सोच के लिए विकासवादी मार्ग

68.7% से अधिक मानव जीन मस्तिष्क के लिए जिम्मेदार हैं।

विकास के परिणामस्वरूप, जीवों के तंत्रिका तंत्र ने लगातार नए गुणों का अधिग्रहण किया है, जो नीचे सूचीबद्ध हैं।

• बिना शर्त पलटा।
• नशे की लत।
• वातानुकूलित पलटा।
• ...
• सोच (लाभ)

पहले तीन गुण काफी सरल, समझने योग्य और साधारण हैं। उत्तरार्द्ध के साथ, हम लगातार रहते हैं और उपयोग करते हैं, लेकिन फिर भी यह नहीं जानते कि यह कैसे काम करता है। जैसा कि दीर्घवृत्त के लिए, हाँ, हम नहीं जानते कि कैसे एक वातानुकूलित पलटा से सोच कर आगे बढ़ना है, क्योंकि वास्तव में बहुत सारे नए गुण हैं जो जटिल और अलग हैं, लेकिन कुल मिलाकर सोचने के लिए पर्याप्त नहीं हैं।

एक वातानुकूलित पलटा के बाद पहली संपत्ति, मेरी राय में, प्रभुत्व का सिद्धांत होना चाहिए था। यह सिद्धांत आपको व्यवहार और सजगता के कई मॉडल रखने की अनुमति देता है, और एक ही समय में पूरे जीव के कार्यों की एकता बनाए रखता है, व्यवहार के केवल एक वेक्टर को उजागर करता है, अन्य सभी को रोकता है। प्रभुत्व के उपरोक्त लक्षणों को मेंढक में गले लगाने वाले पलटा के उदाहरण पर पता लगाया जा सकता है, जो हार्मोनल प्रभावों के परिणामस्वरूप संभोग के दौरान होता है। नर के अग्रभाग के अंगूठे पर स्थित कॉर्न्स पर सबसे हल्का स्पर्श तुरंत गले लगने का कारण बनता है। यांत्रिक, रासायनिक या विद्युत उत्तेजनाओं के साथ त्वचा की जलन प्रतिवर्त में वृद्धि की ओर ले जाती है। और रक्षात्मक प्रतिक्रियाओं को ट्रिगर करने के लिए आवश्यक उच्च सीमा अन्य व्यवहारों के युग्मित निषेध को इंगित करता है।

तंत्रिका तंत्र के निम्नलिखित गुण उनकी घटना के अनुक्रम का मूल्यांकन करना असंभव बनाते हैं, क्योंकि उनमें से प्रत्येक इसकी विशिष्ट समस्या को हल करता है। हालांकि, ये अब व्यवहार के प्रतिवर्त मॉडल नहीं हैं, और उनमें से पहला व्यवहार के सशर्त मॉडल को विकसित करने के लिए आवश्यक बनाने के लिए बाध्य है। रिफ्लेक्स शरीर को नियंत्रित करने का एकमात्र समाधान देता है, बिना शर्त निर्णय मानदंड, लेकिन अगर किसी समस्या को हल करने का सकारात्मक परिणाम बाहरी कारकों पर निर्भर करता है, तो एक सामान्य रिफ्लेक्स अपनी प्रभावशीलता खो देता है। एक सशर्त निर्णय मानदंड की आवश्यकता है। इसलिए, उदाहरण के लिए, बाईं खिड़की के एक लोकोमोटिव चालक ने एक लाल ट्रैफिक सिग्नल को पारित होने से मना कर दिया, ब्रेक लीवर कैब के केंद्र में स्थित है, ब्रेक लगाने के लिए, इसे बाईं ओर मुड़ने की आवश्यकता है। यही है, अगर ड्राइवर बाईं खिड़की पर था, तो उसे अपने आप पर लीवर को चालू करना होगा, अगर सही अपने दम पर है।

यह संभव है कि एक और संपत्ति उसी सिद्धांत पर काम करती है जो सशर्त निर्णय मानदंड के विकास के रूप में होती है, लेकिन इसे अलग से अलग किया जाता है। यह निर्णय मानदंड का हस्तांतरण है । वातानुकूलित पलटा निश्चित रूप से समस्या को हल करती है, लेकिन निर्णय मानदंड को स्थानांतरित करने की संभावना के कारण, आप वातानुकूलित उत्तेजना के लिए इंतजार नहीं कर सकते, लेकिन (कोशिश) वातानुकूलित उत्तेजना के बराबर स्थितियां बनाएं। तो यह देखते हुए कि हवा फलों के साथ पेड़ की शाखाओं को बहाती है और परिणामस्वरूप फल गिरते हैं, आपको अगली बार जब तक हवा नहीं चलती, तब तक इंतजार करने की ज़रूरत नहीं है, खाने के लिए, बस अपने आप को शाखाओं को हिलाएं।

