{"id":108797,"date":"2018-02-13T04:13:00","date_gmt":"2018-02-13T04:13:00","guid":{"rendered":""},"modified":"2023-01-08T10:46:48","modified_gmt":"2023-01-08T10:46:48","slug":"calculatorul-un-urmas-al-creierului-3","status":"publish","type":"post","link":"https:\/\/cvnextjob.com\/index.php\/2018\/02\/13\/calculatorul-un-urmas-al-creierului-3\/","title":{"rendered":"CALCULATORUL -UN URMAS AL CREIERULUI UMAN . RETELELE NEURONALE"},"content":{"rendered":"
<\/div>

<\/h3>\n
Sf\u00e2rsitul secolului XX a fost marcat de aparitia, dezvoltarea fulger\u00e3toare si \u201cdominatia\u201d calculatoarelor \u00een fiecare domeniu de activitate al omenirii, f\u00e3c\u00e2nd o concurent\u00e3 neloial\u00e3 mijloacelor \u201cclasice\u201d de p\u00e2n\u00e3 atunci. Calculatoarele ocup\u00e3 un loc at\u00e2t de important \u00een era noastr\u00e3 \u00eenc\u00e2t au impus noi principii vitale: rapiditatea, adaptabilitatea, precizia, etc.
Dar, oric\u00e2t de perfectionate ar fi calculatoarele, oric\u00e2t de rapide si de performante ar deveni acestea, ele nu au c\u00e3p\u00e3tat anumite calit\u00e3ti ale creierului uman, care \u00eel fac unic, care \u00eel transform\u00e3 \u00eentr-o capodoper\u00e3 a ingineriei genetice a Naturii, cum ar fi creativitatea, imaginatia, etc., aptitudini pe care calculatorul nu le poate \u00eenv\u00e3ta. \u00cen ciuda acestui fapt, o nou\u00e3 descoperire a informaticii preg\u00e3teste calea spre progresul calculatoarelor \u00een acest domeniu \u2013 retelele neuronale artificiale, care dup\u00e3 afirmatiile multor specialisti, vor revolutiona sistemele informatice. Creierul uman \u2013 un unicat prin excelent\u00e3 Creierul este alc\u00e3tuit din miliarde de neuroni, celule specializate, ce permit creierului s\u00e3 memoreze, s\u00e3 rationeze si s\u00e3 invete. Prin activitatea neuronilor, organismul r\u00e3spunde la modific\u00e3rile mediului. Orice modificare a mediului, orice miscare si factor ce actioneaz\u00e3 asupra corpului sunt \u00eensotite de activitatea a milioane de neuroni care primesc si transmit \u201cmesaje\u201d nervoase. Aceste mesaje constau \u00een impulsuri electrice si chimice.<\/p>\n

Fiecare neuron poate avea mii de extremit\u00e3ti cu care acesta se conecteaz\u00e3 cu alti neuroni. Aceste extremit\u00e3ti sunt numite dendrite sau axoni: prin dendrite sunt transmise impulsuri prin corpul celular, iar prin axon trec impulsurile de la corpul celular la alt neuron. \u00cen anumite aspecte, neuronii se comport\u00e3 precum calculatoarele, adic\u00e3 primesc, proceseaz\u00e3 impulsurile nervoase si trimit rezultatele sub forma de noi impulsuri la ceilalti neuroni. Impulsurile constau \u00een substante chimice care interactioneaz\u00e3 cu suprafata externa a membranei, cauz\u00e2nd reactii chimice \u00een interiorul neuronului postsinaptic. Numele acestui schimb constant de \u201cmesaje\u201d chimice \u00eentre neuroni este neurotransmisia. Acest proces are trei etape:1. Eliberarea neurotransmit\u00e3torilor de c\u00e3tre neuronul presinaptic \u00cen stare de repaus, neuronul are sarcin\u00e3 electric\u00e3 negativ\u00e3, adic\u00e3 dispune de mai multi ioni negativi \u00een\u00e3untrul axonului dec\u00e2t \u00een afara lui. Spre deosebire de acesta, fluidul din afara axonului are o sarcin\u00e3 electric\u00e3 pozitiv\u00e3. Deoarece p\u00e3rtile intern\u00e3 si extern\u00e3 ale axonului au sarcini de semne contrare, se spune c\u00e3 axonul este polarizat. Atunci c\u00e2nd un neuron este