Category: компьютеры

Category was added automatically. Read all entries about "компьютеры".

homuncul

Поговорил с Лебедевым

Осенью общался с Михаилом Лебедевым из Университета Дьюка (США), многолетним соавтором Николелиса, сотрудником его лаборатории. Лебедев чуть ли не единственный русскоязычный специалист мирового уровня в области инвазивных интерфейсов мозг-компьютер, причем, с огромным экспериментальным опытом. Настроен он весьма оптимистично в отношении BCI: начинали они с 'ловли' одного нейрона, сегодня механические протезы управляются от мозга с 10-ю степенями свободы, дальше пойдет с ускорением. Главные барьеры биосовместимость электродов и энергопитание. Лебедев убежден, что люди будут имплантировать под череп сенсоры, и нас даже не придется уговаривать. Поинтересовался его мнением про ‘скандальную’ книжку Николелиса (см. про нее тут). Делюсь фрагментами разговора.


О том, как увлекся интерфейсами:

Мне всегда было интересно узнать, как работает мозг. Начинал я свою научную деятельность в Москве в Институте проблем передачи информации, в лаборатории Гурфинкеля. Мы работали с людьми и изучали моторный контроль у человека. Мы применяли электромиограмму, кинезиологические методы для измерения движений и позы, и это считалось исследованием мозга. Но мне всегда казалось, если мы изучаем мозг, то надо из него и записывать. И я помню, как приехал в Москву Ризолатти, который известен по открытию зеркальных нейронов. Он выступил, и у меня перед глазами картина, что живая обезьяна что-то делает и при этом регистрируется нейрон. Я подумал: вот этим я и хочу заниматься. Когда железный занавес в девяностых рухнул, я выбрал лабораторию, поехал, научился и вот занимаюсь этим до сих пор.

О том, привязаны ли функции к участкам мозга и клеткам:

Расскажу такую историю. Когда я только начинал, я записывал сигнал нейрона из соматосенсорной коры обезьяны. Она сгибала-разгибала кисть, я регистрировал активность нейрона. А затем мне нужно было найти рецепторное поле, то есть участок руки, на стимуляцию которого нейрон реагирует. К моему удивлению для многих нейронов я такого поля найти не мог. Когда обезьяна работает, они разряжаются, но невозможно найти их рецепторное поле. В чем дело? Пошел к научному руководителю, Рандалу Нельсону. И он говорит: вот видишь, есть большая разница между анестезированной обезьяной и бодрствующей. При анестезии хорошо, трогаешь – нейрон отвечает. Бодрствующий мозг – совсем другое дело.

Лебедев говорит, что базовые понятия о зонах мозга сложились в опытах с анестезированными животными. А в жизни все кучерявее:

В мозге идет колоссальный обмен сигналами, моторная область посылает в сенсорную и обратно. Это, конечно, не убирает понятие функциональной специализации, и каждая область делает что-то свое. У мозга мозаичная структура, имеются колонки, и некое кристаллическое устройство сохраняется. Но, тем не менее, информация перетекает очень вольно. Скажем, в экспериментах мы записываем из моторной коры и соматосенсорной. Если не знать, откуда мы пишем, очень трудно по записям понять, из какой области сигнал. То есть соматосенсорная регуляция движений работает практически так же как моторная.

Про количество вводимых электродов (лучшие интерфейсы используют сотни):

Человеческий мозг большой, и туда много можно поместить. В ближайшие годы будет идти движение по увеличению числа электродов и улучшению их качества. Один электрод будет записывать много нейронов вокруг себя. Сегодня он пишет лишь самим кончиком. А теперь представим, что он будет записывать по всей поверхности. Тогда он один может отследить тысячу нейронов, например. Это должно улучшить качество распознавания сигнала и качество контроля. Единственная проблема – при росте количества сигналов становятся более сложными модели, которые их обрабатывают. И требуется более длительное время для тренировки этих моделей.


Про эксперименты с крысами (и обезьянами), когда их мозги объединили в сеть Brainet:

Сами эксперименты могут казаться очевидными и примитивными. Но на первом этапе мы хотели показать – это в принципе можно сделать. А дальше нужно увеличивать число каналов связи, скажем, до сотни. Тогда произойдет качественный скачок. Далее нужно добавлять социальные моменты. Те же крысы, они ведь социальные животные. Берем их стаю и через интерфейс вводим обмен информацией между ними. Тогда им станет удобнее кооперировать, лучше друг друга понимать. Можно совмещать эти Brainet-ы так, чтобы происходило распределение внешних, в том числе, искусственных ощущений. И подключать искусственные органы чувств. Это могли бы быть интересные эксперименты.

