Следует отметить, что принцип "обратной связи", введенный Винером, был предугадан Сеченовым в явлении "центрального торможения" в "Рефлексах головного мозга" (1862 г.) и рассматривался как механизм регуляции деятельности нервной системы.

В течении 1943 года Маккалох в соавторстве со своим 18-летним протеже, блестящим математиком Уолтером Питтсом, разработал теорию деятельности головного мозга. Эта теория и являлась той основой, на которой сформировалось широко распространенное мнение, что функции компьютера и мозга в значительной мере сходны.

В середине 1958 г. Фрэнком Розенблаттом была предложена модель электронного устройства, названного им перцептроном, которое должно было имитировать процессы человеческого мышления. Перцептрон должен был передавать сигналы от "глаза", составленного из фотоэлементов, в блоки электромеханических ячеек памяти, которые оценивали относительную величину электрических сигналов. Эти ячейки соединялись между собой случайным образом в соответствии с господствующей тогда теорией, согласно которой мозг воспринимает новую информацию и реагирует на нее через систему случайных связей между нейронами

Область применения нейронных сетей

В литературе встречается значительное число признаков, которыми должна обладать задача, чтобы применение НС было оправдано и НС могла бы ее решить:

· отсутствует алгоритм или не известны принципы решения задач, но накоплено достаточное число примеров;

· проблема характеризуется большими объемами входной информации;

· данные неполны или избыточны, зашумлены, частично противоречивы.

Таким образом, НС хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования.

Банки и страховые компании:

Æ автоматическое считывание чеков и финансовых документов;

Æ проверка достоверности подписей;

Æ прогнозирование изменений экономических показателей.

Военная промышленность и аэронавтика:

Æ обработка звуковых сигналов (разделение, идентификация, локализация, устранение шума, интерпретация);

Æ обработка радарных сигналов (распознавание целей, идентификация и локализация источников);

Æ обработка инфракрасных сигналов (локализация);

Æ автоматическое пилотирование.

Биомедицинская промышленность:

Æ анализ рентгенограмм;

Æ обнаружение отклонений в ЭКГ;

Æ анализ реограмм.

Нейронные сети - основные понятия и определения

В основу искусственных нейронных сетей положены следующие черты живых нейронных сетей, позволяющие им хорошо справляться с нерегулярными задачами:

· простой обрабатывающий элемент - нейрон;

· очень большое число нейронов участвует в обработке информации;

· один нейрон связан с большим числом других нейронов (глобальные связи);

· изменяющиеся по весу связи между нейронами;

· массированная параллельность обработки информации.

Прототипом для создания нейрона послужил биологический нейрон головного мозга. Нейронная сеть представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединений которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, необходимо выбрать, каким образом следует соединять нейроны друг с другом.

Переходя к собственно медицинским проблемам ИИ О.К. Тихомиров выделяет три позиции по вопросу о взаимодействии медицины и искуственного интеллекта.

1) "Мы мало знаем о человеческом разуме, мы хотим его воссоздать, мы делаем это вопреки отсутствию знаний"- эта позиция характерна для многих зарубежных специалистов по ИИ.

2) Вторая позиция сводится к констатации того же факта, причем в качестве причины указывается отсутствие адекватных методов. Решение видится в моделировании тех или иных интеллектуальных функций в работе машин. Иными словами, если машина решает задачу ранее решавшуюся человеком, то знания, которые можно почерпнуть, анализируя эту работу и есть основной материал для построения психофизиологических теорий.

3) Третья позиция характеризует исследования в области искусственного интеллекта и медицины как совершенно независимые. В этом случае допускается возможность только использования медицинских знаний в плане психологического обеспечения работ по ИИ.

Но и работы по искусственному интеллекту тоже влияют на развитие медицины В качестве первого результата можно выделить появление новой области психологических исследований, а именно, сравнительные исследования того, как одни и те же задачи решаются человеком и машиной. Возникают понятия компьютерной метафоры и информационной парадигмы.

Уже первые работы по искусственному интеллекту показали, что не только область решения задач затрагивается соспоставительными исследованиями, но и проблема мышления в целом. Только под влиянием разработки ИИ возникла потребность в уточнении критериев "творческих" и "нетворческих" процессов.

Более того, исследования восприятия и исследования памяти также находятся под сильным влиянием машинных аналогий (монография Р.Клацки).

Новая психологическая теория поведения (исследования Д. Миллера К.Прибрама Ю.Галантера) построена на результатах этих работ.

Но специфику человеческой мотивационно-эмоциональной регуляции деятельности составляет использование не только константных, но и ситуативно возникающих и динамично меняющихся оценок, существенно также различие между словесно-логическими и эмоциональными оценками. В существовании потребностей и мотивов видится различие между человеком и машиной на уровне деятельности. Этот тезис повлек за собой цикл исследований, посвященных анализу специфики человеческой деятельности. Так в работе Л.П.Гурьевой (7) показана зависимость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.

Информационная теория эмоций Симонова в значительной степени питается аналогиями с работами систем ИИ.

Таким образом все три традиционные области психологии - учения о познавательных, эмоциональных и волевых процессах оказались под влиянием работ по ИИ, что по мнению О.К.Тихомирова привело к оформлению нового предмета психологии - как наука о переработке информации.

Таким образом роль взаимодействие между исследованиями искусственного интеллекта и медициной можно охарактеризовать как плодотворный диалог, позволяющий если не решать то хотя бы научиться задавать вопросы как высокого философского уровня – «Что есть человек ?», так и более прагматические.

Литература:

1) Дрейфус Х. Чего не могут вычислительные машины.- М.: Прогресс, 1979

2) Винер Н. Кибернетика и общество.-М:ИЛ, 1958

3) Минский М., Пейперт С. Перцептроны -М:Мир,1971

4) Компьютер обретает разум.Москва Мир 1990 В сборнике: Психологические исследования интеллектуальной деятельности. Под.ред. О.К.Тихомирова.- М., МГУ,1979.:

5) Бабаева Ю.Д. К вопросу о формализации процесса целеобразования 6) Брушлинский А.В. Возможен ли "искусственный интеллект"?