अच्छी तरह से, वातानुकूलित पलटा के साथ सामना नहीं कर सकता है कि आखिरी चीज वातानुकूलित उत्तेजनाओं का संयोजन है जो अक्सर व्यक्तिगत रूप से पाए जाते हैं। यदि अधिग्रहीत वातानुकूलित रिफ्लेक्स दो एक साथ वातानुकूलित उत्तेजनाओं का उपयोग करता है, तो उन्हें पुष्टि के बिना अलग से बुझा दिया जाता है, और अगली बार जब दोनों उत्तेजनाएं एक साथ दिखाई देती हैं, तो वातानुकूलित पलटा काम नहीं करेगा। इस समस्या और कई अन्य स्मृति को हल करता है।

व्यवहार पैटर्न

वर्णन की सादगी के लिए, एक व्यवहार मॉडल एक तैयार समाधान है, न्यूरॉन्स पर एक तैयार-निर्मित तंत्र है जो शरीर को क्रिया करने के लिए मजबूर करता है। तो नीचे Fig.1b की coarsened संरचना है जो परी Fig.1a के मोलस्क के पंख-पंखों की मांसपेशियों को नियंत्रित करती है और एक ताल जनरेटर है।

अंजीर। 1 मोलस्क एन्जिल और उसके पंख पंखों की नियंत्रण संरचना

न्यूरॉन्स "ए" और "बी" परस्पर दमन कर रहे हैं और लय का उत्पादन करते हैं, "एमएन" मोटोनूरोन हैं, और न्यूरॉन "सी" नियंत्रित है।

प्रकृति ने न्यूरॉन्स का उपयोग करके व्यवहार के कई पैटर्न लागू किए हैं, और आगे मैं आपको सबसे प्राथमिक घटकों के स्पेक्ट्रम की एक तस्वीर देना चाहता हूं जो आपके उपयोग करता है। केवल एक न्यूरॉन के सिनैप्स और डेंड्राइट्स के गुणों को लेते हुए, सिग्नल संयोग डिटेक्टर बनाना संभव है, इनपुट सिग्नलों को बढ़ाना या जोड़ना, चिकनी उच्च आवृत्ति इनपुट सिग्नल, आने वाले संकेतों पर तार्किक संचालन करना, और यह केवल एक न्यूरॉन द्वारा किया जाता है। न्यूरॉन स्वयं एक ताल जनरेटर हो सकता है - इस तरह की गतिविधि को पेसमेकर कहा जाता है और आनुवंशिक स्मृति का अनुवाद है। दो न्यूरॉन्स का उपयोग करते हुए, प्रकृति ने सिग्नल फ्रीक्वेंसी मल्टीप्लायर, सिग्नल के एक पैकेट के एक सिग्नल में एक कनवर्टर, फिर से एक संयोग डिटेक्टर और विभिन्न लय बनाए रखने के लिए एक सिस्टम बनाया।

स्मृति

नीचे लिखी गई हर चीज केवल सजगता और प्रभुत्व के सिद्धांत के लिए स्मृति के स्थान और संबंध के बारे में मेरी अटकलें हैं।

स्मृति को उसके सरलतम रूप में उपयोग करने की आवश्यकता के बारे में सोचकर, मुझे अद्भुत सांकेतिक बिना शर्त पलटा याद आया। रिफ्लेक्सिंग सिस्टम की लत को नकारात्मक शिक्षा कहा जाता था, जिसमें इस तथ्य को समाहित किया जाता है कि उत्तेजना, जैसा कि वह दोहराती है, पहले से होने वाली प्रतिक्रिया का कारण बनने की क्षमता खो देती है। ओरिएंटिंग रिफ्लेक्स की लत या लुप्त होती "उत्तेजना के तंत्रिका मॉडल" के गठन के साथ जुड़ा हुआ है - इसका बहुआयामी एनग्राम, जो ओरिएंटल रिफ्लेक्स की सक्रियता प्रणाली को रोकता है। तंत्रिका तंत्र की एक नई संपत्ति जो संवेदी जानकारी के तंत्रिका मॉडल को याद करने और नए मॉडल को उजागर करने में सक्षम है जो पहले कभी नहीं देखी गई है जिसे मेमोरी कहा जा सकता है।

