Свойства человеческого мышления
НЕЙРОНЫ И НЕЙРОННЫЕ СЕТИ
Лекция 11. Некоторые понятия о нейронах
Введение
В настоящее время искусственный интеллект (ИИ) рассматривается,как одно из научных направлений информатики. Работы по искусственному интеллекту развернулись с началом промышленного использования вычислительной техники [1– 2].
Формально, в 70-80 гг. прошлого века было окончательно установлено, что уровень развития вычислительной техники не позволяет говорить даже о возможности приближения к Искусственному Разуму. «Разумность» автоматических систем была снята с рассмотрения [3–9].
В эти годы многие ученные поняли, что путь их пришел в тупик, вследствие незнания фундаментальных основ построения устройств ИИ.
В ноябре 2011 г. в Портленде (штат Орегон) Supercomputing Conferen-ce'09 фирма IBM заявила о существенном прогрессе в создании вычислительной системы, которая симулирует и эмулирует способность мозга чувствовать, воспринимать, действовать, взаимодействовать, познавать, и при этом сравнима с мозгом по низкому энергопотреблению и размерам [10–11].
Исследуя неудачи и трудности создания ИИ на современном этапе автор приходит к выводу, что фундаментальные исследования в области человеческого мозга, его нейрона еще не привели к созданию соот- ветствующей модели клетки нейрона, его модели связей, характеризующих реальный объект. В связи с этим и используются суперкомпьютеры, которые по внешним характеристикам создают модель «действия кошки».
В этом разделе рассматривается попытка изучения модели цифрового искусственного нейрона, реализованного на основе МФСП и МУСП которые могут стать основой для нового направления в разработках систем с повышенным интеллектом.
Предварительные понятия о модели нейрона
Глубокое изучение любой из наук, а тем более наук связанных прямо или косвенно с человеческим мозгом (медицины, психологии, кибернетики, вычислительной техники и т. д.), приводит к необходимости изучения процессов мышления человека. Мир внутри человека можно по сложности изучения сравнить с миром Вселенной, которая окружает человека. С незапамятных времен и до сих пор строение клетки нейрона, структура человеческого мозга и его возможности является важной проблемой философии, религии и психологии, и активно обсуждается во многих научных трактатах часто с непримиримостью в суждениях.
В настоящее время в области вычислительных машин встала острая проблема изучение всех аспектов человеческого мозга в связи с необходимостью создания более качественных компьютерных систем искусственного интеллекта, которые должны приближаться к возможностям мышления человеческого мозга. Вместе с тем, ряд ученых высказываются скептически о возможностях создания систем искусственного интеллекта равного человеческому мозгу [12].
В эпоху всеобщей интеллектуализации, когда компьютерные системы будут беседовать с человеком на его языке, напоминать, предупреждать и объяснять возможные варианты насущных проблем, вызывает большой интерес методы и интерактивные программные средства, которые соответствуют по возможностям человеческому мышлению. Интеллектуальные системы компьютерного наставничества (Intelligence Tutor Systems), с учетом типа и уровня интеллекта пользователя должны воспринимать действия и предсказывать последствия реализации сознательных и бессознательных целей и мотивов поведения человека.
В связи этим становится понятным актуальность и интерес к работе памяти человеческого мозга и его основного элемента – нейрона с позиции многофункциональных и многоуровневых схем памяти [13–15].
Свойства человеческого мышления
В человеческом мозгу кроме рациональных и иррациональных чисел однозначного логического мышления существует мышление вероятностное, ассоциативное и нечеткое. Профессор. Л. Заде утверждает, что теория размытых (нечетких) множеств более приемлема для мышления человека во многих случаях принятия им решения, а особенно при сложных, многовариантных решениях [16–18]. Теория нечетких множеств – это, по сути дела, шаг по пути к сближению точности классической математики и всепроникающей неточности реального мира, к сближению, порожденному непрекращающимся человеческим стремлениям к лучшему пониманию процессов мышления и познания [17]. По существу Л. Заде и его последователи сходятся на том, что логика человеческого мышления основывается не только на классической двухзначной или даже многозначной логике, а и на логике с нечеткими значениями истинности, с нечеткими связками и нечеткими правилами вывода. Теория нечетких подмножеств позволяет структурировать иерархические структуры, которые разделены не очень точными границами. Например, при изучении мыслей, языков и восприятий у людей.