Cyber Elegans Project
С. Elegans - свободноживущая почвенная нематода размером порядка миллиметра - на сегодняшний день единственный организм, для которого практически полностью известна архитектура его нейросети - нейроны и связи между ними. Это произошло отчасти благодаря тому, что все особи данного вида стабильно имеют 302 нейрона (и > 5000 синапсов) и практически
( Read more... )
Comments 22
а какая модель нейрона используется? ( и почему именно такая? )
по поводу весов хороший вопрос. очевидно, чем толще связь, тем больше абсолютная величина веса. но есть ли в наличии фотографии, по которым это можно было бы определить? вероятно, что нет.
еще вопрос, насколько жестко прошиты веса? изменяются ли они в течение жизни природного червя? если да, то:
а) по какому принципу?
б) можно попробовать начать с нулевых весов или со случайных и запустить модель, дальше он самообучится.
ежели таки нет, то брать, опять же, по рэндому либо нулевые и оптимизировать, используя генетические алгоритмы. предварительно создав модель реальной для червя среды, конечно. ресурсоемко, но результат быть должен.
Reply
Reply
1. все или ничего
2. мембранный потенциал покоя восстанавливается до исходного уровня автоматически, исходя из разниц в концентрациях натрия, калия и хлора, а также чувствительности и количества соотв ионных каналов.
А оказывается оно посложнее..
Андрюха, а почему пружины? Мышца вроде не должна работать как пружина если разобраться в механизме мышечного сокращения. И вес как таковой.. мне кажется не совсем подходит как параметр или я неправ? Схема же вроде один нейрон + 1 пучок = одно фиксированное сокращение на определенное расстояние. Или ты для этого используешь пару пружина (с фиксированной жесткостью) - вес (переменный) ?
Извини за тупой вопрос, я просто в физике не Копенгаген ни разу.
Reply
В прошлый раз вот даже робота собрал:
http://mozgoved-neo.livejournal.com/19625.html
только вот все остановилось на стадии как бы сделать ему мозги :)
С червяком так - из пружин собирается базовый пассивный каркас, на который нейроны влиять не могут, плюс в нужных местах вставляются "мышцы". Мышца - особый класс, отнаследованный от пружины. Она может сжиматься в зависимости от того, насколько сильный суммарный сигнал подается на нее от нейронов. Твой вопрос насчет мышечных волокон совершенно правильный, и вот тут я как раз выкручиваюсь таким образом, чтобы моделировать не каждое волокно, а определенную группу, но нейроны, которые бы подходили по отдельности к каждому волокну, суммируют свой вклад на этой "мыщце", но зато она может работать "плавно" - степень сжатия зависит от интенсивности входящего сигнала.
Reply
(1)
Как-то же нужные "веса" проставляются в нематоде? Покурить "исходники" червяка (ДНК т.е.). Попытаться проэмулировать "рождение" червяка: как он там из яйца вылупляется и т.д. Авось при эмуляции "правильных" моментов, часть нужных весов выставится как надо по дефолту или близко :) Ну а далее, можно сделать п.2
(2) Генетические алгоритмы могут помочь. В качестве фактора приспособляемости ввести, к примеру, среднее расстояние на которое "уползёт" червяк в виртуальном пространстве при наличие сигнала от хеморецепторов о наличие "яда".
(3) Вручную "провести" модель через "правильные точки"(сигнал-отклик организма на сигнал-состояние). И, опять-таги, с помощью ГА подобрать оптимальные весы.
Reply
Reply
Зато как физиолог могу сказать, что если удасться выдельить мышцы червяка, нейроны и соответствующие стволовые клетки, и кинуть это на питательную среду, то оно соберется... но вовсе даже не в червяка. Нейроны завяжут связи с друг другом и мышечными клетками, будут хаотично генерировать импульсы, некоторые мышцы будут подергиваться. Но червяк не получится. Такой номер прокатывает только с морскими губками, их можно протирать через сито, а они снова собираются в губку :) но у губок нет нервной системы :)))
Еще про ГА:
Известно, что все млекопитающие имели общего предка. Если взять этого предка (его геном, его структуру нейросети, его тело и тп) и запустить ГА, то совершенно не факт, что мы получим человека :) можем получить мышь, а можем некую абстракцию, ветвь которой вообще не было в эволюции. ГА хорош лишь для узких задач, с четко формализованными условиями. условиями
Reply
Но может всё-таки ГА смогут помочь? Мы вель можем, к примеру, задать правильные значения на выходах определённого контура в течении какого-то процесса (определённого изменениями значения входа в контур)? Пусть не для всей системы а только для одного блока. А далее перебор :)
*вспоминает* когда-то, когда занимался распознованием изображений, мы для нашей весовой системы так и делали: загоняли набор пар избображение+нужный контур. И под каждую пару подстраивали автоподбором систему.
Reply
Reply
Reply
Reply
Reply
Reply
Reply
Leave a comment