КОНЦЕПЦИЯ СИСТЕМООБРАЗУЮЩЕГО ФАКТОРА В ТЕОРИИ ФУНКЦИОНАЛЬНЫХ СИСТЕМ (06.07.2009)

Автор: Салтыков Александр Борисович

1 - 3 (2)

1 - 19 (10) 1 - 113 (57)

1 - 17 (9)

19 - 57 (38)

3 - 57 (30)

Неосознаваемая ритмическая стимуляция испытуемых-добровольцев осуществлялась с помощью компьютера IBM PC/AT c дисплеем EGA. Первоначально в течение 5 мин навязывался высокоамплитудный ?-ритм ЭЭГ частотой 10 Гц с предъявлением неосознаваемого раздражителя в электронегативные фазы (всего 3000 сочетаний). Каждый 100-мс цикл эксперимента начинался с белой вспышки (длительностью 20 мс, яркостью 40 кд/м2) всего экрана дисплея. Через 35 мс в центре экрана с той же яркостью белыми буквами высвечивался неосознаваемый стимул (слово размером 1,8(0,5 см), содержащий информацию, облегчающую последующую когнитивную деятельность. На 65-й мс цикла неосознаваемый стимул устранялся, а его место "забивалось" символами "Х".

Через 3 мин после прекращения неосознаваемой стимуляции выполнялось тестовое задание, предполагающее когнитивную деятельность. В экспериментальную группу входило 12 чел. Проведены 2 контрольных исследования: в одном из них (10 чел.) в процессе неосознаваемой стимуляции не навязывался ?-ритм ЭЭГ; в другом (12 чел.) - отсутствовала неосознаваемая стимуляция перед выполнением "когнитивного" теста.

Компьютерную имитацию процесса выработки инструментального рефлекса в вероятностно организованной среде осуществляли на "Плюримат" (Франция). Для каждой комбинации изучаемых параметров проводили по 50 имитационных экспериментов, что позволяло вычислять среднее арифметическое числа необходимых для обучения поисковых инструментальных реакций, а также доверительный интервал. Всего выполнено около 32 000 имитационных экспериментов.

Статистическая обработка проводилась на основе непараметрических критериев: U (Манна-Уитни), (2. Для наглядного представления экспериментальных данных подсчитывались средние арифметические величины и их 95%-е доверительные интервалы.

Результаты исследования и их обсуждение

1. Обоснование соответствия вероятностного прогнозирования концепции системообразующего фактора

Традиционное для ТФС игнорирование вероятностных оценок обусловлено определенной трактовкой системообразующего фактора, не имеющей универсального значения. Она предполагает незамедлительное упорядочивание межкомпонентных связей сразу после достижения полезного результата (полного или частичного удовлетворения потребности) и столь же быстрый их распад при внезапном его отсутствии (Анохин П.К., 1978; Судаков К.В., 1984, 2006). Такая трактовка акцентирует внимание на отдельно взятом (последнем) поведенческом акте, делая избыточной комплексную оценку совокупности поведенческих реакций (необходимую для выявления вероятности интересующего события). Указанный акцент подчеркивается даже названием известной модели (рис. 1) и затрудняет анализ ВНД в "случайных" средах.

Рис. 1. Модель поведенческого акта (Анохин П.К., 1970).

ПА - пусковая, ОА - обстановочная афферентация

Однако в рамках этой модели, на наш взгляд, все же можно допустить вероятностное прогнозирование на этапе афферентного синтеза (на основе комплексной оценки хранящихся в памяти параметров ранее полученных результатов). Еще большее значение имеет то, что представление о незамедлительном формировании и распаде функциональных систем не является единственно возможным для ТФС. На основе концепции системообразующего фактора К.В.Судаковым (1984, 1999, 2006) разработан принцип системного квантования поведения. Каждый квант включает в себя потребность (мотивацию), целенаправленное поведение, этапные и конечные результаты, их оценку на основе обратной афферентации (рис. 2). Известно, что отдельные промежуточные результаты могут способствовать, а другие - препятствовать удовлетворению

