Neurologie: neurale netwerken, patroonherkenning
De term "neurale netwerken" is tegenwoordig voornamelijk bekend uit de
techniek, als software die in staat is van ingevoerde gegevens te leren - om
daar patronen in te herkennen. De term wijst natuurlijk op de biologische
oorsprong van het proces, in wat er gebeurt in de hersenen, of netter: het
zenuwstelsel.
In dat zenuwstelsel zijn vele vormen van neurale
netwerken, met als mogelijke eerste tweedeling die tussen min-of-meer
bolvormige en min-of-meer laagvormige. Het proces genaamd "patroonherkenning"
vindt plaats in laagvormige netwerken, het meest duidelijk en vermoedelijk
evolutionair ook het eerst in het oog, preciezer: het netvlies, zie de
illustratie (van harunyahya.com
):
Netvlies aan de achterkant van de oogbol links en in detail rechts.
Hier wordt
een mogelijk evolutionair pad van de ontwikkeling van neurale netwerken geschetst
aan de hand van dit voorbeeld.
De
vermoedelijke eerste soort neuronen verbonden waarnemingsorganen direct met
ledematen dat wil zeggen spieren (illustratie van hier
):
Met het waarnemingsorgaan
verbonden aan de rechterkant en spier aan de linker.
Dat heeft zich ontwikkeld
in vele soorten neuronen met gespecialiseerde functies. Die aan de
waarnemingsorganen en naar de spieren zitten voornamelijk in de door het
gehele lichaam lopende zenuwbundels (12 stuks). Maar het overgrote deel is
zogenaamde interneuronen, die andere neuronen verbinden.
Hier gaan we
dus kijken naar het oog. Het nu bekende oog heeft miljoenen lichtgevoelige
cellen, maar in principe is dat begonnen met eentje. Wat niet zo moeilijk
was, want veel van de werkzame stoffen in een cel zijn lichtgevoelig. Dat
wil zeggen: onder invloed van licht vallen ze uit elkaar, zoals vele
kleurstoffen dat doen: ze vervagen onder het (zon)licht. Het uit elkaar
vallen van een bepaalde stof wordt in de cel gedetecteerd, en daar is een
lichtgevoelige cel.
Het tweede element is een neuron dat het
signaal van de lichtgevoelige cel doorgeeft aan de rest van het lichaam.
Waar en wat dan ook moge zijn. Dus bijvoorbeeld spieren.
Het is
duidelijk dat meerdere lichtgevoelige cellen meer informatie oplevert dus
overlevingsvoordeel, zodat er ogen ontstaan - zie een voorbeeld van een
evolutiemodel (illustratie van hier
):
Maar de basale stap is natuurlijk van één naar twee. Overgaand op
schematische tekeningen, krijg je dan iets als onder (lichtcel rechts, neuron
links):
De stap naar
twee lichtcellen faciliteert de eerste vorm van patroonherkenning. Want stel dat
het gaat om "meer of minder licht" - dan zijn er logisch gezien vier
mogelijkheden: 1 detecteert licht en 2 detecteert licht, 1 wel en 2 niet, 1
niet en 2 wel, of allebei niet.
De koppeling met evolutie is deze:
stel de lichtgevoelige cellen zitten naast elkaar op een plek van het
lichaam van het wezen. Als dat wezen zelf beweegt (of het onderdeel waar de
cellen zitten), zal vermoedelijk beide cellen meer, of beide cellen minder
licht ontvangen. Als het wezen stilligt en er beweegt iets buiten het wezen
met gevolgen voor de hoeveelheid licht, is er een goede kans dat de ene
lichtgevoelige cel daar eerder iets van meekrijgt dan de andere. De
menselijk-verbale interpretatie luidt: "beweging". En dus mogelijk een ander wezen.
En dus mogelijk gevaar. En dus is het het beste om het zekere voor het
onzekere te nemen, en weg te wezen.
En daar is het evolutionaire
verschil: alletwee de lichtgevoelige cellen licht(er), of alletwee
donker(der), heeft een andere betekenis dan één licht(er) en één
donker(der).
Maar daarvoor moet er wel "ergens"
bekend zijn wat beide cellen
waarnemen - oftewel: de betreffende neuronen moeten verbonden zijn met beide cellen.
Omdat de natuur moet blijven functioneren "tijdens de verbouwing",
worden nieuwe zaken altijd gebouwd op oude. Dat wil hier zeggen: voor de
neuronen die signaaltechnisch verbonden zijn met beide lichtcellen wordt een
nieuw stel neuronen gebruikt. Gevende dit schema (signalen van rechts naar
links):
Waarom twee stuks verbonden neuronen? Dat doet de natuur (bijna) altijd: twee
kanten van de zaak nemen. Dus een neuron dat de al-dan-niet symmetrische (aan-aan, uit-uit) en een neuron dat de
asymmetrische kant (aan-uit, uit-aan) voor zijn rekening neemt.
Rest
de vraag: hoe zit de logica in elkaar om dit resultaat te krijgen? Dat is
uiterst simpel: zet tussen één van de kruisverbanden een omkering
(correcter: één van de andere drie is ook goed). In dit
soort schema's aan te geven met een minteken erbij. Zodat het schema wordt:
Ga zelf de uitkomsten na, maar neem niet het gebruikelijke 1 en 0, maar
1 en -1 voor respectievelijk "licht" en "donker" (weer zo'n natuur-ding:
die werkt nooit met "niets", ook niet als "niets" moet worden aangegeven). Twee bezwaren: hoe
moet een
neuron een signalen omkeren? Dat is weer dezelfde
"natuur"-kwestie: neuronen hebben niet één maar twee soorten primair signaal
(twee primaire neurotransmitters
): één waarmee
ze elkaar aanvuren, exciteren, en (bijna dus, dus), één waarmee ze elkaar
remmen. Of inhiberen
.
