«Нейродинамическая система как основа методологии моделирования ментальных ресурсов человека: на примере изучения особенностей психофизиологических механизмов при шизофрении» (исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-06-00182)

В  современной  психофизиологии  часто  используется  методология  математических моделей  нейронных  сетей  (ММНС)  для  описания  механизмов  различных  психических явлений  и  их  моделирования.  Можно  сказать,  что  психофизиологами  и  психологами принимается  новая  «нейросетевая»  метафора  для  понимания  работы  мозга  с  точки  зрения механизмов  психических  явлений. 

С  60-х  по  90-е  годы  в  психологии  доминировала компьютерная  метафора,  базирующаяся  на  понимании  психики,  как  реализуемой  мозгом компьютерной  программы.  Хотя  когнитивные  психологи  того  времени  достаточно  много знали  об  устройстве  мозга  и  его  функциях,  все  же  наиболее  популярное  понимание  его работы на тот момент базировалось на знаниях о работе компьютера. С 80-х годов началось бурное  развитие  математического  моделирования  нейросетей,  проявившееся  сначала  в интересе  к  «ассоциативным»  сетям  Хопфилда,  а  затем  в  разработке  алгоритма  обратного распространения  ошибки  Руммельхартом  и  соавторами.

Стало  понятно,  что  работа нейронной  сети,  ее  самообучение  и  другие  функции,  существенно  отличаются  от компьютерных  алгоритмов,  зато  очень  похожи  по  динамике  и  результатам  на  психические явления. Стало ясно, что в основе обучения нейросети, лежит избегание ошибок отклонения от целевой функции. В  классической  психофизиологии также множество теорий базируется на идее научения как минимизации ошибки прогноза средовых событий (Hull  C.L., Анохин П.К,  Rescorla  R.  Wagner  A.,  Швырков  В.Б.,  Friston  K.).  При  знакомстве  с  особенностями работы математических моделей нейронных сетей и схожих алгоритмов часто встает вопрос: а,  что,  упорно,  на  протяжении  многих  лет  изучают  многие  когнитивные  психологи,  не проявления  ли  свойств  реальных  мозговых  нейронных  сетей,  модели  которых  давно разработаны и изучены математиками?

Особенности  ММНС существенно отличаются от возможностей компьютеров, но похожи на проявления человеческой психики. На  данный  момент  разработано  много  ММНС,  обучающихся  на  разных  принципах, большинство  из  которых  схожи  по  структуре  и  функциям  с  различными  подструктурами мозга и нервной системы (Arbib M.A. 2003). Это позволяет говорить о больших перспективах применения нейросетевой метафоры в психологии.

Принципы работы различных типов моделей нейросетей существенно различаются. В последнее десятилетие появляется все большее количество работ (Fera,  F., Weickert, T. W., Goldberg, T. E., Tessitore, A., Hariri, A., Das, S., Gluck, M.  A. 2005, Oh J. et al. 2015, Mnih V. et al.  2015,  Zhao  J.  et  al.  2015)  в  которых  несколько  разных  по  принципу  фукционирования ММНС  комбинируются  в  одной  сети,  в  конечном  счете,  выполняющей  более  успешно  те функции, которые были на нее возложены. Этот подход позволяет комбинировать различные ММНС  для  более  успешного  достижения  целей,  поставленных  перед  разработчиками.  Мы предлагаем использовать его для изучения мозговых механизмов психики.

Такой  подход  позволяет  предложить  понимание  работы  мозга  и  нервной  системы  в целом  как  громадную  рекомбинацию  различных  по  принципам  работы  нейросетей (подсетей),  выполняющих  свои  функции  различными  способами.  Для  того,  чтобы отдифференцировать все подобные подсети в мозге, отнюдь не достаточно анатомического принципа,  потому  что  в  тех  или  иных  условиях  один  и  тот  же  элемент  в  мозге  может участвовать  в  одной  такой  «подсети»,  а  в  других  в  другой.  В  первую  очередь  при  такой дифференциации  может  помочь  эффект  распространяемой  по  сети  ошибки,  связанной  с обучением. Ведь в разных подсетях за модификацию межнейронных связей могут отвечать разные  виды  ошибки  (отклонений  от  целевой  функции),  распространяемые  разными способами. Например, эти сигналы могут распространяться различными нейромедиаторами.

Все подсети  в  реальном  мозге  функционируют  в  единой  нейродинамической системе  в  которой  реализуется  их  взаимодействие,  переключение,  выделение  различных ресурсов  и  другие  функции,  которые  можно  назвать  саморегуляцией.   Нейродинамическая система  это  совокупность  различных  по  функциям  нейросетей  мозга,  анатомически состоящих  из  нейронов  различных  мозговых  модулей.  Дифференциация  этих  нейросетей может  быть  проведена  не  столько  анатомически,  сколько  за  счет  видов  ошибки, участвующих  в  модификации  межнейронных  соединений  (обучении).  Они  могут  быть математически  смоделированы  из  отдельных  известных  ММНС  разных  типов, определенным образом взаимодействующих таким образом, чтобы результаты поведения и динамика  изменений  модели  совпадала  по  определенным  параметрам  с  нейродинамикой  и поведением человека, в психике которого функционируют явления, представленные данной нейродинамической системой.

Исходя из этих идей, можно предложить новый подход к изучению и моделированию психических  явлений.  Каждое  психическое  явление  можно  рассматривать  как  результат работы  комбинации  нейросетей,  определенным  образом  взаимосвязанных,  обладающих определенными  ресурсами  (количество  нейронов,  связей  средний  уровень  их  активации  и т.п.),  обучающихся  на  определенных  видах  ошибки,  распространяемой  на  те  или  иные подсети  и  связанной  с  теми  или  иными  внешними  и  внутренними  событиями  и  их прогнозами. Функционирование этих подсетей должно иметь определенную нейродинамику, параметрами которой будет определенная сложность (в терминах нелинейных динамических систем), упорядоченность (в терминах энтропии), предсказуемость и другие.

Данный  подход  реализуется  в  работах  лаборатории  психофизиологии  СПбГУ  и работах коллег и учащихся, проходящих стажировку и проводящих эксперименты на ее базе (Gorbunov I. Semenov P. 2009, Горбунов И.А., Коваль В.М., Балин В.Д., Першин И.И. 2014, Shcherbakova, O. V., Gorbunov, I. A., Golovanova, I. V., Kholodnaya, M. A. 2014, Tkacheva L. O., Gorbunov  I. A., Nasledov A. D. 2015, Горбунов И. А., Зайнутдинов М. Р., Локоткова М. А. 2015).

Читать полный текст статьи И.А. Горбунова «Нейродинамическая система как одна из основ методологии моделирования ментальных ресурсов человека»

Математические модели  нейронных  сетей легли в основу изучения психофизиологических механизмов при шизофрении.

В 2015 году в сборнике материалов состоявшейся в Чебоксарах V Международной научно-практической конференции «Актуальные направления научных исследований: от теории к практике» опубликована статья «Особенности психофизиологических механизмов прогнозирования последовательности событий при шизофрении» (Горбунов И.А., Микушкина Л.В., Чепикова К.А.).

В 2017 году в Санкт-Петербурге в рамках Международной научной конференции «Ананьевские чтения — 2017. Преемственность в психологической науке: В.М. Бехтерев, Б.Г. Ананьев, Б.Ф. Ломов» Горбунов И.А. выступил с докладом «Особенности физиологических механизмов научения и прогнозирования у больных шизофренией» - представлена презентация к докладу и полная видеозапись выступления: