Novas redes neurais ou simulação do sistema nervoso

Oi Geektimes! Quero apresentar minhas realizações em um estudo no campo da inteligência artificial.

Desde a minha juventude, sonhei com a possibilidade de criar inteligência artificial. De volta à escola, li o fantástico trabalho “Black Yasha” de Zinovy ​​Yuriev, no qual o personagem principal criou um dispositivo comparável em complexidade ao cérebro humano, que é uma caixa preta cheia de muitos elementos interconectados - os neurologistas o ensinaram quando criança, derrubando-o uma avalanche de informações. Depois disso, o dispositivo se transformou em uma criatura racional, uma pessoa chamada Yasha. Pensei em como os neurologistas deveriam funcionar. Procurei a resposta em neurobiologia e fisiologia do sistema nervoso. Estudar livros sobre esse tópico me deu uma boa idéia sobre o neurônio biológico e o trabalho de I.P. Pavlov formou em mim a crença de que qualquer manifestação do comportamento arbitrariamente complexo dos seres vivos,manifestação de reflexos condicionados e não condicionados. Surgiram então as primeiras hipóteses ingênuas sobre os princípios do neurônio biológico e as tentativas de descrever sistematicamente esses princípios. O fato de haver redes neurais artificiais não fazia ideia, enquanto a Internet era rara.

Somente na minha época de estudante, eu me familiarizei com alguns artigos sobre o tópico de redes neurais artificiais; o conhecimento deles causou uma impressão ambígua em mim. Por um lado, essas diferenças sérias foram surpreendidas entre o modelo de neurônio adotado como base do perceptron e o neurônio biológico. Por outro lado, os métodos descritivos usados ​​nas redes neurais artificiais permitiram reconsiderar minhas hipóteses sobre o funcionamento de um neurônio e apresentá-las de forma mais sistematizada. Embora, mesmo assim, fossem representações muito ilusórias.

O modelo de neurônio na base das redes artificiais clássicas era geralmente apresentado como uma célula com muitas entradas - dendritos e com uma saída - um axônio. A célula analisou os sinais das entradas e, como uma função, produziu um resultado que foi transmitido aos próximos neurônios. De fato, um neurônio com um axônio é apenas um caso especial no sistema nervoso, a maioria dos neurônios no cérebro humano não possui um axônio. Um neurônio recebe sinais em quase toda a superfície da membrana, receptores especiais. Depois disso, ele transmite sinais através de dendritos através de sinapses para outras células; além disso, as sinapses das células têm forças diferentes, sua força é determinada independentemente uma da outra. Um neurônio biológico tem muitas entradas e muitas saídas independentemente determinadas. Verificou-se que, em um neurônio matemático, os coeficientes dos pesos dos sinais de entrada são analisados ​​e calculadose em um neurônio biológico, ocorre uma análise do poder do fim de semana.

Apesar das fortes discrepâncias entre redes artificiais e biológicas, elas se mostraram muito produtivas; o trabalho nessa área produziu muitos resultados interessantes e práticos.
As redes neurais clássicas são muito convenientes de implementar, tive a experiência de escrever um programa Delphi simples baseado no perceptron, mas, para minha vergonha, não tinha habilidades de programação suficientes para implementar minhas idéias sobre a modelagem do sistema nervoso.

Durante muito tempo, não falei sobre esse assunto, mas continuei interessado e estudava livros e artigos sobre neurobiologia e psicologia. Cerca de dois anos atrás, comecei a estudar o mecanismo de jogo Unity3D, ele estava interessado em mim exatamente como um mecanismo de jogo. Tendo criado algumas aplicações de jogos, percebi que o Unity3D é mais adequado para a elaboração de idéias. Aqui, e trabalhando espaço tridimensional, facilidade de programação e liberdade na organização da estrutura dos objetos. Eu me propus a tarefa de criar um modelo simples que demonstrasse os príncipes elementares do neurônio e do sistema nervoso, com base em minhas suposições.
Depois de algum tempo trabalhando no modelo, eu estava esperando a primeira decepção. O modelo era uma espécie de autômato celular, elementos interconectados. A rede criada de neurônios, aproximadamente 450 células localizadas no espaço tridimensional, em uma grade cúbica, não funcionou de acordo com minhas idéias. Tentativas de corrigir seu trabalho foram infrutíferas.
A localização no espaço tridimensional é um aspecto muito importante para o sistema, pois, para a análise e determinação da força de suas saídas, o neurônio leva em consideração sua localização em relação a outras células ativas.


A primeira arquitetura de rede neural com falha

Considerando que a causa de minhas falhas pode ser uma predeterminação no número de neurônios e no número de conexões que o neurônio possui. Foi decidido criar neurônios dinamicamente. O fato é que existe um princípio de transmissão seqüencial de excitação de neurônio em neurônio; cada ato reflexo pode ser representado como uma cadeia de transmissão sequencial de um sinal nervoso. Alguns neurônios não puderam se envolver em nenhum ato reflexo, enquanto usavam recursos do computador e interferiam na revisão ao estudar a rede.
Com a criação dinâmica de neurônios, podemos dizer que a área de trabalho do programa é um espaço cheio de neurônios hipotéticos que serão ativados, se necessário. O programa cria neurônios onde são necessários, com certas restrições que imitam o preenchimento preliminar do espaço com as células.

No entanto, após as modificações introduzidas, o processo de trabalhar com o modelo foi uma pesquisa, um ciclo de hipóteses e suas verificações. Fiz alterações no script do neurônio, observei o comportamento de um sistema que não se comportava de acordo com minhas expectativas, o que me forçou a construir novas hipóteses e novamente fazer alterações no programa. Este trabalho me fez superestimar a importância de certos aspectos na biologia de um neurônio, que antes me pareciam insignificantes. Por exemplo, era necessário levar em consideração a alteração no potencial traço negativo, adicionar fadiga neuronal e células inibitórias.
Como resultado, obtive o resultado que me estabeleci inicialmente. Um programa que pode demonstrar como o treinamento associativo ocorre nos tecidos nervosos, a formação de novos arcos reflexos, semelhante à forma como acontece no cérebro do cão nas experiências da I.P. Pavlova.
Comparada às redes neurais clássicas, que com menos elementos conseguem reconhecer rostos, desenhar imagens e compor música, funcionalmente minha rede neural é praticamente inútil. No entanto, para mim, o potencial inerente a ele é de maior importância.

Existem doze entradas no sistema, que são receptores de botões, botões do teclado que correspondem aos indicadores indicados por letras e doze saídas, que são indicadores da atividade de determinadas células. O programa permite editar a rede: criar neurônios, configurar suas sinapses (comunicações), configurar entradas e saídas.
Reflexos incondicionados são criados inicialmente, com base nos quais o treinamento ocorre. Um homem nasce com um conjunto pronto de reflexos incondicionados, cuja evolução cuidadosamente preparou e selecionou. Esse conjunto de reflexos predetermina a variabilidade do nosso treinamento.



No vídeo, você pode ver como dois reflexos indiferentes simples, consistindo em um receptor e um neurônio motor, após várias repetições articulares se conectarem associativamente. Há uma formação de um "saltador" entre eles.
Ainda não descrevi os detalhes sobre os princípios de operação do sistema e dos neurônios, porque o trabalho com base teórica ainda está em andamento e eu não gostaria de expor teorias cruas.

Este é apenas o começo da jornada.Muito trabalho ainda precisa ser feito. Agora, planejo trabalhar em uma nova versão do programa que me permita entender alguns detalhes sobre a inibição no sistema nervoso. Pretendo expandir as capacidades dos sinais de entrada, um sistema de sentimentos mais detalhado e diversificado, além de levar em consideração sinais de informações químicas específicas que nos permitirão simular a semelhança das emoções.

Tendo trabalhado em tais modelos, todos os aspectos do trabalho dos neurônios, será possível prosseguir com a criação de um sistema que permita criar, como no editor de estrutura, imitando o trabalho do cérebro dos animais. Nesta fase, o conhecimento de especialistas no campo da fisiologia do cérebro também estará em demanda.
A capacidade de auto-identidade e autoconsciência são elementos integrais da inteligência, como você sabe, tudo isso está incorporado nas estruturas do cérebro. E não é possível criar uma máquina pensante sem copiar as estruturas e os princípios do cérebro.

PS A
pesquisa no campo da inteligência artificial, bem como a redação de artigos sobre esse tópico, não é o principal tipo de minha atividade, portanto, não julgue rigorosamente. Serei grato por qualquer ajuda no trabalho, ajuda, conselho, advertência. Sua opinião e críticas construtivas são muito importantes para mim.

Source: https://habr.com/ru/post/pt382375/