История биологии с начала XX века до наших дней

В настоящее время выдвинут ряд принципов, позволяющих в какой-то мере обойти указанные трудности. Так, еще Н.А. Бернштейн (1947) сформулировал задачу управления движениями как борьбу с лишними степенями свободы. В работах И.М. Гельфанда и других (1966) было показано, что при решении той или иной задачи степени свободы оказываются связанными между собой, и ими можно управлять как единым целым. При этом некоторая группа мышц и суставов объединяется в более или менее автономный блок.

Другой важный принцип управления сложными системами — иерархическая структура системы управления. Применительно к проблеме координации движений этот принцип был подробно обоснован Н.А. Бернштейном (1947). Преимущества иерархической структуры были рассмотрены также А.А. Ляпуновым (1963).

Таким образом, вырабатывается новая система понятий, характерных для биологических систем управления — блочный принцип управления, иерархичность структуры управления, достижение цели за счет локального взаимодействия элементов и т. д.[247] Вместе с тем поднимаются и новые, пока еще нерешенные вопросы, в частности, вопрос о том, каким образом одна и та же система при помощи одних и тех же исполнительных механизмов может решать большое количество разнообразных задач.

Моделирование взаимоотношений организма со средой. Математическая психология.

Исследованиям целостного поведения живых систем положили начало работы по изучению внешних проявлений процесса обучения и связанного с ним рефлекторного поведения.

В 50-х годах XX в. Г. Уолтер, А. Оэттингер и др.[248] разработали ряд моделей условно-рефлекторного поведения, воспроизводящих явления обучения и забывания при выработке простейших условных рефлексов. Эти модели дали возможность установить перечень необходимых функциональных элементов, которыми должна располагать система для реализации этого вида деятельности, и послужили прототипами при создании простых технических адаптивных систем.

Первая модель, позволившая упрощенно воспроизвести и изучить возможные нейронные механизмы обучения, была разработана в 1954 г. американцами Б.Дж. Фэрли и У.А. Кларком. Это была математическая модель нервной сети, изучавшаяся при помощи электронной вычислительной машины. Модель представляла собой сеть нейронов со случайными связями, которые должны были при внешнем возбуждении определенной группы входных нейронов вызвать систематическое возбуждение определенной группы выходных нейронов. Требуемое состояние достигалось в процессе обучения путем изменения эффективности межнейронных связей и порогов возбуждения нейронов. Значение работы Фэрли и Кларка заключалось и в том, что она породила целую серию дальнейших исследований, основанных на представлении об обучающихся нейронных сетях.

Р. Бёрль (1956) рассмотрел нейронную сеть со случайными связями, по которой могут распространяться незатухающие волны. Оказалось, что в области, через которую идет волна, возбуждаются лишь нейроны с наиболее низким порогом. Если волны возникают в двух точках (совпадение во времени двух раздражителей), то в сети появляется область пересечения двух волн, в которой за счет суммации могут возбудиться и нейроны с более высоким порогом раздражения. Приняв, что чувствительность клеток после срабатывания в течение некоторого времени остается повышенной (свойство, эквивалентное проторению путей), удается после нескольких сочетаний обоих раздражителей применением только одного из них породить в среде волну, соответствующую второму. Снижение порогов после возбуждения является, по Берлю, тем механизмом памяти, который обеспечивает обучение и его частный случай — выработку условных рефлексов.

Другая модель выработки условных рефлексов, классификации раздражителей и обучения была предложена А.М. Аттли (1956). Процесс обучения в ней реализуется путем вычисления условных вероятностей. Аттли считал, что многочисленные связи между элементами, необходимые для работы модели, возникают случайно. С 1957 г. начала выходить серия работ Ф. Розенблатта, посвященная использованию для узнавания образов сетей со случайными связями между элементами, эффективность действия которых друг на друга изменяется в результате обучения. Подобные системы вслед за Розенблаттом стали называть перцептронами.

В рамках общей проблемы обучения вопросы узнавания (распознавания) образов занимают особое место. К задаче узнавания сводится большое число психических функций, таких, как принятие решений, требующее распознавания ситуации, проблема обобщения и выработки понятий, также связанная с узнаванием и различением. Эти вопросы затрагиваются в многочисленных исследованиях.

Задачи распознавания образов выходят за пределы чисто биологических исследований и в настоящее время тесно смыкаются с техническими (бионическими) проблемами конструирования различных распознающих систем и устройств (для чтения текстов, восприятия речи, автоматического диагноза, анализа крови и т. п.).