OPentadpole: पहला साइबरनेटिक जानवर

नमस्ते प्रिय GeekTimes समुदाय! अपनी लंबी चुप्पी के बाद, मैं अपनी नई परियोजना शुरू करना चाहता हूं। ओपेन्टैडपोल एक ऐसा अनुप्रयोग है जिसमें मेंढक के टैडपोल के तंत्रिका तंत्र का पूरा-पूरा संपादक होता है और टैडपोल के शरीर और पर्यावरण का शारीरिक अनुकरण करता है। खरोंच से जानवर के कनेक्शन को बनाने, कॉन्फ़िगर करने और संपादित करने की क्षमता और तुरंत देखें कि आपकी रचना उसके व्यवहार में कैसे दिखाई देती है।



लगभग एक साल पहले, तंत्रिका तंत्र के एक सिम्युलेटर के विकास के लिए समर्पित लेखों की एक श्रृंखला पूरी हो गई थी, और मेरे द्वारा विकसित किए गए एप्लिकेशन में कई कमियां थीं, साथ ही साथ शौकिया कोड ने एप्लिकेशन की कार्यक्षमता का विस्तार और विकास करने की अनुमति नहीं दी थी। यह ध्यान देने योग्य है कि उस समय विकसित किए गए एप्लिकेशन ने मुझे मॉडलिंग सिस्टम के बुनियादी तंत्र और सैद्धांतिक मंच को प्रदर्शित करने और काम करने की अनुमति दी। अधिक सटीक प्रतिनिधित्व की स्थिति से, कोड को फिर से संसाधित करने का निर्णय लिया गया था, जो संस्थाएं और उनकी कार्यक्षमता आवेदन के अंतिम संस्करण में मौजूद होंगी।

सबसे पहले, मैंने अपने विकास के लिए अपने पसंदीदा यूनिटी गेम इंजन का उपयोग किया, और गेमऑबजेक्ट के साथ तंत्रिका तत्व के सार को जोड़ा, इसके तर्क को कोरटाइन में निष्पादित किया गया था, जो कि जब नेटवर्क को बढ़ाया गया था, एक घातक समस्या बन गई थी, आवेदन भयानक रूप से तंत्रिका नेटवर्क के तर्क के करीबी कनेक्शन के कारण हो गया था। आवेदन का ग्राफिक हिस्सा। बेशक, समाधान ग्राफिक को सिस्टम लॉजिक से अलग करना था, तर्क को अलग-अलग थ्रेड्स में निष्पादित किया जाना चाहिए, और ग्राफिक भाग केवल नेटवर्क तत्वों तक समय-समय पर होने वाले परिवर्तनों को प्रदर्शित करने में सक्षम होगा। यह दृष्टिकोण एक और लाभ प्रदान करता है, नेटवर्क में होने वाली प्रक्रियाओं की न केवल निगरानी करने की क्षमता, बल्कि इसकी गणना के परिणामों के साथ बातचीत करने के लिए, इसलिए, कहते हैं, एक निश्चित वर्चुअल एजेंट में नेटवर्क को विसर्जित करें और देखें कि यह एजेंट बाहरी वातावरण के साथ कैसे इंटरैक्ट करता है।

दूसरे, संपादक की अवधारणा को संशोधित करने का निर्णय लिया गया, इस तथ्य के बावजूद कि 3D को एक अधिक प्रभावी विज़ुअलाइज़ेशन विधि माना जाता है, मैंने 2 डी पर स्विच करने का निर्णय लिया। मैं समझता था कि तंत्रिका तंत्र के त्रि-आयामी संगठन में एक निश्चित महत्वपूर्ण अर्थ निहित है, और, किसी चीज की दृष्टि खोने के डर से, मैं संपादक और प्रणाली के तीन-आयामी संगठन के लिए प्रयास करता हूं। लेकिन अब, मैं समझता हूं कि यह स्तर या परतों के साथ एक फ्लैट संपादक के रचनात्मक को लागू करने के लिए पर्याप्त होगा, क्योंकि यहां तक ​​कि सेरेब्रल कॉर्टेक्स में एक स्तरित संरचना है, और विमान में काम करने से अंतिम उपयोगकर्ता को संपादक के साथ और अधिक आसानी से नेविगेट करने और अपने काम को व्यवस्थित करने की अनुमति मिलती है, खासकर जब यह बड़े पैमाने पर आता है। तत्वों की सरणियाँ।

यह देखते हुए कि मैं अकेले काम करता हूं, और साइबरनेटिक्स के क्षेत्र में अनुप्रयोगों का विकास मेरी मुख्य गतिविधि नहीं है, विकास धीरे-धीरे जाना शुरू हुआ, और साथ ही मैं यह प्रदर्शित करना चाहता था कि मैं अपने विचारों को एक साधारण तंत्रिका तंत्र के साथ जानवरों पर कैसे लागू कर सकता हूं, जैसे कि क्लैम, एक कीड़ा या किसी प्रकार का कीड़ा। मुझे वास्तव में ओपनवर्म परियोजना पसंद है जिसमें कैनोर्हाडाइटिस एलिगेंस वर्म का एक कंप्यूटर मॉडल बनाया गया है, जिसके तंत्रिका तंत्र में 302 न्यूरॉन्स होते हैं, और जिसका कनेक्शन पूरी तरह से बना था। परियोजना में दो भाग होते हैं: कृमि के तंत्रिका तंत्र के तंत्रिका विद्युत गुणों को मॉडलिंग करना और तैराकी के दौरान इसके शरीर के यांत्रिक गुणों को मॉडलिंग करना। मैंने इस अवधारणा को अपनी परियोजना पर लागू किया, जिसका संदर्भ परियोजना के नाम पर देखा जा सकता है। एक नकली जानवर की पसंद रोमन मटावेविच बोरिसुक के भाषण की रिकॉर्डिंग से प्रभावित थी, जिसमें उन्होंने दो दिवसीय मेंढक टैडपोल के तंत्रिका तंत्र को अनुकरण करने के लिए एक परियोजना के बारे में बात की थी। इस वीडियो से प्रेरित होकर, मैंने एक नर्वस सिस्टम सिम्युलेटर पर काम करने का फैसला किया, जिसे OPENTadpole कहा जाता था।

एक सैद्धांतिक मंच जो तंत्रिका तंत्र के तंत्रों को समझाने का दावा करता है, दोनों को सरल तंत्रिका तंत्र के पैमाने पर और तंत्रिका तंत्र के पैमाने पर काम करना चाहिए जो संज्ञानात्मक कार्य करते हैं। अक्सर आप मस्तिष्क के कामकाज पर नए-नए उलझे सिद्धांतों के लेखकों को संबोधित टिप्पणियां पा सकते हैं कि बड़े पैमाने पर तंत्रिका नेटवर्क को मॉडलिंग करने से पहले, यह दिखाना सार्थक हो सकता है कि कैसे उनके सिद्धांतों को सरल जानवरों और उनके तंत्रिका तंत्र पर लागू किया जा सकता है। इन टिप्पणियों का एक स्पष्ट जवाब सुना जा सकता है कि न्यूरोसिस्टम्स के गुण केवल एक बहुत बड़े, विशाल पैमाने पर प्रकट होते हैं, और संज्ञानात्मक समस्याओं को हल करने के लिए आदिम प्राणियों का जीवन महत्वपूर्ण नहीं है। इस तरह के अन्याय और भ्रम मेरे लिए दो दिन के मेंढक के टोलपोल के जीवन और व्यवहार पर ध्यान केंद्रित करने का एक और कारण बन गए।

