Генетика поведения, психогенетика, человек: Сборник задач и упражнений к практическим занятиям. Калаев В.Н. - 5 стр.

                                    5
      Подобно биологической нейронной системе искусственная нейронная
сеть является вычислительной системой с огромным числом параллельно
функционирующих простых процессоров с множеством связей. Модели искус-
ственных нейронных сетей в некоторой степени воспроизводят «организацион-
ные» принципы свойственные мозгу человека. Моделирование биологической
нейронной системы с использованием искусственных нейронных сетей может
способствовать лучшему пониманию биологических функций. Глубокое изуче-
ние искусственных нейронных сетей требует знания нейрофизиологии, генети-
ки, науки о познании, психологии, физики (статистической механики), теории
управления, теории вычислений, проблем искусственного интеллекта, стати-
стики, распознавания образов, компьютерного зрения, параллельных вычисле-
ний и аппаратных средств (цифровых/аналоговых/VLSI (сверхвысокий уровень
интеграции)/оптических). С другой стороны, искусственные нейронные сети
стимулируют эти дисциплины, обеспечивая их новыми инструментами и пред-
ставлениями. Этот симбиоз жизненно необходим для исследований по нейрон-
ным сетям.
      Актуальность исследования искусственных нейронных сетей подтвер-
ждается массой их различных применений. Это автоматизация процессов рас-
познавания образов (кариотипирование геномов, классификация клеток крови,
сигнала ЭЭГ и ЭКГ, распознавание речи и т.д.), организация ассоциативной
памяти, адаптивное управление, прогнозирование, создание экспертных и са-
мообучающихся систем, разработка автоматов и многие другие приложения.
Особый интерес представляет собой использование задач, для решения кото-
рых требуется составление нейронных сетей в качестве иллюстративного мате-
риала деятельности нервной системы, приводящей к совершению актов дея-
тельности, выработке условных рефлексов, запоминанию, обучению и само-
обучению, забыванию, распознаванию сигналов рецепторами, каким образом
случайная связь рецепторов и нейронов обеспечивает надежную работу нерв-
ной системы и приводит к экономии генетического материала, и многие другие.
Используя небольшой объем обозначений (рецептор, нейрон, интернейрон и
некоторые другие), возможно построить довольно сложные схемы вышепере-
численных процессов.
      В связи с вышеизложенным нам представляется полезным знакомство
студентов с искусственными нейронными сетями. Ниже приведены задачи из
учебного пособия М.Б. Беркинблита «Нейронные сети» (1992), для решения ко-
торых необходимо составить искусственные нейронные сети. Задания разме-
щены по принципу от простого к сложному. Надеемся, что решение этих задач
будет полезным не только студентам при изучении курсов «Генетика поведе-
ния» и «Психогенетика», учителям и школьникам на факультативных занятиях
по «Физиологии нервной деятельности» как материал, иллюстрирующий рабо-
ту нервной системы, но и всем интересующимся биологией, психологией, ма-
тематикой и информатикой.

Задача 1. Известно, что бабочка крапивница предпочитает температуру 36 0С.
Если на улице холодно и солнце не светит, то бабочка сидит с закрытыми
крыльями. Если холодно, но светит солнце, бабочка открывает крылья. Но как