🧓 🔞 👩🏿‍🔧 मस्तिष्क की संरचना और शुरुआती सेटिंग्स ♈️ 🤱🏻 🕚

यह जानना कि न्यूरॉन कैसे काम करता है, यह समझने के लिए पर्याप्त नहीं है कि तर्कसंगत और बौद्धिक व्यवहार क्या होता है। विकास ने अपेक्षाकृत सरल तत्वों की एक प्रणाली बनाकर अद्भुत महारत हासिल की है जो पर्यावरण के साथ बातचीत करने में अविश्वसनीय सफलता को प्रभावित कर सकती है। सेंसर और निष्कर्षों को जोड़ने और मस्तिष्क के कम से कम कुछ अंश प्राप्त करने के लिए जुड़े न्यूरॉन्स (परतों में भी) का एक निश्चित द्रव्यमान लेना पर्याप्त नहीं है। लाखों वर्षों में विकास का मुख्य क्षेत्र एक न्यूरॉन नहीं है, बल्कि तंत्रिका तंत्र में तंत्रिका कोशिकाओं की संरचना और आंतरिक संगठन है।

पिछले भाग में, हमने अनुमस्तिष्क प्रांतस्था की संरचना के बारे में बात की थी और इसे इसके उदाहरण से देखा जा सकता है कि संरचना और संगठन इसके कार्यों के लिए मूलभूत हैं। आइए देखें कि सेरेब्रल कॉर्टेक्स का आयोजन कैसे किया जाता है, संरचना जिसके कारण मनुष्य पृथ्वी पर सबसे सफल प्रजाति बन गया है।

लेख-सूची

1. तंत्रिका तंत्र का एक सिम्युलेटर। भाग 1. सरल योजक
2. तंत्रिका तंत्र का सिम्युलेटर। भाग 2. संशोधित न्यूरोलेमेंट
3. तंत्रिका तंत्र सिम्युलेटर। भाग 3. साहचर्य तंत्रिका संबंधी
4. स्मृति, स्मृति समेकन और दादी के न्यूरॉन्स
5. भावना मॉडलिंग या नवीनता की इलेक्ट्रॉनिक भावना
6. अद्भुत अनुमस्तिष्क
7. संरचना और मस्तिष्क सेटिंग्स शुरू

यह ज्ञात है कि मानव मस्तिष्क के सेरेब्रल कॉर्टेक्स में छह पारंपरिक परत शामिल हैं, लेकिन यह विकास के कई चरणों के लिए इस रूप में आया था। इसलिए, शुरुआत के लिए, हम 2 से 3 परतों के साथ एक सरलीकृत संस्करण पर विचार करेंगे, क्योंकि ऐसा विकल्प प्रकृति में भी होता है। अपने विकासवादी विकास के दृष्टिकोण से किसी भी जैविक संरचना का अध्ययन करना अधिक लाभदायक है। विकास ने कोर्टेक्स के विकास के दो मार्गों का पालन किया: परतों की संख्या में वृद्धि और प्रांतस्था के कुल क्षेत्र में वृद्धि।

कॉर्टेक्स के दूसरी सुविधा तथाकथित cortical स्तंभ की उपस्थिति है। हम कह सकते हैं कि कॉर्टिकल कॉलम कॉर्टेक्स की संरचना की एक तार्किक इकाई है। भ्रूण के विकास के दौरान कॉर्टेक्स की खुद की वृद्धि पूरे स्तंभों को स्वयं-प्रतिलिपि करके विभाजित की जाती है। और यह तार्किक है अगर हम विकास के साथ एक निश्चित संरचना बनाए रखना चाहते हैं।

कॉर्टिकल कॉलम पिरामिडल न्यूरॉन्स पर आधारित होते हैं। इसलिए सबसे अधिक अध्ययन किया है क्योंकि उनके आकार की कोशिकाओं को नष्ट किए बिना विशेष इलेक्ट्रोड की मदद से पर काम करने के लिए उन्हें अनुमति देता है पिरामिड न्यूरॉन्स, तंत्रिका तंत्र में सबसे बड़ा न्यूरॉन्स से एक हैं। इन न्यूरॉन्स में डेंड्राइट्स की एक विकसित प्रणाली है, जो पूरे स्तंभ में फैलती है, साथ ही एक अक्षतंतु जो कुछ मामलों में एक आने वाली या बाहर जाने वाले संकेत का एक स्रोत है। तथ्य यह है कि पहले कॉलम के cortical परतों में इन न्यूरॉन्स कई किया जा सकता है के बावजूद, वे एक neyroelement के रूप में सभी काम करते हैं। एक पिरामिड कोशिका की गतिविधि का मतलब अक्सर कोशिकाओं के पूरे समूह की गतिविधि होता है। तंत्रिका तंत्र का विकासवादी विकास पहले विश्वसनीयता पर केंद्रित था, और कोशिकाओं के समूहों में एक कार्यात्मक के दोहराव या वितरण एक सार्वभौमिक घटना है।प्रकृति द्वारा बनाई गई एक योजना की कल्पना करना असंभव है जिसमें सिर्फ एक सेल की मृत्यु से पूरे कार्यात्मक इकाई के कामकाज में व्यवधान पैदा होगा। हम कह सकते हैं कि स्तंभ में पिरामिड आकार की कोशिकाओं के समूह गतिविधि ज्यादातर वक्ताओं की गतिविधि का संकेत है।