Tweede bezwaar: de uitkomsten zijn dubbel: +2 en -2
. Klopt. Maar de neuronen werken niet met enkelvoudige, statische, signalen,
maar met pulspatronen - het herhaaldelijk en voortdurend afvuren waarbij het gaat om
de frequentie. Het minteken betekent dan alleen dat het pulspatroon
een stukje verschoven is: piek wordt dal en dal wordt piek. Het teken (de
"fase") is onbelangrijk.
Kenners
van de digitale signaalverwerking zullen het schema van de laatste figuur
onmiddellijk herkennen: dit is de basis van het procedé genaamd "Fast
Fourier Transformation" of FFT
(Wikipedia) - welk basis-schema om inzichtelijke
redenen de "butterfly" of "vlinder" wordt genoemd.
Een volledig FFT-schema gebruikt meerdere van deze basis-vlinders naast
elkaar, in verband het snelheid van berekening het liefst in een exponent van
2: 2, 4, 8, 16 enzovoort. Hier het voorbeeld van acht stuks en drie lagen:
De algemene functie van zo'n soort schakeling heet Fourier-analyse
, en een bekende toepassing ervan is in de
muziek waar het het toon afkomstig van een instrument ontleedt in de
"hoofdtoon" en de "bijklanken".
Hier is een anatomische en
schematische weergave van het netvlies achter het oog (van Webvision
):
De daadwerkelijke microscopische opname laat al een duidelijke structuur in
lagen laat zien, met afwisselend lagen schakelementen, de neuronen, met
daartussen lagen met kruislingse verbindingen. Bijna geheel volgens het
schema van de FFT-analysator. Het grote verschil is de afname van het aantal
neuronen in de lagen van boven naar beneden. Van ingang naar uitgang.
Dit is de simpelste vorm van een (niet-triviaal) neuraal netwerk En bij
het netvlies is bekend wat het doet: het vormt het puntje-voor-puntje beeld
van de losse lichtgevoelige cellen om in meer algemene concepten als lijnen,
vlakken, enzovoort. Met twee uiterst belangrijke fysiologische functies: het
aantal uitgangen wordt sterk verminderd, die als een (dunne) bundel naar het
brein gaan. En als tweede: de contouren gaan sneller dan de vlakken - want
bevattende voor het overleven belangrijkere informatie.
Omdat het
netvlies zo'n basale functie vervult direct achter een primair
waarnemingsorgaan is het aannemelijk dat het het eerste neurale netwerk is.
Met ook een speciale vorm, omdat de ingang ervan, het punten-raster, uniek
is. In vrijwel alle andere toepassingen komt de ingangsinformatie ook in de
vorm van een bundel verbindingen - volgens het algemene schema:
Waarbij de min-of-meer bolvormige structuur van het netwerk zelf komt
omdat de neuronkernen in de laag "dikker" zijn dan de losse draden: de
axonen.
Het eerste grotere neurale netwerk in het centrale
zenuwstelsel zit in het midden van de hersenstam en heet olive of
olivary nucleus, zie onder:
Helder getekend is de donker ingekleurde laag met daarin de neuronale deellagen. Waarvan
kennelijk zo veel nodig is dat het in lussen is gaan liggen.
Hier niet getekend zijn de in- en uitgangsbundels - in het schematische
overzicht op ongeveer gelijke hoogte in de hersenstam staat er een enkele:
De linker vertoont hier een ingangsbundel komende van een kern in de
hersenstam, en de rechter een uitgang die via de bundels met nummer 8 naar het cerebellum, de kleine
hersenen, gaat.
Dit patroon herhaalt zich een aantal malen, zoals te
zien hier:
Rechtsonder de (inferior of onderste) olivary nucleus - de directe verbinding met het cerebellum
uit het vorige schema is hier weggelaten ten faveure van andere.
Het
cerebellum
zelf
is dus het volgende neurale netwerk. En een veel groter, mede omdat het
buiten de ruimtelijke beperkingen van de hersenstam ligt. Desalniettemin is
het net als de inferior olive sterk geplooid, om een zo groot mogelijk
oppervlak aan neuraal netwerk ter beschikking te hebben. Het neurale netwerk
van het cerebellum is relatief simpel, en kan beschreven worden als
"twee-en-een-half laags". De verbindingen tussen de lagen hebben ook een
simpele vorm. Vermoedelijk is de functie ervan die van statistische
middeling, dat wil zeggen: een heel andere dan die van het netvlies.
Oftewel: de functie van een neuraal netwerk wordt bepaald door de
structuur van zijn verbindingslagen
Merk op: de in het midden van
het cerebellum getekende structuur is de dentate nucleus, die dient als uitgang van het
cerebellum. Of deze ook een neuraal netwerk-functie heeft is onbekend.
En rechtsboven staat, schematisch en sterk verkleind,
het grootste neurale netwerk van het brein: de cortex.
Merk
ook dit op: in het verbindingenpad tussen olivary nucleus en cerebellum en
de cortex liggen nog andere structuren, hier getekend de red nucleus
en de thalamus. Deze hebben ook grote hoeveelheden neuronen,
natuurlijk, maar duidelijk geen lagenstructuur zoals kenmerkend voor een
neural netwerk. Deze organen combineren vermoedelijk wel informatie van
meerdere bronnen, maar op een direct schakelende manier.
Naar Neurologie, organisatie
, of site home
·.
|