А.И. Евдокимов Бифункции ("склеенные функции") в деятельности мозга человека. Логико (информационно) - динамические модели и управляющие фикции мозга и "умных" систем управления ( Г \ \ | и/т ■1/ ^ \ / Л | У А / Иг#т^ ШГ//ШК 1 / / / к г Ш ^/ж /А іч^Ѵ\ 1 О ) * Л ш 1 • /ігг\}*< к\ То II 1 \ 1 іѴУж^УѴ ) 1 с/» /, • I \ * X V • X* я 1« ь . АМ/ бКЯО ЯНг< гайны I «іОЗГА ! І ^ Ш с Я у/ Уі / Г«» (ИіА •й е М-і /Гц /А , С4 ‘ •«? у Ѵг тѵ Г і ѵД } Со^ѵ і & \\ 1/7 \\ ЧІУ/ |І \\ М(/і \\ ѴИ а - Л
г// , • 4 ЕВДОКИМОВ А.И. Бифункции («склеенные функции») в деятельности мозга человека. Логико (информационно) - динамические модели и управляющие функции мозга и «умных» систем управления Владимир, 2015 г.
2 В статье (часть I) Изобретателя СССР, академика международной Академии информатизации, доктора технических наук, профессора Евдокимова А.И. на основе единого математического аппарата описано моделирование дискретных управляющих функций мозга человека и «умных» систем управления. Приведенные структуры логико (информационно)- динамических моделей, их функции, исследована методом троичного моделирования их динамика. С позиций технической кибернетики намечены пути исследования человеческого мозга как динамической системы. Рассчитана на: широкий круг специалистов биологической кибернетики и технической кибернетики, занимающихся вопросами исследования структур и функционирования мозга человека, автоматизации различных отраслей промышленности и создания искусственного интеллекта; студентов соответствующих специальностей.
Бифункции («склеенные функции») в деятельности мозга человека. Логико (информационно) - динамические модели и управляющие функции мозга и «умных» систем управления 3 Строение мозга темно, а функции его ещё темнее. (поговорка) Часть I Мозг один из сложных объектов во Вселенной. Знания о строении мозга и его функциях копились человечеством по крупицам многие столетия. В конце XX и начале XIX века получено много принципиально новых сведений о строении и работе мозга человека. В 1948 году вышла в свет книга Н. Винера «Кибернетика или управление и связь в животном и машине» [16], в которой автор высказал гипотезу о возможном подобии функции управления в животном и машине, несмотря на их разную природу. С той поры началось бурное развитие исследований в изучении управляющих функций человеческого мозга и создание механических систем (станков, промышленных роботов и др.) с системами программного управления. Развитие кибернетики пошло по двум направлениям (ветвям): биологическая кибернетика и техническая кибернетика. Эти направления развивались как бы автономно (органикам (медикам) - «органиково», техникам - «техниково»). Большой вклад в биологическую кибернетику (в изучение, в частности функций мозга человека) внесли учёные лаборатории под руководством академика Бехтеревой Н.П. и учёные Института мозга человека [2], а также зарубежные учёные [15].