तंत्रिका तंत्र के साथ साइबरनेटिक जानवर

बेशक, मैन ने पहले से ही बहुत सारे साइबरनेटिक तंत्र बनाए हैं जो पशु व्यवहार के कुछ पहलुओं का अनुकरण करते हैं, उदाहरण के लिए, वैकंसन के यांत्रिक बतख, जिन्होंने न केवल अपने पंखों को लहराया, एक बिखरे हुए फ़ीड पर पेक किया, बल्कि सभी साथ की प्रक्रियाओं के साथ एक प्रकार का पाचन तंत्र भी था। लेकिन इसके जैविक समकक्ष के समान एक तंत्रिका तंत्र वाले कृत्रिम जानवर काफी दुर्लभ हैं। चलो साइबरनेटिक जानवरों की दुनिया का एक संक्षिप्त अवलोकन करते हैं ताकि यह आपके लिए स्पष्ट हो जाए कि आपके टैडपोल को एक कृत्रिम तंत्रिका तंत्र के साथ पहले साइबरनेटिक जानवर को कॉल करने के लिए इतना दुस्साहस कहां से आया।

और हम एक जानवर के साथ नहीं, बल्कि एक दिग्गज व्यक्ति - हेनरी मार्कराम के साथ शुरुआत करेंगे। हेनरी मरकाम एक वैज्ञानिक हैं, जिन्हें सिनैप्टिक कनेक्शन के अध्ययन में अग्रणी के रूप में जाना जाता है, वह पहले ऐसे व्यक्ति थे जिन्होंने हेब नियम के सुसंगत संस्करण का व्यवस्थित रूप से अध्ययन करना शुरू किया था। लेकिन हेनरी मार्कराम ने दुनिया के सबसे महंगे मस्तिष्क सिमुलेशन के निर्माता के रूप में वास्तविक प्रसिद्धि प्राप्त की। वैज्ञानिक और उनके सहयोगियों के निपटान में न केवल इस तरह के उद्देश्यों के लिए आवंटित सबसे बड़ा धन है, बल्कि आईबीएम से ब्लू जीन सुपर कंप्यूटर के सबसे शक्तिशाली कंप्यूटिंग संसाधन भी हैं। कंप्यूटर के नाम ने परियोजना को पहला नाम दिया: "ब्लू ब्रेन प्रोजेक्ट", 2013 में इसका नाम बदलकर "द ह्यूमन ब्रेन प्रोजेक्ट" रखा गया। इस तथ्य के बावजूद कि परियोजना का नाम अब मानव मस्तिष्क को संदर्भित करता है, माउस मस्तिष्क के प्रांतस्था के एक छोटे टुकड़े के एक मॉडल पर काम चल रहा है। परियोजना प्रबंधकों के पास बड़ी योजनाएं हैं, जो मानव मस्तिष्क के पूर्ण मॉडल तक पहुंचने के लिए माउस मस्तिष्क के एक छोटे से टुकड़े के साथ शुरू होती हैं। 2009 में वापस, प्रोजेक्ट के क्यूरेटर, मार्करम ने वादा किया कि दस साल बाद पूरे मानव मस्तिष्क का एक कंप्यूटर सिमुलेशन दिखाई देगा। कई लोग हेनरी मार्कराम को चार्लटन मानते हैं, वास्तव में, यदि आप उनके भाषणों को सुनते हैं, तो वे धनी निवेशकों पर अधिक ध्यान केंद्रित करते हैं जो अपने साथी वैज्ञानिकों की तुलना में तंत्रिका विज्ञान में खराब रूप से प्रभावित होते हैं।



परियोजना के पूरे इतिहास में, सुंदर ग्राफिक सामग्रियों के अलावा, न्यूरॉन्स की चमकती मालाएं, एक व्यावहारिक रूप से उपयोगी अध्ययन है। कुछ प्रकार के न्यूरॉन्स के लगभग बीस 3 डी मॉडल बनाए गए थे जो वास्तविक न्यूरॉन्स की टोपोलॉजी को पूरी तरह से दोहराते थे, डेंड्राइट्स के सभी मोड़ और शाखाओं को ध्यान में रखते थे। फिर, कॉर्टेक्स का एक छोटा सा क्षेत्र कॉन्फ़िगर किया गया था जिसमें कुछ नियमों के अनुसार न्यूरॉन्स के तैयार किए गए मॉडल स्थित थे, लेकिन न्यूरॉन मॉडल को यादृच्छिक रूप से चुना गया था, फिर प्राप्त मॉडल से आंकड़े एकत्र किए गए थे: जहां डेंड्राइट्स कोशिका के शरीर से किस दूरी पर, किस प्रकार के संपर्क करते हैं।

प्राप्त आंकड़ों की तुलना समान आँकड़ों के साथ की गई, लेकिन जैविक तंत्रिका तंत्र से प्राप्त की गई और बहुत महत्वपूर्ण परिणाम प्राप्त हुए: कोर्टेक्स में 80% सिनैप्टिक कनेक्शन का गठन संयोग के अधीन है। यानी जहाँ स्वतंत्र रूप से बढ़ने वाले डेंड्राइट, अक्षतंतु, कोलेटरल, एक सिनैप्स बन सकते हैं, और कोई रासायनिक मार्कर नहीं। बेशक, कुछ मामलों में, सिनेप्स के गठन की चयनात्मकता को बाहर नहीं किया गया है, और कनेक्शन की गुणवत्ता की यादृच्छिकता के बारे में एक निष्कर्ष निकालना भी असंभव है। न्यूरॉन के विकास के दौरान संयोग से एक सिनैप्स बन सकता है, लेकिन इसकी ताकत (वजन) तंत्रिका तंत्र और जानवर की महत्वपूर्ण गतिविधि द्वारा निर्धारित की जा सकती है।

हालांकि मानव मस्तिष्क परियोजना के ढांचे में साइबरनेटिक वर्चुअल माउस के बारे में बात करना संभव नहीं है, माउस मस्तिष्क का एक पूर्ण-स्तरीय मॉडल अभी भी दूर है। आईबीएम के संसाधनों के कारण, 2009 में एक अन्य शोधकर्ता धर्मेंद्र मोहदा ने एक बिल्ली के मस्तिष्क का डिजिटल सिमुलेशन बनाने के लिए एक परियोजना शुरू करने की घोषणा की। इस बयान के कारण मार्कराम पर बहुत आक्रोश हुआ, जिसके परिणामस्वरूप आईबीएम के मुख्य प्रौद्योगिकीविद् को एक खुला खुला पत्र मिला। किसी को भी प्रतिस्पर्धा पसंद नहीं है, लेकिन हम इसे आभासी बिल्लियों और चूहों की लड़ाई में देखेंगे, जो आईबीएम के प्रमुखों, महंगी नकल के प्रमुखों का ध्यान आकर्षित करने की तुलना में है। इतने वर्षों के बाद, स्तनधारियों के मस्तिष्क की नकल के क्षेत्र में महत्वपूर्ण परिवर्तन और विकास नहीं हुआ।

