Введение
Искусственная когнитивная система — это небиологическая система, с признаками искусственного интеллекта, обладающая когнитивной функцией, под которой, в свою очередь, понимается способность «связывания событий во времени, построение пространственно-временной модели событий» [1].
Когнитивные системы живых организмов опираются на отдельные нервные клетки – нейроны и некоторые виды глиальных клеток. Для искусственных когнитивных систем такое же значение имеет искусственный нейрон (модель нейрона, нейроноподобный элемент), поэтому моделирование нейрона и сетей нейронов имеет большое прикладное значение. В настоящее время широкое распространение получили два подхода к моделированию нейронов: биофизический подход и функциональный подход. Биофизический подход воспроизводит множество биохимических реакций, которые протекают в клетках, выполняющих задачи метаболизма, поддержания жизнедеятельности и выполнения задач обработки сенсорной информации. К сожалению, биофизические модели нейронов в настоящее время не подходят для создания искусственных интеллектуальных когнитивных систем, поскольку требуют огромных вычислительных затрат. При этом подобные модели весьма хорошо подходят для исследования процессов передачи и обработки информации в мозгу человека и животных. При построении искусственных когнитивных систем, как правило используется подход, основанный на так называемых «формальных моделях нейрона», которые включают в себя установку и изменение весов входов нейрона под влиянием процедуры обучения. Но подобный подход тоже включает в себя ряд недостатков. В частности, отсутствие различных типов активирующих и тормозящих медиаторов, разнообразия межклеточных взаимодействий и соединений не позволяют системам, построенным на функциональной модели нейрона воспроизводить все многообразие когнитивных функций, которые встречаются в живых организмах.
|
|
Как известно, кора головного мозга состоит из сотен миллиардов нейронов и глиальных клеток, которые участвуют в обработке поступающей информации. При этом эти клетки сгруппированы в, примерно, сто миллионов вертикально ориентированных кортикальных колонок, которые способны к обработке различного вида информации, получаемой в виде сигналов из сенсорных, ассоциативных и моторных областей коры. Для воспроизведения когнитивных способностей живых организмов в технических системах необходимо создание программных или программно-аппаратных комплексов, реализующие функциональные операции, которые выполняет как одна отдельно взятая колонка коры неокортекса, так и множество таких колонок, связанных между собой.
В рамках выполнения работ по проекту построена упрощенная модель нейронной сети внутри кортикальной колонки и состоящего из таких искусственных колонок участка коры, которые ориентированы на обработку поступающей сенсорной информации в виде изображения. В результате работы подобной структуры формируется семантическое описание обрабатываемого изображения, которое представлено активностью различных элементов моделируемого участка коры. Активность различных колонок такой искусственной структуры соответствует узнаванию того или иного объекта на сцене, и определению его свойств. В нашей модели, каждая отдельная колонка соответствует одному объекту из известно системе распознавания семантического словаря, наблюдаемого под определенным углом зрения. Искусственная структура построена как сеть из вертикально ориентированных колонок с четкими функциональными ролями слоев внутри них. Внутри каждой колонки обеспечивается выделение семантических признаков, возбуждение или торможение других колонок, участвующих в процессе обработки поступающей визуальной информации, формирование новых связей между нейронами, изменение весов существующих связей и выделение наиболее существенных признаков распознаваемых объектов.
|
|
Важной особенностью представленной модели является то, что структура кортикальной колонки имеет универсальную природу и позволяет, используя небольшой набор типов нейронов, выполнять операции анализа изображений с целью обнаружения объектов различных типов. Например, лиц людей, пешеходов, автомобилей и указывать их характерные свойства. Такие как цвет, размер, местоположение, пол, возраст и так далее.
Назначение биоморфной модели кортикальной колонки.
Биоморфная искусственная модель кортикальной колонки предназначена для обнаружения объектов, заданных типов на изображении. Каждому объекту из реального мира соответствует одна или несколько искусственных кортикальных колонок, которые активируются, если на их вход подается сигнал, соответствующий объекту заданного типа. На Рисунке 1 показаны области активности кортикальных колонок, которые обучены на различные объекты реального мира.
Рисунок 1. Оклик двух кортикальных колонок на объекты реального мира различных типов: автомобили и лица людей.
В настоящий момент, система сканирования последовательно подает на вход набору искусственных кортикальных колонок фрагменты изображения. Для тех фрагментов, которые приводят к активности искусственных нейронов во всех слоях кортикальной колонки, выдается сигнал о том, что в этих фрагментах находится объект того типа, который ассоциирован с активированной колонкой. Таким образом, анализируя активность множества искусственных кортикальных колонок мы, в итоге, можем получить семантическое описание изображения, которое состоит из набора активности искусственных кортикальных колонок, связанных с местоположением различных объектов на изображении и их размерами.