4 Были получены существенные сведения о структурно-функциональной организации всего мозга и об «адресах» каналов и органов мозга, реализующих конкретные функции. Разработана концепция о жёстких и гибких (долговременной и гибкой памяти) звеньях в структуре мозга. В 1968 году коллективом учёных под руководством академика Бехтеревой Н.П. был открыт феномен детекции ошибок («детектор ошибок»), функциональной сутью которого является выявление рассогласования. Даже один этот факт, кроме многих других, подтверждает то, что Н. Винер был прав в отношении аналогий функций, так как в технической кибернетике в структуре управляющих следящих системах технических систем есть также устройство сравнения (устройство алгебраического сложения заданного (программного) сигнала с сигналом отрицательной обратной связи. Выходной сигнал (сигнал ошибки) которого, несёт информацию «равно» или «больше», или «меньше». Этот факт (и многие другие) говорили о том, что достижения в технической кибернетике могут при синтезе моделей и при моделировании работы мозга использованы в органической кибернетике (с учётом, конечно, специфики). Были разработаны модели функций (слуха, зрении и др.) мозга. Вместе с тем, вопросы взаимодействия и взаимовлияния различных функций в настоящее время изучены ещё не достаточно. Известные модели не отражают комплексно дискретный (логический) и непрерывный характер работы мозга. Модели не отражают саму динамику процессов. А это сдерживает создание общей модели сложной работы мозга, которая складывается из частных моделей. Описание результатов научных исследований о строении мозга и его управляющих функций обычно осуществляется (на том или ином языке) словесно-описательно, словесно-описательная модель позволяет достаточно
5 полно описать объект или его процессы, однако эти описания невозможно использовать для анализа процессов формализованным путём с помощью компьютеров (ЭВМ) [3]. В технической кибернетике широко используются для исследования и описания сложных объектов математические модели [19]. Преимущество математической модели перед словесно-описательной в сжатости и точности представления объекта исследования и его процессов. Математическая модель делает более понятной общую структуру исследуемого объекта, вскрывает важные причинно-следственные связи и потоки информации. Эти модели могут применяться как средство постановки экспериментов, при моделировании, а также в качестве инструмента прогнозирования. Математическое моделирование даёт возможность моделировать по частям (по элементарным процессам), что особенно существенно при исследовании сложных объектов. Моделирование завершается математическим описанием процессов и структурной схемой всей моделируемой системы. Автор этого материала в 2013 году, в силу «сближения ряда обстоятельств», оказался (г. Владимир) участником и «подопытным кроликом» в экспериментально-аналитическом исследовании взаимосвязи двух из основных функций мозга человека с позиции технической кибернетики. Участие в этих экспериментах и их результаты сподвигли автора, которому после окончания МАИ довелось по роду своей профессии заниматься разработкой следящих систем управления копирующих манипуляторов, систем управления программных станков и промышленных роботов, на эту работу. Надеюсь, органики (медики) не будут сердиться на меня за то, что я в любопытстве «заехал на территории их владений». Автор рассматривает эту работу как весьма и весьма скромную попытку навести общий объединяющий «мост» взаимопонимания между техническими кибернетиками и биологическими кибернетиками на базе единообразных
6 обобщённых логико (информационно) - динамических функций и структурных схем (моделей) процессов управления («в животном и машине»). Некоторые из первоначальных результатов («в порядке обмена опытом») этого исследования отражены в данном материале. Исследование проводилось методом «чёрного ящика». Метод широко применяется, когда внешнему наблюдателю доступны лишь входные и выходные величины, а внутреннее устройство объекта исследования и процессы, в нём протекающие, не известны. Ряд выводов о поведении объекта при этом можно сделать, наблюдая лишь реакции выходных величин на изменение входных. Метод, использующий «чёрный ящик», широко применяют для решения задач моделирования управляющих систем (особенно при исследовании сложных кибернетических систем, к которым относится мозг человека) в тех случаях, когда представляет интерес поведение системы, а не её строение. Из многих функций мозга важными являются функции сна, бодрствования и сновидения, функции реализации логических операций и функции запоминания информации. Сон. Сон - периодическое физиологическое состояние мозга и организма человека и высших животных, характеризующееся значительной обездвиженностью и отключением от раздражителей внешнего мира. Субъективно у человека при этом угнетается (тормозится) осознаваемая психическая активность, периодически восстанавливающаяся при переживании сновидений, часто с последующим их забыванием [4]. Существует несколько теорий сна. По теории (старой) так называемого коркового торможения (И.В. Павлов), сон обусловлен тормозным состоянием нейронов коры больших полушарий и подкорковых структур распространявшимся из ограниченного участка коры, где возникают процессы «внутреннего торможения в связи с условно-рефлекторной деятельностью».