ओपनवर्म प्रजाति कैनामोरहैडाइटिस एलिगेंस के नेमाटोड (राउंडवॉर्म) का सिमुलेशन मॉडल बनाने के लिए एक बहुत ही प्रसिद्ध परियोजना है, यह कीड़ा इस तथ्य के लिए उल्लेखनीय है कि यह एकमात्र पशु प्रजाति है जिसके लिए इसके तंत्रिका तंत्र का पूरा कनेक्शन 302 न्यूरॉन्स और लगभग 7,000 सिनैप्टिक कनेक्शनों से बना है। यहां तक ​​कि सी के रूप में इस तरह के एक छोटे से तंत्रिका तंत्र के लिए। जुड़ने वाले एलिगेंस एक टाइटैनिक का काम करते हैं। सबसे पहले, कृमि को एक जटिल प्रक्रिया के अधीन किया गया था - सीरियल माइक्रोस्कोपी, जिससे शरीर के अनुप्रस्थ वर्गों की तस्वीरों की एक श्रृंखला बनाई गई थी। यह बहुत पतले, कुछ माइक्रोन वर्गों को बनाने के लिए आवश्यक था, फिर उच्च संकल्प छवियों को बनाने के लिए एक इलेक्ट्रॉन माइक्रोस्कोप का उपयोग करना। एक वयस्क कृमि के साथ 1-2 मिमी लंबा, यह एक मुश्किल काम निकला, तस्वीरों के उपलब्ध एटलस 3 कीड़े से बना है, चूंकि तंत्रिका तंत्र सी। एलिगेंस में अद्भुत स्थिरता और दोहराव है। दूसरे, यह छवियों के श्रमसाध्य अध्ययन के सात साल से अधिक समय लगा, वैज्ञानिकों की टीम, तंत्रिका तंत्र के कनेक्शन का एक नक्शा संकलित करने के लिए, समायोजन अभी भी परिणामस्वरूप डेटाबेस में किए जा रहे हैं।

दुर्भाग्य से, फोटोग्राफ में synaptic कनेक्शन के प्रकार और ताकत को निर्धारित करना असंभव है, परिणामस्वरूप, हमारे पास उनके कार्यात्मक उद्देश्य के किसी भी विचार के बिना कनेक्शन का विवरण है।

तंत्रिका तंत्र की प्रकृति को समझने में अगला कदम c। एलिगेंस एक कीड़ा का कंप्यूटर सिमुलेशन बनाने का एक प्रयास बन जाता है। डिजिटल मॉडल इस बात में सुविधाजनक है कि प्रयोगकर्ता अपने तत्वों की सेटिंग्स को बदल और चुन सकता है, ताकि पूरे मॉडल का काम एक जैविक एनालॉग के साथ तुलनीय हो, जो कि अनुभवजन्य चयन का उपयोग करके एक जीवित जीव के तंत्रिका तंत्र के संचालन और संचालन के कुछ कानूनों की पहचान करना संभव बनाता है। बेशक, तंत्रिका तंत्र के एक सामान्य सिद्धांत के बिना, एक सैद्धांतिक मंच के बिना, कानूनों के लिए इस तरह की खोज एक बहुत मुश्किल काम है, जिसका समाधान स्वाभाविक रूप से खींच सकता है।
2014 में कंपनी के किकस्टार्टर के दौरान इस परियोजना को विशेष प्रसिद्धि मिली। ओपनवर्म समुदाय बहुत फलदायी है: नेमाटोड का एक तीन-आयामी एटलस बनाया गया है , जिसमें तंत्रिका तंत्र पर विस्तार से काम किया जाता है - प्रत्येक न्यूरॉन नामित है; मॉडलिंग और विज़ुअलाइज़ेशन जिपेट्टो की बनाई और व्यापक रूप से विकसित प्रणाली; कृमि और बाहरी वातावरण के शरीर के यांत्रिक गुणों का अनुकरण - साइबेरिक, जिस पर हमारे हमवतन काम कर रहे हैं। लेकिन तंत्रिका तंत्र द्वारा नियंत्रित स्वतंत्र रूप से बढ़ते साइबरनेटिक नेमाटोड अभी तक प्रकट नहीं हुए हैं। लोकोमोशन (आंदोलन) और निकासी से संबंधित कुछ सरल रिफ्लेक्सिस जब शरीर के सामने को छूते हैं तो मॉडलिंग की जाती है, लेकिन अधिकांश तंत्रिका सर्किट और उनसे जुड़े नेमाटोड व्यवहार अस्पष्टीकृत रहते हैं।

आंद्रेई पाल्यानोव के चैनल के नवीनतम साइबेरिक वीडियो में से एक, दो अलग-अलग वातावरणों में नेमाटोड तैराकी, वर्चुअल न्यूरॉन्स की भागीदारी के बिना, सरल आवधिक संकेतों का उपयोग करके नियंत्रण किया जाता है।

अगली परियोजना ने मुझ पर एक बड़ी छाप छोड़ी, यह अगले वीडियो को देखने के बाद रोमन मैटवेविच बोरिसुक के एक भाषण के साथ था कि मैंने अपने प्रोजेक्ट में एक मॉडल जानवर के रूप में टैडपोल चुनने का फैसला किया।


अल्पज्ञात परियोजना tadpoles.org.uk , सामान्य रूप से तंत्रिका तंत्र के संगठन के कुछ मूलभूत सिद्धांतों और कानूनों की व्याख्या करती है। वैज्ञानिकों ने तंत्रिका तंत्र के विकास के लिए एक मॉडल बनाया है, जानवर के विकास की प्रारंभिक अवधि में इसका गठन। सबसे पहले, एक मॉडल तैयार किया गया है: कुछ नियमों के अनुसार डेंड्राइट्स और अक्षतंतु न्यूरॉन्स से बढ़ते हैं जो प्रक्रियाओं के विकास की दिशा को प्रभावित करने वाली कुछ हद तक संभावना के साथ टैडपोल शरीर के कुछ मापदंडों को ध्यान में रखते हैं, फिर अलग-अलग कोशिकाओं के डेंड्राइट्स और अक्षतंतु के बीच संपर्क के बिंदुओं पर रूपांतरित होते हैं। फाइनल में, मॉडल को सक्रिय किया जा सकता है और यह तैराकी के लिए जिम्मेदार भाग में जीवित टैडपोल के तंत्रिका तंत्र की गतिविधि के समान गतिविधि प्रदर्शित करेगा।

