Глоссарий 3
Введение 6
1. Современное состояние исследований в области био-реалистичных
эмоциональных вычислений 8
2. Корреляция между нейробиологией и вычислительными процессами 11
3. Создание библиотеки Biologial PyNEST на Python 3 15
3.1. Модернизация вычислительной модели нейрона Ходжкина-Хаксли
и STDP синапса в NEST 15
3.2. Реализация колончатой структуры моторной, соматосенсорной
и префронтальной коры 20
3.3. Реализация Biological PyNEST 21
4. Интеграция моделей дофамина, серотонина и норадреналина 24
4.1. Дофаминовая подсистема 24
4.2. Серотониновая подсистема 27
4.3. Норадреналиновая подсистема 29
5. Симуляция 27 комбинаций нейромодуляторов в трёхмерной модели . 32
Заключение 42
Список литературы 43
“Идея создания машины, способной искать и принимать оригинальные решения (т.е. обладающей интеллектом), основывается на чём-то большем, чем просто математическая модель”, писал А. Тьюринг, - “на чувствах удовлетворения и печали, удивления, чтобы обучаться подобно ребенку” [89]. Связь мышления и эмоций подтверждают и объясняют в своих трудах и другие учёные: Марвин Мински [58; 59], Аарон Сломан [75] и Пентти Хайконен [30].
Но что такое эмоции? Это “адаптивные согласованные изменения в соматической и нервной системах в ответ на внешний или внутренний раздражитель, стимул” [68]. Ранее разум и эмоции было принято противопоставлять. В настоящее время нейробиологами многократно доказано, что рациональное мышление и эмоции тесно связаны и неразделимы [9; 16—18; 97].
Эмоции контролируют внутреннее психологическое состояние, управляют принятием решений, участвуют в процессах обучения, памяти, управляют вниманием и восприятием [37]. Эволюционно они обеспечивают выживание, предупреждая организм об угрозах и направляя организм на удовлетворение необходимых потребностей [24]. Социальное взаимодействие людей с субъектом без эмоций затруднено и непродуктивно, поскольку эмоции регулируют адекватность и наиболее подходящий к ситуации ответ в общении. Жалость, эмпатия и любовь это сложные социальные эмоции, без наличия которых взаимодействие с людьми просто потенциально опасно [67]. Эмоции имеют фундаментальную регуляторную роль в когнитивной обработке информации, и их реализация (посредством эмуляции работы нейротрансмиттеров) в архитектуре фон Неймана может обеспечить альтернативные или нетрадиционные способы вычислений.
Исследования по воспроизведению эмоций в вычислительных машинах называются Affective Computing. До сих пор не было создано биоправдоподобных психо-эмоциональных моделей с привязкой к нейробиологии, в которых были бы воспроизедены когнитивные функции, такие как внимание, мотивация,выбор стратегии и приоритизация [63]. Эта проблема создаёт фундаментальное ограничение для развития социального ИИ и робототехники.
Объект исследования - симуляция вычислительных эмоций в биологически реалистичной когнитивной архитектуре. Предмет исследования - принципы влияния нейротрансмиттеров: GABA (ГАМК), glutamate (глутамат), и нейромодуляторов: noradrenaline (норадреналин), serotonin (серотонин), dopamine (дофамин) на психоэмоциональную реакцию; восходящие и нисходящие пути колончатых структур моторной и соматосенсорной коры головного мозга; перенос этих механизмов в вычислительные системы.
Цель дипломной работы - валидация куба Лёвхейма (8-ми базовых эмоциональных состояний) путем интеграции трёх систем нейромодуляторов и колончатых структур коры головного мозга в когнитивной архитектуре NEUCOGAR с био-реалистичным количеством нейронов. Для достижения поставленной цели необходимо решить следующие задачи:
• усовершнствовать реализацию модели нейрона Ходжкина-Хаксли и синапсов в нейросимуляторе NEST;
• воссоздать механизм работы колончатых структур моторной, соматосенсорной и префронтальной коры головного мозга в нейросимуляции;
• реализовать единый высокоуровневый программный инструмент для нейросимуляций на основе PyNEST для нужд лаборатории;
• интегрировать системы дофамина, серотонина, норадреналина и структур коры мозга;
• развернуть среду нейросимуляции на вычислительном узле кластера КФУ;
• запустить симуляцию длительностью 21 секунду с 27 комбинациями уровней нейромодуляторов, согласно модели Х. Лёвхейма для 850 000 нейронов (как в мозге у новорожденной крысы).
Основным инструментом в дипломной работе является нейросимулятор NEST 2.12. Были использованы среды разработок CLion (C++) для ядра симулятора и PyCharm (Python) для скриптов нейросимуляции. Площадкой для высоконагруженной симуляции выступал вычислительный узел кластера КФУ.
Просимулировав 8 базовых эмоций и 27 комбинаций нейромодуляторов, было показано, что биоправдаподобные симуляции эмоциональных моделей не только возможны, но и представляют собой новые способы взаимодействия с системами искусственного интеллекта на уровне программного обеспечения (проекты BioDynaMo и NeuCogAr) [41; 81], с такими системами как RobotDream (роботизированная самообучающаяся система режима реального времени) [86], с органическими и неорганическими мемристорами на аппаратном уровне (проект Memristive Spinal Cord) [82]. Можно даже утверждать, что данный новый подход поможет значительно ускорить развитие HRI (Human-robot interaction) [25; 92].
Кроме того, удалось добиться показательных результатов в производительности: благодаря Bilogical PyNEST и исправленным моделям симулятора, потребление ресурсов ЦП уменьшилось на 4.85%, а занимаемый объем ОЗУ снизился на 36%.
Цель достигнута - теория Х. Левхейма была валидирована с использованием модели нейрона Ходжкина-Хаксли и DA, 5-HT, NA подсистем мозга крысы. Таким образом был обеспечен минимальный, но полный набор когнитивных регуляторов, которые позволяют реализовать адаптивные системы. Данная архитектура поволяет также проводить эксперименты для исследования болезней Паркинсона, Альцгеймера и мигрени. Возможно, модель станет толчком к новой эре проектирования вычислительных архитектур, а также стать основой для мультимодальных когнитивных систем [91]. После показательных результатов и научных публикаций проект собрал команду исследователей из разных стран, смог привлечь интерес организаций в областях медицины и инженерии. Модель будет расширена и перенесена на GPU архитектуру (программное обеспечение) и мемристоры (аппаратное обеспечение), так как работа над вычислительными эмоциями не оканчивается только реализацией эмоций, поскольку 8-ми психо-эмоциональных состояний будет недостаточно социальному ИИ будущего.