वक्ताओं को दो प्रकारों में विभाजित किया जा सकता है: एक संकेत बनाना और एक संकेत प्राप्त करना। स्तंभ का प्रकार इस बात पर निर्भर करता है कि पिरामिड के न्यूरॉन्स में अक्षतंतु हैं: अभिवाही या अपवाही। यदि अभिवाही अक्षतंतु हैं, अर्थात् एक संकेत ला रहे हैं, तो संकेत प्राप्त होने पर स्तंभ सक्रिय हो जाएगा, यदि एक संकेत कुल्हाड़ी है, तो संकेत को रिले करना संभव है। अपवाही एक्सोन गतिविधि की उपस्थिति में एक निवर्तमान संकेत बनाने स्तंभ परिणाम देगा।

पिरामिडल न्यूरॉन्स के डेंड्राइट कॉर्टेक्स की ऊपरी परतों तक फैलते हैं, जहां वे अपने कॉर्टिकल कॉलम की सीमाओं से परे विस्तार करते हैं, इस प्रकार, पड़ोसी स्तंभों के बीच स्थानीय बातचीत होती है। स्थानीय संपर्क का एक रूप पार्श्व (पार्श्व) निषेध है। पड़ोसी स्तंभों का निषेध विशेष निरोधात्मक न्यूरॉन्स के माध्यम से किया जाता है, जो कॉर्टिकल कॉलम का हिस्सा हैं। मुख्य रूप से निरोधात्मक न्यूरॉन्स उनके सक्रियण बाधा पिरामिड न्यूरॉन्स पर उनके प्रभाव डालती है।

पार्श्व निषेध आसन्न स्तंभ आसपास प्रतीत होता है। यह हमें सक्रिय स्तंभों के क्षेत्रों की सीमाओं और गतिविधि के क्षेत्रों को और अधिक स्थानीय बनाने की अनुमति देता है। पार्श्व अवरोध के कारण, उत्तेजना के मजबूत प्रसार के लिए एक बाधा उत्पन्न होती है।

पार्श्व अवरोध के अलावा, एक पार्श्व आवेग भी है। इन दो कारकों के बीच संतुलन को समायोजित करके, मस्तिष्क में सामान्य गतिविधि के स्तर को सूक्ष्मता से विनियमित करना संभव है। उदाहरण के लिए, सोने के लिए, आपको गतिविधि के स्तर को कम करने की आवश्यकता है, इसके लिए पार्श्व अवरोध को मजबूत करना और आग्रह को कमजोर करना आवश्यक है। यह विशेष रासायनिक संकेतों और मध्यस्थों के माध्यम से किया जाता है।

आसन्न कॉलम पर प्रभाव हमेशा एक समान संकेंद्रित वितरण के रूप में नहीं होता है। एंटेरहिनल कॉर्टेक्स के लिए, एक वितरण विशेषता है, जो एक निश्चित त्रिकोणीय नेटवर्क में अधिक आसानी से प्रसार करने की अनुमति देता है। ये तथाकथित ग्रिड कोशिकाएं हैं, जो जानवरों को रहने की जगह की छवि को संशोधित करके अंतरिक्ष में नेविगेट करने में मदद करती हैं।

कॉर्टिकल कॉलम का अगला तत्व कई अपेक्षाकृत छोटे स्टेलेट न्यूरॉन्स की एक परत है। इस तरह की एक परत आमतौर पर दानेदार कहा जाता है। उनके आकार के कारण, इस परत के न्यूरॉन्स को पिरामिडल न्यूरॉन्स की तुलना में कम अध्ययन किया जाता है। यह इस परत के न्यूरॉन्स हैं जिन्हें मस्तिष्क की कम्प्यूटेशनल प्रक्रियाओं में मुख्य भूमिका सौंपी जा सकती है, उनके काम के लिए धन्यवाद, साहचर्य कनेक्शन का गठन और छवियों का निर्माण। उत्तेजना के पारस्परिक आकर्षण के सिद्धांतों के अनुसार "गणना" होती है। बारीक परत के न्यूरॉन्स - यह एक साहचर्य neyroelement । एक पिरामिड आकार की कोशिकाओं की भूमिका निभाते हैं एक सरल योजक ,, इन तत्वों के रूप में यह अलग हो गए थे, पृथक छवियों। स्तंभ के दानेदार परत के न्यूरॉन्स के एक महत्वपूर्ण भाग के उत्तेजना पर पिरामिडल न्यूरॉन्स को सक्रिय किया जाएगा।