excitat, au loc o serie de procese care creeaz\u00e3 un impuls electric. Ionii de Na, care au sarcin\u00e3 pozitiv\u00e3, intra in axon, depolariz\u00e2nd axonul, care \u00eesi schimba sarcina electrica din negativa in pozitiva. Aceast\u00e3 schimbare \u00eencepe la cap\u00e3tul unui axon si continu\u00e3 pana la celalalt cap\u00e3t. Ca r\u00e3spuns la impulsul electric( numit potential de actiune), veziculele converg c\u00e3tre cap\u00e3tul axonului si elibereaz\u00e3 neurotransmit\u00e3torii in sinapsa; dup\u00e3 eliberarea acestora, ionii de Na ies din interiorul axonului, restabilind sarcina electrica negativa initial\u00e3 a axonului. 2. Legarea neurotransmit\u00e3torilor de receptori Neurotransmit\u00e3torii parcurg sinapsa p\u00e2n\u00e3 c\u00e2nd ajung la dendritele celuilalt neuron, pe care se afl\u00e3 molecule specializate, numite receptori si de care neurotransmit\u00e3torii se \u201cagat\u00e3\u201d. Fiecare receptor accept\u00e3 un anumit tip de neurotransmit\u00e3tori. Dup\u00e3 aceasta faza, neurotransmitatorii sunt eliberati, unii fiind chiar distrusi de enzime sau pot fi transportati de proteine \u00eenapoi la axonul de unde au provenit, alc\u00e3tuind un ciclu.3. Trecerea leg\u00e3turii \u00een cadrul \u201cmesajului\u201d neurotransmit\u00e3torilor Unirea receptorilor cu neurotransmit\u00e3torii genereaz\u00e3 anumite reactii in cadrul neuronului post-sinaptic, reactii care dau nastere unui nou impuls asem\u00e3n\u00e3tor celui anterior, care este propagat mai departe printr-o cale nervoas\u00e3, ajung\u00e2nd eventual la destinatie( muschi, gland\u00e3, organ, etc.). Rezultatul este o schimbare in felul in care g\u00e2ndim, simtim, ne comport\u00e3m. Unul din neurotransmit\u00e3torii cu rolul cel mai important este dopamina. Dopamina afecteaz\u00e3 procesele cerebrale care controleaz\u00e3 miscarea, manifest\u00e3rile emotionale, abilitatea de a manifesta pl\u00e3cerea si durerea. Reglarea cantit\u00e3tii de dopamin\u00e3 joaca un rol important \u00een cadrul s\u00e3n\u00e3t\u00e3tii fizice si mentale a organismului. Cocaina si celelalte droguri pot altera functia dopaminei, av\u00e2nd diferite efecte in functie de receptorii pe care ii stimuleaz\u00e3 sau ii blocheaz\u00e3. Alti neurotransmitatori importanti sunt serotonina (implicat\u00e3 \u00een reglarea temperaturii, perceptia senzorial\u00e3, controlul st\u00e3rilor sufletesti), noradrenalina (are at\u00e2t rol de neurotransmitator particip\u00e2nd la formarea viselor si a st\u00e3rilor sufletesti c\u00e2t si rol de hormon, contribuind la cresterea presiunii arteriale, contractia vaselor sangvine si m\u00e3rirea ritmului b\u00e3t\u00e3ilor inimii ca rezultat al actiunii stresului. Neuronii au capacitatea de a face sinapsa sincroniz\u00e2ndu-se pentru a procesa informatiile primite. Undele cerebrale parcurg ramurile acelorasi neuroni de mai multe ori pe secund\u00e3 pentru ca encefalul sa poat\u00e3 lua decizii conform dinamicii stimulilor externi sau interni. Puterea si eficienta creierului st\u00e3 \u00een capacitatea de a controla secventele sinapselor neuronilor. Este important s\u00e3 concepi cum functioneaz\u00e3 creierul pentru c\u00e3 modelul general va afecta detaliile proceselor neuronale de calcul si totodat\u00e3, deoarece \u201ccapitolele\u201d finale ale \u201cc\u00e3rtii\u201d creierului \u00eenc\u00e3 nu au fost scrise. Un model soft al arhitecturii neuronale este doar intuitiv si orice programator de calculatoare are libertatea