Рис. 14. Схема запоминания последовательности звуков. Возбужденные нейроны «рецепторного поля» заштрихованы.

Характер первичной модели, отражающей трехмерную структуру, был показан на рис. 13. В моделях из длительной памяти структура фона очень неясная и обобщенная, выделяется только фигура. Для алгоритма важны параметры модели и ее частей. Они следующие: активность определяется яркостью объекта, настройкой и напряжением рецептора, четкость — фокусированием рецептора. Расстояние до рецептора для главной фигуры отмечается точно, а для «фона» — приблизительно. Степень обобщенности модели и ее деталей зависит от параметров настройки, расстояния до рецептора и помех.

В СИ мгновенная первичная модель остается в кратковременной памяти наряду с распознанной моделью. В АИ она перекодируется цифровым кодом, который должен отразить все параметры каждого объекта и их пространственных отношений. Именно это и представляет самую трудную задачу для моделирования интеллекта.

Модель во временной памяти выступает как единое целое, следовательно, между ее возбужденными элементами сразу же должны устанавливаться связи, хотя бы тоже временные. Для примера на рис. 14 показана схема запоминания последовательности из семи звуков, составляющих слово. Память на слова есть у высших животных и птиц. По горизонтали отмечены номера условных тактов времени, по вертикали — номера однородных элементов, последовательно соединяемых с одним и тем же рецептором в каждый такт времени. В первый такт возбужден рецептор 1, во второй такт — рецептор 3, в третий такт — снова рецептор 1 и т.д. Модель станет действовать как единое целое только в том случае, если последовательно активируемые элементы (на рисунке они заштрихованы) в течение семи тактов будут соединены связями и сохранят активность все вместе по крайней мере на время от первого до седьмого такта. Без такого условия — это лишь разрозненные точки, не составляющие единой модели как действующей единицы информации. Отсюда, однако, следует, что каждый рецепторный элемент должен иметь связь со многими элементами «рецепторного поля» и соединяться с ними последовательно, всякий раз с новыми. Это не вызывает особых затруднений для случая, рассмотренного в нашем примере, где один звук соответствует одному элементу в каждый такт. А как обстоит дело, если мы воспринимаем не последовательность звуков, а, скажем, зрительную картину, то есть множество взаимосвязанных объектов. Тут нужны уже не столбцы элементов, а «кадры», которые будут мысленно прокручиваться наподобие киноленты. И сколько же связей нужно установить между возбужденными (яркими) точками кадров!

К сожалению, что-нибудь другое предположить трудно. Можно представить, что энергия с рецептора подается все время на один и тот же, «свой» элемент временной памяти. Допустим, что в следующий момент активируется другой элемент от другого рецептора и между ними устанавливается связь. К следующему моменту первый и второй элементы уже утратили активность, но связь «запомнилась» и т.д. Предположение еще менее вероятное, потому что в таком случае нужны специальные механизмы памяти, отмечающие последовательность возбуждения элементов, чтобы, к примеру, иметь возможность повторить слово. Но для такого «счетчика адресов» тоже нужны структуры.

Память человека действительно обширна. Есть люди, которые могут прочесть наизусть поэму «Евгений Онегин». Но мало таких, которые способны повторить в точности длинное стихотворение после одного прослушивания. Это значит, что «кадры» временной памяти постепенно освобождаются и, таким образом, становятся способными снова запоминать новые модели. Правда, они освобождаются не совсем, кое-что переходит в постоянную память, но очень немногое, если сравнить объем информации, который мы воспринимаем ежедневно, и то, что из него остается в постоянной памяти. Как правило, мы запоминаем из воспринятого только то, что потом многократно мысленно повторяем.

Трудно предложить гипотезу о механизмах памяти, пригодную для алгоритма интеллекта. Попробую изложить свою попытку. Для обозначения моделей и их сочетаний я буду пользоваться следующими заимствованными из лингвистики терминами. «Буква» — элементарная модель, самый малый значимый признак. «Алфавит» — совокупность буквмоделей, формируемых одним типом рецепторов; «алфавитов» может быть много: световые, звуковые и др. (см. ниже) «Слово» — более сложная модель, состоящая из элементарных моделей, то есть «букв», но очень хорошо организованная и выступающая как одно целое. «Фраза» — соединение «слов», чаще всего временное и непрочное. «Буква обобщенности» —знак, указывающий уровень обобщения моделей, их место в «иерархии блочности».

Модели и ансамбли нейронов. У человека в коре очень много нейронов, их количество оценивают в 10 и более миллиардов. Каждый нейрон соединяется с многими сотнями других. Таким образом, имеются почти беспредельные возможности для образования структур из нейронов, объединенных проходимыми («проторенными») связями. Такие структуры — нейронные ансамбли — могут выступать в качестве моделей объектов внешнего мира. Один нейрон может включаться в несколько ансамблей, как это показано на рис. 15. Модель повторно возбуждается («вспоминается»), если возбудится некоторый процент входящих в ее ансамбль нейронов. Почему не возбуждаются все нейроны коры. Ведь связей между ними вполне достаточно. Чтобы ответить на этот вопрос, нужно сделать еще одно предположение: когда один нейрон возбуждается, соседние тормозятся. Этот принцип «индуктивного торможения» установлен И. П. Павловым. Таким образом, если допустить, что 30% нейронов данной модели возбудятся извне, то все окружающие должны бы затормозиться. Так и происходит, но связи к остальным 70% нейронов данной модели настолько проторены, что эти нейроны больше возбуждаются по связям, чем тормозятся «по площади». В результате активируется весь ансамбль, вся модель, а другие модели остаются заторможенными, несмотря на то что часть возбужденных в данной модели нейронов входит и в них. Такова гипотеза об ансамблях нейронов.

Рис. 15. Нейронные ансамбли.

Для проверки этой гипотезы сотрудниками отдела биокибернетики разработан макет нейронной сети, содержащий 22 узла и наборное поле, которое позволяет осуществлять все возможные соединения между узлами. Узлы (модели нейронов) представляют собой усилители постоянного тока с нелинейной (S-образной) характеристикой. В качестве связей использованы постоянные резисторы. Вес связи считается обратно пропорциональным сопротивлению резистора.

Макет создавался для получения ответа на следующие основные вопросы:

— можно ли технически реализовать устойчиво работающую сеть из нейронных ансамблей так, чтобы при возбуждении одного ансамбля не возбуждались одновременно и другие, связанные с ним; — можно ли построить устойчивую сеть, если ансамбли пересекаются, то есть одни и те же узлы входят в состав различных ансамблей; — можно ли добиться четкого перехода возбуждения с одного ансамбля на другой, если они пересекаются значительной частью своих узлов.

Эксперименты с макетом дали положительные ответы на все эти вопросы. Оказалось, однако, что для успешной работы необходимо использовать централизованную систему, управляющую активностью всей сети. По своим свойствам и назначению эта система аналогична системе усиления-торможения (СУТ), которая подробно будет описана ниже. Следует отметить, что многие исследователи, пытавшиеся построить устойчивую ансамблевую сеть без централизованной системы управления активностью, встретились с большими трудностями и вынуждены были накладывать жесткие ограничения на допустимую структуру сети.