तारकीय न्यूरॉन्स के बीच कनेक्शन स्वतंत्र रूप से अपने कॉर्टिकल कॉलम की सीमाओं से परे जा सकते हैं, हम कह सकते हैं कि दानेदार परत लगभग निरंतर है।

मेमोरी, स्मृति समेकन और दादी न्यूरॉन्स

कॉर्टिकल कॉलम का यह संस्करण और कॉर्टेक्स की संरचना बहुत सरल है और यहां तक कि आदिम भी लग सकता है, लेकिन जब बड़े पैमाने पर उपयोग किया जाता है और उचित सेटिंग्स के साथ, आप उच्च कम्प्यूटेशनल प्रदर्शन के साथ एक संरचना प्राप्त कर सकते हैं। प्रकृति ने हमेशा सबसे सरल, सबसे विश्वसनीय और प्रभावी समाधान चुना है, और हमारा तंत्रिका तंत्र इस नियम का अपवाद नहीं है। अक्सर मुझे लगता है कि एक न्यूरॉन कुछ सुपर कंप्यूटर या क्वांटम कंप्यूटर के समान है, जो अपने झिल्ली या क्वांटम तंत्र पर कुछ प्रकार के आयन कंपन का उपयोग करके जटिल गणना करता है। यहां तक कि एक साधारण परसेप्ट्रॉन के न्यूरॉन्स में समरूप एल्गोरिथ्म जैविक एनालॉग की तुलना में अधिक जटिल है, परसेप्ट्रोन में यह मायने रखता है कि कौन से सिनाप्स से संकेत आते हैं, और जैविक में केवल प्रभाव की कुल मात्रा महत्वपूर्ण है।मस्तिष्क के मायावी जटिलता के बारे में टकसाली सोच जैविक प्रणाली की प्रकृति को समझना के साथ हस्तक्षेप कर सकते हैं।

संवेदी, मोटर और साहचर्य: हैरानी की बात है, वर्णित संरचना cortical क्षेत्रों में से किसी भी प्रकार के लिए सार्वभौमिक है। कॉर्टेक्स के समारोह क्षेत्र के अनुसार विभिन्न परतों के सापेक्ष मोटाई के भिन्न रूप। उदाहरण के लिए, मोटर प्रांतस्था में परत में पिरामिड न्यूरॉन्स, बारीक परत के संबंध में वृद्धि हुई है क्योंकि मोटर प्रांतस्था संकेत स्पष्ट और मजबूत होना चाहिए। और साहचर्य क्षेत्रों के लिए, एक बढ़े हुए स्टैलेट न्यूरॉन परत को साहचर्य प्रतिवर्त चाप के गठन में सबसे बड़ा लचीलापन प्रदान करने की विशेषता है।

Cortical क्षेत्रों को कई बंधनों से जोड़ा जाता है, यह अक्षतंतु, न्यूरॉन्स की लंबी प्रक्रियाओं के कारण होता है। एक्सॉन बंडल्स नसों का निर्माण करते हैं, जो तथाकथित सफेद पदार्थ हैं। ये नसें दोनों पड़ोसी क्षेत्रों और मस्तिष्क के विपरीत हिस्सों के क्षेत्रों को जोड़ सकती हैं। इसके अलावा, इन कनेक्शनों की वास्तुकला मस्तिष्क के विकासवादी विकास और आंशिक रूप से प्राप्त अनुभव और सीखने के कारण है, लेकिन विभिन्न लोगों के लिए इन कनेक्शनों की तस्वीर समान होगी। इन संबंधों के मानचित्रण से संबंधित कई वैज्ञानिक परियोजनाएं हैं, उदाहरण के लिए, ह्यूमन कनेक्टम प्रोजेक्ट ।

आइए उन सिद्धांतों को देखें जिनके द्वारा ये संचार आयोजित किए जाते हैं।

प्रस्तुत आरेख केवल संगठन के सिद्धांतों को समझने के लिए एक उदाहरण है। जैविक तंत्रिका तंत्र में वास्तविक योजनाएं कई गुना अधिक जटिल हैं।

