В последние годы теория нейронных сетей привлекает внимание многих исследователей [7]. Интерес к нейронным сетям порождается желанием понять принципы работы нервной системы и надеждой, что с помощью нейронных сетей удастся приблизиться к той поразительной эффективности в процессах обработки информации, которой обладают животные и человек.
Известно, что электрические колебания в коре полушарий мозга объясняются когерентным торможением и торможением групп нейронов, и эти процессы можно описать с помощью модели связанных нелинейных осцилляторов.
Исследование моделей мышления человека как осциллирующих НС базируется на следующих принципах:
Основная гипотеза ОНС: предполагается, что в биологических нейронных системах признаки объектов кодируются частотами групп осциллирующих нейронов. Объединение этих признаков в целостный образ означает синхронизацию соответствующих групп нейронов. Это можно осуществить специальным центральным генератором или с помощью межгруппового взаимодействия элементов сети.
В двумерной сети имеется нейронная группа с локальными связями, образующими ячейку памяти. Во всех обучаемых ячейках формируются и распространяются слабо затухающие осцилляции. Обучение присваивает определённую частоту (или группу частот) всем элементам входного образа.
В работе исследуются свойства сети связанных нелинейных осцилляторов и интерпретации наблюдаемых эффектов человеческого мышления в терминах колебаний этой сети. При этом особый интерес вызывает создание на базе групп осциллирующих нейронов базовых элементов булевой логики: "И" (произведение частот), "ИЛИ" (сумма частот), "НЕ". На базе подобного рода элементов возможна реализация всех элементов булевой алгебры, обрабатывающих информацию в виде частот, а не дискретных значений уровня сигнала (как это реализовано в традиционных элементах булевой логики). Предполагается, что такой переход в представлении информации повлечёт за собой расширение возможностей базового элемента сознания в сравнении с логическими вентилями, основами современной схемотехники, аналогично расширению свойств осциллирующего нейрона по сравнению с обычным нейроном-сумматором.
Проблему создания искусственного аналога мозга человека в техническом плане можно разделить на две части:
Разработаны различные электронные модели нейронов, обладающие аналого-логическими свойствами и по своим функциональным возможностям приближающиеся к биологическому нейрону. С помощью современной интегральной технологии их можно изготовить в достаточном количестве.
Несравненно более трудная задача - воссоздать пространственную структуру связей нейрона. Для оптических нейронных сетей это возможно решить, но для современных микроэлектронных ИНС это сделать невозможно. Реальный практический путь решения этой проблемы лежит в оптическом моделировании нейронных структур, при этом может быть использована техника, созданная при разработке голографической памяти.
Расширение функциональных возможностей систем хранения и обработки информации связано с усложнением их структур и увеличением количества их элементов. Основным препятствием при увеличении числа элементов системы служит проблема её надёжности. Мозг же представляет собой супермногоэлементную систему, но, тем не менее, безотказно служит человеку всю жизнь.
Задача построения надёжно работающих систем на недостаточно надёжных элементах - одна из самых главных в кибернетике.
Весьма эффективным способом повышения надёжности сложных систем является преобразование информации, при котором переходят от обычной, естественной пространственно-временной формы её представления к частотно-спектральной форме, в которой далее она хранится, обрабатывается и передаётся по каналам связи. Очень важно, что структурная избыточность дополняется различными видами функциональной, в частности, информационной, избыточности. Можно полагать, что даже частичное воспроизведение этих свойств в технических средствах позволит создать высоконадёжные информационно-перерабатывающие самоорганизующиеся адаптивные системы переменной структуры, обладающие способностями к приспособлению.
Нейронные компьютеры