В первых моделях нейрона были приняты сильно формализованные алгебро-логические представления о дискретном переключении входов и выхода некоторого абстрактного многополюсника. Развитие этих представлений привело к созданию ряда моделей, так называемых формальных или абстрактных нейронов. Наиболее широкую известность получила модель У. С. Мак-Каллока и У. Питтса, которая основана на следующих допущениях.

Было принято, что нейрон, состоящий из тела (сомы) с отходящим от него аксоном, контактирует с другими нейронами с помощью концевых пластин (синапсов), соприкасающихся с телом не более чем одного нейрона (того же самого в случае обратной связи, или другого), который они раздражают, т. е. вызывают возбуждение или торможение. Модель нейрона является многополюсником, имеющим много входов и один выход. Нейрон проявляет активность в соответствии с принципом «все или ничего».

Возбуждению выхода нейрона в какой-либо момент времени должен предшествовать латентный (скрытый) период накопления возбуждений определенного числа входов. Активность какого-либо одного тормозящего синапса абсолютно исключает возбуждение нейрона в рассматриваемый момент времени.

Сигналы через синапс могут проходить только в одном направлении. Единственным существенным запаздыванием сигнала считают его задержку в синапсе, которую измеряют промежутком времени от момента возбуждения входа до возбуждения выхода нейрона.

Такие представления сильно упрощают действительную, очень сложную картину функционирования нейрона и лишь приблизительно соответствуют известным структурным представлениям. Но именно они позволили создать первые модели нейрона, а затем и теорию нейроноподобных пороговых элементов, и теорию синтеза нейронных структур – самостоятельный и значительный раздел современной кибернетики.

Лишь позднее стали складываться представления о более сложной картине, которая должна быть отображена в модели, о значительном влиянии аналоговых

В ряде последующих моделей принимались допущения, отличающиеся от тех, которые были введены У. С. Мак-Каллоком и У. Питсом. Так, в модели нейрона по С. К- Клини вводится дискретное время, разделенное на равные такты. Описание работы нейрона принимает вид алгебраических уравнений, в которых значения логических функций определяются в дискретные моменты времени. В модели Д. Т. Калбертсона вводится несколько иное условие возбуждения. Здесь порог нейрона есть целое число, положительное, отрицательное или нуль, постоянное для данного нейрона. Однако у разных нейронов порог может быть различным. Нейрон возбуждается только в том случае, если справедливо выражение

Исследования нейрофизиологов, проведенные еще в конце XIX века, показали, что биологический нейрон (нервная клетка) обладает определенными свойствами пластичности и приспособляемости. На моделях нейронов это должно было бы проявляться в виде способности изменять логику работы в ходе приспособления к новым условиям функционирования. Но только в самые последние годы пластические свойства нейронов нашли свое воплощение в моделях.

Пластичность как свойство изменять свои логические характеристики нетрудно получить в модели, основой которой является пороговый нейрон. К этому приводят такие сравнительно простые решения, как например, изменение порога возбудимости нейрона, или изменение весов синапсов нейрона, или и то и другое. Если вспомнить, что уравнение, описывающее поведение нейрона, является уравнением линейной поверхности (плоскости), то нетрудно представить геометрически, что означает механизм пластичности модели нейрона в упомянутых выше решениях. Изменение логики работы нейрона в геометрической интерпретации сводится к изменению положения плоскости, описываемой уравнением в пространстве параметров, а условие возбуждения определяется путем вычисления значения, которое принимает линейная функция вида в точке, характеризующей воспринимаемый сигнал в пространстве.

Совместные усилия биохимиков и нейрофизиологов направлены на расшифровку тайны синаптических механизмов нейрона. Вместе с тем многое в функционировании синапсов остается неясным. Известные модели синапсов представляют собой довольно простые функциональные узлы, основанные на упрощенных представлениях о том, что функции синапсов сводятся к накоплению того или иного веса, величина которого влияет на возбудимость нейрона. Предполагают, что в синапсах сохраняются следы предыдущих воздействий, определивших перестройку работы нейрона. Обычные модельные представления синапса ограничиваются управляемой перестройкой весовой величины, по некоторому закону.

Итак, существует ряд математических моделей нервной клетки. В соответствии с этими формализованными представлениями о функционировании нейрона были созданы многочисленные физические аналоги нейронов. Одни из них преследуют исследовательские цели и предназначены для уточнения и развития имеющихся знаний о структуре и функциях биологического нейрона, что связано с биокибернетическим и биофизическим аспектами проблемы. Другие аналоги нейронов созданы с целью прикладного, собственно бионического использования в качестве элементов логико-информационных систем.

Наиболее простые аналоги нейронов могут выполнять сравнительно несложные функции детерминированного, логического (порогового) элемента. Так как чаще всего пластичность связывают с возможностью изменять синаптические веса, схема пластического аналога нейрона имеет вид.

Следует отметить, что в сугубо прикладном, бионическом плане, модели нейронов долгое время не имели почти никакого смысла, ибо возможности одиночного нейрона сильно ограничены. Только после того, как определились пути синтеза нейронных структур, нейроны как элементы стали завоевывать все большее признание в бионике. Сейчас значительное число исследователей склоняется к мысли, что отнюдь не случайно самое интересное поведение проявляют те бионические системы, которые синтезированы из нейроноподобных элементов (перцептроны, обучаемые матрицы и другие). Помимо гибкости, адаптивности, внутренней саморегуляции многие системы такого рода обладают поразительной надежностью. Некоторые примеры систем, выполненных на нейронах, будут рассмотрены в последующих разделах. А пока остановимся на таком вопросе: какие информационные и логические системы могут быть выполнены на нейроподобных элементах? Оказывается, что любые, формализуемые и неформализуемые. Но не для всякого класса систем разработаны хотя бы основные правила синтеза.

Предыдущая глава: Возбуждение нейрона

Следующая глава: Теории систем связи