हम इसी तरह रिसेप्टर्स की संख्या के साथ एक रिसेप्टर क्षेत्र का प्रतिनिधित्व करते हैं, पर्यावरण में कुछ जानकारी प्राप्त करने के लिए अनुमति देता है। कुछ रिसेप्टर फ़ील्ड संयुक्त संकेत बनाते हैं, उदाहरण के लिए, आंख का रेटिना। ऐसे संकेतों के लिए कुछ विश्लेषण क्षमताओं की आवश्यकता होती है। रिसेप्टर क्षेत्र (ए) में रिसेप्टर्स की व्यवस्था की टोपोलॉजी को बनाए रखते हुए इन रिसेप्टर्स के प्रतिनिधि कॉलम एक निश्चित घनत्व के साथ संवेदी कॉर्टेक्स के साथ वितरित किए जाएंगे। उत्तेजना के पारस्परिक आकर्षण के सिद्धांतों के अनुसार, उत्तेजना के कुछ खंड कोर्टेक्स पर बनेंगे, जो संयुक्त रूप से प्राप्त छवि की छवि होगी। प्राथमिक संवेदी कॉर्टेक्स में आमतौर पर उच्चतम न्यूरोप्लास्टिक होता है, अर्थात। पहले से प्राप्त जानकारी को ध्यान में रखते हुए उत्साहित स्तंभों के किसी भी संयोजन को संसाधित किया जाएगा।परिणामी छवि को अन्य स्तंभों द्वारा पढ़ा जाएगा, यह भी संवेदी कॉर्टेक्स पर वितरित एक निश्चित घनत्व के साथ। ये कॉलम कॉर्टेक्स के निम्नलिखित क्षेत्रों के लिए आगे की प्रक्रिया के लिए जानकारी संचारित करेंगे। "रीडिंग" कॉलम की प्रकृति और घनत्व परिणामी छवियों के लिए एक निश्चित फिल्टर देते हैं। यह समझना मुश्किल नहीं है कि इस प्रसंस्करण विधि से रिसेप्टर्स से प्राप्त जानकारी का एक महत्वपूर्ण नुकसान होता है, प्राप्त की गई छवियां अस्पष्ट जानकारी नहीं देती हैं जो विशेष रिसेप्टर्स सक्रिय थीं। विकास ने इस समस्या को खत्म करने के दो तरीके चुने हैं। सबसे पहले, यह रिसेप्टर्स की एक अत्यधिक संख्या है, जो प्रसंस्करण के बाद सूचना सामग्री में गिरावट की भरपाई करता है। दूसरे, यदि आप दूसरे क्षेत्र के रिसेप्टर्स से जानकारी की नकल करते हैं,लेकिन रिसेप्टर क्षेत्र (बी) में रिसेप्टर्स के स्थान के संबंध में प्रतिनिधि कॉलम के स्थान की टोपोलॉजी के उल्लंघन के साथ, अर्थात। उन्हें भ्रमित करें। फिर, दो क्षेत्रों में रिसेप्टर गतिविधि के कई अलग-अलग संयोजनों के साथ, छवियों के विभिन्न संयोजनों का गठन किया जाएगा, जो अधिक जानकारी और अधिक संकेत देता है जिसे हम उजागर कर सकते हैं। स्वाभाविक रूप से, यह समझा जाना चाहिए कि संकेतों का "भ्रम" एक कड़ाई से परिभाषित तरीके से होता है, उदाहरण के लिए, यदि आंख के रेटिना के पूरे क्षेत्र को "भ्रमित" किया जाए तो यह कोई अच्छा नहीं करेगा। रिसेप्टर फ़ील्ड के छोटे टुकड़ों में भ्रम होता है। और बेशक हम कर सकते हैं, यदि आवश्यक हो डुप्लिकेट और एक बार से अधिक संकेतों भ्रमित। तंत्रिका तंत्र इस अलगाव पृष्ठीय और उदर दृश्य सिग्नल प्रोसेसिंग पथ का एक उदाहरण है।फिर, दो क्षेत्रों में रिसेप्टर गतिविधि के कई अलग-अलग संयोजनों के साथ, छवियों के विभिन्न संयोजनों का गठन किया जाएगा, जो अधिक जानकारी और अधिक संकेत देता है जिसे हम उजागर कर सकते हैं। बेशक यह समझा जाना चाहिए कि संकेतों के "उलझाव" रेटिना कोई अच्छा आंख ऐसा नहीं होगा के पूरे क्षेत्र उदाहरण के लिए एक निश्चित तरीके से होता है, अगर "भ्रमित करने के लिए"। रिसेप्टर फ़ील्ड के छोटे टुकड़ों में भ्रम होता है। और निश्चित रूप से हम कर सकते हैं, यदि संकेतों को एक से अधिक बार डुप्लिकेट करना और भ्रमित करना आवश्यक है। तंत्रिका तंत्र में, इस अलगाव का एक उदाहरण दृश्य संकेत प्रसंस्करण के पृष्ठीय और उदर मार्ग हैं।फिर, दो क्षेत्रों में रिसेप्टर गतिविधि के कई अलग-अलग संयोजनों के साथ, छवियों के विभिन्न संयोजनों का गठन किया जाएगा, जो अधिक जानकारी और अधिक संकेत देता है जिसे हम उजागर कर सकते हैं। स्वाभाविक रूप से, यह समझा जाना चाहिए कि संकेतों का "भ्रम" एक कड़ाई से परिभाषित तरीके से होता है, उदाहरण के लिए, यदि आंख के रेटिना के पूरे क्षेत्र को "भ्रमित" किया जाए तो यह कोई अच्छा नहीं करेगा। रिसेप्टर फ़ील्ड के छोटे टुकड़ों में भ्रम होता है। और बेशक हम कर सकते हैं, यदि आवश्यक हो डुप्लिकेट और एक बार से अधिक संकेतों भ्रमित। तंत्रिका तंत्र में, इस अलगाव का एक उदाहरण दृश्य संकेत प्रसंस्करण के पृष्ठीय और उदर मार्ग हैं।कि संकेतों के "उलझनों" एक निश्चित तरीके से जगह लेता है, उदाहरण के लिए, यदि "भ्रमित करने के लिए" पूरे क्षेत्र में यह रेटिना के कोई लाभ नहीं देंगे। उलझाव रिसेप्टर क्षेत्रों के छोटे टुकड़ों में होता है। और बेशक हम कर सकते हैं, यदि आवश्यक हो डुप्लिकेट और एक बार से अधिक संकेतों भ्रमित। तंत्रिका तंत्र इस अलगाव पृष्ठीय और उदर दृश्य सिग्नल प्रोसेसिंग पथ का एक उदाहरण है।कि संकेतों के "उलझनों" एक निश्चित तरीके से जगह लेता है, उदाहरण के लिए, यदि "भ्रमित करने के लिए" पूरे क्षेत्र में यह रेटिना के कोई लाभ नहीं देंगे। उलझाव रिसेप्टर क्षेत्रों के छोटे टुकड़ों में होता है। और बेशक हम कर सकते हैं, यदि आवश्यक हो डुप्लिकेट और एक बार से अधिक संकेतों भ्रमित। तंत्रिका तंत्र इस अलगाव पृष्ठीय और उदर दृश्य सिग्नल प्रोसेसिंग पथ का एक उदाहरण है।

