A theory of associative network

Теория ассоциативной сети

В истории науки исследования многократно развивались „от простого к сложному”. Больше того, подавляющей части специалистов этот принцип кажется единственно правильным или даже единственно возможным. В соответствии с этим, многие нейробиологи выбрали путь к познанию мозга через изучение нервных систем простых животных. Излюбленным объектом изучения американских нейробиологов стал крупный морской брюхоногий моллюск Aрlysia californica, отечественным биологам понравилась виноградная улитка Helix рomatia. Далее они переносили с этих животных на мозг представления о нервной системе как об „ассоциативной сети”, которая на комбинации входных сигналов отвечает однозначными наборами выходных команд, ведущими к достаточно целесообразному поведению животного.

По отношению к нервным системам примитивных животных концепция „ассоциативной сети” оказалась очень удачной. Она хорошо предсказывает результаты экспериментов. На основе экспериментально определённых свойств нейронов учёным удаётся строить математические модели нейронных сетей со свойствами, близкими к свойствам реальных нервных систем моллюсков и других простых животных.

the symbols without going into their semantic content?

What is the difference between the human brain and animal’s brain? How important is that difference?

The following sections of the present book will describe the concept that gives the principal answers to those difficult questions. The statements proposed by the author are to a great extent hypothetic, however the main ones are sound and close to a detailed theory. Less sound hypotheses are intentionally put by the author in the separate chapters (see 3.4.9., 3.4.10.) and presented in the end of Part Three of the book.

In the history of science the investigations have been evolved according to a principle “from simple to complicated things”. Moreover, most specialists consider this principle to be the only right one or even the only possible one. In this connection, many neurobiologists have chosen the way towards getting the knowledge of the brain through investigating the nervous systems of primitive animals. The big sea gasteropod mollusc Aрlysia californica has become the favourite research object of American neurobiologists, while the domestic biologists have prefered the edible snail Coil рomatia. The biologists transferred the concept of nervous system as the “associative network” that responds to the combinations of input signals by single-valued sets of putput commands, which cause the reasonable behavior of the animal, to the brain of those animals.

As related to the nervous systems of primitive animals, the concept of “associative network” appeared successful. It predicts very well the results of experiments. Basing on the properties of neurons, which have been determined experimentally, the scientists can build mathematical models of neural networks with the properties being close to those of real nervous systems of molluscs and other primitive animals.

Эти успехи дали надежду на то, что, двигаясь подобным образом, можно понять и работу мозга, что принципы работы мозга можно уложить в концепцию „ассоциативной сети”.

Один из известных авторов писал: „По убеждению многих нейробиологов, в конце концов будет доказано, что уникальные свойства... человека – способность чувствовать, думать, обучаться и помнить – заключены в строго организованных сетях синаптических взаимосвязей между нейронами головного мозга” [Кэндел, 1984].

Но надежда на строгую организованность мозга, в соответствии с идеями „ассоциативной сети”, оказалась ошибочной. Вероятно, исследования мозга протекали бы успешнее, если бы нейробиологи не изучали перед тем нервные системы простых животных, не создали теорию „ассоциативной сети” (или если бы у них хватило проницательности увидеть, перейдя к мозгу, всю глубину отличий нового объекта изучения).

В дальнейшем выяснилось, что, подобно тому, как химические методы управления активностью генов при переходе от безъядерных клеток к эукариотам уступили место новым, волновым методам, так и при переходе от малых нервных систем к мозгу Природа заменила принцип „ассоциативной сети” новым принципом голографии.

Многократно проверенный принцип построения научных исследований „от простого к сложному” в данном случае „дал осечку”, оказался ловушкой.

Если у малых систем работали отдельные нервные импульсы, то в мозге носителями информации стали волны нервного возбуждения, объединившие импульсацию миллиардов нейронов. Строго детерминированная „ассоциативная сеть” из тысяч нейронов сохранилась как атавизм и у организмов, обладающих мозгом, но превратилась в ничтожную долю клеток среди миллиардов более хаотично организованных нейронов, составляющих голографическую систему.

Отличие тканей мозга от „ассоциативной сети” проявилось и в экспериментах. Если измерить время прохождения возбуждения в ткани мозга между точками, разделёнными

Those successful steps make it possible to better understand the work of the brain and also to formulate its principles as a concept of “associative network”.

However, the hope for a good organization of the brain, in accordance with the ideas of “associative network”, has appeared false. It is likely that research of the brain would be done more successfully if neurobiologists didn’t study into the nervous systems of primitive animals prior to it, nor if they created a theory of “associative network” (or if they were wise enough to see all the differencies of a new subject of research when switched over to investigating the brain).

It was later observed that just as the chemical methods of monitoring the gene activity during transition from the nucleus-free cells to eukaryotes gave place to the new methods, that are wave methods, the Nature has replaced the principle of “associative network” by a new holography principle while switching over from small nervous systems to the brain.

In this case, the scheme of research based on the principle “from simple to complicated things”, which had been proved many times, appeared to be “a trap”.

While in small systems the individual neural impulses worked, the brain has the waves of nervous excitation as data media, which have combined the pulsation of billions of neurons. Being strictly determined, out of thousands of neurons the “associative network” has been retained as atavism in the organisms possessing the brain as well, but has turned into a negligibly small part of cells among billions of more chaotically organized neurons that constitute a holographic system.

The differencies of the brain tissues from “associative network” have been demonstrated experimentally. If measure the time of excitation in the brain tissue between the points located at a distance of 10-20 neurons, then

расстоянием в 10-20 нейронов, то при многократном повторении измерений (через достаточные для отдыха интервалы) обнаруживается широкий разброс результатов[1]. Значит, сигнал проходит между двумя точками не по одному определённому пути, как это характерно для „ассоциативной сети”, а случайными путями, которые редко повторяются. Противоречит принципам „ассоциативной сети” и ежедневное отмирание в нашем мозге около ста тысяч беспорядочно расположенных нейронов.

Если схемы нервных систем аскариды, аплизии и ряда других простейших животных строго одинаковы у всех особей одного биологического вида, то совсем иная ситуация с мозгом. С появлением мозга скачкообразно повысилась изменчивость нейронной структуры у различных представителей одного и того же вида. Антропологи фиксируют яркие анатомические отличия мозга разных людей, удивительную изменчивость борозд и извилин на поверхности его полушарий. Нет не только двух одинаковых экземпляров мозга, но и двух полушарий у одного индивида, рисунки которых совпадали бы.

В 1874 г. киевский анатом В.А. Бец высказал мысль о том, что каждый участок коры головного мозга отличается по строению от других участков мозга. Позже было выделено более 50 участков коры, отличающихся по набору, размерам и расположению нейронов, а также по их происхождению. Чем тщательнее классифицировали исследователи участки мозга, тем большим количеством признаков выражались их отличия.

Хаотичность, беспорядочность, противоречащая свойствам малых нервных систем, но характерная для коры больших полушарий, пронизала их от рисунка извилин до свойств клеток. Показано, что параметры нейронов мозга определяются правилами комбинаторики, так что любые два

at multiple repeat of measurements (with the intervals being enough for rest) one can observe a wide scatter of readings[2]. It means that the signal passes between two points not on one certain path, which is typical of “associative network”, but on random paths that are rarely repeated. The daily atrophy of about hundred thousands of chaotically arranged neurons in our brain also conflicts with the principles of ‘associative network’.

While the patterns of nervous systems of ascarid, aplizia and some other primitive organisms are strictly the same for all individuals of one species, the pattern in the brain is quite different. With the advent of the brain the variability of neural structure in different representatives of one and the same species has increased in a step-wise way. The anthropologists have recorded the vivid anatomical differencies of the brain of different people, as well as the amazing variability of grooves and convolutions on the surface of their cerebral hemispheres. There exist neither two similar brain specimens, nor two hemispheres with similar patterns.

In 1874 the anatomist V.A. Betz from Kiev put forward the idea that every part of the cerebral cortex differs from other brain parts in its structure. Later on, more than 50 cortical parts were determined, which differed in set, size and location of neurons, as well as in their origin. The more careful the brain parts were examined, the more features were found in their differencies.

Chaotic character and disorder, which conflict with the features of small nervous systems but are typical of the cortex of greater hemispheres, have become their nature including the convolution patterns and cell properties.

It has been shown that parameters of brain neurons are specified by the rules

сравниваемых нейрона в большинстве случаев не одинаковы.

Строгая передача подобной нерегулярной структуры через поколения, от предков к потомкам, потребовала бы баснословного объёма информации, в миллионы раз превышающего ёмкость генома. Но такая передача и не происходит. В противовес чёткому наследованию свойств и схемы соединений каждого нейрона у простых животных, в мозге наследуются лишь общее строение и усреднённые свойства нервных тканей, а отнюдь не вся схема сети нейронов.

Именно этим объясняется случайный, вероятностный характер параметров каждого нейрона мозга и случайный, вероятностный характер связей между ними. Соответственно, нейробиологам удаётся вырисовывать чёткие схемы сетей нейронов у простых животных, но не удаётся составлять подобные схемы даже для малых участков коры или ядер мозга.

Расхождение между теорией “ассоциативной сети” и мозгом не столько в том, что мозг нельзя рассматривать как сеть нейронов, сколько в том, что такого рассмотрениясовершенно недостаточно для описания физиологии мышления. Для понимания работы мозга, нужно учитывать и структуры более высокого уровня (ядра, слои нейронов, пучки волокон и др.), а также клетки, не являющиеся нейронами (например, следует учитывать вероятное участие в запоминании информации клеток глии, химически взаимодействующих с микросредой).

Теория “ассоциативной сети” не учитывает свойств нервных тканей, важных для прохождения массовых волн нервного возбуждения, а значит, не может дать математического аппарата для рассмотрения действующих в мозге закономерностей.

Кроме того, сеть нейронов мозга по своим свойствам (степени диффузности, детерминированности, вариабельности анатомии и параметров) резко отличается от нервных систем простых животных, свойства которых определили главные положения теории “ассоциативной сети”. В частности, для мозга неверен постулат теории “ассоциативной сети”, будто единичные сбои или частные

of combinations so that any two neurons under comparison are not similar in most cases.

Strict inheritance of such irregular structure from generation to generation, from ancestors to descendants, would require the incredibly large amount of information that is millions times larger than genome capacity. This does not occur. In contrast to strict inheritance of the properties and interconnection scheme of each neuron in primitive organisms, only the general structure and the everaged properties of neural tissues are inherited in the brain, and not the whole layout of neural network.

This very fact specifies the random and stochastic nature of parameters of each brain neuron and the random and stochastic nature of relations between them as well. Accordingly, the neurobiologists have managed to identify the distinct layouts of neural networks of primitive organisms but they cannot compose such layouts even for small parts of the cortex or nuclei of the brain.

The discrepancy between the theory of “associative network” and the brain is not only that the brain cannot be considered as a network of neurons, but it is that such consideration is absolutely not enough to describe the physiology of thinking. To understand the work of the brain, one must also take into account the structures of higher levels (nuclei, neuron layers, fascicles, etc.), as well as the cells that are not neurons (for example, the probable participation of the neuroglia cells chemically interacting with micro environment in memorization of information must be also taken into consideration).

The theory of “associative network” does not exploit the properties of the neural tissues, which are important for propagation of mass waves of nervous excitation, and therefore it cannot provide a mathematical apparatus for exploring the mechanisms occuring in the brain.

Moreover, the neural network of the brain is very different from nervous systems of primitive organisms, the features of which have specified the key provisions of the theory of “associative network’, in its properties (degree of diffuseness, determinancy, anatomic variability and parameters). In particular, the postulate of the theory of “associative network” stating that single failures or particular changes of in

изменения схемы соединений, в общем случае, резко меняют результат на выходе.

Нервные ткани мозга вообще нелепо рассматривать как сети дискретных элементов с дискретными связями. Нейроны мозга соединены нечёткими, диффузными связями, что объясняется большим количеством синапсов и существенным влиянием на прохождение сигнала той микросреды, в которую погружены клетки. Если нейроны простых животных имеют до десятков синапсов, то у каждого нейрона мозга их, в среднем, десятки тысяч.

Если нервные системы простых животных, с кибернетической точки зрения, проявляют свойства в большей мере дискретных, чем аналоговых устройств, то мозг, при всей очевидной дискретности составляющих его нейронов, из-за диффузности связей, функционирует и должен изучаться как сугубо аналоговое устройство.

Хотя, с формальной точки зрения, в мозге можно увидеть сложную “ассоциативную сеть”, перенос идеологии “ассоциативной сети” на мозг является принципиальной ошибкой. Взгляд на мозг как на „ассоциативную сеть” исключает из рассмотрения как раз его главные свойства и, соответственно, главные операции мышления. Поэтому наработки, основанные на теории “ассоциативной сети”, уводят исследователей мозга далеко в сторону от его тайн.

3.1.5. Кризис – предвестник прорыва

Таким образом, ситуация в разных отделах нейробиологии не одинакова. Если изучение нервных систем простых животных, подпадающих под теорию ассоциативной сети, демонстрирует явные успехи, то исследования мышления находятся в плачевном состоянии.

Кризис физиологии мышления проявился в разных аспектах. Сюда можно отнести:

– отсутствие целенаправленности исследований, т.е. проведение экспериментов не в контексте проверки основополагающих гипотез, а ради выяснения третьестепенных частностей, почему-либо заинтересовавших исследователя (тогда как речь идёт об

terconnection scheme, in general, dramatically change the output result is not true for the brain.

The neural tissues of the brain must not be considered as networks of discrete elements with discrete connections. The brain neurons are connected by fuzzy, diffusive bonds, and this is defined by a great number of synapses and great influence produced by the micro environment in which the cells are immersed on the signal propagation. While the neurons of primitive organisms have up to tens of synapses, each neuron of the brain has, at the average, tens of thousands of them.

While the nervous systems of primitive organisms, in terms of cybernetics, manifest the properties of more discrete than analog devices, the brain, given the obvious discreteness of the constituting neurons, functions as an analog device only, due to diffuseness of the bonds, and must be investigated in this way.

Although, from the formal point of view, one can observe the complicated “associative network” in the brain, it will be a principal mistake to translate the concept of “associative network” onto the brain. Considering the brain as “associative network” does not include its key features and therefore the key operations of thinking. Thus, the experience based on the theory of “associative network” takes the neural researchers far away from the mysteries of brain.

Дата добавления: 2015-06-04