⚡️ 😞 🕢 Comment fonctionne notre cerveau ou comment modeler l'âme? 👍 🍒 🏇🏼

Bonjour, Geektimes! Dans un article précédemment publié , un modèle du système nerveux a été présenté, je décrirai la théorie et les principes qui ont formé sa base.

La théorie est basée sur l'analyse des informations disponibles sur le neurone biologique et le système nerveux issues de la neurobiologie et de la physiologie modernes du cerveau.

Tout d'abord, je donnerai de brèves informations sur l'objet de la modélisation, toutes les informations sont décrites ci-dessous, prises en compte et utilisées dans le modèle.

NEURON

Un neurone est le principal élément fonctionnel du système nerveux, il se compose du corps d'une cellule nerveuse et de ses processus. Il existe deux types de processus: les axones et les dendrites. Axon est un long processus recouvert d'une gaine de myéline, conçu pour transmettre une impulsion nerveuse sur de longues distances. La dendrite est un processus de ramification court, en raison duquel il existe une relation avec de nombreuses cellules voisines.

TROIS TYPES DE NEURONS

Les neurones peuvent varier considérablement en forme, taille et configuration, malgré cela, il existe une similitude fondamentale du tissu nerveux dans différentes parties du système nerveux, et il n'y a pas de différences évolutives graves. La cellule nerveuse du mollusque Aplisia peut sécréter les mêmes neurotransmetteurs et protéines que la cellule humaine.

Trois types de neurones sont distingués selon la configuration:

a) les neurones récepteurs, centripètes ou afférents, ces neurones ont un axone centripète, à l'extrémité duquel se trouvent des récepteurs, des récepteurs ou des terminaisons afférentes. Ces neurones peuvent être définis comme des éléments qui transmettent des signaux externes au système.

b) les neurones interneurones (insertion, contact ou intermédiaire) qui n'ont pas de processus longs, mais seulement des dendrites. Il y a plus de tels neurones dans le cerveau humain que d'autres. Ce type de neurone est l'élément principal de l'arc réflexe.

c) moteurs, centrifuges ou efférents, ils ont un axone centripète, qui a des terminaisons efférentes qui transmettent l'excitation aux cellules musculaires ou glandulaires. Les neurones efférents sont utilisés pour transmettre des signaux de l'environnement nerveux à l'environnement externe.

Habituellement, les articles sur les réseaux de neurones artificiels stipulent la présence uniquement de motoneurones (avec un axone centrifuge), qui sont connectés en couches d'une structure hiérarchique. Une description similaire est applicable au système nerveux biologique, mais est une sorte de cas particulier, nous parlons de structures, de réflexes conditionnés de base. Plus l'évolution du système nerveux est élevée, moins il y prévaut de structures comme des «couches» ou une hiérarchie stricte.

TRANSFERT D'EXCITATION NERVEUSE

La transmission de l'excitation se produit d'un neurone à l'autre, par des épaississements spéciaux aux extrémités des dendrites, appelés synapses. Selon le type de transmission, les synapses sont divisées en deux types: chimique et électrique. Les synapses électriques transmettent une impulsion nerveuse directement à travers le point de contact. Il existe très peu de telles synapses dans le système nerveux, elles ne seront pas prises en compte dans les modèles. Les synapses chimiques transmettent une impulsion nerveuse à travers une substance médiatrice spéciale (neurotransmetteur, neurotransmetteur), ce type de synapse est répandu et implique une variabilité du travail.
Il est important de noter que des changements se produisent constamment dans un neurone biologique, de nouvelles dendrites et synapses se développent et la migration des neurones est possible. Les néoplasmes se forment aux points de contact avec d'autres neurones, pour le neurone émetteur c'est une synapse, pour le récepteur c'est une membrane postsynaptique équipée de récepteurs spéciaux qui répondent au médiateur, c'est-à-dire que nous pouvons dire que la membrane neuronale est un récepteur, et les synapses sur les dendrites sont des émetteurs signal.

SINAPSE

Lorsque la synapse est activée, elle éjecte des parties du médiateur, ces parties peuvent varier, plus le médiateur est sécrété, plus le signal reçu sera activé par la cellule nerveuse. Le médiateur, brisant la fente synoptique, pénètre dans la membrane postsynaptique, sur laquelle se trouvent les récepteurs qui répondent au médiateur. De plus, le médiateur peut être détruit par une enzyme destructrice spéciale, ou absorbé par la synapse, ce qui réduit le temps de l'action du médiateur sur les récepteurs.
En plus du stimulus, il existe des synapses qui inhibent le neurone. En règle générale, ces synapses appartiennent à certains neurones, qui sont désignés comme neurones inhibiteurs.
Il peut y avoir de nombreuses synapses reliant un neurone à la même cellule cible. Pour simplifier, nous acceptons l'ensemble des effets d'un neurone sur un autre neurone cible au niveau de la synapse avec une certaine force d'impact. La principale caractéristique d'une synapse sera sa force.

ÉTAT D'EXCITATION D'UN NEURON

Au repos, la membrane neuronale est polarisée. Cela signifie que les particules portant des charges opposées sont situées des deux côtés de la membrane. Au repos, la surface extérieure de la membrane est chargée positivement, l'intérieur est négatif. Les principaux vecteurs de charges dans l'organisme sont les ions sodium (Na +), le potassium (K +) et le chlore (Cl-).
La différence entre les charges à la surface de la membrane et à l'intérieur du corps cellulaire est le potentiel de la membrane. Le médiateur provoque une violation de la polarisation - dépolarisation. Les ions positifs à l'extérieur de la membrane se précipitent par des canaux ouverts dans le corps cellulaire, modifiant le rapport des charges entre la surface de la membrane et le corps cellulaire.

Changement du potentiel membranaire lors de l'excitation d'un neurone

La nature des modifications du potentiel membranaire lors de l'activation du tissu nerveux est inchangée. Quelle que soit la force exercée sur le neurone, si la force dépasse une certaine valeur de seuil, la réponse sera la même.
Pour l'avenir, je tiens à noter que même les traces potentielles comptent dans le travail du système nerveux (voir le graphique ci-dessus). Ils n'apparaissent pas, en raison de certaines oscillations harmoniques équilibrant les charges, sont une manifestation stricte d'une certaine phase de l'état du tissu nerveux lors de l'excitation.

THÉORIE DE L'INTERACTION ÉLECTROMAGNÉTIQUE

Je donnerai donc d'autres hypothèses théoriques qui nous permettront de créer des modèles mathématiques. L'idée principale est l'interaction entre les charges formées à l'intérieur du corps cellulaire, au cours de son activité, et les charges des surfaces des membranes des autres cellules actives. Ces charges sont opposées, à cet égard, on peut supposer comment les charges seront situées dans le corps cellulaire sous l'influence des charges d'autres cellules actives.

On peut dire que le neurone détecte à distance l'activité d'autres neurones, cherche à diriger la propagation de l'excitation en direction d'autres sites actifs.
Au moment de l'activité des neurones, un certain point dans l'espace peut être calculé, qui serait défini comme la somme des masses de charges situées à la surface des autres neurones. Nous appellerons ce point un point de modèle; son champ dépend d'une combinaison des phases d'activité de tous les neurones du système nerveux. Une combinaison unique de cellules actives est appelée un schéma de physiologie du système nerveux, c'est-à-dire que nous pouvons parler de l'effet des régions cérébrales excitées sur le fonctionnement d'un seul neurone.
Il est nécessaire d'imaginer le travail du neurone non seulement comme un ordinateur, mais comme une sorte de répéteur d'excitation qui sélectionne les directions de propagation de l'excitation, de sorte que des circuits électriques complexes se forment. Initialement, il a été supposé qu'un neurone se déconnecte / allume simplement sélectivement ses synapses pour la transmission, selon la direction d'excitation préférée. Mais une étude plus détaillée de la nature du neurone a conduit à la conclusion que le neurone peut modifier le degré d'influence sur la cellule cible grâce à la puissance de ses synapses, ce qui fait du neurone un élément informatique plus flexible et variable du système nerveux.

Quelle direction pour la transmission de l'excitation est préférée? Dans diverses expériences liées à la formation de réflexes inconditionnés, il peut être déterminé que des voies ou des arcs réflexes se forment dans le système nerveux qui relient les régions cérébrales activées lors de la formation de réflexes inconditionnés et que des connexions associatives sont créées. Cela signifie que le neurone doit transmettre des excitations à d'autres parties actives du cerveau, se souvenir de la direction et l'utiliser à l'avenir.
Imaginez le vecteur de début, qui est situé au centre du peuplement actif, et la fin est dirigée vers le point de motif défini pour un neurone donné. Notons comme le vecteur de la direction de propagation préférée de l'excitation (T, tendance). Dans un neurone biologique, le vecteur T peut se manifester dans la structure du neuroplasme lui-même, ce sont peut-être des canaux pour le mouvement des ions dans le corps de la cellule, ou d'autres changements dans la structure du neurone.
Un neurone a la propriété de la mémoire, il peut mémoriser le vecteur T, la direction de ce vecteur, changer et écraser en fonction de facteurs externes. Le degré auquel le vecteur T peut subir des changements est appelé neuroplasticité.
Ce vecteur, à son tour, affecte le fonctionnement des synapses neuronales. Pour chaque synapse, nous définissons le vecteur S début, qui est situé au centre de la cellule, et la fin est dirigée vers le centre du neurone cible avec lequel la synapse est connectée. Maintenant, le degré d'influence pour chaque synapse peut être déterminé comme suit: plus l'angle entre les vecteurs T et S est petit, plus la synapse sera grande; plus l'angle est petit, plus la synapse s'affaiblit et peut éventuellement arrêter la transmission de l'excitation. Chaque synapse a une propriété de mémoire indépendante, elle se souvient de la signification de sa force. Les valeurs indiquées changent à chaque activation du neurone, sous l'influence du vecteur T, elles augmentent ou diminuent d'une certaine valeur.

MODÈLE MATHÉMATIQUE

Les signaux d'entrée (x1, x2, ... xn) du neurone sont des nombres réels qui caractérisent la force des synapses des neurones qui affectent le neurone.
Une valeur positive de l'entrée signifie un effet stimulant sur le neurone, et une valeur négative signifie un effet inhibiteur.
Pour un neurone biologique, peu importe d'où provient le signal qui l'excite, le résultat de son activité sera identique. Un neurone sera activé lorsque la somme des effets sur lui dépassera une certaine valeur seuil. Par conséquent, tous les signaux passent par l'additionneur (a), et puisque les neurones et le système nerveux fonctionnent en temps réel, par conséquent, l'effet des entrées doit être évalué dans un court laps de temps, c'est-à-dire que l'effet de la synapse est temporaire.
Le résultat de l'additionneur passe la fonction de seuil (b), si la somme dépasse la valeur de seuil, cela conduit à une activité neuronale.
Lorsqu'il est activé, un neurone signale son activité au système, des informations avancées sur sa position dans l'espace du système nerveux et la charge, qui change dans le temps (en).
Après un certain temps, après activation, le neurone transmet une excitation le long de toutes les synapses disponibles, en racontant préalablement leur force. La période d'activation entière du neurone cesse de répondre aux stimuli externes, c'est-à-dire que tous les effets des synapses des autres neurones sont ignorés. La période d'activation comprend également la période de récupération du neurone.
Le vecteur T (g) est corrigé en tenant compte de la valeur du point de motif Pp et du niveau de neuroplasticité. Ensuite, il y a une réévaluation des valeurs de toutes les forces de synapse dans le neurone (d).
Notez que les blocs (g) et (e) sont exécutés en parallèle avec le bloc (c).

EFFET ONDE

Si vous analysez soigneusement le modèle proposé, vous pouvez voir que la source d'excitation devrait avoir un effet plus important sur le neurone qu'une autre partie active et distante du cerveau. Par conséquent, la question se pose: pourquoi y a-t-il encore un transfert en direction d'un autre site actif?
J'ai pu identifier ce problème uniquement en créant un modèle d'ordinateur. La solution a suggéré un graphique des changements dans le potentiel membranaire pendant l'activité neuronale.

Une repolarisation accrue du neurone, comme mentionné précédemment, est importante pour le système nerveux, grâce à elle, l'effet de l'onde est créé, le désir d'excitation nerveuse de se propager à partir de la source d'excitation.
En travaillant avec le modèle, j'ai observé deux effets, si nous négligions le potentiel de trace ou le rendions pas assez grand, alors l'excitation ne se propage pas à partir des sources, mais tend plutôt à la localisation. Si vous rendez le potentiel de trace très grand, alors l'excitation a tendance à "se disperser" dans différentes directions, non seulement de sa source, mais aussi d'autres.

CARTE COGNITIVE

En utilisant la théorie de l'interaction électromagnétique, de nombreux phénomènes et processus complexes qui se produisent dans le système nerveux peuvent être expliqués. Par exemple, l'une des dernières découvertes, qui est largement discutée dans les sciences du cerveau, est la découverte de cartes cognitives dans l'hippocampe.
L'hippocampe est la partie du cerveau qui est responsable de la mémoire à court terme. Les expériences sur des rats ont révélé qu'un certain endroit dans le labyrinthe correspond à son propre groupe localisé de cellules dans l'hippocampe, et peu importe comment l'animal arrive à cet endroit, une zone du tissu nerveux correspondant à cet endroit sera activée de toute façon. Naturellement, l'animal doit se souvenir de ce labyrinthe, ne pas compter sur la correspondance topologique de l'espace du labyrinthe et de la carte cognitive.

Chaque endroit du labyrinthe est représenté dans le cerveau comme un ensemble de stimuli de nature différente: odeurs, couleur des murs, objets remarquables possibles, sons caractéristiques, etc. Ces stimuli se reflètent dans le cortex, diverses représentations des sens, sous la forme d'éclats d'activité dans certaines combinaisons. Le cerveau traite simultanément les informations dans plusieurs départements, souvent les canaux d'information sont divisés, les mêmes informations vont à différentes parties du cerveau.

Activation des neurones de lieu en fonction de la position dans le labyrinthe (l'activité des différents neurones est représentée en différentes couleurs). la source

L'hippocampe est situé au centre du cerveau, la voiture entière et ses zones en sont retirées, à égale distance. Si nous déterminons pour chaque combinaison unique de stimuli le point de masse des charges à la surface des neurones, alors nous pouvons voir que ces points seront différents et seront situés approximativement au centre du cerveau. L'excitation dans l'hippocampe tendra vers ces points et se propagera, formant des zones d'excitation stables. De plus, le changement alternatif de combinaisons de stimuli entraînera un changement dans le point du motif. Les sections de la carte cognitive s'associeront de manière associative les unes aux autres de manière séquentielle, ce qui conduira au fait que l'animal, placé au début du labyrinthe qui lui est familier, peut rappeler tout le chemin suivant.

Conclusion

Beaucoup demanderont, où dans ce travail sont les pré-requis pour l'élément de rationalité ou la manifestation d'une activité intellectuelle supérieure?
Il est important de noter que le phénomène du comportement humain est une conséquence du fonctionnement de la structure biologique. Par conséquent, afin d'imiter un comportement raisonnable, il est nécessaire de bien comprendre les principes et les caractéristiques du fonctionnement des structures biologiques. Malheureusement, un algorithme clair n'a pas encore été présenté dans la science de la biologie: comment fonctionne un neurone, comment il comprend où il est nécessaire de développer ses dendrites, comment configurer ses synapses afin qu'un simple réflexe conditionné puisse se former dans le système nerveux, similaire à ceux qu'il a démontré et décrit dans Académicien I.P. Pavlov.
D'autre part, dans la science de l'intelligence artificielle, dans une approche ascendante (biologique), il y a une situation paradoxale, à savoir: lorsque les modèles utilisés dans la recherche sont basés sur des idées dépassées sur le neurone biologique, le conservatisme, qui est basé sur le perceptron sans repenser ses principes de base, sans fait appel à la source biologique, propose des algorithmes et des structures plus sophistiqués qui n'ont pas de racines biologiques.
Bien sûr, personne ne réduit les mérites des réseaux de neurones classiques, qui ont fourni de nombreux logiciels utiles, mais jouer avec eux n'est pas le moyen de créer un système fonctionnant intellectuellement.
De plus, les déclarations selon lesquelles le neurone est comme une machine informatique puissante ne sont pas rares sont attribuées à la propriété des ordinateurs quantiques. En raison de cette supercomplexité, l'impossibilité de sa répétition est attribuée au système nerveux, car cela est proportionné au désir de modeler l'âme humaine. Cependant, en réalité, la nature suit le chemin de la simplicité et de l'élégance de ses décisions, le mouvement des charges sur la membrane cellulaire peut servir à la fois à transmettre l'excitation nerveuse et à transmettre des informations sur le lieu de ce transfert.
Malgré le fait que ce travail démontre comment les réflexes conditionnés élémentaires se forment dans le système nerveux, il nous rapproche de la compréhension de l'intelligence et de l'activité intelligente.

Il existe de nombreux autres aspects du système nerveux: mécanismes d'inhibition, principes de construction des émotions, organisation de réflexes inconditionnés et entraînement, sans lesquels il est impossible de construire un modèle qualitatif du système nerveux. Il existe une compréhension, à un niveau intuitif, du fonctionnement du système nerveux, dont les principes peuvent être incarnés dans des modèles.
La création du premier modèle a permis d'affiner et de corriger l'idée de l'interaction électromagnétique des neurones. Pour comprendre comment la formation d'arcs réflexes se produit, comment chaque neurone individuel comprend comment configurer ses synapses pour obtenir des connexions associatives.
En ce moment, j'ai commencé à développer une nouvelle version du programme, qui vous permettra de simuler de nombreux autres aspects du neurone et du système nerveux.

Je vous demande de prendre une part active à la discussion des hypothèses et hypothèses avancées ici, car je peux être partisan de mes idées. Votre avis est très important pour moi.

Modèle (PC Windows) + tutoriel

(Windows PC)

Comment fonctionne notre cerveau ou comment modeler l'âme?