यह पता चला है कि सभी जन्मजात सजगता और तंत्र के साथ तंत्रिका तंत्र के गठन के लिए, यह आवश्यक है कि तंत्रिका कोशिकाओं द्वारा सरल निर्देशों का पालन किया जाता है। कोशिकाओं के कुछ समूहों के स्थान और संबद्धता के आधार पर, गैन्ग्लिया, सेल को निश्चित दिशाओं में अपने डेन्ड्राइट और अक्षतंतुओं को विकसित करना होगा, साथ ही सेल के शरीर से कुछ दूरी पर स्थित कोशिकाओं और उनकी प्रक्रियाओं के साथ समकालिक संपर्क बनाना होगा। बिना किसी चयनात्मकता के। तंत्रिका नेटवर्क की संरचना में परिणामी त्रुटि प्रक्रियाओं की वृद्धि दिशा में विचलन के कारण होती है जब संभावित बाधाओं पर काबू पाने से न्यूरॉन्स और प्रक्रियाओं की अत्यधिक उपस्थिति द्वारा मुआवजा दिया जाता है।

तैराकी के कार्य के लिए, शरीर के साथ मांसपेशियों की लहर की तरह संकुचन, टैडपोल को लगभग 1,500 न्यूरॉन्स की आवश्यकता होती है, तीन सौ से कम एक नेमाटोड के लिए। राउंडवॉर्म की तुलना में मेंढक का टैडपोल एक अधिक जटिल और विकसित रूप से विकसित जानवर है, और यहां न्यूरॉन्स की संख्या में वृद्धि कंप्यूटिंग शक्ति को बढ़ाने की आवश्यकता के साथ नहीं, बल्कि सिस्टम की विश्वसनीयता और कम्प्यूटेशनल तत्वों के रूप में न्यूरॉन्स की अशुद्धि के लिए मुआवजे के साथ जुड़ा हुआ है। कुछ शोधकर्ता क्वांटम कंप्यूटरों या व्यक्तिगत न्यूरॉन्स को परिष्कृत कैलकुलेटर के गुणों का श्रेय देते हैं, लेकिन यह मौलिक रूप से गलत है, एक न्यूरॉन है, सबसे पहले, एक जैविक कोशिका, काम और अस्थिरता में इसकी अंतर्निहित त्रुटि के साथ। इसलिए, मानव मस्तिष्क के सभी 86 बिलियन न्यूरॉन्स को फिर से संगठित करने में समय बिताने का कोई मतलब नहीं है; यह न्यूरॉन्स के समूहों को सौंपे गए कार्यात्मक कार्यों को निष्पादित करने वाले न्यूरॉन्स में संरचनात्मक रूप से पैक करने के लिए उपयुक्त होगा।

मुख्य बात सही दृष्टिकोण है

आप व्यावहारिक रूप से सार्थक परिणाम प्राप्त किए बिना जटिल प्रणालियों के जटिल मॉडल बनाने पर बहुत समय, पैसा और प्रयास खर्च कर सकते हैं यदि आधार प्रणाली के प्रत्येक तत्व के संचालन के एक सटीक विचार पर नहीं रखा गया है और ये तत्व पूरे सिस्टम के भीतर एक पूरे के रूप में क्या कार्य करते हैं। आदर्श रूप से, आपको इसे फिर से बनाने के लिए शुरू करने से पहले मॉडल के परिणाम को जानना होगा, यही वह है जो कार्यों को हल करने में सफलता निर्धारित करता है, न कि एक सुपर कंप्यूटर और महान वित्तीय सहायता की उपस्थिति।

अब तंत्रिका नेटवर्क पर बहुत ध्यान दिया जाता है, जो उच्च दक्षता और महान व्यावहारिक लाभ प्रदर्शित करता है। प्रारंभ में, तंत्रिका नेटवर्क को जैविक तंत्रिका नेटवर्क के कुछ मॉडल के रूप में तैनात किया गया था, लेकिन समय के साथ और तंत्रिका जीव विज्ञान के विकास से यह स्पष्ट हो गया कि केवल नाम एनएस और जैविक में उपयोग किए जाने वाले औपचारिक न्यूरॉन के बीच एक आम है। आधुनिक तंत्रिका नेटवर्क सांख्यिकीय विश्लेषण के लिए एक शक्तिशाली गणितीय उपकरण हैं। यह उनके विकास में एनएस की स्थिति है जो अधिक दक्षता देगा। सांख्यिकीय विश्लेषण और बड़ी मात्रा में डेटा का प्रसंस्करण, नर्वस सिस्टम का मॉडल नहीं। यह संभव है कि एनएस प्लेटफॉर्म पर किसी तरह की कृत्रिम बुद्धिमत्ता दिखाई दे, लेकिन अगर हम मानव जैसी बुद्धि बनाने का प्रयास करते हैं, तो हमें जैविक तंत्रिका नेटवर्क पर ध्यान देना चाहिए।

तंत्रिका नेटवर्क ने पहले ही मनुष्यों की तुलना में कुछ समस्याओं को हल करने में अपनी महान प्रभावशीलता साबित कर दी है, और यह वांछनीय है कि उनका विकास जारी है। एक मस्तिष्क शोधकर्ता के रूप में, मैंने जैविक के समान तंत्रिका ऊतक के आभासी मॉडल द्वारा संचालित मशीन की तुलना में एक अच्छी तरह से विकसित तंत्रिका नेटवर्क द्वारा संचालित मशीन पर अधिक भरोसा किया होगा। तथ्य यह है कि मस्तिष्क के तंत्र में शुरू में अशुद्धि और सीमित धारणा के तत्व होते हैं, जो स्वाभाविक रूप से त्रुटियों को जन्म देते हैं, लेकिन दूसरी ओर, ये वही तंत्र रचनात्मकता और अनुकूलन के लिए बहुत संभावनाएं देते हैं।

जैविक रूप से समान तंत्रिका प्रणालियों के निर्माण में प्रयुक्त प्रमुख गणितीय मॉडल हॉजकिन-हक्सले मॉडल है, जिसे 1952 में वापस वर्णित किया गया है। एक तरह से या किसी अन्य, इस मॉडल का उपयोग मानव मस्तिष्क परियोजना और ओपनवॉर्म में, और tadpoles.org.uk दोनों में किया जाता है। हॉजकिन-हक्सले मॉडल आवेश दोलनों का वर्णन करने वाले समीकरणों की एक प्रणाली है जो एक न्यूरॉन झिल्ली की सतह पर होती है, समीकरणों की प्रणाली को एक विद्युत दोलन सर्किट में स्व-दोलनों के विवरण के संदर्भ में इलेक्ट्रिकल इंजीनियरिंग से अपनाया और अनुकूलित किया गया था। एलन लॉयड हॉजकिन और एंड्रयू हक्सले ने समीकरणों की प्रणाली में कुछ अतिरिक्त तत्वों और कई गुणांकों को जोड़ा, उन्हें चुनना ताकि उनके काम के परिणाम की तुलना स्क्वीड एक्सन का अध्ययन करते समय उनके द्वारा प्राप्त प्रयोगात्मक डेटा के साथ की गई।