Лебедев говорит о социальности крыс, но в уме держит, что эта история о людях.

Про Николелиса, который всю жизнь измерял дискретные нейроны и добился впечатляющих успехов, и сам бог велел ему быть прожженным редукционистом, но он предложил ‘аналоговую’ теорию мозга:

Он всю жизнь измерял дискретные нейроны, но в то же время очень интересовался распределенным представлением информации. Он всегда подчеркивал, что один нейрон ничего не значит, работать может только сеть. В книге есть представление о существовании полей, которые создаются пучками волокон. Конкретно эта вещь проверяемая, можно померить, насколько сильные поля, насколько они имеют эффект. Кстати, по этому поводу уже есть работы – действительно, определенная часть передачи сигналов от клетки к клетке происходит просто через наводку. Это совершенно не мистическая область, все поля измеряемые, все это можно оценить. Значимы эти эффекты или не значимы.

Про книжку:

Это критика попытки сделать искусственный мозг в виде цифрового компьютера. С некоторыми моментами согласен, с некоторыми не полностью. Согласен с тем, что мозг не является цифровым компьютером. Единственное подобие цифрового компьютера в нем, что я вижу, это потенциал действия. Но он совершенно не имеет отношения к представлению информации в виде нулей и единиц. Это просто метод качественной передачи сигнала по кабелю, не затухающей. Сигнал сам себя воспроизводит. Но когда он приходит на мишень, там уже все представляется в аналоговом виде. 

Далее в книге есть такая мысль, что любая модель имеет свойство расходиться с реальностью. Так и есть, и это мы знали уже 30 лет назад. Я слышал по поводу предсказания погоды, что в институте метеорологии пользуются моделями и они все расходятся. Но, с другой стороны, сейчас уже на пять дней предсказывают очень неплохо. То есть полностью отрицать попытку моделирования не стоит. Есть методы нейроимиджинга, где мозг разрезают на тонкие слои, и идея такая, что если все разрезать, все посмотреть и воспроизвести в компьютере, то получится точная модель. Казалось бы, ошибки будут накапливаться. И это могло быть справедливо для какой-то электрической системы, но мозг обладает интересным свойством – информация в нем представлена в распределенном виде. Так что модель может парадоксальным образом не разойтись. Скажем, есть способ рисования, картинку делят на множество клеточек и повторяют то, что находится в каждой из них. Хотя каждая клетка может содержать ошибку, в целом рисунок получается тот же. А мозг как раз использует некий голографический принцип для представления информации, в каждом элементе находится информация обо всем. Так что… мнений тут может быть много.

По поводу электромагнитных полей в мозге существуют теории, и они, в основном, связаны с теориями сознания. А это область довольно странная. Всем исследователям сознания словно хочется сказать – ну не может быть так, чтобы сознание возникало на нейронах. Давайте найдем что-то еще. Может, поле и есть сознание? Для меня это не выглядит радикально другим решением. Ведь поле – тоже физическая сущность. Мое мнение такое: проблему сознания мы в этом мире разрешить не можем. Любая попытка познать сознание сведется к чисто материалистическим объяснениям. Сигнал входит, обрабатывается, и на выходе мы видим ответ.

– А это не может считаться объяснением?

Ну, я просто не думаю, что будет открыта сущность сознания как таковая. Все объяснения в нашем мире материалистические, и иного быть не может. (Улыбается) Чтобы что-то понять, видимо, нужно выйти куда-то в другое измерение.

И в тему, вчерашняя лекция Александра Каплана “Можно ли заменить мозг?”
homuncul

Жидкий компьютер

Альтернатива машине Тьюринга – Liquid State Machine или машина неустойчивых состояний. Вычисляющая часть машины ведет себя как жидкость, не имея фиксированных дискретных состояний, и обрабатывает непрерывный сигнал в реальном времени. Ей не нужно ждать окончания вычисления, чтобы начать новое. Каждая порция входных данных вызывает определенное возмущение «жидкости», уникальным образом изменяя тот или иной ее параметр. За счет сложности внутренней динамики LSM ее состояние в любой данный момент времени может содержать важную информацию обо всех прошлых входных сигналах. Одновременно могут обрабатываться входные потоки разных модальностей, вычисления не мешают друг другу.
На выходе LSM выдает также непрерывный сигнал. Тем самым она приближается по особенностям функционирования к биологическим системам. По мнению авторов, машина неустойчивых состояний эффективна для описания работы мозга. В этом смысле сложно организованная нейронная сеть приобретает некоторые [вычислительные] свойства и поведение жидкости.


The Liquid State Machine Framework

The "liquid computer": A novel strategy for real-time computing on time series [PDF]
Liquid state machines: Motivation, theory, and applications [PDF]

Wolfgang Maass: publications
John J. Barton

На русском: PDF раздел «машина неустойчивых состояний»
homuncul

BrainPort: язык вместо глаз

Многие слышали, что слепым возвращают зрение, подавая электрические сигналы на язык.

Прибор называется BrainPort и состоит из миниатюрной видеокамеры, крепящейся в районе лба, а также процессора, который помещается в руке, и небольшой решетки из электродов, накладывающейся на язык. Видеосигнал поступает от камеры в процессор, который переводит пиксели в электрические импульсы. Далее они направляются на поверхность языка, причем каждый электрод связан с определенным пучком пикселей. Интенсивность света корреспондирует с силой тока и продолжительностью электрических сигналов, которые ощущает язык. Решетка обеспечивает также пространственную корреляцию: вспышка в центре зрительного поля будет соответственно отображена в виде импульса в середине решетки.

Слепые начинают видеть. («Изменчивый мозг», ТрВ)

Вот как это происходит:



Еще один ролик от CBS.
homuncul

Математическая сторона компьютера Часть I.

Про квантовые компьютеры, машину Тьюринга и некоторые важные проблемы вычислений

Нижеследующее - избранные выдержки из диалогов в форуме (2-х или 3-х летней давности). Автор: Александр Семенов. Авторский стиль сохранен.


Collapse )


Я не специалист в квантовых компьютерах. Но у меня есть некое представление о них но это крохи. Но возможно это будет интересно, так как мня не интересует физика машины. Я больше интересовался математической (абстрактной) стороной этой проблемы. Поэтому, возможно у меня есть некое преимущество даже, пардон, над профессиональными физиками.
Но на пути к пониманию того что такое квантовый компьютер нас (именно нас, потому что я сам это чудо вижу очень смутно) может ждать много испытаний. На пальцах в двух словах вряд ли можно толково объяснить. Конечно разумно отослать к хорошим авторам (к тому же Дойчу). Это будет умно, но не мудро.
Тут говорили (не будем указывать пальцем) о дороге в математику, как о длинном и тернистом пути. Утверждалось что нужен труд, труд и еще раз труд. С этим сложно не согласиться.
Но меня, старого туриста, всегда удивляло вот что. Дорога может быть долгой и трудной. Но почему она непременно должна быть МУЧИТЕЛЬНОЙ для человека? Почему долгий и трудный путь в математику должен настолько вымотать преодолевшего его, что он спешит больше никогда его не проделывать снова в качестве проводника?
Я, например, обожаю разъяснять "кухаркам" (только бы заинтересовалась бы какая из них!) что я сам смог понять. Вслед за Ричардом Фейнманом (которой был в этом смысле просто наркоманом) я всегда готов воскликнуть: "Если это понял такой дурак как я, то почему этого не можете понять вы?!"
Разъясняя кому-либо что-либо я нередко обнаруживаю, что много на самом деле я просмотрел и просто не понимаю! Поэтому ища способ рассказать кому-то на пальцах свое понимание я не просто выделываюсь (что несомненно присутствует) перед кухаркой, но и совершаю очень полезную для себя, любимого, работу.
Конечно пытаясь нести отсебятину я всегда рискую ляпнуть глупость и упасть в глазах других. Но я свято вею что всякая конструктивная работа начинается с фразы: "И так, мы все здесь дебилы и ничего на самом деле во всем этом не понимаем. У кого есть хоть какие-нибудь идиотские соображения?"

Поэтому давайте попробуем начать вот с чего. У нормального физически существующего устройства под названием "компьютер" есть его абстрактно математическая "тень" - детерминированный конечный автомат. Сразу оговорюсь. Мы оставим универсальную машину Тьюринга в стороне (и классическую теорию алгоритмов) и будем полагать что мы рассматриваем некий конкретный компьютер с конечной памятью, на котором запущена некая конкретная программа которая и превращает эту универсальную машину в некий конкретный конечный детерминированный автомат. То есть мы будем рассматривать его с позиции абстрактной теории автоматов. Это наш первый перевал.
Предлагаю насладиться подъемом.
 

Collapse )