सेरेब्रल कॉर्टेक्स द्वारा जानकारी के प्रसंस्करण का सामान्य सिद्धांत कनेक्शन के घनत्व में कमी के साथ एक क्षेत्र से दूसरे क्षेत्र की जानकारी का क्रमिक संचरण है। इसके अलावा, प्रत्येक बाद के स्तर के साथ, क्षेत्रों की न्यूरोप्लास्टी कम हो जाती है, जो गणना में पिछली जानकारी के प्रसंस्करण के लिए स्मृति और अनुभव को जोड़ता है। इस प्रकार, कुछ प्रमुख विशेषताएं जो विशिष्ट तंत्रिका कोशिकाओं से जुड़ी होंगी, उन्हें संसाधित जानकारी से अलग किया जा सकता है। सीधे शब्दों में कहें, तो उच्च स्तर के प्रसंस्करण के साथ प्रांतस्था के क्षेत्रों में, उत्तेजना वितरण का रूप जो संसाधित सिग्नल के सबसे लगातार रूप से मेल खाता है, का गठन किया जाएगा।

सक्रिय पुनरावृत्ति या शोरगुल होने पर भी, लगातार दोहराव या भावनात्मक सुदृढीकरण के साथ कॉलम ए, बी और सी के संयोजन से "एबीसी" छवि बनाई जाएगी।

सूचना प्रसंस्करण के प्रत्येक स्तर पर, एक निश्चित समय व्यतीत किया जाता है, यदि समय में सूचना परिवर्तन की गतिशीलता का विश्लेषण करना आवश्यक है, तो प्रत्येक स्तर से एक क्षेत्र में जानकारी के भाग की नकल करना संभव है। जीव विज्ञान में एक एनालॉग दृश्य सूचना प्रसंस्करण MT (V5), मध्य-अस्थायी कोर्टेक्स का क्षेत्र है, जो V1, V2, V3 क्षेत्रों से जानकारी एकत्र करता है ... यह क्षेत्र आंदोलन की धारणा के लिए जिम्मेदार है। यदि यह क्षेत्र क्षतिग्रस्त हो जाता है, तो एनेटेटोप्सिया होता है - आंदोलन को देखने में असमर्थता।

एसोसिएशन क्षेत्रों व्यवस्थित कर रहे हैं यह विभिन्न संवेदी और मोटर क्षेत्रों का कार्यालय अपेक्षाकृत सरल है। इसके अलावा, मोटर अभ्यावेदन के लिए, दो-तरफ़ा कनेक्शन होना ज़रूरी है, या तो अक्षतंतु जो दोनों दिशाओं में काम कर सकते हैं, या वे दोनों छोर पर आसन्न और काम करने वाले स्तंभ हैं, या अलग-अलग दिशाओं में काम करने वाले एक ही स्तंभ के दो अक्षतंतु हैं। इस तरह के क्षेत्रों तंत्रिका सर्किट के गठन की संभावना को, स्थान के विभिन्न चरित्र अभ्यावेदन का एक बहुत होना चाहिए विभिन्न संयोजनों समान रूप से संभावना थे के लिए। ऐसे क्षेत्रों पर, वातानुकूलित सजगता का गठन किया जाता है, इसलिए, इन क्षेत्रों में लचीलापन कम होना चाहिए।

मोटर और तटीय क्षेत्रों में सभी संचार प्रकृति में द्विपक्षीय होना चाहिए, यह साहचर्य संबंधों के गठन के लिए आवश्यक है। अनिवार्य रूप से, प्राइमरी क्षेत्र को उत्तेजना के एक फोकस से दूसरे तक अनुक्रमों के रिफ्लेक्स आर्क्स का निर्माण करना चाहिए। अधिक परिवर्तनशीलता होने के लिए, प्रतिनिधि कार्यालयों का होना आवश्यक है जो क्रियाओं को बार-बार मिलाया जाता है, यह स्थिति के साथ उल्टे क्रम में संवेदी प्रसंस्करण के समान है। इसके अलावा, सभी मोटर क्रियाएं समय में समन्वय कार्रवाई के एक विशेष रूप से व्यवस्थित क्षेत्र के साथ बातचीत करती हैं - अनुमस्तिष्क।

प्रस्तुत योजनाएं इस बात का एक मजबूत सरलीकरण है कि यह मस्तिष्क में कैसे तीन गुना है, और मानव तंत्रिका तंत्र के समान तार्किक संरचनाओं का निर्माण न्यूरोबायोलॉजी के क्षेत्र में विशेषज्ञों की भागीदारी और कनेक्टिविटी का अध्ययन करने वाले वैज्ञानिकों के बिना असंभव है।

लेकिन बाकी परतों के बारे में क्या ?; - दरअसल, मैंने केवल कॉर्टेक्स की तीन परतों के बारे में बात की थी, लेकिन मानव मस्तिष्क में सेरेब्रल कॉर्टेक्स में छह परतें होती हैं। सेरेब्रल कॉर्टेक्स परतों की एक छोटी संख्या के साथ, विकास का एक सफल उत्पाद साबित हुआ। विकास का सिद्धांत: जो काम करता है उसे स्पर्श न करें। इसलिए, पपड़ी में सभी नई परत पहले से ही विद्यमान परतों को एक ऐड है। यदि आप मानव मस्तिष्क की परतों को देखते हैं, तो आप देख सकते हैं कि हमारे पास छह दृश्य परतें नहीं हैं, लेकिन दो तार्किक परतें हैं, जिनमें से संरचना समान है और दोहराती है। उत्पादकता बढ़ाने के लिए विकास ने मौजूदा संरचना को दोहराया।

बाहरी परत की पिरामिडल कोशिकाएं पहली परत की पिरामिडल कोशिकाओं से छोटी होती हैं, जिसका अर्थ है कि उनके पास मूल रूप से सक्रिय कारकों की संवेदनशीलता की एक उच्च सीमा है। दानेदार परतें समान परिस्थितियों में काम करेंगी, लेकिन बाहरी परत के स्थिर रूप से न्यूरॉन्स में कम लचीलापन होता है, जिसका अर्थ है कि कुछ शर्तों के तहत दानेदार परतों में गतिविधि के पैटर्न भिन्न हो सकते हैं, इस तथ्य के बावजूद कि प्राप्त संकेत समान हैं।

इन दो तार्किक परतों के लिए, दो कॉर्टिकल कॉलम गतिविधि मोड उत्पन्न होते हैं। पहला: पूर्ण गतिविधि का मोड, दोनों परतों की पिरामिड कोशिकाओं को सक्रिय किया जाता है, पूरे स्तंभ को सक्रिय किया जाता है। दूसरा आंशिक गतिविधि मोड जब केवल अतिरिक्त ऊपरी परत सक्रिय। स्तंभ के इन दो ऑपरेटिंग मोड की तुलना किसी व्यक्ति की पूर्ण आवाज़ में बोलने की क्षमता और कानाफूसी में की जा सकती है, एक कानाफूसी एक आंशिक गतिविधि है, और एक पूर्ण आवाज़ एक पूर्ण गतिविधि है।

यह क्या देता है? संवेदी कोर्टेक्स के लिए - सूचना संसाधन की एक अतिरिक्त परत है, साथ ही रिसेप्टर्स के माध्यम से सक्रियण के बिना इन क्षेत्रों की छवियों के साथ काम करने का अवसर। दूसरे शब्दों में, यह कल्पना के साथ काम करना संभव बनाता है। साहचर्य क्षेत्रों के लिए, यह अमूर्तता का एक अतिरिक्त स्तर है, छवियों के बीच संघों का गठन जिसमें कम सामान्य विशेषताएं होती हैं, क्योंकि अतिरिक्त परत की पिरामिड कोशिकाओं की संवेदनशीलता सीमा अधिक होती है। मोटर और मोटर कॉर्टेक्स के लिए, यह सीधे प्रदर्शन किए बिना कुछ आंदोलनों को बाहर निकालने का एक अवसर है। केवल स्तंभ के पूर्ण सक्रियण के साथ ही क्रियाएं होती हैं, आंशिक सक्रियता वाली क्रियाएं हमारी कल्पना में रहती हैं।

बेशक, मस्तिष्क में ऐसे क्षेत्र हैं जो स्तंभ मोड के संचालन को नियंत्रित करते हैं, ठीक वैसे ही जैसे हम फुसफुसाहट से पूरी ताकत से अपने बोलने की प्रकृति को आसानी से बदल सकते हैं। यदि आप स्तंभ में निषेध के स्तर को बढ़ाते हैं, तो यह संभव है कि यह केवल आंशिक रूप से सक्रिय होगा, यदि स्तंभ को धीमा करने के विपरीत है, तो कुछ विचारों को तुरंत कार्रवाई में अनुवाद किया जा सकता है।