समीकरणों के हॉजकिन-हक्सले प्रणाली झिल्ली के केवल एक बिंदु पर संभावित रूप से परिवर्तन का वर्णन करती है, झिल्ली के पार उत्तेजना के प्रसार और न्यूरॉन की प्रक्रियाओं की एक तस्वीर प्राप्त करने के लिए, आप कुछ आदिम में न्यूरॉन मॉडल को विभाजित कर सकते हैं, या उस पर समान बिंदुओं का चयन कर सकते हैं और प्रत्येक ऐसे बिंदु पर समीकरणों की प्रणाली पर विचार कर सकते हैं। हॉजकिन-हक्सले मॉडल बहुत यथार्थवादी है, स्टैंड के शरीर पर कार्रवाई की क्षमता के वितरण को दर्शाता है, लेकिन मॉडल को बड़े कम्प्यूटेशनल संसाधनों की आवश्यकता होती है।

अपने काम में, मैं तंत्रिका तंत्र के कुछ प्रकार की पुनर्रचना करता हूं, महत्वपूर्ण को उजागर करता हूं और कुछ संबंधित प्रक्रियाओं और घटनाओं को त्याग या सरल करता हूं। तंत्रिका तंत्र और तंत्रिका कोशिकाओं की प्रकृति बहुत विविध और जटिल है, कई रासायनिक प्रतिक्रियाएं, इंट्रासेल्युलर प्रक्रियाएं और घटनाएं हैं, लेकिन आपको सब कुछ मॉडल में स्थानांतरित नहीं करना चाहिए, आपको पहले घटना के अर्थ और कार्यात्मक उद्देश्य को समझने की आवश्यकता है, अन्यथा यह मॉडल की एक अर्थहीन जटिलता होगी।

एक न्यूरॉन की झिल्ली के साथ क्रिया क्षमता के प्रसार का कार्यात्मक महत्व क्या है? - एक तंत्रिका कोशिका के एक भाग से दूसरे में जानकारी का स्थानांतरण। जानकारी है कि रिसेप्टर्स या सिनेप्स के माध्यम से एक तंत्रिका कोशिका को सक्रिय किया गया है, इसकी पूरी लंबाई को पार करते हुए, अक्षतंतु के छोर तक जाना चाहिए, जो मानव शरीर में एक मीटर तक पहुंच सकता है। इस प्रक्रिया में क्या महत्वपूर्ण है? - सक्रियण की शुरुआत से समय, इस बारे में जानकारी के हस्तांतरण तक, तंत्रिका ऊतक का लक्ष्य क्षेत्र। औसतन, एक्शन पोटेंशिअल के प्रसार की गति 1 m / s है, यह विभिन्न कारकों पर निर्भर करता है, उदाहरण के लिए, अक्षतंतु माइलिनेशन की डिग्री पर। तदनुसार, विभिन्न परिस्थितियों में, देरी का समय अलग हो सकता है। हॉजकिन-हक्सले मॉडल बहुत वास्तविक रूप से एक झिल्ली के साथ एक तंत्रिका आवेग के प्रसार की प्रक्रिया का अनुकरण करता है,लेकिन तंत्रिका तंत्र के कार्यात्मक मॉडल बनाते समय क्या ऐसा विवरण आवश्यक है?

अगर हम कुछ सरल कर सकते हैं, तो इसका मतलब है कि हम कुछ समझ रहे हैं। सरल कानूनों और कार्यों के सरलीकरण का विचार, मुख्य का आवंटन और माध्यमिक से इसके पृथक्करण को एक कार्यात्मक दृष्टिकोण कहा जा सकता है।



यदि आप सभी 86 बिलियन न्यूरॉन्स के साथ मानव मस्तिष्क को अनुकरण करने की कोशिश करते हैं, तो प्रक्रियाओं की टोपोलॉजी को दोहराते हैं, और यहां तक ​​कि न्यूरॉन्स की सतह पर बिंदुओं के घने ग्रिड में समीकरणों के हॉजकिन-हक्सले सिस्टम को मिसकॉल करते हैं, तो ग्रह पृथ्वी पर सभी कंप्यूटिंग संसाधन पर्याप्त नहीं होंगे। और इस तरह के मॉडल की उपस्थिति के बारे में भविष्यवाणियां करते हुए, आप बीस साल पहले से ध्यान केंद्रित कर सकते हैं, और इन वर्षों के बाद, एक और बीस साल। ठीक है, एक्शन पोटेंशिअल का प्रसार सब नहीं है, फिर भी आपको न्यूरॉन्स के इंटरैक्शन के तर्क को समझने की जरूरत है, इस समस्या को हल करने के लिए, शुरुआत के लिए, मैंने काफी सरल तंत्रिका तंत्रों पर ध्यान केंद्रित किया, जैसे कि एक कीड़े का तंत्रिका तंत्र या एक मेंढक का टैडपोल।

डिज़ाइन

आपको उम्मीद नहीं है कि वैज्ञानिक मॉडल में गेम इंजन का उपयोग जनता में सतर्कता की भावना पैदा कर सकता है? - इसी तरह का प्रश्न मुझसे एक अद्भुत इंटरनेट उपयोगकर्ता ने पूछा था। हां, मैंने किसी भी मानकीकरण प्रणाली का सहारा नहीं लिया, मैंने जैविक संरचनाओं का वर्णन करने के लिए भाषाओं का उपयोग नहीं किया, बस इस कारण से कि इसके साथ सामग्री का अध्ययन करने के लिए बहुत समय की आवश्यकता होती है। मैं एक वैज्ञानिक नहीं हूं, लेकिन एक गतिशील और तेजस्वी जीवन के साथ एक साधारण धमाका है, लेकिन विचारों, रचनात्मकता और कार्यान्वयन की इच्छा के साथ। इसलिए, पारिवारिक जीवन, काम और नींद के बीच का समय मॉडलिंग के लिए दिया जाता है जो उपलब्ध हैं। यूनिटी गेम इंजन मेरे काम का एक उपकरण है, और यह विज़ुअलाइज़ेशन के मामले में बहुत अच्छा और सुविधाजनक है।

संपूर्ण ओपेंडेटपोल परियोजना में केवल दो दृश्य होते हैं: एक कनेक्शन संपादक और पर्यावरण का अनुकरण। विकास प्रक्रिया के दौरान संपादक के साथ कोई गंभीर समस्या नहीं थी, क्योंकि तंत्रिका तंत्र सिम्युलेटर के पिछले संस्करण पर काम करने का अनुभव पहले से ही था ।


इस स्तर पर मुख्य कार्य तंत्रिका तत्वों और दृश्य के तर्क के कार्यान्वयन का अलगाव था, जिसे लागू किया गया था।

अगले चरण में, मैंने पर्यावरण के एक सिम्युलेटर पर काम करना शुरू कर दिया, और मानक एकता घटकों से टैडपोल शरीर को जल्दी से लागू किया। टैडपोल के शरीर में 9 खंड होते हैं, जो जोड़ों से जुड़े होते हैं, कुछ आभासी कीनेमेटिक जोड़े और दोनों तरफ आभासी मांसपेशियों की एक जोड़ी होती है। आभासी मांसपेशियों में एक निश्चित लोच होती है, जो पूरे शरीर को लोच प्रदान करती है।



