参加したばかりの人には、 最初の部分から、または少なくとも使用する皮質の波動モデルの説明から始めることをお勧めします。 ウェーブモデルの本質は、情報が2つの方法で同時にエンコードされることです。 最初の方法は、ニューロン検出器によって検出された現象に対応する誘発活動のパターンです。 第二-誘発された活動のパターンから伝播し、ユニークなパターンを持っている識別子の波。 各波のパターンの一意性により、信号源から離れた場所でのその波動について知ることができます。 このアプローチでは、皮質領域の体積と、マッキャロックとピットによって策定された他の領域に情報を投影する束の繊維の数との不一致が十分に説明されています。
私たちの推論から、脳には2種類の投影があることがわかります。 最も理解しやすい最初のタイプは、いわゆる地形図です。 たとえば、視神経に沿った目からの視覚信号は、交叉に達します。 そこで、繊維は再分配され、一方の半球は網膜の左半分からのみ繊維を受け取り、もう一方の半球は網膜の右半分からのみ繊維を受け取ります。 さらに視神経に沿って、情報は外部のクランク状の身体に入り、そこから視覚野へと入ります。 視神経には約100万本の繊維が含まれており、これは眼に届く解像度に相当します。 この情報は、視覚放射を介して一次視覚野に投影されます。 視覚放射とは、一次視覚野の全域にわたる神経線維の束の均一な分布です（下図）。 このマッピングのトポグラフィーは、網膜に隣接する信号が近くにあり、皮質への投影にあるという事実にあります。 この送信により、信号の位置が維持されます。 網膜の各場所からの画像は、皮質の独自の領域に分類されるため、オブジェクトの相対位置に関する情報を保存できます。
視覚的経路（Hubel、1988）
同様に、地形の順序を維持しながら、信号も感覚ゾーンに投影されます。 ここから、感覚野および運動野の体のさまざまな部分の表現を示す有名なペンフィールドマップが表示されます（下図）。
ペンフィールドマン
従来の階層型多層ニューラルネットワークは、より優れたものがないため、地形投影の原理を模倣し、情報が上方に移動するにつれて層のサイズが小さくなり、ニューロンの初期受容野が増加することを宣言しました。
しかし、脳の白質の接続の実際のシステムは根本的に異なります。 皮質ゾーンの間には、あるゾーンから別のゾーンへの活動パターンのグローバルな伝達が可能な「太い」接続神経ループはありません。 投影システム全体は、比較的細いビームで構成されています。 さらに、これらのビームと皮質のゾーンとの接触は扇形にならず、放射を形成しませんが、密な「点」接続があります。 これは、各投影方向が個別にトレースされる白質の実際の画像で特に顕著です（下図）。
脳の白質の構造（ファロン）
地殻のゾーン間の接続は、地形投影ではなく、根本的に異なるタイプの関係によって実行されると自信を持って述べることができます。 この2番目のタイプの接続波トンネルと呼びます。
一対の皮質ゾーンを取り、任意に選択された2つの小さな領域を接続します。 これにより、上部領域のアクティビティが下部領域にコピーされます（下図）。 この場合、投影の地形を心配する必要はありません。 投影繊維を混合し、さらにそれらの一部をスキップして、投影を放電させることができます。
波のトンネル
このような接続は、送信ゾーンのアクティビティの全体像を送信するのに役立ちません。 しかし、全体像は必要ではないことがわかりました。 識別波は皮質の各場所を通過し、このゾーンのすべての安定したパターンに関する情報を運びます。 つまり、皮質領域が特定の画像に応答することを学習した場合、その小さな領域には既存のすべての識別子が表示されます。 すべてが光学ホログラムの場合とまったく同じであり、各フラグメントには画像全体に関する情報が格納されます。
つまり、地殻の小さな部分の活動をあるゾーンから別のゾーンに転送することにより、実際には波の伝播中に生じるパターンとは異なる特定のパターンを生成するセクションを受信ゾーンで受信します。 そのようなサイトは確かに、繰り返しパターンの分布で樹皮を訓練し始めます。 時間が経つにつれて、これは、識別波がそのようなトンネルを介して送信され、受信皮質に伝播し続けるという事実につながります。
このプロセスはシミュレーションでよく観察されます。 以下は、波動伝播の2つの時間相関パターンです。 上の図は投射皮質であり、下の図は受信皮質です。 正方形は、トンネルに関連付けられたエリアです。