de a \u201cconstrui\u201d propria \u201cteorie\u201d, adic\u00e3 poate concepe propria retea neural\u00e3 at\u00e2ta timp c\u00e2t ea d\u00e3 dovad\u00e3 de eficient\u00e3. \u00centr-o zi, poate vom obtine \u201creteta\u201d pentru a construi circuite neurale dintr-un substrat primitiv ca membrana neuronal\u00e3. P\u00e2n\u00e3 atunci va trebui sa creiem modele de circuite neurale care aproximeaz\u00e3 fiziologia creierului uman, dat fiind faptul c\u00e3 nu putem m\u00e3sura g\u00e2ndurile ce se manifest\u00e3 la nivelul sinapselor sub forma de impulsuri nervoase. Oricum, se stie c\u00e3 procesele de g\u00e2ndire au ca suport natural un anumit limbaj ca orice program informatic. Elemente de limbaj natural precum cuvintele, propozitiile si asociatiile pe care aceste elemente le fac la nivelul creierului sunt oarecum de ne\u00eenlocuit deoarece este foarte probabil ca arhitectura creierului s\u00e3 fie conceput\u00e3 in asa fel \u00eenc\u00e2t s\u00e3 se acomodeze cu un anumit limbaj \u00een mod intrinsec. Se poate, deci, ca limbajul s\u00e3 existe ca implicatie a naturii creierului uman. Limbajul scris si cel vorbit ne permit s\u00e3 asociem si s\u00e3 leg\u00e3m p\u00e3rtile unui cuv\u00e2nt. Imaginile sunt compuse din elemente picturale care sunt semnificative una fat\u00e3 de cealalt\u00e3 sub aspectul spatial al acestora. At\u00e2t limbajul vizual c\u00e2t si cel verbal pot fi descrise prin secvente de cuvinte sau de imagini, iar creierul nostru proceseaz\u00e3 aceste informatii prin asocierea acestor elemente \u00eentr-o secvent\u00e3 spatial\u00e3 si temporal\u00e3. De la neuroni la retele neurale artificiale O retea neural\u00e3, numit\u00e3 si retea neural\u00e3 artificial\u00e3( ANN), constituie o arhitectur\u00e3 informatic\u00e3 cu totul unic\u00e3, a c\u00e3rui potential abia a \u00eenceput sa fie exploatat. Retelele neurale sunt folosite la rezolvarea problemelor intangibile prin metode traditionale. Aceste structuri cibernetice inedite sunt cu totul diferite de calculatoarele folosite ast\u00e3zi. ANN-urile sunt sisteme paralele masive care se bazeaz\u00e3 pe aranjamente dense de interconexiuni si procesoare surprinz\u00e3tor de simple. Numele lor provine de le retelele neuronale ce alc\u00e3tuiesc creierul uman. Cu toate ca o mare parte din detaliile biologice sunt eliminate \u00een aceste modele, ANN-urile retin o mare parte din structura cerebral\u00e3. \u00centr-o retea neural\u00e3, fiecare procesor este conectat cu mai multe procesoare \u201cvecine\u201d, exist\u00e2nd astfel mai multe interconexiuni dec\u00e2t procesoare. Puterea unei retele neurale, ca si \u00een cazul creierului, st\u00e3 \u00een num\u00e3rul imens de conexiuni neurale. ANN-urile au generat un interes sporit programatorilor si \u00een general oamenilor de stiint\u00e3, contribuind pe de o parte la \u00eentelegerea modelelor biologice si pe de alt\u00e3 parte la promovarea unui nou tip de procesare \u00een paralel cu capabilit\u00e3ti sporite si un potential ridicat de implementare hardware. Dup\u00e3 cum am afirmat anterior, ANN-urile sunt complet diferite de calculatoarele normale, cu un singur procesor, denumite si masini Von Neumann care, av\u00e2nd o singura unitate centrala de prelucare- CPU, realizeaz\u00e3 toate operatiile \u00een secvente, una dup\u00e3 alta. Spre deosebire de acestea, retelele neuronale realizeaz\u00e3 unul sau putine calcule. O functie de \u00eensumare este realizat\u00e3 la \u00eenceputul fiec\u00e3rei proces\u00e3ri si sunt realizate schimb\u00e3ri de incrementare a parametrilor asociati la interconexiuni. \u00cenc\u00e3 nu se cunoaste \u00een totalitate mecanismul de functionare a creierului, dar studiile importante f\u00e3cute \u00een trecut \u00een domeniul fiziologiei cerebrale ne-a dat posibilitatea de a alc\u00e3tui un model simplu si intuitiv al acestui mecanism. \u00cen orice caz, nu se stie c\u00e2t de mult s-au apropiat programatorii de aflarea mecanismului prin care neuronii creierului genereaz\u00e3 informatia ca o retea global\u00e3 care realizeaz\u00e3 la nivelul organismului uman starea de constient\u00e3 si de veghe. Cele dou\u00e3 atribute de baz\u00e3 ale ANN-urilor sunt \u00eenv\u00e3tarea si reprezentarea informatiilor. Numerosi specialsti prezic c\u00e3 tehnicile de \u00eenv\u00e3tare artificial\u00e3 vor da sperante problemelor ce necesit\u00e3 un nivel de inteligent\u00e3 ridicat. Majoritatea retelelor neurale invat\u00e3 din exemple, asemenea copiilor, de exemplu sa recunoasc\u00e3 un c\u00e2ine. De obicei, o retea este prezentat\u00e3 cu un set de antrenare ce consist\u00e3 \u00eentr-o suit\u00e3 de exemple din care reteaua poate practic s\u00e3 \u00eenvete. Aceste exemple, denumite si modele de antrenare, sunt reprezentate de vectori, care pot fi luate din surse cum ar fi imaginile, vorbirea sau anumite semnale. Ca r\u00e3spuns la aceste \u201cdate de intrare\u201d si \u201cdatele de iesire\u201d corespunz\u00e3toare; retelele \u00eesi ajusteaz\u00e3 valorile interne, iar dac\u00e3 testul a reusit, parametrii interni sunt ajustati \u00een punctul \u00een care reteaua poate produce r\u00e3spunsurile corecte fiec\u00e3rui model test. Deoarece \u00eenvat\u00e3 din exemple, ANN-urile au capacitatea de a-si construi propriile sisteme, f\u00e3r\u00e3 a trebui sa fie programate. ANN-urile ofer\u00e3 astfel o inovatie in cadrul program\u00e3rii, deoarece intr-un program de calculator obisnuit, fiecare pas executat de calculator este specificat de retea, spre deosebire de ANN-uri, care nu au nevoie dec\u00e2t de o serie de \u201cdate de intrare\u201d si \u201cdate de iesire\u201d pentru a-si crea un \u201calgoritm\u201d propriu. Oricum, nici o discutie despre retelele neurale artificiale nu ar fi complet\u00e3 daca nu am face referiri si la retelele neuronale \u201coriginale\u201d, adic\u00e3 cele continute de sistemul nervos biologic. Aceste sisteme au fost sursa arhitecturilor primelor retele neuronale. Ambele sisteme, biologic si artificial, sunt bazate pe procesarea paralela a informatiilor prin procesoare puternic interconectate, contin\u00e2nd capacit\u00e3ti precum paralelism masiv, detectori, modularea conexiunilor, etc. \u00cens\u00e3, diferentele dintre sistemele neuronale biologice si artificiale sunt substantiale; ANN-urile dispun de interconexiuni neurale cu topologii obisnuite, bazate pe conexiune complet\u00e3 si organizare ramificat\u00e3, in timp ce interconexiunile biologice, nu sunt tocmai complet conectate, av\u00e2nd o structur\u00e3 bine definit\u00e3 la nivelul sistemelor neurale, ce include arii specifice care unesc sinapse si fibre. Cu toate ca multe conexiuni cerebrale pot p\u00e3rea aleatoare, este foarte probabil s\u00e3 existe o anumit\u00e3 precizie \u00een stabilirea acestora al nivel celular si de ansamblu ca si la nivelul sistemului. O alt\u00e3 diferent\u00e3 dintre cele dou\u00e3 sisteme este faptul c\u00e3 creierul se organizeaz\u00e3 in mod dinamic in timpul perioadei de dezvoltare si \u00eesi poate schimba permanent structura conexiunilor, put\u00e2nd ap\u00e3rea sau disp\u00e3rea anumite sinapse \u00een timpul perioadelor critice ale dezvolt\u00e3rii. Viitorul retelelor neuronale va beneficia din plin din studiile comparative biologice. Structuri g\u00e3site in cadrul sistemelor biologice pot inspira conceperea unor modele de ANN-uri. Oricum, concluziile trebuie luate cu atentie pentru a se evita confuziile \u00eentre cele dou\u00e3 tipuri de sisteme.