मांसपेशी फ़ंक्शन वर्चुअल नर्वस सिस्टम के अधीनस्थ था, जो फाइलों को सहेजने के माध्यम से लोड किया जाता है, जो संपादक के लिए और पर्यावरण के अनुकरण के लिए आम हैं।


आगे के विकास के लिए माध्यम के भौतिक गुणों का अनुकरण करने वाली प्रणाली के अतिरिक्त की आवश्यकता थी, जो मेरे लिए एक आसान काम नहीं था। कुछ बिंदु पर, मुझे यह भी पछतावा हुआ कि जलपक्षी को मॉडल जानवरों के रूप में चुना गया था। और निश्चित रूप से, एक बहुत लोकप्रिय गेम इंजन का उपयोग करने का महान लाभ यह है कि इसके लिए कई ऐड-ऑन, लाइब्रेरी और परिसंपत्तियों का निर्माण और विकास किया गया है। मैंने कई पुस्तकालयों के साथ काम करने की कोशिश की, लेकिन लिक्विडफिक्सिक्स 2 डी सबसे अच्छा निकला। लाइब्रेरी का कोई आधिकारिक लिंक नहीं है, विकास कंपनी की साइट अब काम नहीं कर रही है, लेकिन आप चाहें तो इसे पा सकते हैं, मदद करने के लिए Google। यह लाइब्रेरी प्रसिद्ध बॉक्स 2 डी इंजन पर आधारित है और कई उदाहरणों के साथ बहुत ही अनुकूलित और उपयोग करने में आसान है, इसलिए मैं इसका उपयोग करने में कामयाब रहा, हालांकि मुझे बहुत दृढ़ता रखनी पड़ी।लाइब्रेरी तत्वों का उपयोग करके टैडपोल के शरीर को फिर से करना आवश्यक था।


एक तरल के भौतिक गुणों की वास्तविक समय की गणना के लिए उच्च कम्प्यूटेशनल शक्ति की आवश्यकता होती है, इसलिए, यहां तक ​​कि एक अच्छी तरह से अनुकूलित पुस्तकालय का उपयोग करते हुए, आवेदन के स्थिर संचालन को एक हजार कणों के एक जोड़े तक सीमित करके प्राप्त किया जा सकता है।

मैं एक बहुत बड़े क्षेत्र के भीतर एक मुक्त-अस्थायी टैडपोल देखना चाहता था, एक मजबूत सीमित स्थान मुझे मॉडल की पूरी तरह से सराहना करने की अनुमति नहीं देगा। आसपास के टैडपोल के क्षेत्र में कणों को गतिशील रूप से बनाने और हटाने का निर्णय लिया गया था, स्पेस को विशेष वर्ग क्षेत्रों में विभाजित करना और टैडपोल की स्थिति के आधार पर उनमें कणों की उपस्थिति और हटाने को विनियमित करना आवश्यक था।


उपयोगकर्ता को डांसिंग स्क्वॉयर से शर्मिंदा होने से बचाने के लिए, कणों की दृश्यता सीमित थी, जिसके परिणामस्वरूप टैडपोल के शरीर के चारों ओर एक प्रकार का आभा प्रदर्शित करने वाले कण थे, जिसे F12 दबाकर बंद किया जा सकता है।

परिणाम

इस तरह की परियोजनाओं का लक्ष्य तंत्रिका तंत्र के संगठन के लिए कुछ सामान्य नियमों और न्यूरॉन्स की बातचीत के कानूनों की पहचान करना है जो जानवर के व्यवहार को निर्धारित करते हैं। इस संबंध में ओपेन्टैडपोल परियोजना को पूरी तरह से पूरा कहा जा सकता है, हर कोई खुद को निर्माता की भूमिका में आज़मा सकता है और स्क्रैच से तंत्रिका तंत्र के खाली शरीर को भर सकता है, जिससे वह अंतरिक्ष में सक्रिय रूप से कदम रख सकता है और पर्यावरण के साथ बातचीत कर सकता है और अपनी सख्त और सीमित दुनिया में रह सकता है। वास्तव में, जब विकास जारी था, मुझे बहुत सारी सकारात्मक भावनाएं मिलीं, यह देखकर कि मेरे कार्यों ने टैडपोल के व्यवहार को अधिक जीवंत बना दिया।

एप्लिकेशन के साथ संग्रह में एक उत्कृष्ट, रंगीन गाइड है जो कार्यक्रम के मुख्य पहलुओं का वर्णन करता है, साथ ही कई बचत उदाहरणों का वर्णन करता है जो आपको तंत्रिका तंत्र के सिद्धांतों (लेख के अंत में लिंक) को समझने में मदद करेंगे। मॉडल उसी सिद्धांतों पर आधारित है, जिसके बारे में मैंने अपने पिछले प्रकाशनों ( भाग 1 , भाग 2 ) में बात की थी , और न्यूरॉन्स के विद्युत चुम्बकीय संपर्क पर कोई अटकलें नहीं थीं, केवल उसी महान दिमाग के बारे में लिखा और नोबेल पुरस्कार प्राप्त किया। वैज्ञानिक सिद्धांत के ढांचे के भीतर सब कुछ, लेकिन एक नए संक्षिप्त रूप में सन्निहित, एक शिक्षण उपकरण के रूप में इस्तेमाल किया जा सकता है।

तैराकी

तैराकी के लिए जिम्मेदार तंत्रिका श्रृंखला क्रमबद्ध गतिविधि के एक जनरेटर पर आधारित है, ऐसे जनरेटर सरल जानवरों के सभी तंत्रिका तंत्र में पाए जाते हैं, ये बिना प्रतिक्रिया के लयबद्ध उत्तेजना पैदा करने में सक्षम न्यूरॉन्स की बंद श्रृंखलाएं हैं।



मेंढक के टैडपोल की क्रमागत गतिविधि के जनरेटर की योजना को टैडपोल के शरीर में सममित रूप से स्थित चार न्यूरॉन्स द्वारा दर्शाया गया है। इस सर्किट में दो न्यूरॉन्स (डीआईएन, वायलेट) की एक विशिष्ट विशेषता है, वे निषेध की स्थिति से बाहर निकलते हैं, जिससे गतिविधि में वृद्धि होती है। इस तरह के प्रत्येक न्यूरॉन एक निरोधात्मक (निरोधात्मक) न्यूरॉन को सक्रिय करता है, जिसके परिणामस्वरूप डिन न्यूरॉन पर एक क्रॉस प्रभाव पड़ता है। इस प्रकार, तंत्रिका उत्तेजना के संचलन का एक निश्चित सर्किट प्राप्त किया जाता है। जनरेटर न्यूरॉन्स में से किसी एक सक्रियण का उपयोग करके इस जनरेटर को शुरू करना संभव है, और यदि एक मजबूत निरोधात्मक प्रभाव से चेन न्यूरॉन्स में से किसी एक के सक्रियण को रोका जाता है तो जनरेटर संचालन को रोकना संभव है।

