ВВЕДЕНИЕ 3
1. ПОСТАНОВКА ЗАДАЧИ 5
2. МОДЕЛЬ СЕРОТОНИНОВОЙ ПОДСИСТЕМЫ НЕЙРОННОЙ СЕТИ
МОЗГА МЛЕКОПИТАЮЩЕГО 7
2.1. ОБЩИЕ СВЕДЕНИЯ О СЕРОТОНИНОВОЙ ПОДСИСТЕМЕ
НЕЙРОННОЙ СЕТИ 7
2.2. ОПИСАНИЕ ПУТИ РАСПРОСТРАНЕНИЯ СЕРОТОНИНА В МОЗГЕ
МЛЕКОПИТАЮЩЕГО 9
2.3. МОДЕЛЬ НЕЙРОМОДУЛЯЦИИ СЕРОТОНИНА В NEST 15
3. СИМУЛЯЦИЯ СЕРОТОНИНОВОЙ ПОДСИСТЕМЫ 18
3.1. ОПИСАНИЕ РАБОТЫ МОДЕЛИ 18
3.2. ПРОВЕДЕНИЕ СИМУЛЯЦИЙ ПРИ ОТСУТСТВИИ АКТИВНОСТИ
НЕЙРОНОВ СЕРОТОНИНА 19
3.3. ПРОВЕДЕНИЕ СИМУЛЯЦИЙ ПРИ ВЫСОКОЙ АКТИВНОСТИ
НЕЙРОНОВ СЕРОТОНИНА 20
3.4. ПРОВЕДЕНИЕ СИМУЛЯЦИЙ ПРИ АКТИВАЦИИ ДОРСАЛЬНОГО
ПУТИ РАСПРОСТРАНЕНИЯ СЕРОТОНИНА В МОЗГЕ 22
3.5. ПРОВЕДЕНИЕ СИМУЛЯЦИЙ ПРИ АКТИВАЦИИ ВЕНТРАЛЬНОГО
ПУТИ РАСПРОСТРАНЕНИЯ СЕРОТОНИНА В МОЗГЕ 25
4. АНАЛИЗ РЕЗУЛЬТАТОВ РАБОТЫ МОДЕЛИ СЕРОТОНИНОВОЙ
ПОДСИСТЕМЫ НЕЙРОННОЙ СЕТИ 28
ЗАКЛЮЧЕНИЕ 30
СПИСОК ЛИТЕРАТУРЫ
В настоящее время задача создания искусственного интеллекта привлекает большое внимание ученых различных областей науки. В области биологически инспирированных систем особое место занимает направление эмоциональных машин и их сознания, согласно которой «эмоциональный подход» в создании искусственного интеллекта позволит вычислительным системам стать более гибкими, адаптирующимися, обучающимися и развивающимися самостоятельно, подобно мозгу человека [1], [2].
В связи с тем, что информация в мозге человека «эмоционально» окрашена, эмоции играют важную роль в жизни людей: принятие решений, процесс познания осуществляется благодаря определенным эмоциональным импульсам. Однако проблема в том, что на сегодняшний день роботизированные системы не испытывают эмоциональных состояний и не приспособлены к условиям реального мира.
Приблизиться к достижению цели создания эмоциональных состояний машин позволит симуляция структур мозга. Вычислительная машина может воспроизводить только вычислительные процессы, в ней нет нейронов, нейромедиаторов и нейромодуляторов. Однако благодаря нахождению соответствия между уровнями эмоционального состояния и нейромедиаторами, могут быть описаны клеточные низкоуровневые реакции и отображены на вычислительных процессах искусственного интеллекта.
В лаборатории машинного понимания Высшей школы ИТИС КФУ ведутся исследования по воспроизведению человеческих эмоций в вычислительных машинах - Affective Computing. Основная цель исследований заключается в симуляции серотониновой подсистемы нейронной импульсной сети мозга, выявлении влияния данного моноамина на параметры вычислительной системы [3].
Объектом исследования в дипломной работе является серотонинергическая подсистема нейронной сети мозга, предметом исследования - эмоциональные состояния, воспроизводимые в результате симуляции серотониновой подсистемы.
Целью дипломной работы является разработка и воспроизведение модели серотониновой подсистемы нейронной импульсной сети мозга крысы и симуляция состояний отвращения, удивления и радости.
Исходя из указанной цели, можно выделить частные задачи, поставленные в данной дипломной работе:
1. разработка модели серотониновой подсистемы нейронной импульсной сети мозга крысы;
2. симуляция серотониновой подсистемы во фреймворке «Nest Initiative»;
3. обработка и анализ результатов работы модели.
Основой работы явилась архитектура серотониновой подсистемы, представленная в работе Шатуновой Д.
Направление эмоциональных вычислений Affective Computation имеет большое значение в решении проблемы создания искусственного интеллекта. Наша гипотеза состоит в том, что именно «эмоциональные» роботы смогут социально взаимодействовать.
Воспроизводить различные эмоциональные состояния роботизированным системам позволит симуляция структур мозга, отображающая клеточные низкоуровневые реакции на вычислительных процессах искусственного интеллекта. В рамках данной работы, основой для симуляции явилась модель «Куб эмоций» Лёвхейма, строящая взаимосвязь между когнитивной нейробиологией и психологией, соответствие между нейромедиаторами дофамином, серотонином, норадреналином и основными эмоциональными состояниями, выделенными Сильваном Томкинсом [5].
В данной работе была рассмотрена серотониновая подсистема нейронной сети мозга.
Так называемый «гормон счастья» серотонин играет особую роль в организме человека: он вырабатывается в моменты радости и воодушевления, его уровень повышается во время эйфории и снижается во время депрессии.
Модель, рассмотренная в данной работе, воспроизводит эмоции на основе нейробиологических механизмов, что увеличивает степень правдоподобности. Возможно, в будущем симуляция серотониновой подсистемы нейронной сети мозга и воспроизводимых ей различных эмоциональных состояний позволит проводить исследования в области медицины, психологии и фармакологии.
Цель и задачи, поставленные в начале работы, выполнены: воспроизведена модель серотониновой подсистемы нейронной импульсной сети мозга крысы. На основе результатов симуляций серотониновой подсистемы нейронной импульсной сети мозга изучено влияние данного нейромедиатора на параметры вычислительной системы.
В ходе исследования было написано две статьи по тематике работы:
• «Интегрированный прототип эмоциональных состояний мозга на основе дофаминовой, серотониновой и норадреналиновой подсистем импульсной нейронной сети» в соавторстве с А. Леухиным, Д. Седленко и Д. Шатуновой для сборника научных статей Казанского федерального университета;
• «Emotional simulations and depression diagnostics» в соавторстве с Максимом Талановым, Jordi Vallverd u, Bin Hu, Philip Moorec, Александром Тощевым, Алексеем Леухиным, Дианой Шатуновой, Денисом Седленко для участия в ежегодной международной конференции биологически инспирированных когнитивных архитектур BICA.
Подводя итоги работы, следует отметить, что благодаря валидации одной из осей «Куба эмоций» Лёвхейма становится возможной реализация биоинспирированной нейронной сети, отражающей эмоциональные процессы в соответствии с человеческими процессами. И это позволит создать автономный, сознательный, накапливающий субъективный опыт, способный к адаптации и самообучению искусственный интеллект.