Construirea unor modele de retele neuronale Modelul neuronal prezentat este cel care convine cel mai mult unui programator care incearc\u00e3 s\u00e3 recreeze un set de neuroni care realizeaz\u00e3 \u201cprocesarea\u201d. Se construiesc straturile neurale standard si se propag\u00e3 o unda prin aceste straturi. L\u00e3s\u00e3m reteaua s\u00e3 determine cum informatia este format\u00e3 sau structurat\u00e3 prin straturile neurale l\u00e3s\u00e2nd neuronii s\u00e3 genereze \u00een aceste straturi conexiuni \u00eentre ei. Cheia construirii unui bun procesor neural st\u00e3 in descrierea felului \u00een care neuronii fac sinapsa sau in care realizeaz\u00e3 tranzitia impulsurilor. Matricele de greutate sunt obiecte matematice care precizeaz\u00e3 ce neuroni sunt conectati si c\u00e2t de puternice sunt aceste conexiuni. Dar numai folosirea matricelor de greutate nu este suficient\u00e3 pentru a exprima natura dinamic\u00e3 a neuronilor individuali care sunt supusi tranzitiilor cerebrale. Deci vom reprezenta neuronul ca o \u201cmasin\u00e3 stabil\u00e3\u201d. Fiecare neuron are o list\u00e3 sau coad\u00e3 a conexiunile pe care le poate realiza. Metoda de baz\u00e3 de formare a acestor liste sau cozi de tranzitie este numit\u00e3 \u201ctrail-and-error\u201d(urm\u00e3 si eroare). Principalul dezavantaj al folosirii modelelor neurale este utilizarea unor resurse de memorie foarte mari pentru procesarea unui num\u00e3r relativ mic de neuroni. Astfel, o prioritate \u00een realizarea retelelor neurale este utilizarea eficient\u00e3 a puterii descriptive a neuronilor si eficienta descrierii \u00eentregii retele folosind matricele de greutate. Unul din programele pionier \u00een acest domeniu este PRISM, care nu a luat \u00een considerare neuronii sau masinile stabile. A \u00eencercat doar s\u00e3 descrie cea mai simpl\u00e3 retea semantic\u00e3 posibil\u00e3. PRISM a reprezentat un set de cuvinte drept profil sau \u201cscenariu\u201d si a utilizat eficient tehnicile de juxtapunere a modelelor prin metodele informatice traditionale pentru a codifica si \u00eenmagazina textele scrise sau imaginile. Profilele din PRISM nu prezint\u00e3 o dependent\u00e3 fat\u00e3 de timp. Procesele neurale sunt intrinsec dependente de timp; cel mai elocvent exemplu \u00een acest sens este procesul Markov. Modelul \u201cascuns\u201d Markov( HMM), este folosit extensiv pentru recunoasterea codului vocal. Recreerea programului PRISM necesit\u00e3 folosirea unor idei utilizate \u00een modelarea retelelor neuronale. Coerente si sincronizate, undele cerebrale sunt generate de un c\u00e2mp de neuroni ce fac sinapse \u00eentre ei. Presupunem c\u00e3 grupuri de neuroni individuali fac sinaps\u00e3 \u00een modalit\u00e3ti care determin\u00e3 comportamentul global al ansamblelor si straturilor neurale. \u00cen construirea unui model informatic pentru a simula functionarea neuronilor, putem folosi un instrument matematic formal pentru a descrie cum sinapsele unor