काल्पनिक और उच्च स्तर की अमूर्त सोच ने मनुष्य को पृथ्वी पर सबसे सफल प्रजाति बना दिया है।

यहां तक कि अगर हम सही ढंग से क्षेत्र, और उन दोनों के बीच संबंध की स्थापना की है, यह वर्तमान मॉडल के लिए पर्याप्त नहीं होगा। बिना शर्त रिफ्लेक्स की जरूरत होती है। मनुष्य का जन्म रिफ्लेक्स तंत्र के एक समृद्ध समूह के साथ हुआ है, जिसे ध्यान से विकास द्वारा चुना गया है।

असुविधाजनक सजगता स्थापना मॉडल एक महत्वपूर्ण बिंदु, तथ्य यह है कि एक नया सजगता हमेशा सीखने मौजूदा सजगता के आधार पर होता है दिया जाता है। यदि कोई भी कार्रवाई बिना शर्त रिफ्लेक्स में शामिल नहीं है, तो इस क्रिया को नियंत्रित करना सीखना असंभव होगा।
जैविक प्रणालियों में, "स्पष्ट" सजगता शुरू में स्थापित नहीं की गई थी। जन्म के बाद, हम अपने अंगों को ठीक से नियंत्रित नहीं कर सकते हैं या, उदाहरण के लिए, चलना। यह इस तथ्य के कारण है कि शरीर के कुछ मापदंडों, अंगों के आकार, उनके वजन, मांसपेशियों द्वारा बनाए गए बल आदि को पहले से निर्धारित करना असंभव है। इसके अलावा, ये पैरामीटर जीव की वृद्धि के दौरान गतिशील रूप से बदलते हैं। इसलिए, कई बिना शर्त रिफ्लेक्स उनकी प्रतिक्रिया में कार्रवाई का एक निश्चित क्षेत्र है, और इसके सक्रिय रिसेप्टर्स के क्षेत्र में। बिना शर्त रिफ्लेक्स से जुड़े भावनात्मक तंत्र को भी रखा गया है, जो विकास के एक निश्चित समय में सुधार के लिए सजगता को ट्रिगर करेगा।

बच्चे की बात के उदाहरण के रूप में सजगता को सही करने के लिए तंत्र पर विचार करें। विकास के उस चरण के अनुसार तंत्र में बड़बड़ा, यानी शुरू कर दिया, "फजी" रिफ्लेक्सिस की लगभग सहज शुरुआत होती है। जब वे शुरू में एक बच्चे को विभिन्न ध्वनियों कभी कभी एक ही पलटा उकसाया हैं बोलना और बाहर से आवाज़ सुन शुरू होता है। उच्चारण अक्सर अपेक्षा के अनुरूप नहीं होते हैं, अर्थात पलटा हुआ, या काल्पनिक रूप से ट्रिगर करने वाली ध्वनियों के अनुरूप नहीं है। बच्चा अपने द्वारा की गई आवाज़ों को सुनता है, टीम और परिणामी कार्रवाई के बीच प्रतिक्रिया प्राप्त करता है। इसके अलावा, नवीनता का भावनात्मक तंत्र प्रभाव में आता है, जो एक भाषण अधिनियम के साथ नवीनता की आवश्यकता के केंद्र को जोड़ता है, जो श्रव्य ध्वनि और कार्रवाई को प्रेरित करने वाले आंतरिक मकसद के बीच एक नया जुड़ाव देता है।जो क्रिया की पुनरावृत्ति की ओर ले जाता है जो नवीनता की भावना के संतृप्ति की ओर जाता है। यह आरोप लगाया गया है कि प्रलाप के दौरान बच्चा पृथ्वी पर सभी भाषाओं की सभी ध्वनियों का उच्चारण करता है। ध्वनियों की पुनरावृत्ति वांछित परिणाम के अनुसार कार्रवाई के स्पष्ट पैटर्न के गठन की ओर ले जाती है।

इसी तरह, मोटर-मोटर प्रणाली की महारत होती है। प्रारंभ में, शिशुओं की चाल लगभग अराजक होती है, केवल भावनात्मक उत्तेजना की प्रतिक्रिया के रूप में मोटर गतिविधि में वृद्धि होती है। लेकिन समय के साथ, वहाँ आंदोलनों और दृश्य धारणा, स्पर्श धारणा है, और शरीर की स्थिति की तुलना है।

कुछ बिना शर्त रिफ्लेक्स इतने आदिम नहीं हैं; कुछ मामलों में, टेम्प्लेट चित्र तंत्रिका तंत्र में अंतर्निहित होते हैं, और ऐसे सिस्टम को जैविक सिस्टम से कंप्यूटर मॉडल में स्थानांतरित करना लगभग असंभव है। एक व्यक्ति में अपनी प्रजातियों के व्यक्तियों की भावनाओं और आंदोलनों को पहचानने की एक सहज क्षमता होती है। इसलिए, सीखने के कुछ पहलुओं के लिए, कुछ वर्कअराउंड लागू करने की आवश्यकता होगी।

