Е.Н. Соколов. Мнемическое пространство: Psychology OnLine.Net

Е.Н. Соколов. Мнемическое пространство

Е.Н. Соколов. Мнемическое пространство
Добавлено
07.08.2009 (Правка 07.08.2009)

ВВЕДЕНИЕ

Мнемическое пространство — частный случай субъективного пространства. Под субъективным пространством принято понимать геометрическую модель феноменов психики, характеризующую объективные явления (ощущения, восприятия, представления, понятия) точками в многомерном пространстве так, что геометрические расстояния между точками, соответствующие этим субъективным явлениям, пропорциональны различиям между соответствующими им субъективными феноменами. Ощущения и восприятия образуют перцептивные пространства. Понятия организованы в семантическое пространство. Следам памяти соответствует мнемическое пространство.

Субъективные пространства организованы в виде экранных структур^ образованных сенсорными, мнемическими и семантическими нейронами, селективно настроенными на внешние сигналы. Динамика комбинаций возбуждений этих нейронов образует процессы восприятия, памяти и обобщения. Отображение прошлых событий на уровне мнемических и семантических нейронов позволяет преобразовывать образы во внутреннем плане. Такие преобразования следов сигналов реализуются при участии модулирующих нейронов, усиливающих или ослабляющих связи между различными видами сенсорных, мнемических и семантических нейронов, формирующих таким образом нейронные ансамбли, которые и образуют основу внутреннего плана отображения внешних событий [1, 2, 3].

1. ПЕРЦЕПТИВНОЕ ПРОСТРАНСТВО

Перцептивным пространством принято называть геометрическую модель, в которой воспринимаемые сигналы заданы точками в многомерном пространстве так, что расстояния между точками, представляющими эти сигналы, пропорциональны субъективным различиям между самими воспринимаемыми сигналами.

При предъявлении человеку двух сигналов он не только замечает различие между ними, но и может количественно оценить это различие, оценив его в баллах. На основе попарных сравнений предъявляемых сигналов строится таблица — матрица воспринимаемых различий. Возможность построения перцептивного пространства на основе данных о субъективных различиях вытекает из того, что эти различия отвечают аксиомам метрического пространства. Поскольку элементы такой матрицы удовлетворяют аксиомам метрического пространства, их можно рассматривать как геометрические расстояния между точками, которые соответствуют воспринимаемым сигналам. По матрице, интерпретируемой как матрица расстояний, можно рассчитать координаты точек, характеризующих сигналы в геометрическом пространстве. Решая задачу установления координат, необходимо в то же время определить размерность и метрику перцептивного пространства. Решение этой задачи достигается итеративной процедурой аппроксимации полученной экспериментально матрицы субъективных различий матрицей геометрических расстояний в пространстве определенной размерности и фиксированной метрики.

Трудность решения поставленной задачи заключается в том, что в исходной матрице субъективных различий содержатся шумы, связанные с колебаниями функционального состояния исследуемого, сдвигами в критериях принятия им решения при оценке различий сравниваемых сигналов и другими факторами. В ходе обработки эти шумы должны быть отделены от истинных значений субъективных различий и представлены в виде некоторой статистической характеристики работы исследуемого человека.

Оказалось, что аппроксимация исходной матрицы субъективных различий матрицей геометрических расстояний между точками, представляющими воспринимающие сигналы, эффективно достигается в евклидовом пространстве ограниченной размерности. Полученные из матрицы субъективных различий координаты точек, определяя сигналы в евклидовом пространстве, позволяют заново рассчитать евклидовы расстояния между этими точками. Если условия аппроксимации исходной матрицы субъективных различий матрицей геометрических расстояний выбраны правильно, то рассчитанные геометрические расстояния между точками должны в высокой степени совпадать с соответствующими субъективными различиями экспериментальной матрицы.

Чтобы проверить, в какой степени по найденным координатам точек можно восстановить исходные субъективные различия между сигналами, производят сравнение исходной матрицы субъективных различий с матрицей евклидовых расстояний, полученной на основе рассчитанных координат. Мерой сходства служит коэффициент линейной корреляции между исходными субъективными различиями и евклидовыми расстояниями между точками, рассчитанными по координатам, полученным из анализа экспериментальных данных. Исследования показывают, что коэффициенты линейной корреляции между данными исходных субъективных различий и значениями рассчитанных геометрических расстояний между точками, представляющими эти сигналы в перцептивном пространстве, имеют высокие значения.