Рис. 2. Отдельный "квант" поведенческой активности (Судаков К.В., 1984). А, Б, В, Г, ...n - события внешнего мира; Р1-Р6 - промежуточные положительные (+) и отрицательные (-) результаты поведения

потребности. Из этого, на наш взгляд, следует возможность комплексной оценки совокупности промежуточных результатов в пределах отдельного кванта, т.е. выявление вероятности интересующего события (вероятностный прогноз параметров очередного результата). Таким образом, представление о вероятностном прогнозировании принципиально согласуется с концепцией универсального системообразующего фактора и может быть интегрировано с ТФС.

2. Интеграция ТФС и представления о вероятностном прогнозировании.

На рис. 3 представлена модель поведения, учитывающая вероятностно-статистические характеристики среды. В отличие от прототипа (рис. 1) она допускает вероятностное прогнозирование на каждом этапе поведенческой дея-

Рис. 3. Модель поведения в вероятностно организованной среде.

ПА - пусковая, ОА - обстановочная афферентация

тельности, начиная с афферентного синтеза. Также вводятся два новых компонента, отражающих вероятностные аспекты этапа реализации программы действий: аппарат принятия решения об изменении (сохранении) программы действий и "буфер памяти" (промежуточных результатов). Принятие решения осуществляется после каждого поведенческого акта на основе комплексного учета результатов не только последнего, но и всех предыдущих поведенческих актов, выполненных при реализации текущей программы (информация о них накапливается в "буфере памяти"). Такая трактовка позволяет избегать немедленной перестройки афферентного синтеза, принятия новой цели, формирования новой программы при каждом несоответствии результатов очередного поведенческого акта имеющимся ожиданиям. Это облегчает анализ механизма формирования оптимальной программы действий в вероятностно организованной среде и, в конечном счете, системной организации поведения (поскольку достижение конечного полезного результата является системообразующим фактором). Проведенная коррекция получила определенную поддержку: «Нам весьма импонирует попытка... дополнить системную архитектонику поведенческих актов двумя новыми аспектами, отражающими вероятностные аспекты поведения (действий, скажем мы), - "буфер памяти" и аппарат вероятностных решений об изменении программ действия» (Судаков К.В, 2003).

Дискретность (инерционность) изменений программы действий, в свою очередь, предполагает квантование процесса информационного взаимодействия индивидуума со средой. Каждому "информационному кванту" соответствует определенная программа действий (рис. 4). После принятия вероятностного решения о ее изменении информационный квант завершается и начинается новый (с новой программой действий, подлежащей реализации). В процессе удовлетворения потребности возможна последовательная смена несколько информационных квантов, если ранее использованные программы поведения оказались недостаточно удовлетворительными. Это представление конкретизирует вероятностный механизм поиска оптимальной программы действий при реализации описанного К.В.Судаковым (рис. 2) системного кванта поведенческой деятельности: «Можно согласиться..., что "информационные кванты" в условиях вероятностного удовлетворения соответствующей потребности в окружающей среде динамически, иерархически перебираются и последовательно сменяют друг друга. Авторы справедливо полагают, что иногда до момента удовлетворения потребности могут смениться несколько "информационных квантов", результатом которых, по мнению авторов, является изменение программы действий» (Судаков К.В., 1999).

Рис. 4. "Информационный квант" взаимодействия индивидуума со средой

Учет вероятностного прогнозирования в рамках ТФС позволяет сформулировать целостную концепцию, отражающую значение вероятностного прогнозирования в формировании информационной патологии ВНД на разных этапах поведения (афферентного синтеза, формирования цели и др.). Информационная патология возникает на фоне высоко мотивированного поведения в ситуации субъективной неопределенности, инициирующей вероятностное прогнозирование и психоэмоциональное напряжение. Субъективная неопределенность возникает при наличии взаимоисключающих мотиваций или путей удовлетворения одной и той же потребности (Симонов П.В., 1987, 1993), сложном характере обстановочной и пусковой афферентаций, конкуренции целей (моделей будущего результата) и во многих других случаях, наиболее полно раскрываемых в рамках ТФС.