7 Известна теория токсичного происхождения сна (французские учёные Р. Лежандер и А. Пьерон) и другие теории, которые рассматривали сон как состояние отдыха и перерыва в деятельности нейронов, их торможение, ведущее к восстановлению затраченных в период бодрствования энергетических ресурсов. Известны теории сна, связанные с процессами биосинтеза в мозге; теории, связанные с влиянием полученной человеком информации на программы работы мозга. Единой признанной теории сна в настоящее время нет. При изучении сна было установлено, что сон - это, совокупность, по меньшей мере двух состояний (фаз): фазы «медленного» и фазы «быстрого» сна. Были установлены нейроны (и их «адреса»), играющие особую роль в механизмах естественной смены бодрствования и фаз сна. Сновидения. В настоящее время целостной общепринятой теории сновидений не существует. Сновидения могут сопровождать как «быстрый» сон, так и «медленный» сон. Сновидения отмечают при пробуждениях главным образом из фазы «быстрого» сна или в течение нескольких минут после её завершения. Мыслеподобная активность обнаруживается, как правило, при пробуждениях из стадии «медленного» сна. Во сне, спящий может быть зрителем или участником - «пассивные» или «активные» сны [20]. Электрическая активность мозга во время переживания сновидений, близкая к активности бодрствования. При сне сознание человека как бы работает в дежурном (пассивном) режиме и управляет работой сердца, дыхания и других подсистем. Весь ли мозг при этом работает или какие-то его «дежурные» отделы здесь не рассматривается. При «медленном» сне происходит угнетение (торможение) основного ритма спокойного бодрствования и «углубление» сна. «Быстрый» сон
8 наступает обычно после периода «медленного» сна и характеризуется резким угнетением тонуса мышц шеи и спинномозговых рефлексов. На рис. 1 приведён график (модель) зависимости (качественной) границ зоны сна, сновидений и активного сознания от степени (Т) процессов торможения («сумерек») мозга (сознания) человека при сне и от времени (I). Т=(1/f), где f - частота колебаний мозговых волн. Мозговые волны - биоэлектрические токи или потенциалы - наш мозг испускает постоянно, даже когда мы спим. Разность потенциалов в головном мозге регистрируется с помощью специального прибора - электроэнцефалографа (ЭЭГ). В наши дни выделяют пять видов электрических колебаний, регистрируемых на ЭЭГ, причём каждому соответствует определённый диапазон частот и состояние сознания. Альфа-волны - это колебания в диапазоне 7-14 Гц. Они возникают, когда мы находимся в расслабленном состоянии. Бета-волны (14-40 Гц) доминируют в нашем мозге, когда мы активно познаём окружающий мир, общаемся. Тета-волны (4-8 Гц) связывают с состоянием между сном и бодрствованием. Дельта-волны (1-4 Гц) доминируют, когда мы погружаемся в сон. Гамма-волны (от 30 до 170 Гц и выше) преобладают когда мы заняты решением задач, требующих максимального сосредоточения внимания [15]. При Т > Т3, где Тз - нижняя граница зоны сновидений, расположена зона сна. При Т < Т2, где Т2 - верхняя граница зоны активного сознания мозга человека, расположена зона активного сознания человека. Т1- верхняя граница зоны сновидений. При постепенном увеличении Т происходит переход из зоны активного сознания в зону сна, затем в зону (возможного) сновидения.
9 При постепенном уменьшении Т осуществляется обратный процесс (сновидение - сон без сновидений - активное бодрствование). Т - cтепень торможения ( "Сумерек") сознания Т, Т<3,1 Т , т,3,2 Зона сновидений Время „действия склеенной функции і,время Зона „склеенной ФУНКЦИИ Рис.1 График (модель) зависимости (качественной) границ зон сна, сновидений и активного сознания от степени процессов торможения (Т) мозга человека и от времени Рис.2 График (качественный) гистерезиса сновидений (см. рис.1): 1 - есть сновидения, 0 - нет сновидений. сновидения
10 При сновидениях, которые мозг как гениальный кинорежиссёр (С.А. Герасимов, И.А. Пырьев, С.Ф. Бондарчук и др. «в одном флаконе», кинооператор и киномонтажник) «создаёт» и «предъявляет к показу», сознание мозга работает в пассивном режиме, работает также и функция запоминания сновидений на элементах (нейронах) памяти (долговременной или оперативной, здесь это не столь важно). При сне «работают» также и эмоции человека (переживаем, радуемся, пугаемся и т.