Коэффициенты корреляции позволяют вместе с тем оценить уровень шумов, которые не удалось подавить итеративной процедурой, используя избыточность данных, содержащихся в исходной матрице субъективных различий.

Особенностью перцептивного пространства является то, что точки, характеризующие воспринимаемые сигналы, расположены в этом пространстве неравномерно: все они находятся примерно на одном и том же расстоянии от центра, образуя сферическую поверхность - гиперсферу в многомерном пространстве. Под влиянием содержащихся в экспериментальных данных «шумов» расстояния от каждой точки до центра сферы несколько варьируют. Таким образом точки образуют некоторый слой, толщину которого можно характеризовать дисперсией значений радиуса сферы.

Исследования показывают, что вариативность значений радиуса сферы, характеризующего положение воспринимаемого стимула в пространстве, составляет около 10%. Если представить все точки на единичной сфере, пересчитав затем их координаты, то линейная корреляция исходных субъективных различий и расстояний между точками на единичной сфере по-прежнему останется чрезвычайно высокой.

Описанные выше процедуры расчета координат не позволяют однозначно выбрать ориентацию базисных осей перцептивного пространства. Чтобы определенным образом выбрать положение базисных осей и таким образом ориентировать сферу, необходимы дополнительная информация относительно перцептивных характеристик сигналов и содержательная интерпретация базиса.

Начнем с содержательной интерпретации базиса перцептивного пространства. Нейрофизиологические данные свидетельствуют о том, что внешний сигнал всегда воздействует на целую группу нервных клеток, часть из которых образуют независимые каналы. В этих независимых нервных каналах внешние воздействия создают некоторую комбинацию возбуждений, кодирующую сигнал. Эти нейронные каналы и образуют реальный базис перцептивного пространства в том смысле, что координаты точек перцептивного пространства есть не что иное, как разные уровни их возбуждения. Сигналы, вызывающие возбуждение только в одном нервном канале, будут соответствовать точкам, лежащим на базисных осях перцептивного пространства.

Из данных нейрофизиологии следует, что нейроны, образующие независимые нервные каналы, обладают свойством адаптации: уровень их возбуждения со временем несколько уменьшается, и тем сильнее, чем сильнее их исходное возбуждение. Поскольку сигналы, лежащие на ортогональных осях, изменяются только по одной координате, они не изменят своего положения на сфере, образующей перцептивное пространство, а следовательно, и своих перцептивных характеристик.

Таким образом, если базис перцептивного пространства выбрать так, чтобы на базисных осях лежали сигналы, обладающие устойчивыми в отношении адаптации перцептивными характеристиками, то все множество точек можно однозначно ориентировать относительно фиксированного базиса. При этом координаты тех точек, которые представляют сигналы в перцептивном пространстве, получают физиологическую интерпретацию, что можно проверить в специальных экспериментах на нейронном уровне. Если декартовы координаты точек, представляющих сигналы в перцептивном пространстве, характеризуют вклады нейрональных возбуждений, то сферические координаты соответствуют психологическим параметрам восприятия. Каждой локальной области на поверхности сферы соответствует некоторое субъективно неразличимое множество внешних сигналов. Это множество сигналов возбуждает один и тот же нейрон-детектор. Таким образом, гиперсфера, образующая перцептивное пространство, реализуется при участии множества селективных нейронов-детекторов.

Каким образом работает такой нейрональный анализатор, включающий ограниченное число нейрональных каналов, образующих базис перцептивного пространства, и множество селективных детекторов, образующих гиперсферу перцептивного пространства?

Для ответа на этот вопрос рассмотрим тот основной нейроно-подобный элемент, который реализует преобразование сигналов в нервной системе. Таким элементом является формальный нейрон, имеющий конечное число входов и выходов. Поступающие на его входы сигналы, проходя через синаптические контакты, умножаются на соответствующие коэффициенты синаптических связей. Нейрон суммирует эти произведения.

