Prírodou inšpirované algoritmy

História

V priebehu 70-tych a 80-tych rokov profesor Walter J. Freeman (http://sulcus.berkeley.edu) z kalifornskej Berkeley skúmal záznamy elektroencephalogramu (EEG) z elektród implantovaných do čuchovej kôry zajacov a mačiek. Zvieratá trénoval klasickým Pavlovovským podmieňovaním, pričom jeho primárnym cieľom bolo matematické popísanie zmeny záznamu elektroencefalogramu pri a bez prítomnosti naučených a nenaučených pachov. Snažil sa teda objaviť princíp rozpoznávania obrazcov v čuchovej kôre. Tá je jednou z fylogeneticky najstarších a najjednoduchších častí mozgu a s rovnakou stavbou u všetkých primátov vrátane človeka.

Počas analýzy viackanálových EEG záznamov zistil, že čuchová kôra reaguje odlišne počas a odlišne bez prítomnosti vstupu, nejakého charakteristického pachu. Bez prítomnosti vstupu boli záznamy EEG výrazne aperiodické, pričom pri dodaní vstupu sa takmer okamžite zmenili. Znížil sa ich rozptyl a vyzerali viac periodicky, čo ukázala aj ich numerická analýza. Ak považujeme každý kanál EEG za stavovú premennú, tak bez prítomnosti vstupu sa pracovný bod pohybuje v globálnom aperiodickom atraktore s veľkým rozsahom. Počas prítomnosti vstupu nastane takmer okamžitý stavový prechod, pracovný bod sa začne pohybovať v atraktore len v malej časti stavového priestoru. Takéto lokálne atraktory reprezentujú triedy, do ktorých sú klasifikované vstupy. Pri podmieňovaní si kôra upravuje svoje synaptické spojenia tak, že sa naučí odlišovať vstupy s rôznym významom. Inak povedané, upravuje si svoju atraktorovú krajinu.

Freeman bol jedným z prvých vedcov, ktorí ukázali, že záznamy EEG nie sú len šumom, ale nesú v sebe informáciu. Mozog podľa neho využíva na všetku svoju činnosť chaotickú dynamiku. Chaos je princípom, vďaka ktorému sú zvieracie a naše mozgy schopné výpočtovo náročných činností, ktoré považujeme za samozrejmé, ale ktoré zatiaľ nevieme modelovať v počítači. Takmer okamžité rozpoznanie tváre známeho človeka, doplnenie chýbajúcich hrán na obrázku, abstrakcia,... celé fungovanie mozgu je postavené na rýchlych stavových prechodoch, synchronizácii a desynchronizácii navzájom komunikujúcej masy neurónov.