д.). Границы зон мозга (см. рис. 1и рис.2) являются «плавающими». Из жизненной практики известно, что нередко бывает ситуация, когда при пробуждении нижняя граница сновидения Т3становится равной Т2. В этот момент человек, видящий сновидение, начинает осознавать, что перед ним картины сновидения, и даже пытался предпринять какие-то активные движения (рук, ног), но тут же просыпается. В качестве отступления приведу один пример из личных сновидений. В далёкой моей молодости («соловьём залётным молодость улетела») мне довелось видеть кинофильм, который назывался (если не ошибаюсь) «Индийская гробница». В фильме есть кадры, в которых герои фильма нашли в джунглях спрятанный подземный клад в виде большой кучи золотых монет. С той поры прошло много лет. И вот вдруг во сне вижу сновидение, что это я нашёл этот клад - вот эта куча золота передо мной, но моё не совсем ещё проснувшееся сознание понимает, что это, наверное, сновидение и принимает решение проверить реальность клада и взять в руку для ощущения одну из монет. Протягиваю руку для захватывания монеты, почти беру её и тут же просыпаюсь - в руке ничего. Было и много других сновидений такого рода, когда Т3 ~ Т2. Исключительный интерес вызывает ситуация, когда нижняя граница сновидения Т32< Т2
11 В этом случае в зоне Т2 - Т3_2 действуют одновременно две функции в одной (бифункция). О терминах «бифункция» и «склеенная функция». «БИ» - два, двуедина. Бифункция состоит из двух функций. К примеру, функция мозга, состоящая из функции сна и функции сновидения, - бифункция, или функция, состоящая из функции зрительных образов при сне и функции «звукового сопровождения сна» - бифункция. О «склеенной функции». Отступление. Приглашаю читателя вместо «перекура» посетить (мысленно) кинотеатр начала второй половины XX века. И вот мы в кинозале. В кинобудке хлопочет киномеханик, в которой два кинопроектора, содержащих источник света, механизм перемещения киноленты (элементы памяти), оптику и др. Киномехаником в кинопроекторы «заправлены» два кинофильма: в один, к примеру, фильм-легенду братьев Васильевых «Чапаев» (которого играл народный артист СССР, Герой Социалистического труда Борис Бабочкин); в другом - фильм для детей про жизнь птиц - про ворона. Смотрим «Чапаева». Прошли кадры боевых действий, затем всё стихло. И вот в момент сцены фильма, в котором Чапаев В.И., Петька (ординарец- денщик) и солдаты поют песню: «Чёрный ворон, чёрный ворон, что ты вьёшься надо мной? Ты добычи не дождёшься, чёрный ворон - я не твой...» киномеханик ошибочно включил и второй кинопроектор. На том же экране появился (изображением) ещё и ворон, сидящий на суку дерева и слушающий задушевную солдатскую песню (на одном экране два кинофильма одновременно-бифильм). Слушает мудрый ворон песню и думает: «Что люди воюют и убивают друг друга»? Собрались бы и общим миром решили прекратить все войны, и общими дружными усилиями построили бы за 10 лет или 10,5 лет божий рай на
12 планете Земля для всех, и был бы я, ворон, - райской птицей. Но внезапно разразилась сильная стрельба, и закипел новый жестокий бой, и... Но вернёмся к теме Мы только что «посмотрели» бифильм, который получается с помощью двух кинопроекторов и двух программоносителей (кинолент). Склеим теперь киноленту «Чапаев» и киноленту «Ворон» и покажем на экране с помощью одного кинопроктора. И тоже на экране - бифильм, но такой бифильм (бифункцию) будем называть «склеенным бифильмом» («склеенной бифункцией»), который реализуется уже с двух совмещённых («склеенных») элементов памяти (двух кинолент). Информация с двух склеенных кинолент может быть спроектирована на одну киноленту (один программоноситель). А как в мозгу человека? Элементы памяти (нейроны) совмещают различные функции? Проблема!? Типичной, можно сказать, «склеенной функцией» в медицине (органике) является (по результатам действия) функция движений конечностей (рук, ног) при болезни Паркинсона, при которой на «санкционированные» человеком движения подвижных органов «накладываются» движения в виде периодических колебаний («дрожания»). (Здесь не рассматриваются биологические причины и лекарственные способы лечения паркинсонизма, а вот о возможных путях, с позиций «технаря», борьбы с этой болезнью рискую порассуждать). В технической кибернетике (в следующих системах станков, промышленных роботов и др.) также используются функции, которые можно отнести к «склеенным функциям». Так, к примеру, для повышения точности отработки координат и устойчивости гидравлических следящих систем в задающие сигналы управления «вносятся» периодические сигналы с частотой 50 Гц. Эти электрические суммарные сигналы подаются с программоносителя на электрогидравлические преобразователи-усилители (ЭГП), в которых