Формально такую операцию можно представить в виде скалярного произведения векторов евклидова пространства. Один вектор, образованный набором поступающих по входам нейрона возбуждений, назовем вектором возбуждения. Другой вектор, компонентами которого являются значения коэффициентов синаптических связей данного нейрона, назовем вектором связей.

Рассмотрим множество формальных нейронов, обладающих разными векторами связей. Пусть все эти векторы равны по модулю. На каждый элемент этого набора формальных нейронов поступает вектор возбуждения. Тогда в каждом формальном нейроне возникнет возбуждение, равное скалярному произведению вектора возбуждений и вектора связей этого нейрона. Представим скалярное произведение через произведение модулей векторов на косинус угла между ними. Поскольку все векторы связей формальных нейронов равны по модулю, то вектор возбуждения вызывает максимальную реакцию в том формальном нейроне, вектор связей которого окажется коллинеарным поступившему на его входы вектору возбуждения.

Такой максимально возбужденный формальный нейрон является селективным нейроном-детектором, а весь набор детекторов образует нейрональный анализатор. "Чтобы обеспечить эффективное различение сигналов таким нейрональный анализатором, необходимо, чтобы генерируемые на входе векторы возбуждения были равны по модулю. Тогда все изменения сигнала перекодируются в изменение направления вектора возбуждения.

Поскольку векторы связей нейронов-детекторов также равны по модулю, постольку возбуждение каждого из них однозначно зависит от угла между вектором возбуждения и вектором связей.

Каналы, по которым возбуждения поступают на нейрон-детектор, сами представляют собой формальные нейроны. Поскольку они стоят в системе непосредственно перед нейронами-детекторами, будем называть их предетекторами.

Рассмотрим, как работает нейрональный анализатор. При изменении внешнего сигнала возбуждения предетекторов изменяются так, что модуль вектора возбуждения остается постоянным. Эю означает, что на уровне предетекторов внешний сигнал перекодируется в определенное направление вектора возбуждения. На уровне детекторов сигналу соответствует точка, характер ризующаяся по максимуму возбуждения на поверхности гиперсферы. Если нейроны-детекторы, характеризующиеся разными по направлению, но равными по длине векторами связей, равномерно перекрывают всю поверхность гиперсферы, то при изменении направления вектора возбуждения по поверхности гиперсферы, образованной множеством нейронов-детекторов, будет перемещаться максимум возбуждения.

Максимум возбуждения будет возникать в том детекторе, вектор связей которого совпадает по направлению с вектором возбуждения. В нейрональном анализаторе таким образом реализуется позиционно-перекрывающийся код с параллельной обработкой информации. Позиционным этот код можно назвать потому, что отдельным значениям внешнего сигнала в нем соответствуют максимумы возбуждения на разных нейронах-детекторах. Перекрывающимся этот код следует называть потому, что вектор возбуждения, действующий на входе нейронов-детекторов, создает разные по величине возбуждения не в одном, а сразу во множестве детекторов. Такое перекрытие возбуждений обеспечивает высокую живучесть системы: при выпадении части нейронов-детекторов различение сигналов, проигрывая в точности, продолжает реализоваться в более грубой форме оставшимися элементами.

В отличие от простого дублирования элементов перекрытие характеристик элементов нейронального анализатора обеспечивает эффективное использование всех элементов в реализации высокой точности анализа. При выпадении части элементов перекрытие, переводя систему на менее точный режим работы, обеспечивает ее функционирование подобно тому, как это достигается дублированием. В нейрональном анализаторе внешние сигналы отображаются на поверхность гиперсферы, образующей перцептивное пространство множеством селективно реагирующих нейронов-детекторов.

Субъектив ное различие между сигналами в нейрональном анализаторе измеряется расстоянием, разделяющим те нейроны-детекторы, которые максимально возбуждаются каждым из сравниваемых сигналов или расстоянием между конечными точками соответствующих векторов возбуждения.

Порог различения определяется евклидовым расстоянием между соседними нейронами-детекторами, а обнаружение порогового различия между сигналами имеет место при таком изменении вектора возбуждения, когда максимум возбуждения перемещается с одного нейрона-детектора на другой, соседний с ним.

Рассмотрим в качестве примера отображение сигналов на сферу в простейшем нейрональном анализаторе, состоящем из двух предетекторов и нескольких селективных детекторов. В этом случае две компоненты вектора возбуждения и две компоненты вектора связей нейрона-детектора пропорциональны синусу и косинусу угла первой четверти. При изменении сигнала на входе меняются компоненты вектора возбуждения и максимум возбуждения переходит с одного нейрона-детектора на другой, кодируя сигнал номером максимально возбужденного детектора.

Конкретным примером перцептивного пространства может служить цветовое пространство. Рассчитанные по матрице субъективных цветовых различий координаты цветов позволяют заключить, что точки, определяющие цвета, лежат на поверхности сферы в четырехмерном пространстве. При этом евклидовы расстояния между точками, представляющими цвета, пропорциональны исходным субъективным различиям. Если цветовую сферу ориентировать в четырехмерном пространстве так, чтобы четыре цвета, обладающие свойством не менять свой цветовой тон при изменении интенсивности сигнала (синий, желтый, красный и зеленый), расположить в плоскостях, проведенных через базисные оси, то четыре координаты каждой точки, представляющей цвет, приобретают физиологическое истолкование в качестве возбуждений четырех типов нейронов-предетекторов: красно-зеленого, сине-желтого, черно-белого и серого. Изучая зависимость каждой из декартовых координат от длины волны монохроматического света, можно заметить, что полученные характеристики по своей форме совпадают со спектральными характеристиками четырех типов широкополосных цветокодирующих нейронов: красно-зеленых, сине-желтых, черно-белых и серых.

Термин «серый» в отношении типа нейрона-предетектора является условным. Такой нейрон обладает максимальной активностью в полной темноте и уменьшает ее при действии света. Возбуждения четырех широкополосных цветокодирующих нейронов образуют четырехкомпонентный вектор возбуждения постоянной длины при самых разных значениях излучений, действующих на глаз, а также в полной темноте, когда внешний сигнал отсутствует. Кодирование разных свойств цветового сигнала осуществляется изменением направления этого четырехкомпо-нентного вектора, которое определяется композицией входящих в него в качестве компонент возбуждений четырех типов широкополосных цветокодирующих нейронов. Таким образом, каждому цвету в цветовом анализаторе ставится в соответствие определенная ориентация в четырехмерном пространстве постоянного по модулю вектора возбуждения. Субъективное четырехмерное цветовое пространство определяется наличием в цветовом анализаторе четырех нейронных каналов, образующих слой предетекторов. Следующий слой нейронов — слой цветоселективных детекторов. Каждый селективный цветодетектор имеет четыре синаптических контакта, по которым к нему поступают сигналы от предетекторов.

Набор синапсов данного селективного цветодетектора образует его вектор связей. Для всех детекторов векторы связей равны по длине. Проходящие сигналы от предетекторов умножаются на соответствующие коэффициенты синаптической передачи, а произведения суммируются нейроном. Результат этой операции можно формально представить как скалярное произведение вектора возбуждения и вектора синаптических связей. Вектор возбуждения, образованный реакциями четырех предетекторов, воздействует параллельно на всю популяцию селективных цветодетекторов, в каждом из которых возникает определенный уровень возбуждения. В том детекторе цвета, вектор синаптических связей которого оказывается коллинеарным вектору возбуждения, эффект возбуждения достигнет максимума. Формирование максимума возбуждения на одном из детекторов цвета определяет то ощущение цвета, которое при этом возникает.

Формально множество детекторов цвета образуют поверхность — гиперсферу в четырехмерном пространстве. При изменении падающего на глаз излучения меняется соотношение возбуждений трех типов колбочек, комбинации возбуждений которых образуют возбуждения четырех типов цветовых предетекторов. Вектор возбуждения на уровне предетекторов меняется по композиции своих компонент, оставаясь постоянным по модулю. Соответственно при изменении сигнала максимум возбуждения г одного селективного детектора цвета переходит на другой детектор, что и вызывает изменение ощущения цвета.
Если четыре декартовы координаты точек цветового пространства соответствуют физиологическим характеристикам возбуждения предетекторов, то три сферические координаты точек, представляющих цвета, соответствуют цветовому тону, насыщенности и светлоте.