neuroni individuali genereaz\u00e3 un c\u00e2mp global sau un semnal in straturile neurale. Comportamentul dinamic sau cinetic al undelor neurale a fost descris de c\u00e3tre cei care au utilizat modelul Markov. Acest model functioneaz\u00e3 foarte bine atunci c\u00e2nd se iau \u00een considerare procesele dinamice de realizare a sinapselor din punctul de vedere al neurobiologistilor. Modelele cinetice Markov au fost folosite pentru a sintetiza o descriere complet\u00e3 a transmisiei sinaptice, ce include deschiderea canalelor de tensiune \u00een terminalul presinaptic, eliberarea neurotransmit\u00e3torilor, activarea receptorilor postsinaptici si a sistemului postsinaptic de transmisie. Modelele Markov evidentiaz\u00e3 propriet\u00e3tile esentiale ale curentilor sinaptici, neuromodulatori, electro-ghidati. Formalismul modelelor Markov permite ca dinamica curentilor ionici s\u00e3 fie considerat\u00e3 natural\u00e3 \u00eentr-un context mai larg al transductiei semnalelor biochimice. Pentru programatorul de calculatoare, lucrul al acest nivel al detaliilor devine o problem\u00e3 serioas\u00e3 datorit\u00e3 num\u00e3rului foarte mare de parametri care descriu propriet\u00e3tile chimice ale neuronului. A \u00eencerca s\u00e3 construiesti o paralel\u00e3 de idei \u00eentre neuroni si sinapse, pe de o parte, si retelele lingvistice si semantice, pe de alt\u00e3 parte, este foarte dificil. O alt\u00e3 aplicatie este Net-Talk, o retea neural\u00e3 care \u00eenvat\u00e3 s\u00e3 produc\u00e3 siruri fonetice, care specific\u00e3 pronuntarea unui text introdus ca \u201cdate de intrare\u201d, un text \u00een limba englez\u00e3 sub form\u00e3 de litere succesive dispuse \u00een propozitii. \u201cDatele de iesire\u201d erau reprezentate de notatii fonetice specifice textului introdus, conectate la un generator de \u201cvorbire\u201d, observatorul fiind capabil s\u00e3 vad\u00e3 cum reteaua neural\u00e3 \u00eenvat\u00e3, practic, s\u00e3 vorbeasc\u00e3. Aceast\u00e3 retea, ce mai poart\u00e3 si numele celor care au conceput-o, Sejnowski si Rosenberg, a \u00eenv\u00e3tat s\u00e3 vorbeasc\u00e3 la un ridicat nivel de acuratete. Teoria c\u00e2mpurilor( \u201cpachetelor\u201d) de unde O modalitate mai simpl\u00e3 si mai intuitiv\u00e3 de descriere a efectelor c\u00e2mpului global este folosirea teoriei c\u00e2mpurilor de unde. Dac\u00e3 accept\u00e3m ca adev\u00e3rat\u00e3 ipoteza c\u00e3 g\u00e2ndurile iau nastere din desc\u00e3rc\u00e3rile coerente sau sinapsele neuronilor, si c\u00e3 aceste sinapse sincronizate se misc\u00e3 de-a lungul ansamblului sau c\u00e2mpului de neuroni atunci aplicare unui model al pachetului de unde pentru a reprezenta sinapsele coerente pare destul de plauzibil\u00e3. Din punct de vedere matematic, un pachet de unde este creat atunci c\u00e2nd un grup de unde situate in jurul unei frecvente se compun. Pachetul de unde reprezint\u00e3 o regiune unde are loc o concentrare de energie. Se presupune c\u00e3 sinapsele, coerente, energetice, compuse din elemente neural-dinamice, pot fi modelate cu ajutorul acestei constructii matematice. Presupun\u00e2nd c\u00e3 o unda neural\u00e3 poate fi descris\u00e3 ca un pachet de unde solitar, care se autopropag\u00e3( pachet de unde sinaptic), ne putem baza pe disciplina matematic\u00e3 \u00een analiza undelor, detin\u00e2nd propriul instrument matematic formal. \u00cen figura de mai jos(fig.4), aveti un cadru din \u201cfilmul\u201d dinamicii unui pachet de unde nonlinear.