क्रॉल करने, उठने, चलने और एंड्रॉइड रोबोट के लिए गिरने की एक श्रृंखला के माध्यम से मोटर-मोटर प्रणाली के दीर्घकालिक प्रशिक्षण की प्रक्रिया को बाईपास करने के लिए, नियंत्रण अवरोधन विधि को लागू करना संभव है।

एक व्यक्ति विशेष उपकरणों और आंदोलनों अवरोधन प्रौद्योगिकी के माध्यम से रोबोट नियंत्रण अनुभव करने के लिए अपने शरीर को स्थानांतरित कर सकते हैं। मोटर क्रियाओं के दौरान अवरोधन नियंत्रण वाले रोबोट के तंत्रिका तंत्र के एक मॉडल में, इसी अभ्यावेदन को सक्रिय किया जाएगा, इसलिए यदि रोबोट स्वयं इन आंदोलनों को करता है। आवश्यक छवियों और साहचर्य कनेक्शन के लिए धन्यवाद। उदाहरण के लिए, टीम के दौरान प्रशिक्षण के समय के दौरान: "Podymi हाथ" - अवरोधन आंदोलनों के लिए सीखने वह अपने हाथ आपरेशन, यह आदेश और कार्रवाई के बीच एक वातानुकूलित पलटा के गठन में हुई है | को जन्म देती है, और टीम और छवि की स्थिति सेंसर के प्रसंस्करण द्वारा गठित के बीच एक साहचर्य लिंक फार्म होगा शरीर।

मस्तिष्क के इलेक्ट्रॉनिक मॉडल सीखने की प्रक्रिया में यह हमेशा प्लास्टिसिटी इच्छित क्षेत्रों को नियंत्रित करने के साथ-साथ सीखने की प्रक्रिया के "अंदर" देखने के लिए अवसर है, और प्रदान करने के लिए, निर्धारित करते हैं और जिसके परिणामस्वरूप छवियों को मजबूत बनाने के लिए संभव है। जो काफी व्यक्ति के प्रशिक्षण के संबंध में कृत्रिम तंत्रिका नेटवर्क के प्रशिक्षण में तेजी लाने चाहिए। जैसा कि यह पहले ही स्पष्ट हो चुका है, वर्णित सिद्धांतों के अनुसार बनाया गया एक मॉडल एक व्यक्ति की तरह सबसे अधिक भाग के लिए प्रशिक्षित किया जाएगा, बिना साझा किए प्रशिक्षण और पर्यावरण के साथ बातचीत के।

एक निष्कर्ष के बजाय

लेखों की यह श्रृंखला अनुसंधान और विकास के अगले चरण को समाप्त करती है। कार्यक्रम मॉडलिंग के लिए विकसित हुआ, हालांकि इसकी कार्यक्षमता में सीमित है, आगे के काम के लिए सैद्धांतिक आधार बनाना संभव बना दिया। बेशक, परिणामी सिद्धांत को अभी भी शोधन की आवश्यकता है, साथ ही व्यावहारिक पुष्टि और जांच भी। लेकिन अब यह तंत्रिका तंत्र के मॉडलिंग के कार्य को एक अलग रूप देने की अनुमति देगा। अगला कदम एक नए मॉडलिंग वातावरण का विकास है जो हमें तंत्रिका तंत्र में होने वाले बड़े पैमाने पर प्रक्रियाओं के मॉडल बनाने की अनुमति देगा। और यह भी विचार है, टिप्पणियों और सैद्धांतिक निष्कर्ष के एक नंबर लाने के लिए।

मैं एक वैज्ञानिक नहीं हूं, और मेरा मुख्य व्यवसाय बुद्धिमान प्रणालियों के विकास से संबंधित नहीं है, साथ ही साथ तंत्रिका विज्ञान भी है। लेकिन मैं इस परियोजना के लिए अपने तार्किक निष्कर्ष पर आने की पूरी कोशिश करूंगा। मुझे आपके सुझावों, सुझावों और तरकीबों के साथ-साथ रचनात्मक आलोचना पर भी खुशी होगी। मैं निश्चित रूप से आपको GeekTimes और मेरे YouTube चैनल के पृष्ठों पर परियोजना के विकास की खबर के बारे में बताऊंगा। आप सभी को धन्यवाद!

विंडोज के लिए नर्वस सिस्टम सिम्युलेटर डाउनलोड करें

पुनश्च यह स्पष्टीकरण के बिना स्रोत को प्रस्तुत करने के लिए अमानवीय होगा। इसलिए, मैं एक अलग लेख में एल्गोरिथ्म और तर्क पर स्रोत और कुछ स्पष्टीकरण के लिए एक लिंक पोस्ट करूंगा।

मस्तिष्क की संरचना और शुरुआती सेटिंग्स

एक निष्कर्ष के बजाय

More articles: