificielle. De retour à l'école, j'ai lu le travail fantastique "Black Yasha" de Zinovy ​​Yuriev, dans lequel le protagoniste a créé un appareil comparable en complexité au cerveau humain, qui est une boîte noire remplie de nombreux éléments interconnectés - des neurologues, lui a enseigné comme un enfant, le faisant tomber une avalanche d'informations. Après quoi, l'appareil s'est transformé en une créature rationnelle, une personne nommée Yasha. J'ai pensé au fonctionnement des neurologues. J'ai cherché la réponse en neurobiologie et physiologie du système nerveux. L'étude de livres sur ce sujet m'a donné une bonne idée du neurone biologique et du travail de I.P. Pavlov a formé en moi la croyance que toute manifestation du comportement arbitrairement complexe des êtres vivants,manifestation de réflexes conditionnés et inconditionnés. Puis sont apparues les premières hypothèses naïves sur les principes du neurone biologique et les tentatives de décrire systématiquement ces principes. Le fait qu'il existe des réseaux de neurones artificiels, je n'en avais aucune idée, alors qu'Internet était rare.

Ce n'est que pendant mes années d'études que j'ai pris connaissance de quelques articles sur le thème des réseaux de neurones artificiels, leur connaissance m'a fait une impression ambiguë. D'une part, de telles différences graves ont été surpris entre le modèle neuronal adopté comme base du perceptron et le neurone biologique. En revanche, les méthodes descriptives utilisées dans les réseaux de neurones artificiels m'ont permis de reconsidérer mes hypothèses sur le fonctionnement d'un neurone et de les présenter sous une forme plus systématisée. Bien que même alors, il s'agissait de représentations très illusoires.

Le modèle neuronal à la base des réseaux artificiels classiques était généralement présenté comme une cellule avec de nombreuses entrées - dendrites et avec une sortie - un axone. La cellule a analysé les signaux des entrées et, comme une fonction, a produit un résultat qui a été transmis aux neurones suivants. En fait, un neurone avec un axone n'est qu'un cas spécial dans le système nerveux, la plupart des neurones du cerveau humain n'ont pas d'axone. Un neurone reçoit des signaux sur presque toute la surface de la membrane, des récepteurs spéciaux. Après cela, il transmet des signaux à travers des dendrites via des synapses à d'autres cellules, de plus, les synapses des cellules ont des forces différentes, leur force est déterminée indépendamment les unes des autres. Un neurone biologique a de nombreuses entrées et de nombreuses sorties déterminées indépendamment. Il s'est avéré que, dans un neurone mathématique, les coefficients des poids des signaux d'entrée sont analysés et calculéset dans un neurone biologique, une analyse de la puissance du week-end a lieu.

Malgré les fortes différences entre les réseaux artificiels et les réseaux biologiques, ils se sont révélés très productifs; les travaux dans ce domaine ont donné de nombreux résultats intéressants et pratiques.
Les réseaux de neurones classiques sont très pratiques à mettre en œuvre, j'avais l'expérience d'écrire un programme Delphi simple basé sur le perceptron, mais à ma honte, je n'avais pas assez de compétences en programmation pour mettre en œuvre mes idées sur la modélisation du système nerveux.

Pendant longtemps, je n'ai pas abordé ce sujet, mais j'ai continué à m'intéresser et à étudier des livres et des articles sur la neurobiologie et la psychologie. Il y a environ deux ans, j'ai commencé à étudier le moteur de jeu Unity3D, il s'intéressait précisément à moi en tant que moteur de jeu. Après avoir créé quelques applications de jeu dessus, j'ai réalisé que Unity3D est le mieux adapté pour élaborer des idées. Ici, et l'espace de travail en trois dimensions, et la facilité de programmation, et la liberté d'organiser la structure des objets. Je me suis fixé la tâche de créer un modèle simple qui montre les princes élémentaires du neurone et du système nerveux, sur la base de mes hypothèses.
Après avoir travaillé un peu sur le modèle, j'attendais la première déception. Le modèle était une sorte d'automate cellulaire, d'éléments interconnectés. Le réseau de neurones créé, environ 450 cellules situées dans un espace tridimensionnel, dans une grille cubique, ne fonctionnait pas conformément à mes idées. Les tentatives de corriger son travail ont été infructueuses.
La localisation dans l'espace tridimensionnel est un aspect très important pour le système, car pour l'analyse et la détermination de la force de ses sorties, le neurone prend en compte sa localisation par rapport aux autres cellules actives.