OPENTadpole प्रणाली में प्रयोगों का संचालन करने के लिए, 4 रिसेप्टर चाबियाँ F1, F2, F3 और F4 को आवंटित किया गया था, बचाने के उदाहरणों में, जनरेटर रिसेप्टर F1 शुरू करता है, इसमें गतिविधि F2 द्वारा दबा दी गई थी।

जनरेटर की गतिविधि को टैडपोल के शरीर के साथ दाएं और बाएं तरफ वैकल्पिक रूप से वितरित किया जाता है, प्रत्येक मोटर न्यूरॉन से पूंछ की नोक तक शुरू होता है, उत्तेजना 100 मिलीसेकेंड की देरी के साथ आती है, यह इस तथ्य के कारण है कि उत्तेजना के प्रसार की परिमित गति होती है। अलग-अलग अक्षतंतुओं में उत्तेजना के प्रसार की गति भिन्न हो सकती है, अक्षतंतु में उच्च स्तर की मायेलिनेशन (मायलिन की एक मोटी परत) के साथ, गति अधिक होगी। उदाहरण के लिए, स्क्वीड के शरीर में कुछ सबसे बड़े अक्षतंतु होते हैं, लगभग 1 मिमी व्यास, जो सुरक्षात्मक भगोड़ा पलटा में भाग लेते हैं, जब स्क्वीड, एक त्वरित और शक्तिशाली पूंछ कवक के साथ संभावित खतरे से दूर, एक संभावित खतरे से दूर भागता है, तो यहां उच्च सिग्नल ट्रांसमिशन दर की आवश्यकता होती है।

जैविक टैडपोल के तंत्रिका तंत्र में कई समान जनरेटर हैं, वे शरीर के साथ स्थित हैं और एक दूसरे के साथ श्रृंखला में जुड़े हुए हैं। यदि टैडपोल के तंत्रिका तंत्र में केवल एक जनरेटर था, तो यह एक बड़ा जोखिम पैदा करेगा, एक न्यूरॉन को नुकसान, या इस सर्किट से एक भी सिंक, ले जाने की क्षमता का नुकसान होगा। कंप्यूटर सिमुलेशन के लिए ऐसी समस्याएं नहीं हैं, इसलिए, मॉडल के लिए एक मॉडल पर्याप्त है।

युद्धाभ्यास

टैडपोल में अपनी तैराकी की दिशा को बदलने की क्षमता होती है, कुछ युद्धाभ्यास करते हैं, इसके लिए, तैराकी के समय, यह आवश्यक है कि जिस तरफ टैडपोल अधिक तीव्र या सिकुड़ता है, वहीं संकुचन की समान आवृत्ति बनाए रखें।

सभी जानवरों के लिए तंत्रिका तंत्र में संकेतों को असतत कहा जा सकता है। एक्शन पोटेंशिअल का आयाम हमेशा और हर जगह स्थिर होता है, सिग्नल में एक छोटा, नुकीला चरित्र होता है, लेकिन साथ ही हम मांसपेशियों में तनाव की डिग्री को आसानी से बदल सकते हैं, काफी आसानी से और सटीक रूप से, सब कुछ मांसपेशियों के समूहों को भेजे गए कमांड की आवृत्ति से निर्धारित होता है। अधिक बार दालों, मांसपेशियों के संकुचन को मजबूत करता है। इस प्रकार, सक्रिय आवेगों की आवृत्ति को नियंत्रित करते हुए, तंत्रिका तंत्र मांसपेशियों के समूहों को नियंत्रित करता है, और यह काफी लचीला होता है।

एक न्यूरॉन के अस्थायी योग का एक सरल तंत्र योजक की दहलीज को बदलकर दालों की आवृत्ति को नियंत्रित करना आसान बनाता है। एक जैविक न्यूरॉन में संक्षेपण सीमा का स्तर तंत्रिका कोशिका चयापचय से, सामान्य रूप से, झिल्ली पर आयन चैनलों के पोस्टसिनेप्टिक झिल्ली, संख्या और घनत्व पर रिसेप्टर्स के अपने सामान्य विन्यास, न्यूरॉन आकार, संख्या और घनत्व से निर्धारित होता है। और ये सभी पैरामीटर सक्रिय रूप से एक जीवित कोशिका में इस पर एक मॉड्यूलेटिंग प्रभाव के प्रभाव में बदल सकते हैं।

हम लंबे समय से इस तथ्य के आदी रहे हैं कि तंत्रिका तंत्र के काम का वर्णन करते समय वे केवल दो प्रकार के सिनैप्टिक प्रभाव बोलते हैं: उत्तेजक और निरोधात्मक। लेकिन वास्तव में, यह एक घातक अशुद्धि है जो तंत्रिका तंत्र के सिद्धांतों की समझ को विकृत करती है। अपने काम में, अमेरिकी वैज्ञानिक न्यूरोसाइंटिस्ट एरिक कांडेल ने सेल और सिनैप्स में चयापचय परिवर्तनों के लिए सिनाप्टिक प्रभावों के आणविक तंत्र का वर्णन किया, जिसके लिए 2000 में उन्हें नोबेल पुरस्कार से सम्मानित किया गया। तंत्रिका तंत्र के सिद्धांतों के वर्णन में मॉड्यूलेटिंग न्यूरॉन्स और मॉड्यूलेटिंग मैकेनिज्म का लंबे समय से उपयोग किया जाता है, क्योंकि ये तंत्र इसके काम में महत्वपूर्ण भूमिका निभाते हैं।

मॉडल एक अलग प्रकार के सिनैप्टिक कनेक्शन को अलग करता है, जो कि एक निश्चित अवधि के लिए योजक के थ्रेशोल्ड स्तर को प्रभावित कर सकता है - मॉडुलिंग सिनैप्स। यदि आप मॉड्यूलेट करते हैं, तो इंटरकलेटेड मॉड्यूलेटेड न्यूरॉन (निम्न योजना में हरा) पर योजक दहलीज को कम करें, इससे इसकी संवेदनशीलता बढ़ जाएगी, और सक्रियण पर यह न केवल एक स्पाइक, बल्कि दालों की एक पूरी श्रृंखला उत्पन्न करेगा। इस प्रकार, जनरेटर से सिग्नल को बदलना, युद्धाभ्यास करना संभव है, जब तैरता है। यदि इस तरह से दोनों तरफ के न्यूरॉन्स को एक ही समय में संशोधित किया जाता है, तो टैडपोल बस अधिक सक्रिय रूप से आगे तैर जाएगा।



तंत्रिका तंत्र में मॉड्यूलेशन का विषय बहुत व्यापक है, इस तथ्य के बावजूद कि इस मॉडल में मैंने खुद को सक्रियण सीमा के स्तर को नियंत्रित करने के लिए प्रतिबंधित किया है। तंत्रिका तंत्र में गतिशील रूप से हो सकने वाले परिवर्तनों को देखते हुए, यह कहा जा सकता है कि मॉड्यूलेशन बहुत विविधतापूर्ण हो सकता है, जिसमें सिनैप्स की ताकत में बदलाव, प्लास्टिसिटी में परिवर्तन, नशे की डिग्री, सिनॉप्टिक देरी का समय और सेल के चयापचय गुण शामिल हैं।

मॉड्यूलेटिंग सिनैप्स का उपयोग करने के साथ-साथ जनरेटर के संचालन को नियंत्रित करना, कुछ सुरक्षात्मक सजगता को लागू करना संभव बनाता है, उदाहरण के लिए, तैराकी शुरू करना जब टैडपोल सिर को छूता है और संपर्क से विपरीत दिशा में विचलन करता है, जो टैडपोल को स्वतंत्र रूप से आभासी मछलीघर में तैरने की अनुमति देता है, इसकी दीवारों से नौकायन।

कहां पालना है?

