神经系统能否识别“编码”?要使S 空间编码的假设真正成立,必须解决神经系统本身是如何识别这一编码的问题。如果能肯定“找不到神经系统识别S 空间编码的机理”,那S 空间理论肯定是有缺陷的,或其本身就是错误的。
在彻底解决这一问题之前,可先从两方面来考虑。首先,圆映射、符号动力学等理论能否反映神经系统的客观规律?只要所采用的理论方法遵循客观规律,则神经系统肯定能识别这种编码。“找不到神经系统识别该编码机理”只能是暂时的,随着研究工作的深入,以后一定能找到。其次,如果真的找不到,这就要考虑这种编码理论的正确性。
6.6.2.1 神经系统识别S 空间编码的基本原理
神经系统本身不可能知道什么是圆映射理论、符号动力学,更不知道距离定义。但这些并不重要,问题是神经系统能否按S 空间可排序规则判别脉冲序列的大小,或者说神经系统是否具有特定区分脉冲序列大小的方法,方法是否与符号动力学的区分方法相一致,而且区分的灵敏度是否一样高。
其实按S 空间脉冲序列排序规则(见第4 章),实质上就是按频率大小来排序。脉冲序列的频率f 可以用式(6-4)表示:
式中,n 是脉冲个数,t 是时间。
按式(6-4),要比较f 的大小有两种方法:一是保持时间t 不变,看n 的大小来衡量频率高低,这就是频率编码的方法;另一个是保持n 不变,看时间t 的长短,这就是S 空间的方法。再明确一次,比较两串脉冲序列大小只要看两串脉冲序列时间长短就可以了:时间短的就是频率较高,为大;时间长的频率较低,为小。这一规律应被严格证明才行。但由于证明过程太复杂,我们没有严格证明,但是我们用计算机在我们计算的范围之内实验过,判断方法都是符合这一规律的。为了便于理解,简要做些解释:两串脉冲序列的符号序列相同,表示两者的脉冲数相同,时间长短也相同。但是有一个小于一个周期的误差(见图5.2),这个误差有些大,但没有关系,只要再延长脉冲序列(增加n),这个误差会逐渐被放大,直到最后一位符号序列变了,就能看出脉冲序列大小。按距离公式,最后一位符号变化的位置越在后面,表示两串脉冲序列越接近,距离越小。(www.xing528.com)
6.6.2.2 识别时间长短的可能神经回路
由于神经系统还具有逻辑判别能力(见本章6.8 节),所以熟悉逻辑电路的人肯定能理解,比较两个脉冲序列的时间长短的神经网络是容易实现的。
如图6.2所示,判别脉冲序列长短的回路中,N1、N2 是兴奋性神经元,Q1、Q2、Q3 和Q4 都是抑制性神经元。回路的工作原理是:脉冲序列A 和B输入后,当脉冲A 和B 同时到达神经元N1 或N2 时,N1 还收到来自Q1 的信号,由于Q1 是抑制性神经元,所以它将使A 的信号减弱,因此N1 将没有脉冲输出。同样地,N2 也将没有脉冲输出。当A 的脉冲信号较早到达N1 时,此时没有抑制性信号输入,所以N1 就会输出一个脉冲。此后当脉冲B 到达N2 时,此时N2 已收到两个抑制性脉冲输入,因此N2 就不可能有脉冲输出。
图6.2 判别脉冲序列长短的回路
这种比较回路只有在两个脉冲到达时间相差较大时才有效,但这并不影响分辨率。关键在于比较回路的输出在多少个脉冲数后出现这种时间差。如果几个脉冲后就有较大的时间差,说明两者相差很大;如果在几十个脉冲以后才出现较大时间差,说明两者相差很小。这一规律完全符合距离定义中的差别。
区别脉冲序列大小的回路可以找出很多,但是尚不清楚神经系统究竟采用的是哪一回路。神经回路还存在简并性,会有很多回路来判别脉冲序列的大小,各种回路结构都有可能在神经回路中存在。也许图6.2的示例不是生物神经系统中存在的,它仅仅是为说明神经网络是有可能判别神经脉冲序列大小的,即脑是能感知S 空间规律的。反过来,如果能找到神经系统识别脉冲序列大小的回路结构模型,也就能进一步增加S 空间编码理论作为真实神经编码的可能性。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。