投影皮質活動
ホスト皮質の活動。 画像は、投射する皮質の同様の尺度に対応しています。
波が地殻の送信ゾーンのトンネル領域を通過すると、受信ゾーンで波を発射することがわかります（すでに訓練されたゾーンが示されています）。 結果のウェーブが元の識別子のすべてのプロパティを保持することが重要です。 元の皮質と同様に、各現象について、この現象のみに特徴的な分布パターンが受信皮質で呼び出されます。
以下は、シミュレーション中に得られたビデオです。 左側に訓練されたゾーンがあり、右側のゾーンは訓練を開始したばかりです。
逆投影
皮質の2つのゾーンが逆投影（上記の図）で接続されている場合、興味深い効果が得られます。 最初のゾーンからの識別子は、2番目のゾーンに移動し、そこで伝播してから、戻ってきて波トンネルの接点から伝播します。 さらに、約100 m / sのパルス伝搬速度を持つ有髄ファイバーを介してゾーン間の伝送が発生する場合、互いに10 cm離れたゾーンにある投影ビームと密接に接触している場合の往復信号の移動時間は、数ミリ秒。 これは、100ミリ秒程度の周期の識別子の波に対して、返される信号が実質的にメイン波とマージすることを意味します。 そのため、既存の識別子の一部と見なされます。
その結果、最初のゾーンから以前に来た識別子が皮質の2番目のゾーンで何らかの方法で再現され、その後、波のトンネルを通過して最初のゾーンに戻った場合、このゾーンにすでに認識されている識別波が発生します。 このようなメカニズムにより、あるゾーンから別のゾーンに情報を転送できるだけでなく、皮質の両方のゾーンが理解できる形式で情報を返すことができます。
地形と波の投影を比較すると、それぞれが独自の目的に適しています。 アクティブな要素の相対位置に関連する情報を失うことが不可能な場合、地形投影が必要です。 波の投影は、概念の単純な列挙に基づいて説明を作成できる場合に便利です。
脳が作動する一般的な情報は、説明の集まりです。 皮質の各ゾーンは、それ固有の要因で説明を形成します。 さらに、一連の要因に加えて、説明の形式もゾーンごとに異なります。 トポグラフィックフォームは、要素の相対的な空間的配置が重要な場合に、画像の特性を保持します。 記述の波形は、その活動を示している因子の順不同の列挙と同等です。
チャネルの狭さの問題を解決することに加えて、波モデルは、高レベルのニューロンの受容野の局所性に関連する従来のモデルに固有の本質的な矛盾を取り除くことを可能にします。 矛盾の本質は、新しいレベルごとに、ニューロンはますます一般化された記号と概念を選択する必要があることですが、そのためには、観測された特性のさらに広いカバレッジが必要です。 すべてのレベルの実際のニューロンの受容野は限られているため、古典的なモデルではこれを説明するのが困難です。
ネオコグニトロンを思い出せば、その複雑なニューロンはすべて、単純な細胞の平面によって支えられるはずです。 同じ平面に入る単純なセルは同じ重みを持ち、前のレイヤーのすべての可能な領域を同時に監視します。 私たちの波が必要な情報を各場所に配信する場合、各位置のネオコグニトロンでは、単純なニューロンのセットが表面全体をスキャンして、目的のパターンが存在するかどうかを調べます。 このようなスキャンでは、1つの位置だけをシフトするとパターンが完全に変化するため、全体を追跡する必要があります。 問題を軽減する方法として、ぼかしを使用できます（下図）。 ぼやけている場合、各単純なニューロンは特定の範囲のせん断で応答する能力を獲得するため、全体性の要件はいくぶん弱められます。
ぼかし認識の強化（福島K.、2013）
しかし、何らかの方法で一次画像処理に使用できるものは、誘発された活動のパターンが「急性」の設定である皮質のより抽象的なゾーンにはほとんど適用できないことがわかります。
波表現の使用は、受容野の局所性の問題を完全に取り除きます。 ニューロンはシナプスで皮質全体を追跡すべきではないことが判明しました。 「樹皮」がモハメッドに届かない場合、モハメッドは「樹皮」に行きます。 識別子の波自体が各ニューロンに必要なすべての情報をもたらします。知覚のためには、彼の近くの環境を厳密に監視するだけで十分であり、通過する波の性質を完全に示しています。
波動モデルからいくつかの特性が発生します。これらの特性は、実際の脳の投影システムに関する既存のアイデアとよく一致しています。