टैडपोल ने तैरना सीखा, और स्वतंत्र रूप से एक दिशा चुन सकता है, लेकिन इस दिशा को चुनने के लिए उसे एक लक्ष्य की आवश्यकता होती है, और ऐसा लक्ष्य उचित है, शायद भोजन। भोजन का पता लगाने के लिए, टैडपोल में गंध रिसेप्टर्स की दो विशेष भावना होती है, जिसे एक विशेष लाइन, "नाक पुल" द्वारा अलग किया जाता है, जिसके माध्यम से रिसेप्टर भोजन की उपस्थिति को महसूस नहीं कर सकता है। भोजन के करीब, अधिक बार रिसेप्टर को दूरी के वर्ग को ध्यान में रखते हुए सक्रिय किया जाता है।



बेशक, गंध का ऐसा मॉडल एक मजबूत सरलीकरण है, लेकिन सिमुलेशन के ढांचे के भीतर यह काफी स्वीकार्य है।

उदाहरणों में, दो रिसेप्टर्स से सिग्नल पहले न्यूरॉन्स की एक श्रृंखला से गुजरते हैं जिसमें पारस्परिक दमन होता है, और फिर मोटर न्यूरॉन्स पर एक मॉड्यूलेटिंग प्रभाव डालते हैं, टैडपोल के आंदोलन को नियंत्रित करते हैं।

ज़रूरत

मैं चाहता था कि भोजन के बाद की तुलना में टैडपोल का व्यवहार कुछ अधिक जटिल हो, इसलिए जरूरतों के तंत्र का अनुकरण करने का निर्णय लिया गया। सबसे पहले, यह भोजन की आवश्यकता है, भूख शरीर की गति और विकास के लिए आवश्यक ऊर्जा के स्रोत का उपभोग करने की एक प्राकृतिक इच्छा है। और स्वाभाविक रूप से, भूख के पास एक अलग डिग्री होनी चाहिए, अगर जानवर भरा हुआ है, तो भोजन उसके लिए बहुत अधिक रुचि नहीं होनी चाहिए। दूसरे, ऊर्जा संरक्षण के लिए कोई कम मौलिक आवश्यकता नहीं है, जो कि विकास के लिए बहुत पहले पैदा हुआ था और सभी जानवरों के व्यवहार में महत्वपूर्ण महत्व है। आलसी होने के नाते हमारे सार में बुना हुआ है, यह हमें ऊर्जा की खपत के संदर्भ में हमारे व्यवहार को अनुकूलित करने की अनुमति देता है, जो ऊर्जा संसाधनों की कम बर्बादी के साथ परिणाम प्राप्त करता है वह अधिक सफल है।

इन दो जरूरतों को महसूस करने के लिए, दो विशेष रिसेप्टर्स पेश किए गए हैं; आवश्यकता जितनी अधिक होगी, उतनी बार वे सक्रिय होंगे। समय के साथ संतृप्ति स्तर कम हो जाता है, इस कमी की दर उपयोगकर्ता-समायोज्य है, और थकान की भावना मांसपेशियों के संकुचन की तीव्रता के आधार पर बनती है।



संरक्षण के उदाहरणों में, कोई भी इन दो आवश्यकताओं के बीच कुछ प्रतियोगिता का पालन कर सकता है: थकान को गंभीर भूख से नहीं दबाया जा सकता है, लेकिन गंभीर भूख भी गंभीर थकान से मजबूत होती है।

अब टैडपोल का व्यवहार और भी जीवंत हो गया है, यह आंतरिक उद्देश्यों और इच्छाओं पर निर्भर करता है:

निष्कर्ष

टैडपोल तैरता है और खाती है, और बहुत कुछ: यह प्रकाश के प्रति प्रतिक्रिया करता है, स्पर्श करने के लिए, यदि आप इसे सिर से पकड़ते हैं, तो बाहर तोड़ने की कोशिश करें (जैसा कि सिम्युलेटर में प्रदान किया गया है), भोजन देखें और ढूंढें, भूख और थकान से पीड़ित हों, और यह सब आभासी न्यूरॉन्स के नियंत्रण में है। ।

सबसे जटिल टैडपोल में 63 न्यूरॉन्स और 131 सिनैप्टिक कनेक्शन हैं; मुझे याद है कि कैनेरोब्डाइटिस एलिगेंस में 302 न्यूरॉन्स होते हैं, और जैविक टैडपोल के लिए अकेले सामान्य तैराकी के लिए 1,500 न्यूरॉन्स की आवश्यकता होती है। अधिक विकसित जानवर, समस्याओं को हल करने में न्यूरॉन्स की अतिरेकता, जो विकासवादी प्रक्रियाओं और सिस्टम की विश्वसनीयता की आवश्यकता के कारण है। मानव मस्तिष्क के संबंध में न्यूरॉन्स के अतिरेक का मूल्यांकन करना अभी भी मुश्किल है, लेकिन, मेरी राय में, मानव मस्तिष्क के करीब एक कंप्यूटर मॉडल को लागू करने के लिए, क्वांटम कंप्यूटर या मेनफ्रेम, एक पर्याप्त शक्तिशाली घरेलू कंप्यूटर की आवश्यकता नहीं होगी। यह एक बहुत ही साहसिक कथन है, सबसे पहले, इस विषय में कई विशेषज्ञों की राय का खंडन करना, और दूसरा, इस कार्य से सुपर-जटिलता के क्षेत्र को हटाना, जिसके बिना निवेशकों के शानदार निवेश को रोकना मुश्किल है। मुख्य बात अब कंप्यूटिंग शक्ति नहीं है, लेकिन सही तकनीक और दृष्टिकोण का विकास।

भविष्य की योजना

ओपेंटैडपोल एक छोटा चरण है, मॉडलिंग जटिल तंत्रिका तंत्र के लिए एक उपकरण विकसित करने के एक लंबे रास्ते पर, जो, मेरी राय में, सफलतापूर्वक पूरा हो गया है।

अगला कार्य: एक ऐसा मॉडल बनाना जो साधारण आवाज कमांड के बीच अंतर कर सकता है, जैसे पालतू जानवर, उन्हें सीखने के लिए भी और यदि आवश्यक हो, तो टीम के संदर्भ की समझ के साथ, फिर से प्रयास करें। जैसा कि मैं काम करता हूं, मैं अपने निष्कर्षों को जीटी पाठकों के साथ साझा करने का प्रयास करूंगा।

विंडोज के लिए OPentadpole डॉवलैंड

स्रोत कोड