Retele si c\u00e2mpuri semantice G\u00e2ndurile care se formeaz\u00e3 la nivelul creierului sunt create de sinapsele neuronilor realizate in milioane secvente. Neuronii se descarc\u00e3 in secvente si paralel form\u00e2nd o und\u00e3 sinaptic\u00e3 de energie. Portiunile de informatie dob\u00e2ndesc sens doar din perspectiva relatiilor acestora cu celelalte. Fiecare \u201cbucat\u00e3\u201d de informatie este definit\u00e3 prin relatia cu celelalte \u201cpiese\u201d. Cuvintele dintr-un dictionar sunt \u00een relatie cu una cu cealalt\u00e3 prin asocierea \u00eentr-o retea semantic\u00e3. Cuvintele care formeaz\u00e3 un concept sunt compuse \u00een asociatie cu alte concepte \u00eentr-o ierarhie. Modelul informatic al function\u00e3rii neuronilor, forma structurii acestor elemente neurale, sunt bazate pe analogia cu calculatoarele \u201cstatice\u201d si structurile informatice arborescente-binare simple utilizate de programatori. Asa-zisele calculatoare \u201cstatice\u201d si arborii binari sunt folositi in construirea compil\u00e3rilor pentru a traduce limbajul scris in cod binar. In modelul de mai jos (fig. 5), am figurat traversarea structurilor arborescente binare la propagarea sinapselor neurale printr-o retea de dendrite ale unor neuroni. Fig. 5 Acest model de calculator ce simuleaz\u00e3 activitatea cerebral\u00e3 este bazat pe o structurare ierarhic\u00e3 a obiectelor. Obiectul cel mai redus este neuronul. Apoi urmeaz\u00e3 ramura, stratul de ramuri si reteaua. Detaliile acestor obiecte sunt codificate \u00een calculator \u00een urm\u00e3toarele sectiuni. Se observ\u00e3 \u00een figura 6 deplasarea undelor cerebrale de la st\u00e2nga la dreapta. Analog, ne putem imagina propagarea sinapselor reprezent\u00e2nd secvente ale c\u00e3ilor ce leag\u00e3 dou\u00e3 liste arborescente. Figura 6
Dinamica proces\u00e3rii listelor necesit\u00e3 un software eficient pentru a manipula listele in memoria calculatorului. Unul din programele care, probabil, intuieste cel mai bine mecanismul neuronal de codificare a limbajului scris foloseste un obiect-autorul a utilizat programarea orientat\u00e3 pe obiecte -numit Regul\u00e3, care reprezint\u00e3 o fraz\u00e3 din limbajul folosit\u00e3 cu o structur\u00e3 gramatical\u00e3 bine stabilit\u00e3, denumit\u00e3 prin abreviere CF-PSG( context free phrase structured grammar). Obiectul Regul\u00e3 permite producerea unor reguli de reprezentare a listelor de conexiuni. Capul listei reprezint\u00e3 partea st\u00e2ng\u00e3 a setului de reguli (LHS), iar parte dreapt\u00e3 a listei (RHS), formeaz\u00e3 restul corpului de reguli.
