В информационных технологиях с течением времени все больше развития получают методы работы с данными, при которой исчерпывающие исходные данные о задаче задать невозможно, или нецелесообразно. Такое случается
в связи с противоречивостью или слабой формализацией.
Для решения подобного рода задач традиционные алгоритмы, как правило подходят плохо, поэтому была разработана математическая модель биологического нейрона. Особенностью такого рода подхода является возможность
применения в задачах, не предназначенных изначально для обработки компьютером.
Понятие ИНС появилось в результате разработки Мак-Каллоком и Питтсом в 1943 году компьютерной модели нейронной сети на основе математических алгоритмов и теории деятельности головного мозга. Впоследствии, после
разработки алгоритмов обучения (в частности, метода обратного распространения ошибки), получаемые модели стали использовать в практических целях: в
задачах прогнозирования, для распознавания образов и др. ИНС представляют
собой систему соединённых и взаимодействующих между собой относительно
простых (искусственных) нейронов.
Научно-технический прогресс в информационных технологиях и развитие быстродействия вычислительных машин во многом ответственны за повторный всплеск интереса к нейронным сетям. При текущем уровне производительности компьютеров на них возможна работа искусственных нейронных
сетей, выполняющих ранее недоступные для компьютера задачи.
Это открывает новые возможности взаимодействия с информацией и качественно новый уровень возможностей ее использования.
Проекты Blue Brain Project и Human Brain Project нацелены на создание
инфраструктуры для моделирования всего мозга целиком в изолированной компьютерной среде, создание цифровых реконструкций мозга грызуна и, в конечном счете, человека. Некоторые коллективы исследователей заняты исследованием технической реализуемости симуляции. Так, в Японии, на суперкомпьюте
ре K, (занимает 7-ю позицию в рейтинге Top-500 по состоянию на ноябрь 2016)
в 2013 году была предпринята тестовая попытка воссоздания нейронной сети,
приближенной к биологическому мозгу человека. (Largest neuronal network simulation achieved using K computer.) В результате удалось запустить на фреймворке NEST [1] цифровой аналог 1% объема мозга, на основании чего группа
ученых из RIKEN HPCI делают предположение, что с появлением экзафлопсного суперкомпьютера станет возможной симуляция всего мозга человека.
Данная работа выполнена в рамках проекта искусственной когнитивной
архитектуры для интеллектуальных систем — нейромодулирующей когнитивной архитектуры (NEUCOGAR [2]). Модель биомиметически вдохновлена и
адаптирует роль нейромодуляторов человеческого мозга в вычислительные среды. Основной идеей работы является моделирование ответственных за моторный вывод в контексте эмоциональной оценки областей мозга. Задачами работы являются:
• выделение важных для моторной активности участков мозга
• построение нейронной сети, повторяющей биологическое устройство моторного вывода мозга
• интеграция когнитивной архитектуры NEUCOGAR с полученной моделью
Моделирование проводилось во фреймворке NEST, в качестве языка программирования применяется Python.
Разработка данного проекта позволила оценить необходимое для оперирования когнитивной архитектуры ресурсы вычислительной системы, включая
затраченное процессорное время и используемую оперативную память.
Кроме этого, она также позволяет взглянуть на функционирование основных путей и функциональных блоков организации двигательной активности в
соединении с функциональными элементами лимбической системы, включая
эмоциональную составляющую. Влияние эмоциональных стимулов на обработку моторного вывода и ответной реакции на раздражитель.
