Przetwarzanie informacji przez mózg

Mózg jest złożonym organem, który stanowi główną część układu nerwowego. Składa się on z neuronów połączonych przez aksony i dendryty. Zarządza świadomymi i podświadomymi funkcjami organizmu. Mózg odpowiada za:

• kontrolowanie funkcji życiowych,

• odbieranie i przetwarzanie informacji pochodzących z narządów zmysłów,

• kontrolowanie układu mięśniowego,

• emocje i zachowania,

• rozumowanie i kontrolę procesów poznawczychprocesy poznawczeprocesów poznawczych.

Działanie mózgu jest oparte na przekazywaniu informacji pomiędzy neuronami poprzez impulsy elektrochemiczne. Odpowiadają za to zakończenia neuronów zwane synapsami. Neurony są odpowiedzialne za aktywację lub hamowanie działania innych komórek. Przepływ odpowiednich informacji zajmuje kilka milisekund i jest bardzo dobrze skoordynowany. Możemy sobie wyobrazić mózg jako wielki procesor, który komunikuje się z innymi elementami komputera.

Neurony znajdujące się w mózgu komunikują się ze sobą, tworząc skomplikowaną sieć połączeń. Dodatkowo połączenia neuronowe obecne w mózgu cały czas się rozwijają i sieć synaptyczna jest przebudowywana. Za każdym razem, gdy uczymy się czegoś nowego i nabywamy nowe umiejętności, mózg zapisuje te informacje, tworzą się nowe połączenia.

Budowa neuronu biologicznego

Neurony są pewnego rodzaju przekaźnikami sygnałów. Tworzą one skomplikowane sieci połączeń, które odpowiadają za przekazywanie impulsów nerwowych i manipulację określonymi reakcjami chemicznymi.

RkFEiob5ERLhk

Ilustracja przedstawia neuron z oznaczonymi podstawowymi elementami jego budowy. W środku komórki znajduje się duże jądro komórki, najdłuższy ogon to akson zakończony synapsami, natomiast wkoło głównego ciałą komówrki znajdują się dendryty. Kierunek przepływu sygnału to dendryt do aksonu, zatem od ciała komórki do końca aksonu poprzez synapsy.

Informacje są przenoszone i przetwarzane w postaci impulsów nerwowych, będących krótkimi zmianami potencjału elektrycznego błony komórkowej neuronu. Impuls przepływa w kierunku od dendrytów do synaps znajdujących się na zakończeniach aksonu.

Neurony w sieciach neuronowych

W informatyce koncepcja sieci neuronowych ma wiele wspólnego z siecią neuronów znajdujących się w ludzkim mózgu. Właśnie dlatego główny element sieci neuronowych nazywamy neuronem w nawiązaniu do jego biologicznego pierwowzoru.

Ideą przyświecającą projektantom pierwszych komputerowych sieci neuronowych było zastosowanie elementu, który przyjmuje pewną podstawową jednostkę danych, modyfikuje ją, a następnie przekazuje dalej. Po połączeniu wielu takich elementów powstają sieci, które modyfikują dane wejściowe w pewien specyficzny sposób.

Neuron McCullocha–Pittsa

Pierwszy matematyczny model neuronu został zaproponowany w 1943 roku przez Warrena McCullocha i Waltera Pittsa. Nazywany jest neuronem McCullocha–Pittsa.

Neuron taki ma wiele wejść oraz jedno wyjście i operuje na liczbach rzeczywistych. Każdemu z wejść przyporządkowywana jest pewna waga. Najpierw obliczana jest suma iloczynów wartości wag (wIndeks dolny i_i) i sygnałów wejściowych (xIndeks dolny i_i).

R1YpUVb5JR71G

Ilustracja przedstawia neuron w pojęciu komputerowym. Po lewej stronie znajdują się dane wejściowe oznaczone literami: x₁, x₂, x_n.
Od liter poprowadzone są strzałki podpisano kolejno: W₁, W₂, W₃.
W₂ oraz W_n łączy przerywana prosta.
Strzałki te dążą do okręgu wewnątrz którego znajduje się zapis sumy w postaci sigmy.
Nad sigmą znajduje się litera n, a pod nią i=1.
Przy sigmie znajdują się x_i oraz w_i.
Od obiektu sumy strzałka wskazuje na obiekt w kształcie kwadratu zawierający funkcję f(x). Od bloku z funkcją wychodzi strzałka wskazująca na literę y.

Obliczona wartość jest przekazywana tzw. funkcji aktywacji. Przekształca ona otrzymaną liczbę w pewien sposób i zwraca wynik na wyjściu. Istnieje wiele funkcji aktywacji, a każda z nich inaczej wpływa na rezultat działania neuronu.

Oto kilka najczęściej używanych funkcji aktywacji:

Perceptron

Perceptron jest najprostszą siecią neuronową, zaproponowaną przez Franka Rosenblatta w 1957 roku. Jest on zbudowany z jednego bądź wielu niezależnych neuronów McCullocha‑Pittsa, których funkcją aktywacji jest funkcja skokowa. Jego głównym zadaniem jest kategoryzowanie danych wejściowych do jednej z dwóch klas. Perceptrony mogą zatem pracować głównie na zbiorach, które są liniowo separowalne.

Riex8vjaKJdeD

Ilustracja przedstawia dane wejściowe po lewej stronie: x₁, x₂, x_n (x₂ oraz x_n połączone są przerywaną prostą).
Od wartości tych wychodzą po trzy strzałki wskazuje na trzy okręgi zawierające znak sumy (sigma).
Następnie od okręgów wychodzą strzałki wskazujące na okręgi zawierające symbole funkcji skokowej (linia pozioma dolna, linia pionowa, linia pozioma górna, tworzące razem schodek).
Od okręgów z symbolem funkcji skokowej wychodzą strzałki dążące do pojedynczego okręgu zawierającego symbol sumy.
Od okręgu z symbolem sumy wychodzi strzałka wskazująca na okrąg z symbolem funkcji skokowej.
Od okręgu z funkcją skokową wychodzi strzałka wskazująca na literę y.

Słownik