- 波のトンネルは地殻との接触領域がコンパクトです。つまり、複数の接触パッドが互いに干渉することなく存在できます。
- トンネルは、情報が採取された場所や樹皮に入る場所にとって重要ではありません。
- トンネルでは、接触領域のすべてのニューロンの活動を完全に除去する必要はありません。
- トンネルの場合、ファイバーの順序を維持することは原則的ではありません;ファイバーは1つのビーム内でランダムに混合することができ、転送の結果に影響しません。
波のパラダイムから、脳の流れに特徴的な情報処理の理解は、コンピューターシステムの説明に使用されるものとはまったく異なります。 従来のコンピューターには多くのノードが含まれており、それぞれが機能を果たします。 プログラムには、特定のタスクに焦点を当てた多くのモジュールが含まれています。 ノードは物理レベルにあり、プログラムモジュールは論理交換データにあります。 その結果、事前定義されたアルゴリズムが実行されます。 ほとんどの場合、要素の誤動作またはエラーは、アルゴリズムの完了を不可能にします。
脳には皮質のゾーンが含まれており、それが学習して専門性を獲得します。 特化の本質は、クラストゾーンがその説明を構築する用語にあります。 投影システムを介して皮質の任意のゾーンで作成された説明は、投影接触があるすべてのゾーンで利用可能になります。 プロジェクションシステムは、何が起きているかを最も完全に表示できるような構成を進化的に獲得しました。
Monkey Brain Projection Visualization（IBM Research）
投影ファイバを介して送信される投影に加えて、情報はあるゾーンから別のゾーンに広がり、ゾーンの条件付き境界を単に横切ることができることに注意する必要があります。 ゾーンの端に到達する識別子の波は、隣接するゾーンにさらに広がる可能性があります。 これが起こるかどうかは、これらのゾーンのニューロンに特徴的な神経伝達物質とシナプス外受容体のタイプの一致または不一致によって決定できます。 この場合、既存のプロジェクション接続スキームにこのような「隣接」プロジェクションを追加する必要があります。
記述された投影イデオロギーには驚くべき回復力があります。 ゾーンを無効にしても、構造全体が故障することはありませんが、記述システムの品質が低下するだけです。 他のゾーンの作業によって補うことができるため、どのゾーンでもエラーは致命的ではありません。
脳は、報道機関、新聞、ウェブサイトのシステムと比較できます。 それらのすべては、何が起こっているかの説明を公開します。 多くはお互いから情報を借りています。 情報は、それぞれが個別に提示および解釈できます。 一部には独自の専門性があります。政治ニュースに対する偏見、文化や技術のニュースに対する偏見を持っている人がいます。 ソースの1つをオフにしても、システム全体が破損することはありませんが、情報スペースがわずかに枯渇するだけです。 各参加者は、他のすべての参加者を完全にフォローするわけではありませんが、独自の確立された追跡リストを持ち、これには彼にとって最も興味深いソースが含まれています。
類推してみましょう。 グローバルなプロジェクトに協力する機関のシステムを想像してください。 作業を複数の部分に分割し、研究所に狭くばらばらのタスクを与えることができます。 それぞれが作業を完了すると、すべてをまとめて最終的なプロジェクトを取得します。 別のアプローチは、すべてを一度に折りたたみ、互いに複製し、協力し、他の人の開発を使用して、いくつかのオプションを作成し、それらから最適なものを選択することです。 明らかに、最初のオプションには多くの利点があります。少なくとも、起きていることの明確さと制御性です。 2番目のバージョンでは、プロセスは明らかではなく、結果は保証されません。 しかし、適切なインセンティブシステムを使用して競争力のある経験を学び、獲得すると、2番目のオプションは最初のスキームよりもはるかに優れた結果を生み出すことができます。
次のパートでは、実際に、皮質のゾーン間で情報を投影する原理に関する知識をどのように使用できるかを説明します。
中古文学
どこかが短すぎる、理解できない、または不明瞭な場合は、コメントに記入してください。
前のパーツ：
パート1.ニューロン
パート2.要因
パート3.パーセプトロン、畳み込みネットワーク
パート4.バックグラウンドアクティビティ
パート5。脳波