13 периодический сигнал вызывает периодические колебания (осцилляцию) распределительного гидрозолотника, на который «накладываются» колебания с амплитудой порядка 0,01 мм и тем самым «заменяют» силы трения покоя золотника на силы трения движения, которые меньше сил трения покоя, и уменьшают гистерезис характеристики ЭГП. Н. Винер был прав об аналогиях в управлении в животном и в машине. Но в первом в приведённом случае - болезнь, во втором - повышенная точность работы механизмов. Вернёмся к паркинсонизму. Если бы удалось точно определить источник (место возникновения сигналов) периодических колебаний при болезни Паркинсона, то естественно, желательно было бы его: ликвидировать операцией, а если нельзя (нежелательно) - «приглушить», к примеру, сигналом в противофазе в суммирующем звене сигналов мозга; и др. В работах коллектива под руководством академика Н.П. Бехтеревой высказывалась гипотеза о том, что «дрожания» (сигналы) при паркинсонизме записаны в памяти мозга человека и воспринимаются (и воспроизводятся) организмом не как болезнь, а как «норма». [2] В этом случае, видимо, может быть: эти «дрожания» «записаны» в «персональную» память; либо записаны (болезнью) в ячейки памяти совместно с «санкционированными» сигналами движений человека. В обоих случаях было бы весьма перспективным найти способы «перезаписи» информации в элементах (нейронах) памяти человека. Моделирование. Для моделирования процессов управления мозгом перехода от одной зоны к другой необходимо иметь модель, которая учитывала бы логические (дискретные) и непрерывные процессы в мозгу. Небольшое отступление. [Известны работы (газета «Аргументы и факты» № 34 (1763), 20-26 августа 2014 г.), в которых исследователям удалось наделить нано- и микрочастицы способностью воспроизводить любые логические вычисления
14 (функции) с помощью биохимических реакций, что открывает путь к созданию мыслящих нанороботов]. Логические цепи устройств управления, осуществляющие обработку информации, разрабатываются и исследуются на базе теории конечных автоматов (функций алгебры логики) [17,18, 21]. Непрерывные же (динамические) процессы описываются и исследуются на базе теории линейных динамических систем, основой которой являются дифференциальные и другие уравнения. В этом случае логико-динамические процессы описываются разнородными («несостыкованными») моделями, что создаёт серьёзные трудности и затраты времени при процедурах синтеза и моделирования систем управления как единого целого. Автором была предложена концепция, позволяющая описывать логикодинамические процессы единообразными структурными моделями и обобщёнными логико (информационно)-динамическими функциями [9,10,11]. Концепция основана на введении понятия «конечно-непрерывный автомат» и на представлении логико-динамических процессов объектов (управляющих устройств, в том числе и мозга человека как управляющего устройства) в виде инерционного многополюсника [2, Я] с дискретными и непрерывно-дискретными входами и выходами (см. рис.З). О х сО Рис. 3 Блок-схема (модель) инерционного многополюсника логико (информационно) - динамических объектов: хі х2 - входные дискретные и непрерывно-дискретные сигналы; уили уя - выходные дискретные сигналы.
15 На рис. 3 - конечное число доминантных временных задержек (транспортных - чистых и задержек, равных времени перехода каждого непрерывного процесса объекта (с одного уровня до другого уровня), определяемого (вычисляемого) с помощью интегрирования (непрерывного или численного) дифференциальных уравнений (и решения других уравнений) или экспериментально). В технических устройствах управления временные задержки бывают: «на отключения», «на включение» и «на включение и отключение». Учитывая принцип (закон) подобия «в животном и машине», эта классификация задержек может быть применена и для задержек в функциях управления мозга. К примеру, зрительная система человека содержит временную задержку (инерцию) «на включение» и задержку «на отключение». Задержка «на включение» была «использована» при изобретении кинопроектора, показывающего кино с движущимися объектами. Кинопроектор содержал устройство перемещения киноленты с нанесёнными на неё разнородными (дискретными) кадрами, которые перемещались со скоростью 24 кадра в секунду, что из-за инерционности зрительной системы (порядка 0,05 с) обеспечивало видимость непрерывного (плавного) движения изображаемых движущихся объектов (паровоз, люди и т.д.). В качестве примера временной задержки «на отключение» зрительной системы человека можно привести длительное (до десятков секунд) исчезновение света ярко освещённого проёма окна после закрытия глаз, смотревших в окно. По М. Арбибу [1] «конечный автомат» А - это понятие величины: А = (Ѵ,Х, У,ф,д), (1) где V - конечное множество входных сигналов устройства; X - конечное множество состояний автомата; У - конечное множество его выходных