3. Компьютерное моделирование условнорефлекторного обучения в вероятностно организованной среде

А. Алгоритм компьютерного моделирования.

Интеграция ТФС и представления о вероятностном прогнозировании позволяет воспроизводить (имитировать) на компьютере процесс выработки инструментального рефлекса в "случайной" среде. Предполагается, что на этапе афферентного синтеза ориентировочно-поисковые инструментальные реакции распределены равномерно относительно (1-й информационный квант). При этом вероятность р(а) случайного выполнения инструментальной реакции в сопряженные с предъявлением условного сигнала интервалы времени равна отношению длительности этих интервалов к длительности эксперимента. Ошибочная реализация вырабатываемого поведенческого акта, не сопряженная с предъявлением условного сигнала, равна 1 - р(а). Кроме того, в "случайной" среде вероятность р(к/а) получения подкрепления в связи с действием условного сигнала может быть меньше единицы, а вне времени его предъявления - р(к/b) - больше нуля. После выявления связи между условным сигналом и подкреплением вероятность выполнения инструментальных реакций в связи с условным сигналом резко повышается, т.е. начинается следующий, 2-й информационный квант (осуществляется новая программа действий на основе неизменной цели).

Предположим, вырабатывается рефлекс нажатия на рычаг во время действия условного раздражителя с использованием положительного (пищевого) подкрепления. Пусть совершено N ориентировочно-поисковых нажатий. Тогда математическое ожидание числа нажатий на рычаг, случайно пришедшихся на период действия условного сигнала, равно N? p(a), а количества полученных при этом пищевых подкреплений - N? p(a)?р(к/a). Аналогично производится подсчет для других случаев, представленных в матрице возможных исходов (табл. 5); при этом отсутствие положительного подкрепления рассматривается как отрицательное подкрепление.

Компьютерное моделирование осуществлялось методом Монте-Карло: генератор случайных чисел "распределял" каждую имитируемую поисковую реакцию в одну из ячеек 4-польной таблицы (к ее содержимому прибавлялась единица) с учетом предварительно заданных параметров среды. После имитации инструментальной реакции по критерию (2 для 4-польной таблицы производился выбор между двумя статистическими гипотезами: Н0 - связь между

Таблица 5

Математическое ожидание числа подкреплений различной модальности, получаемых в ходе обучения (обозначения в тексте)

Условный сигнал Число подкреплений

положительных отрицательных

Предъявлен

Отсутствует N? p(a)?р(к/a)

N? [1-p(a)]?р(к/b) N? p(a)?[1-р(к/a)]

N? [1-p(a)]?[1-р(к/b)]

предъявлением условного сигнала и подкреплением отсутствует и Н1 - связь между предъявлением условного сигнала и подкреплением существует. В случае принятия нулевой гипотезы "генерировалась" очередная инструментальная реакция. Напротив, выбор альтернативной гипотезы означал прекращение имитации: считалось, что после этого вероятность правильного выполнения (в связи с условным сигналом) инструментальных реакций резко повышалась, т.е. начинался новый информационный квант с новой, более оптимальной программой действий.

Системообразующим фактором в процессе моделирования является полезный результат. Под программой действий понимается осуществление поисковых инструментальных реакций. Работа аппарата акцептора моделируется алгоритмом заполнения матрицы возможных исходов (табл. 5). Она накапливает поступающую к гипотетическому обучаемому информацию, что позволяет рассматривать ее как "буфер памяти" (рис. 3). Механизм принятия вероятностного решения об изменении (сохранении) программы действий имитируется статистическим критерием (2; уровень значимости (ошибка 1-го рода) определяет "инерционность" работы механизма принятия вероятностных решений и задается как независимый параметр.


загрузка...