Таким образом, сферическое цветовое пространство объединяет в одной непротиворечивой модели функции цветооппонентных нейронов, детекторов цвета и психологические характеристики цветового зрения.

Выше был рассмотрен обобщенный нейрональный анализатор, обеспечивающий отображение внешних сигналов на поверхность, представленную гиперсферой в многомерном пространстве так, что максимум возбуждения на одном из селективных детекторов, образующих гиперсферу, соответствует определенному ощущению.

В качестве примера такого нейронального анализа был рассмотрен цветовой анализатор, реализующий отображение разных по спектральному составу излучений на гиперсферу в четырехмерном пространстве. В рассмотренной модели остался открытым вопрос о том, какими структурами измеряются субъективные различия и как эти субъективные различия внешне выражаются через двигательные или речевые реакции, которые соответствуют «балльным» оценкам. Прежде чем анализировать «балльные» оценки, рассмотрим в общем виде классификацию внешних сигналов, получающую свое выражение в форме речевых реакций.

В психофизиологическом эксперименте результаты классификации сводятся в матрицу смешения. Элементом такой матрицы служит частота отнесений данного сигнала к данному термину, представленному специфической внешней реакцией. Каждому сигналу в матрице смешения соответствует набор чисел, характеризующих частости, с которыми данный сигнал относится к каждой из использованных в опыте категорий. В случае, когда термины представлены речевыми реакциями, такой набор чисел образует вектор названий. Из матрицы смешения сигналов можно получить матрицу субъективных различий. Субъективное различие между сигналами определяется евклидовым расстоянием между концами векторов названий.

Полученная таким образом матрица субъективных различий служит для расчета координат точек, представляющих сигналы в перцептивном пространстве. Перцептивное пространство, рассчитанное из матрицы различий, полученной непосредственно из балльных оценок, и перцептивное пространство, рассчитанное на основе матрицы различий, полученной опосредствованно по данным матрицы смешения, полностью совпадают.

Процедуру классификации на нейронном уровне можно представить на основе введения в модель следующего слоя обработки информации — командных нейронов. Командный нейрон — это формальный нейрон со многими входами и многими выходами, выполняющий функцию генерации внешней реакции. Выходами командного нейрона являются возбуждения, ветвящиеся по аксонным терминалям и образующие синаптические контакты на мотонейронах. Единичное возбуждение командного нейрона, проходя через разные по эффективности синаптические контакты с мотонейронами, образует вектор возбуждения, вовлекающий в реакцию целый ансамбль мотонейронов, которые, в свою очередь, будучи связанными с мышечными единицами, формируют двигательный аккорд — целостный поведенческий акт или его отдельный фрагмент.

В частном случае отдельный командный нейрон может быть ответственным за генерацию речевой реакции. Процедура классификации на уровне командных нейронов реализуется при участии нейронов-детекторов. Потенциально множество селективных нейронов-детекторов подключены параллельно ко всем командным нейронам. Связи детекторов с командными нейронами пластичны, изменяясь в процессе обучения. Процесс обучения происходит в результате сочетания внешнего сигнала с разрядом данного командного нейрона. Те синаптические связи детекторов с командным нейроном, за активацией которых следует разряд данного командного нейрона, усиливаются. Когда связи между некоторыми детекторами с данными командными нейронами возрастают в такой степени, что возбуждение командного нейрона достигает порога генерации спайков, сигнал вызовет разряд командного нейрона и связанную с ним поведенческую реакцию.

Те синаптические контакты между детекторами и командным нейроном, которые подвергаются активации при действии сигнала, но при этом их активация не сопровождается последующим разрядом командного нейрона, ослабевают. Таким образом, на данном командном нейроне формируется матрица высокоэффективных и низкоэффективных синапсов, через которые к нему поступают сигналы от нейронов-детекторов. Внешние сигналы, воздействуя на те детекторы, которые оканчиваются на командном нейроне высокоэффективными синапсами, будут селективно вызывать реакцию данного командного нейрона и ту форму поведения, которая этим командным нейроном реализуется по механизму условного рефлекса.