16 сигналов; Г - функция, определяющая очередное состояние автомата; § - функция, определяющая очередное значение его выхода. Предлагаемый для единообразных модельных представлений сложных объектов термин (определение) в лаконичной форме имеет вид «конечнонепрерывный (конечно-динамический) автомат» (КНА). КНА - это шестёрка величин: КНА = (Ѵ,Х,Ѵ,Т,/,0), (2) где Т - конечное множество аналитических (дифференциальных, интегральных, интегродифференциальных, алгебраических, разностных и др.) уравнений задержек, необходимых и достаточных для определения всех доминантных задержек с достаточной точностью. Конечно - непрерывные автоматы позволяют описывать и моделировать на основе единого математического аппарата элементы и устройства систем управления в виде обобщённых логико (информационно)-динамических функций [11]. Обобщённые логико (информационно)-динамические функции имеют вид: Ев(К) = Ьд{А0[і - Цили; - ХуіЛ*2/) (Л)гіЛ —І5=і(І"=іД0)]},(3) где Ев (Н) - выходной (дискретный) сигнал, принимающий значение 0 или 1, в = 1...Т, Т - число выходных сигналов (выходов) элемента (устройства); ід - функция алгебры логики по выходу (в), для статистических режимов функция Ьд определяется кодом устойчивых внутренних состояний, матрицей входов, матрицей переходов промежуточных сигналов и матрицей выходов; А0 - входной дискретный сигнал (булева переменная, аргумент), 0=1 . . . 2, 2 - число входных сигналов элемента (устройства); і - время; Т[ — чистая (транспортная) задержка, характеризующая запаздывание в передаче в линии цепи, к примеру, г = Т/а, где Т - длина линии связи, а - скорость передачи сигнала; к - число
17 - тенистых задержек в цепочке элементов (устройства, нейронов); /у (к)сІк первая часть уравнения задержки фронта (переднего, заднего) сигнала (напряжения, давления, температуры и т.д.) переходного процесса элемента (устройства); к], к2 - срабатывания, отпускания (нижний и верхний пределы интеграла, «плавающие логические единицы и нули») элемента; / - функция непрерывного аргумента к\ т - число доминантных задержек фронтов переходного процесса (сигналов) в элементе цепочки; п - число шагов численного интегрирования уравнений объекта (элемента, привода робота и др.), - шаг интегрирования, ѵ - число фронтов переходного процесса (сигналов) в цепочке от входа к выходу. Составляющие в квадратных скобках определяют суммарную временную задержку входного сигнала в цепочке «вход - выход». Обобщённые логико (информационно) - динамические функции позволяют осуществлять единообразное математическое описание элементов и устройств систем управления автоматических станков, промышленных роботов, тепловых процессов [6,8,11,12,13] и, надеюсь, дискретных управляющих функций мозга человека, и их комплексное и сквозное моделирование. Из теории конечных автоматов известно, что любая логическая функция может быть реализована функционально полным набором логических элементов. К ним относятся наборы логических элементов, реализующих логические функции: И, ИЛИ, НЕ; НЕ-ИЛИ; НЕ-И и др. Переход из одного функционального набора логических элементов (от одной структурной схемы к другой)в другой набор осуществляется, при необходимости, с помощью функций алгебры логики и преобразований Де Моргана. На рис. 4 представлена обобщённая логико (информационно) - динамическая структура (модель) управления бифункциями («склеенными функциями» - «сновидения + активная работа сознания») в деятельности мозга человека в базисе логических элементов И, ИЛИ, (НЕ) и триггера (Памяти, Тр) с раздельными входами (БД);
18 8 - включение («1») триггера (памяти), К - отключение триггера (выход равен «О»). Выходной сигнал х3 элемента памяти (1) в зоне (Т32< Т < Т2) «склеенной функции» определяется булевой функцией: х3(Г* + 1) = (х3 (п + 5(1* + 0)1? (1* + 1), (4) $ * где (I +1) - данный момент времени; (і) - предыдущий момент времени; или х3(с* + 1) = (х3(г*) + х « 0 + 1))Т2 (1* + 1) (5) где (см. рис.1) (1 при Т = Т2 Г1 при Т = Т32 Хі (0 при Т <Т2’ а (0 при Т > Т32 Выходной сигнал хі0 логического (6) элемента ИЛИ в том случае определяется функцией Хю(і) = х9(Г) или обобщённой логико (информационно) - динамической функцией: Хю = х3(Г)х4(Г —Ті), (6) где Г - непрерывное время; Ті - инерционность (задержка) сновидения; х4 - визуальные картины + звуки (есть -1, нет -0), «созданные» мозгом человека.
