Метод преобразования изображения был наиболее полно развит, как возможная модель работы мозга при решении задачи обобщения восприятии или задачи познавания «универсалий». В этом методе строится система нервных элементов.
Последняя реально производит все возможные преобразования с изображением возбудителя, которое получается от сетчатки, и пытается нормализовать это изображение в позиции, размере, угловом повороте и т. д. так что на некотором этапе изображение может быть наложено и может быть установлена его идентичность с одной из хранящихся в памяти нормализованных форм или «следов в памяти».
Этот метод имеет ряд серьезных недостатков. Прежде всего, он может быть очень неэкономичным по числу требуемых нервных элементов. Например, некоторые из моделей Калбертсона могли бы использовать почти все клетки центральной нервной системы человека только для процесса центрирования, поворота и преобразования размера изображения на сетчатке. Каждое новое преобразование, которое мы желаем рассмотреть (например, удлинение или перекос такого типа, благодаря которым можно было бы получить курсив из стандартных букв), требует дополнительной, специально для этого предназначенной вычислительной системы или системы преобразования.
Такие системы требуют точности связей и типа функциональной характеристики различных элементов, которая кажется совсем не характерной для биологических систем; они недостаточно хорошо согласуются с наблюдаемой способностью здоровой части мозга выполнять функции поврежденной. Более того, если новая функция преобразования встраивается в систему, то она должна быть волей-неволей приложима к любой форме, входящей в нее. Таким образом, система, которая делает поворот своих возбудителей, должна автоматически относить обе картины к одному классу. Эти логические трудности в большинстве случаев могут быть преодолены при достаточной изобретательности, но за это придется заплатить дорогой ценой - ценой потери простоты.
Что точно в этом контексте означает простота? Несомненно, можно было бы утверждать, что нейроны, являющиеся простыми генераторами одиночных импульсов и единственной логической компонентой нервных сетей, очень простые устройства. Но если мы рассмотрим информацию, которая должна была бы быть выработана в генетической системе для того, чтобы вырастить нервную сеть Маккаллока - Питтса с самого начала, то, вероятно, получится, что требования по детализации процесса создания этой сети порождают непреодолимые трудности. Это является отражением того, что степени свободы логически детерминированной вычислительной системы очень ограничены в том смысле, что любое большое случайное возмущение в предписанной ей схеме привело бы, вероятно, к возникновению серьезных ошибок в ее функционировании.
Когда мы пользуемся термином «простота» применительно к нервной сети, мы, вообще говоря, не интересуемся числом элементов или числом переменных в индивидуальных функциональных уравнениях этих элементов. Скорее нас интересует степень ограничений, накладываемых на систему в целом. Программа персептрона была вызвана к жизни именно стремлением изучить развитие обучения и памяти в минимально ограниченных системах.
© digitrode.ru