यदि हम फिर से तंत्रिका तंत्र के गुणों की उपस्थिति के विकासवादी कारणों पर विचार करते हैं, तो सबसे पहले, जैसा कि ज्ञात है, तंत्रिका तंत्र की संपत्ति प्रतिवर्त थी। व्यवहार को जटिल करने के लिए, नए रिफ्लेक्स और व्यवहार मॉडल जोड़े गए थे जो एक ही सेंसर और प्रभावकों का उपयोग करते थे, और इसलिए कि कई व्यवहार मॉडल एक साथ काम नहीं करेंगे, संवेदी सूचना और व्यवहार मॉडल के बीच एक प्रमुख तंत्र दिखाई दिया। ओरिएंटिंग रिफ्लेक्स की उपस्थिति को एक नई संपत्ति के उद्भव की आवश्यकता होती है जो एक को संवेदी जानकारी को उन लोगों में विभाजित करने की अनुमति देती है जो पहले सामना किए गए थे और जो घटित नहीं हुए थे। इस तंत्र को हम स्मृति कहते हैं। यह प्रमुख तंत्र में बेहतर और अधिक संसाधित संवेदी जानकारी का उपयोग करने के लिए तर्कसंगत होगा, जिसे स्मृति के काम के परिणामस्वरूप प्राप्त किया जाता है और इसे माना जाता है। मेरी राय में, व्यवहार को नियंत्रित करने के लिए संवेदी सूचना के साथ स्तर पर प्रमुख तंत्र द्वारा स्मृति का उपयोग किया जाने लगा। यही है, प्रमुख तंत्र के लिए मेमोरी का परिणाम अतिरिक्त और बेहतर संवेदी जानकारी के रूप में प्रस्तुत किया गया है।

यदि हम इस तरह के गुणों को अपने घटक भागों में रखने वाले तंत्रिका नेटवर्क नियंत्रण प्रणाली को सशर्त रूप से विभाजित करते हैं, तो, मेरी राय में, हमें निम्नलिखित योजना मिलती है।

अंजीर। नियंत्रण तंत्रिका तंत्र के 2 ब्लॉक आरेख

हां, एक बेहतर संवेदी जानकारी के रूप में स्मृति अद्भुत है, लेकिन यह उस समय से एक अच्छा मजाक खेल सकता है जब यह दृश्यों के साथ काम करना शुरू कर देता है। और साहचर्य मान्यता के कारण, यह खुद से आगे निकल जाएगा, जो सिस्टम के संवेदी विभाग में बकवास की तरह दिखेगा। तो घटनाओं के अनुक्रम की स्मृति पहचान प्रमुख तंत्र द्वारा माना जाएगा, जैसे कि ये सभी घटनाएं एक साथ और अब हो रही हैं। वास्तविक विषय से भिन्न आकार या प्रतियों में अंतर की समस्या भी उसी प्रकार की समस्याओं की है। तो, पहली बार, अपने सैंडल की उच्च-गुणवत्ता वाली छवि का सामना करने वाले छोटे बच्चे उन्हें अपने घर की कुर्सी के समान, एक खिलौना कुर्सी पर बैठाने की कोशिश करते हैं। आपको एक तंत्रिका नेटवर्क प्रणाली में एक विभाग की आवश्यकता होगी जो वास्तविकता और स्मृति के परिणाम की तुलना करेगा, साथ ही साथ वास्तविक घटनाओं और वस्तुओं को कल्पना से अलग करेगा।