Подкрепляющие воздействия, всегда приводящие к разряду командного нейрона, поступают к нему по непластичным возбуждающим синапсам, вызывая разряд командного нейрона и связанное с ним поведение по механизму безусловного рефлекса. Командные нейроны принимают участие в генерации речевых реакций. Пусть имеется некоторый набор сигналов, каждый из которых вызывает максимум возбуждения на разных нейронах-детекторах. В процессе обучения каждый сигнал через нейроны-детекторы селективно связывается с определенным командным нейроном речевой реакции. В результате внешний сигнал вызывает специфически связанную с ним в процессе обучения реакцию, реализуя таким образом простейшую форму классификации сигналов.

Каким образом происходит измерение субъективных различий между сигналами?

Это различие — результат работы специального нейронального анализатора. Возбуждения селективных детекторов образуют вектор возбуждения, характеризующий внешний сигнал. При сравнении сигналов векторы возбуждения, порожденные разными сигналами, в селективных детекторах покомпонентно вычитаются. В результате возникает вектор различий, компонентами которого служат разности возбуждений соответствующих детекторов. Вектор различий воздействует на набор селективных детекторов различий. Максимум возбуждения на одном из селективных детекторов различий определяет величину различия между сигналами. Селективные детекторы различий в процессе обучения связываются через пластичные синапсы с командными нейронами речевых реакций в виде «балльных» оценок. Таким образом субъективные различия между сигналами трансформируются в «балльные» оценки. Если «балльные» оценки субъективных различий прямо соответствуют расстояниям между концами векторов возбуждения детекторов, то из матрицы смешения эти расстояния между концами векторов возбуждения детекторов находят опосредованно через векторы частостей отнесения сигналов к разным категориям, представленным различными речевыми реакциями.

Частным случаем классификации сигналов является название цветов. Используя фиксированный набор цветовых названий, испытуемый относит каждый цвет к одной из категорий ответа. Строки полученной в опыте матрицы смешения «цвет — цветовое название» интерпретируются как векторы цветовых названий, компонентами которых являются частости отнесения данного цвета к каждой из цветовых категорий. Евклидовы расстояния между концами векторов цветовых названий образуют субъективные различия между цветами. Цветовое пространство, полученное на основе матрицы субъективных различий, полученных из матрицы смешения, совпадает для данного испытуемого с цветовым пространством, рассчитанным на основе прямого шкалирования различий между цветами.

2. ФОРМЫ МНЕМИЧЕСКИХ ПРОСТРАНСТВ

Множество разных по своей эффективности синаптических контактов между селективными детекторами и командными нейронами являются формой мнемического пространства. Действительно, если множество селективных детекторов, образующих гиперсферу в многомерном пространстве, реализуют перцептивное пространство, то множество синапсов, связывающих эти детекторы с командным нейроном, образуют мнемическое пространство. В перцептивном пространстве внешнему сигналу соответствует распределение возбуждений селективных детекторов. В мнемическом пространстве след сигнала характеризуется распределением коэффициентов синаптических связей детекторов с командным нейроном. Поскольку эффективность таких синаптических контактов является функцией обучения, след сигнала в мнемическом пространстве определяется процедурой обучения.

При определенных условиях подкрепления сигнала распределение возбуждений детекторов при восприятии сигнала совпадает с распределением значений коэффициентов синаптических связей. В этом случае вектор возбуждения, компонентами которого служат возбуждения селективных детекторов, коллинеарен вектору связей, компонентами которого являются значения коэффициентов синаптических связей селективных детекторов с командным нейроном. В этих условиях внешний стимул вызывает в командном нейроне максимум возбуждения. Однако распределение коэффициентов связей детекторов с командным нейроном может и не совпадать с распределением возбуждений детекторов.

Существенное различие между перцептивным и мнемическим пространством в том, что в перцептивном пространстве в любой момент времени каждый сигнал интерпретируется однозначно — положением единственного максимума возбуждения.