19 Рис. 4 Обобщённая логико (информационно) - динамическая структура (модель) управления бифункциями («склеенными функциями» - «сновидение + активная работа сознания») в деятельности мозга человека: 1,7 - триггеры («Память») с раздельными входами (БД); 2,3 - логические элементы «И» (конъюнкция, логическое умножение); 4,5 - задержки (Ті Т2); 6 - логический элемент «ИЛИ (дизъюнкция, логическое сложение); X; - входные, выходные сигналы; Т- уровень торможения (глубины сна) мозга; Ті - границы (см. рис. 1) зон сна, сновидений и активной работы сознания.
20 При склеенной функции (в зоне Т2 - Т3>2) сновидение проходит при активной работе сознания человека. Это весьма интересный феномен работы человеческого мозга (об этом ниже). При Т < Т32 мозг человека (см. рис. 1) работает в зоне активного сознания (без сновидений). В этом случае выходной сигнал (см. рис.4) элемента (7) памяти х14 = 1, а выходной сигнал х10 логического (6) элемента ИЛИ определяется функцией Хю(0 = х8(Г) или обобщённой логико (информационно) - динамической функцией: Хю(0 = Хі4(0х5(1 —т2), (7) где т2 - задержка (инерционность) зрительной системы человека; х5 - визуальные картины (образцы) + звуки, запахи,... внешнего мира (есть -1, нет - 0); Хі4«* + 1) — (Хі4(Г*) + Хі2(С* + 1)) ХізО* + 1), (8) где (см.рис.1) (1приТ = Т32 _Г1приТ>Т2 Хі2 _ (0 при Т Ф3Т2’ а Хіз - (о при Т < Т2 Задержки (Ті ,т2) определяются экспериментально или рассчитываются (вычисляются в технике по полученным зависимостям). При х3 = хі4 = 1 хі0 = х8 + х9 в голову одновременно «лезет Всё»: и сновидения и внешний мир - патология (Избави Бог!). Технически (на моделях искусственного интеллекта) это может быть исключено взаимной блокировкой сигналов х3 и хі4. А как в биологии (медицине)? В булевой алгебре, в теории конечных автоматов используется двухзначная логика (0;1).
21 Есть сигнал (напряжение, ток, расход, давление и др.) на выходе или входе логического элемента, то сигналу становится в соответствии «1». Если нет сигнала, то ему становится в соответствии «0». Так, к примеру, человек спит - «1», человек не спит - «0». При этом самой величиной сигнала (в булевой алгебре) «не интересуются» (ей «интересуются» при проектировании самих логических элементов и (с учётом их нагрузочной способности) самих логических управляющих устройств [14,7]). При создании же моделей, описывающих дискретные управляющие функции мозга, целесообразную двухзначную (0;1) логику «наполнить» ещё и конкретным содержанием. Так, к примеру, человек видит сновидение - «1», спит без сновидений - «0». При сновидении человек видит то или иное «кино», то есть в данном случае «единица наполнена» конкретными визуальными картинами (и звуками), которые от одного сновидения к другому сновидению изменяются. Такой подход к информационным сигналам позволяет не только использовать достижения теории конечных автоматов в биологии (медицине), но и отразить особенности сигналов (их более полное информационное содержание) в деятельности мозга человека. Так при х8 = 0 и при х10 = х9 = 1, то есть человек видит не только сновидение (1), но и само содержание сновидения (визуальные картины, звуки). То есть информация, содержащаяся в сигналах, как бы суммируются («складывается») в мозгу человека (в его памяти). Кроме того, такой подход к информационным сигналам (их симбиозу) позволяет конкретизировать структурно-функциональную разработку устройств искусственного интеллекта и «умных» систем управления, включающих: каналы зрения, слуха, осязания, обоняния и др.; устройства аналого-цифрового преобразования (АЦП) и цифроаналогового преобразования (ЦАП) информации; устройства сравнения информации; устройства логико- голографической обработки и ассоциативного запоминания информационных
RkJQdWJsaXNoZXIy NTc0NDU4