Komputer a mózg

Amerykański uczony Norbert Wiener, profesor Massachusetts Institute of Technology, twórca podstaw cybernetyki, przyrównywał komputer do „elektronicznego mózgu”. Zakladał on bowiem, że neurony i przełączniki w lampowym komputerze, stosowane w tamtych cza­sach, działają według zasady „wszystko albo nic”; w dokładnym kontekście znaczy to, że bądź przewodzą potencjały czynnościowe czy prąd elektryczny w swoich układach, bądź nie.

Komputer i mózg są więc – patrząc od tej strony – urządzeniami cyfrowymi, działają w stanach dyskretnych. Z kolei John von Neumann współtwórca pierwszej amerykańskiej elektronicznej maszyny matematycznej, pokazał jednak, że mózg i cały centralny układ nerwowy ma w istocie rzeczy charakter cyfrowo – analogowy. Jest tak już na poziomie komórki nerwowej, gdzie wzbudzony potencjał czynnościowy rozchodzi się wzdłuż ciała komórki i jej aksonów w spo­sób nieciągły, a więc taki, któiy można wymodelować cyfrowo. Przy przejściu między komór­kami, w synapsach, nabiera on jednak charakteru ciągłego, jest więc natury analogowej. Geneza sieci neuronowych sięga badań neurofizjologicznych i biocybemetycznych.

Pierwszy prototyp sieci neuronowej zbudowany został w 1957 r. przez Arturo Rosenblutha i Charlesa Wightmana. Inspiracją do tego przedsięwzięcia był matematyczny opis komórki nerwowej podany w 1943 r. przez Warrena McCullocha i Waltera H. Pittsa.

Perceptron, bo tak nazywano pierwszy prototyp sieci neuronowej, był urządzeniem w pewnej części elektromechanicznym, które miało za zadanie rozpoznawanie znaków alfanumerycznych. Zastosowany system nie był efektywny w przypadku analizy bardziej złożonych znaków, ale co najważniejsze, zachowywał jednak poprawność działania nawet
po uszkodzeniu pewnej części jego elementów.

Bardzo ważną zaletą Perceptronu było to, że po zadaniu mu tylko pierwszej części danych wejściowych „uczył” się dalszego rozpoznawania. Kolejne konstruktorskie osiągnięcia przypadły na 1960 r., kiedy to zbudowano sieć o nazwie Madalin (zbudował ją Bernard Widrow. Miała zastosowanie w radarach, sonarach, liniach telefonicznych).

Na początku lat 70. Marvin Minsky wraz ze swoim współpracow­nikiem zastopowali badania nad sieciami, krytycznie oceniając ich jednowarstwowość.

Dopiero w drugiej połowie lat 80. zaczęto projektować i budować nieliniowe sieci wielowarstwowe o wyłącznie już elektronicznym podłożu. Sieć neuronowa jest połączeniem
w sieć elementów zwanych neuronami, które tworzą co najmniej trzy warstwy:

  • wejściową;
  • ukrytą (może być ich wiele);
  • wyjściową.

Przetwarzanie informacji przez neurony sieci zachodzi dzięki temu, że ich połącze­niom nadaje się parametry, zwane wagami, które modyfikuje się podczas działania. To mo­dyfikowane działanie nazywane jest procesem „uczenia” sieci. Proces uczenia sieci polega więc na tym, by tak dobrać wagi, żeby wszystkie neurony wykonywały dokładnie takie czynności, jakich się od nich wymaga.

Źródło:
1. Hetmański M ., Sieci neuropodobne, „Computerworld” nr 11/99
2. Tadeusiewicz R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna W ydawnicza PLJ, Warszawa 1998.
3. Foto: komputerswiat.pl