La première architecture de réseau neuronal défaillante

Considérant que la cause de mes échecs peut être la prédétermination du nombre de neurones et du nombre de connexions du neurone. Il a été décidé de créer des neurones de manière dynamique. Le fait est qu'il existe un principe de transmission séquentielle d'excitation d'un neurone à l'autre, chaque acte réflexe peut être représenté comme une chaîne de transmission séquentielle d'un signal nerveux. Certains neurones ne pouvaient être impliqués dans aucun acte réflexe, tout en utilisant des ressources informatiques et en interférant avec l'examen lors de l'étude du réseau.
Avec la création dynamique de neurones, nous pouvons dire que la zone de travail du programme est un espace rempli de neurones hypothétiques qui seront activés si nécessaire. Le programme crée des neurones là où ils sont nécessaires avec certaines restrictions qui imitent le remplissage préliminaire de l'espace avec des cellules.

Cependant, après les modifications introduites, le processus de travail avec le modèle a été une recherche, un cycle d'hypothèses et leurs vérifications. J'ai apporté des modifications au script des neurones, j'ai observé le comportement d'un système qui ne se comportait pas conformément à mes attentes, ce qui m'a forcé à construire de nouvelles hypothèses et à nouveau apporter des modifications au programme. Ce travail m'a fait surestimer l'importance de certains aspects de la biologie d'un neurone, qui me paraissaient auparavant insignifiants. Par exemple, il a fallu prendre en compte le changement du potentiel de trace négatif, ajouter la fatigue des neurones et des cellules inhibitrices.
En conséquence, j'ai obtenu le résultat que je me suis fixé initialement. Un programme qui peut démontrer comment l'entraînement associatif se produit dans les tissus nerveux, la formation de nouveaux arcs réflexes, semblable à la façon dont cela se produit dans le cerveau du chien dans les expériences de I.P. Pavlova.
Comparé aux réseaux neuronaux classiques, qui avec moins d'éléments peuvent reconnaître les visages, dessiner des images et composer de la musique, fonctionnellement mon réseau neuronal est pratiquement inutile. Cependant, pour moi, le potentiel qui y est inhérent est plus important.

Il y a douze entrées dans le système, qui sont des récepteurs de boutons, ce sont des boutons de clavier, qui correspondent à des indicateurs indiqués par des lettres et douze sorties, qui sont des indicateurs de l'activité de certaines cellules. Le programme vous permet d'éditer le réseau: créer des neurones, configurer leurs synapses (communications), configurer les entrées et sorties.
Des réflexes inconditionnés sont initialement créés, sur la base desquels la formation a lieu. Un homme est né avec un ensemble de réflexes inconditionnés prêts à l'emploi, que l'évolution a soigneusement préparés et sélectionnés. Cet ensemble de réflexes prédétermine la variabilité de notre entraînement.



Dans la vidéo, vous pouvez voir comment deux simples réflexes indifférents constitués d'un récepteur et d'un motoneurone, après plusieurs répétitions articulaires, se connectent de manière associative. Il y a une formation de "cavalier" entre eux.
Je n'ai pas encore décrit les détails concernant les principes de fonctionnement du système et des neurones, car le travail sur la base théorique est toujours en cours, et je ne voudrais pas exposer des théories brutes.

Ce n'est que le début du voyage.Il reste encore beaucoup à faire. Maintenant, je prévois de travailler sur une nouvelle version du programme qui me permettra de comprendre certains détails concernant l'inhibition du système nerveux. Je prévois d'étendre les capacités des signaux d'entrée, un système de sentiments plus détaillé et diversifié, ainsi que de prendre en compte des signaux d'informations chimiques spécifiques qui nous permettront de simuler la ressemblance des émotions.

Après avoir travaillé sur de tels modèles, tous les aspects du travail des neurones, il sera possible de procéder à la création d'un système qui vous permettra de créer, comme dans l'éditeur de structure, simulant le travail du cerveau des animaux. A ce stade, les connaissances de spécialistes dans le domaine de la physiologie du cerveau seront également recherchées.
La capacité à s'identifier et à prendre conscience de soi fait partie intégrante de l'intelligence, comme vous le savez, tout cela est ancré dans les structures du cerveau. Et il n'est pas possible de créer une machine à penser sans copier les structures et les principes du cerveau.

PS La
recherche dans le domaine de l'intelligence artificielle, ainsi que la rédaction d'articles sur ce sujet ne sont pas le type principal de mon activité, donc ne jugez pas strictement. Je serai reconnaissant pour toute aide dans le travail, aide, conseil, avertissement. Votre opinion et vos critiques constructives sont très importantes pour moi.

Source: https://habr.com/ru/post/fr382375/