Fig.7 Retea semantic\u00e3 – alc\u00e3tuire
Ideile geometrice de rescriere a seturilor de reguli sunt usor de v\u00e3zut. Implicita dependent\u00e3 de timp \u00een procesarea neural\u00e3 apare, dup\u00e3 cum am mai precizat la folosirea masinilor statice acre descriu propagarea sau tranzitia undelor neurale. Arhitectura recurent\u00e3, evidentiat\u00e3 de semnalele conexiunilor inverse din inelul de propagare permite dependenta temporal\u00e3. Sistemul foloseste st\u00e3rile anterioare, trecute \u00een inelul de propagarea f\u00e3c\u00e2nd posibil\u00e3 folosirea \u201camintirilor trecute\u201d. Deoarece parcurgerea retelei de neuroni de c\u00e3tre undele cerebrale se desf\u00e3soar\u00e3 \u00een parametri constanti, \u00eenseamn\u00e3 ca \u00eentregul mecanism de calculare a matricei de greutate se continu\u00e3 la infinit fiind un proces ciclic, iar fiecare pas al propag\u00e3rii are conexiuni inverse recurente. \u00cen modelul de mai jos, este prezentat graficul unei retele semantice neurale ce poate fi imaginat\u00e3 ca un arbore ierarhic tridimensional, \u00een care informatia este codificat\u00e3 \u00een neuroni localizati. Pachetele de unde ne permit s\u00e3 obtinem o mai bun\u00e3 imagine a propag\u00e3rii undelor energetice cuantice si localizate.
Deocamdat\u00e3, ANN-urile sunt foarte importante in domenii cum ar fi: domeniul financiar (sunt utilizate in algoritmi probabilistici capabili sa prefigureze dinamica actiunilor la bursa), in domeniul studiilor seismologice, \u00een tehnologiile de v\u00e2rf la recunoasterea unor coduri biologice complexe(vocal, caligrafic, etc.) Retelele neuronale sunt domeniul \u00een care programatorii vor reusi, dac\u00e3 nu s\u00e3 accead\u00e3, cel putin s\u00e3 se apropie de mecanismele cerebrale, s\u00e3 descopere secretele form\u00e3rii g\u00e2ndurilor, ratiunii, constiintei si,( de ce nu?), s\u00e3 poat\u00e3 crea sisteme informatice care s\u00e3 dezvolte aceste calit\u00e3ti. Perspectivele sunt oarecum \u00eendep\u00e3rtate si poate putin de domeniul SF-urilor, dar nu sunt imposibile, \u00een conditiile unui progres acerb al tehnologiei si a sistemelor informatice care evolueaz\u00e3 \u00een ritm exponential si posibilitatea existentei unui calculator care s\u00e3 simuleze activitatea creierului uman, posibilitate pe care multi oameni de stiint\u00e3 o consider\u00e3 c\u00e2t se poate de plauzibil\u00e3.<\/div>\n","protected":false},"excerpt":{"rendered":"

Sf\u00e2rsitul secolului XX a fost marcat de aparitia, dezvoltarea fulger\u00e3toare si \u201cdominatia\u201d calculatoarelor \u00een fiecare domeniu de activitate al omenirii, f\u00e3c\u00e2nd o concurent\u00e3 neloial\u00e3 mijloacelor \u201cclasice\u201d de p\u00e2n\u00e3 atunci. Calculatoarele ocup\u00e3 un loc at\u00e2t de important \u00een era noastr\u00e3 \u00eenc\u00e2t au impus noi principii vitale: rapiditatea, adaptabilitatea, precizia, etc.Dar, oric\u00e2t de perfectionate ar fi calculatoarele, […]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/posts\/108797"}],"collection":[{"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/comments?post=108797"}],"version-history":[{"count":0,"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/posts\/108797\/revisions"}],"wp:attachment":[{"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/media?parent=108797"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/categories?post=108797"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cvnextjob.com\/index.php\/wp-json\/wp\/v2\/tags?post=108797"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}