Подкрепляя положительно несколько разных сигналов в мнемическом пространстве, можно создать сложную конфигурацию следа, отражающего совокупное действие этих сигналов.

Мнемическое пространство отображения сигналов данного командного нейрона определяет тот класс сигналов, которые эффективно возбуждают данный командный нейрон и вызывают связанную с ним поведенческую реакцию.

В случае классификации цветов мнемическое пространство образовано синапсами цветоселективных детекторов На командном нейроне, который определяет название цвета. В зависимости от того, возбуждение каких детекторов цвета подкреплялось разрядом данного командного нейрона, на нем формируются разные по своей эффективности синапсы. Теперь разные цвета, селективно вызывая возбуждение командных нейронов, определяют их цветовые названия. Другая форма памяти связана с пространством, образованным мнемическими нейронами. Хотя прямых данных, свидетельствующих о наличии в мозговых структурах мнемических нейронов, пока мало, вывод относительно их существования вытекает из наблюдений профессора Пенфильда. Он показал возникновение картин прошлого опыта человека под влиянием электрического раздражения определенных участков коры больших полушарий головного мозга.

Необходимость введения мнемических нейронов, длительно сохраняющих след от возбуждения нейронов-детекторов, вытекает также из психофизических опытов с удержанием в памяти заданного эталона сигнала. В самом общем виде психофизический эксперимент по изучению свойств следа предъявленного сигнала состоит в следующем. Испытуемому однократно предъявляют стимул-эталон, который он должен удержать в памяти. Спустя некоторое время испытуемому предъявляют различные тест-стимулы, требуя каждый раз оценить субъективную близость тест-стимула следу стимула-эталона. Каждый след определяется вектором, компонентами которого служат оценки близости данного стимула-эталона каждому из тест-стимулов набора. Каждая строка матрицы нормируется. После этого из матрицы близостей можно получить данные относительно субъективных различий между удерживаемыми в памяти стимулами-эталонами, представляя эти различия через евклидовы расстояния между концами нормированных векторов близостей стимула-эталона использованным в опыте тест-стимулам.

Полученное пространство представляет собой мнемическое пространство, изоморфное перцептивному. Это мнемическое пространство образовано множеством мнемических нейронов, каждый из которых длительно удерживает след, позволяя сравнивать этот след с воспринимаемыми в данный момент сигналами.

При изучении следов памяти в клинике путем электрического раздражения коры Пенфильдом было высказано предположение о непрерывной записи событий. Если принять гипотезу о существовании мнемических нейронов в качестве основы такой непрерывной записи событий, то приходится допустить, что каждый мнемический нейрон специфичен в фиксируемый момент времени. Тем самым внешнее событие регистрируется посредством непрерывной записи.

Примером мнемического пространства может служить пространство следов цветовых ощущений. При изучении мнемического цветового пространства после предъявления испытуемому цвета-эталона ему дают для сравнения различные цвета, требуя сравнивать их с удерживаемым в памяти цветовым эталоном, оценивая степень сходства в баллах. В результате ряда опытов каждому отдельному следу цветового сигнала ставится в соответствие набор чисел — векторов близостей. Произведя нормирование компонентов векторов близостей, можно оценить степень различия между следами цветовых стимулов, вычисляя их как евклидовы расстояния между концами соответствующих нормированных векторов близостей. Результатом таких вычислений является матрица различий между хранимыми в памяти цветовыми эталонами. Далее из матрицы различий строится мнемическое цветовое пространство (пространство следов цветовых эталонов), отдельным точкам которого соответствуют следы цветовых эталонов. Это пространство следов цветовых эталонов изоморфно перцептивному цветовому пространству.

3. СЕМАНТИЧЕСКОЕ ПРОСТРАНСТВО

По аналогии с перцептивным и мнемическим пространством можно ввести семантическое пространство, в котором понятия представлены точками. Субъективные различия между значениями терминов пропорциональны геометрическим расстояниям между точками, которые представляют эти термины. Чтобы построить семантическое пространство определенной системы понятий, испытуемому в случайном порядке предъявляют пары терминов. Задача испытуемого заключается в том, чтобы оценить в баллах их смысловое различие. Результаты опыта сводятся в матрицу субъективных различий аналогично тому, как это было описано для восприятия различий между сигналами. Матрица субъективных различий между понятиями также отвечает всем аксиомам метрического пространства. Используя евклидову метрику, все исследуемое множество понятий удается разместить в пространстве небольшой размерности. При этом термины, как и воспринимаемые сигналы, размещаются на поверхности сферы. Рассчитанные по модели межточечные расстояния близко совпадают с исходными субъективными различиями значений соответствующих терминов.

Нейронные механизмы тех операций, которые лежат в основе субъективных различий между понятиями, еще не изучены. Если допустить сходство в механизме восприятия различий между внешними стимулами и понятиями, то в такой оценке можно предположить участие мнемических нейронов. Определенный термин связан со множеством мнемических нейронов. Чем теснее термины соотносятся с соответствующими им мнемическими нейронами, тем меньше субъективное различие значений этих терминов. Если каждому термину поставить в соответствие вектор, компонентами которого являются связанные с ним мнемические нейроны, то субъективное различие значений терминов можно характеризовать векторной разностью.

Нейрон, представляющий определенный термин и включенный в связь с множеством мнемических нейронов, назовем семантическим. При предъявлении человеку этого термина возбуждается семантический нейрон и связанные с ним мнемические нейроны. Кроме того, в состояние готовности переходят соответствующие детекторы. Оценка различий значений двух терминов строится на основе определения разности векторов, заданных возбуждениями своих мнемических нейронов.

Рассмотрим в качестве примера пространство цветовых терминов. Человеку предъявляют два названия цвета и ставят задачу найти различие между их значениями, выразив это субъективное различие в баллах. Сопоставляя следы памяти о цветах, ассоциированных с соответствующими терминами, испытуемый оказывается в состоянии выполнить эту задачу. Из результатов попарного сравнения цветовых терминов строится матрица семантических субъективных различий, отвечающая аксиомам метрического пространства. Полученное пространство изоморфно перцептивному цветовому пространству. Все множество цветовых терминов расположено на гиперсфере в четырехмерном пространстве. При этом евклидовы расстояния между точками, представляющими цветовые термины, близко совпадают с исходными субъективными различиями между соответствующими цветовыми терминами. Если гиперсферу ориентировать по цветовым терминам, соответствующим базисным цветам, то цветовые термины будут расположены в соответствии с обозначаемыми ими цветами.

ЗАКЛЮЧЕНИЕ

На основе данных, полученных попарным сравнением актуально воспринимаемых сигналов, следов удерживаемых в памяти эталонов и значений терминов, удается построить перцептивное мнемическое и семантическое пространства. В перцептивном пространстве точками представлены воспринимаемые сигналы. В мнемическом пространстве точками представлены следы ранее воспринимаемых сигналов. Точки семантического пространства соответствуют отдельным терминам. При этом геометрические расстояния между терминами пропорциональны субъективным различиям их значений.

Примерами таких пространств служат цветовое перцептивное пространство, цветовое мнемическое пространство и семантическое пространство цветовых терминов.

ЛИТЕРАТУРА

1. Соколов Е. Н. Нейронные механизмы памяти и обучения. М., 1981. 140 с.
2. Соколов Е. Н., Измайлов Ч. А. Цветовое зрение. М., 1984. 175 с.
3. Эндрю А. Искусственный интеллект. М., 1985. 265 с.




Описание Мнемическое пространство — частный случай субъективного пространства. Под субъективным пространством принято понимать геометрическую модель феноменов психики, характеризующую объективные явления (ощущения, восприятия, представления, понятия) точками в многомерном пространстве так, что геометрические расстояния между точками, соответствующие этим субъективным явлениям, пропорциональны различиям между соответствующими им субъективными феноменами. Ощущения и восприятия образуют перцептивные пространства. Понятия организованы в семантическое пространство. Следам памяти соответствует мнемическое пространство. [Исследования памяти. М., 1990. С. 90-103]
Рейтинг
0/5 на основе 0 голосов. Медианный рейтинг 0.
Просмотры 5193 просмотров. В среднем 1 просмотров в день.
Похожие статьи