अजीब तरह से पर्याप्त है, लेकिन इस तरह की समस्या का समाधान खोजने के परिणामस्वरूप, मैं इस निष्कर्ष पर पहुंचा कि यह तंत्र स्मृति में है, और इससे बिल्कुल अलग नहीं है। यदि हम जिस तरह से हम किसी वस्तु या घटना के साथ सीधे टकराव में घटकों के एक पैटर्न की रचना करते हैं, उसे याद करते हैं, तो याद रखने की प्रक्रिया में एक नया पैटर्न उत्पन्न करने वाली कुल राशि में कुछ और अप्रयुक्त विशेषताओं को जोड़ा जाता है। मेमोरी में एक नया पैटर्न बनाया जाता है, जिसमें "वर्चुअलाइज़िंग" पैटर्न विशेषताओं और पिछले वास्तविक पैटर्न शामिल होते हैं। एक योग्य उदाहरण एक माउथफिल से बना एक पैटर्न है और एक बारबेरी केक या किसी अन्य से स्वाद की भावना है। इन संवेदनाओं की कल्पना करते हुए, आप एक काल्पनिक कैंडी पैटर्न के साथ काम कर रहे हैं, क्योंकि इसमें किसी भी भोजन के मुंह में अनुपस्थिति और खाली मौखिक गुहा के सामान्य स्वाद की सनसनी भी शामिल है। यदि आप कुछ अन्य कैंडी चबाना शुरू करते हैं, तो "बारबेरिस्का" की भावनाओं को याद रखना अधिक कठिन होगा, लेकिन बहुत जल्दी आप यह सीख जाएंगे। यह कल्पना और आभासीता प्रमुख तंत्र को वास्तविकता और सपनों के लिए जिम्मेदार पैटर्न को स्पष्ट रूप से अलग करने की अनुमति देती है। यह देखना आसान है कि हम सोचते हैं या यहां तक ​​कि विशेष रूप से "आभासी" पैटर्न का सपना देखते हैं, और यह भी बिल्कुल अनजाने में पूरी तरह से अलग घटनाओं और वस्तुओं को सीधे काल्पनिक लोगों से सेंसर प्रणाली द्वारा माना जाता है।

वर्चुअल पैटर्न को अनुमानित, काल्पनिक और नकली में वर्गीकृत किया जा सकता है। किसी भी पैटर्न की भविष्यवाणी की जाती है - जो अनुक्रमों के साथ काम करने के परिणामस्वरूप सक्रिय होते हैं और सीधे महसूस नहीं होते हैं। नकली वास्तविक वस्तुओं और घटनाओं के लिए जिम्मेदार होते हैं: दर्पण प्रतिबिंब, चित्र, ध्वनि और वास्तविकता के अन्य अनुकरण, जबकि ऐसे पैटर्न के पास अपने पूरी तरह से आभासी पैटर्न भी होते हैं। काल्पनिक ये पहले से ही अपने वास्तविक भाइयों के पूरी तरह से आभासी पैटर्न हैं या अन्य आभासी पैटर्न, शुद्ध कल्पना से मिलकर हैं।

मजबूत मेमोरी पैटर्न नहीं है

यह दृष्टिकोण कि न्यूरॉन पैटर्न अपरिवर्तित रहता है, अर्थात् कई परिणाम देता है: न्यूरॉन में केवल एक ही पैटर्न हो सकता है, प्रति न्यूरॉन जानकारी की केवल एक इकाई, पैटर्न की स्थिरता तार्किक ढांचे की स्थिरता और बाद में उत्पन्न पैटर्न की अपरिहार्यता की गारंटी देती है, सभी नई जानकारी को याद रखने के लिए नए न्यूरॉन्स को जोड़ने की आवश्यकता होती है। लेकिन अगर आप मेरे हाइब्रिड न्यूरॉन के मॉडल का उपयोग करते हैं, जहां पैटर्न स्थिर है और परिवर्तनशील सहयोगी संबंध स्थापित किए जा सकते हैं, तो अधिकांश नई जानकारी को संघों के माध्यम से संग्रहीत किया जा सकता है। यही है, एक निरंतर संवेदी धारा से केवल दुर्लभ नई जानकारी वास्तव में एक नया पैटर्न बनाने के योग्य है, और नए डेटा की प्रबल मात्रा के लिए, मौजूदा पैटर्न के एक बड़े पुस्तकालय के साथ साहचर्य याद रखना पर्याप्त है। उदाहरण के लिए, एक सेब पैटर्न के लिए, नए रंग के रंगों (हरे, बरगंडी, हल्के पीले) को जोड़ने के रूप में नई जानकारी जोड़ना, नए स्वाद, आकार, भिन्न नाम, और इसी तरह नए पैटर्न के निर्माण की आवश्यकता नहीं है; यह अन्य पैटर्न के साथ नए साहचर्य संबंध जोड़ने के लिए पर्याप्त है, प्रत्येक जिनमें से सूचनाओं की एक इकाई का वहन करती है। पैटर्न मेमोरी पर साहचर्य स्मृति की व्यापकता के उदाहरण के रूप में, यह साहचर्य तकनीक है जिसका उपयोग बड़ी मात्रा में जानकारी संग्रहीत करने के लिए किया जा सकता है। हालांकि, याद रखने की यह विधि जानकारी में हेरफेर करने की पूरी संभावना प्रदान नहीं करती है, क्योंकि सभी समान आपको याद की गई जानकारी को निकालने के लिए समान सहयोगी मेमोरी एक्सेस तकनीकों का उपयोग करना होगा।