Нейронные вычисления

Нейронные вычисления (англ. neural computation) — это обработка информации, осуществляемая сетями нейронов. Нейронные вычисления связаны с философским направлением, известным как компьютативная теория разума, или компьютативизм, согласно которому именно нейронные вычисления объясняют когнитивные процессы. Первыми, кто предложил рассматривать активность нейронов как вычислительный процесс, были Уоррен МакКаллок (Warren Sturgis McCulloch) и Уолтер Питтс (Walter Pitts) в своей знаковой работе 1943 года «A Logical Calculus of the Ideas Immanent in Nervous Activity» (Логическое исчисление идей, присущих нервной активности).

Выделяют три основных направления компьютативизма: классицизм, коннекционизм и вычислительная нейронаука. Все три направления исходят из того, что когнитивные процессы — это вычисления, однако они расходятся во взглядах на то, какими именно вычислениями являются когнитивные процессы. Классицизм предполагает, что вычисления в мозге являются цифровыми, подобно тому, как это реализовано в цифровых вычислительных системах. Коннекционизм и вычислительная нейронаука не требуют, чтобы вычисления, реализующие когницию, обязательно были цифровыми. Вместе с тем, эти направления существенно различаются по поводу того, на каких экспериментальных данных следует строить объяснительные модели когнитивных феноменов: коннекционисты опираются на поведенческие данные, в то время как вычислительная нейронаука использует нейроанатомические и нейрофизиологические сведения для построения математических моделей, объясняющих когнитивные процессы^[1].

При сравнении трех основных направлений компьютативной теории разума, а также различных возможных форм вычислений в мозге, полезно дать общее определение вычислений. Под вычислением понимается обработка информации (иначе говоря, переменных или сущностей) по определённому набору правил. Правило в данном контексте — это инструкция, предписывающая выполнить определённую манипуляцию с текущим состоянием переменной для получения требуемого результата. Другими словами, правило указывает, какой результат должен быть получен при данном входе вычислительной системы. Вычислительная система — это механизм, компоненты которого должны быть функционально организованы для обработки информации в соответствии с заданным набором правил. Вид обрабатываемой вычислительной системой информации определяет, какие именно типы вычислений она выполняет. В когнитивных науках традиционно выделяют два типа вычислений, связанных с деятельностью нейронных сетей: цифровые и аналоговые, при этом в большинстве теоретических работ преобладает цифровое понимание когниции. Вычислительные системы, осуществляющие цифровые вычисления, организованы таким образом, чтобы выполнять операции над последовательностями цифр с учетом типа и положения каждой цифры в строке. Существует точка зрения, что передача сигналов нейронами в виде последовательностей спайков реализует некую форму цифровых вычислений, поскольку нейронный спайк можно представить как дискретную единицу — подобно 0 или 1: нейрон либо генерирует потенциал действия, либо нет. Следовательно, последовательности нейронных спайков можно рассматривать как строки из цифр. С другой стороны, аналоговые вычислительные системы производят манипуляции с непрерывными, недискретными переменными, то есть с сущностями, изменяющимися непрерывно во времени. Такие операции описываются системами дифференциальных уравнений^[1].

Нейронные вычисления, в частности, изучаются посредством создания моделей нейронных вычислений.

Существует научный журнал, посвящённый этой тематике — Neural Computation.

Работы с искусственными нейронными сетями (ИНС) являются подразделом области машинное обучение. Исследования в области ИНС в определённой степени были вдохновлены знаниями о нейронных вычислениях^[1].