К сожалению, я так и не дождался от тебя оценки приведенного ниже алгоритма, с указанием где конкретно он даст сбой. Можешь наконец-то выдать свою "оценку эксперта"?
(к сожалению мой старый аккаунт чуточку стал нерабочим, аз есмь gshladgs ).
======== МЕТОДИКО ========
Для ранее описанной методики понейронного замещения мозга, более чем достаточно, измерять уровень сигналов на входах/выходах, а это можно сделать, внеся в сигнал искажения куда меньшие, чем шумы возникающие при передаче сигнала. т.е. я проясню, как это должно быть:
Есть нейрон А, неразрывно связанный (пока) с мозгом. Мы на все его входы и выходы подключаем измерительную аппаратуру, и строим его модель, анализируя то, какие сигналы поступают ему от других нейронов, ничего не отсылая самостоятельно. Прошу заострить внимание тут на 2 аспекта: 1) мы не отсылаем нейрону никаких сигналов. 2) вносимые нашими измерениями изменения в сигнал куда меньше чем собственные шумы передачи сигнала по нейронным отросткам. Следовательно, пока мы просто смотрим "что пришло / что ушло", мы абсолютно никак не влияем на функционирование данного нейрона.
Теперь, построение аналога. Условно говоря, нам нужно для входов L1...Ln определить весовые коэффициенты m1...mn. (И помимо этого следить за текущим потенциалом нейрона, что укладываются в данную модель, т.к. при построении адекватной модели, это сделать не сложно будет). Используя численные математические методы, и анализируя, что поступает на вход нейрону, и что уходит на выходе, сделать это очень и очень несложно, при этом наша схема будет весьма адаптивной: учитывать то, что вектор m1....mn со временем изменяется, да, изменяется. Однако, это никак не помешает нам с очень высокой точностью получить этот вектор (как и прочие параметры состояния нейрона). Почему -- очень просто: потому что весовые коэффициенты меняются не настолько быстро, следовательно можно использовать те-же методы, что и при численном решении уравнений (например адаптировать метод Ньютона, используемый для решения систем нелинейных уравнений: http:// www.nsu.ru/matlab/Exponenta_RU/educat/systemat/hanova/equation/loc.asp.htm ), позволяющих итеративно уточнять значение вектора m1...mn, приближая его к значению оригинала Om1...Omn (пусть и недоступного для "непосредственного считывания"). тут нужно обратить на следующие моменты:1) состояние нейрона меняется, но не настолько быстро, что-бы было невозможно отслеживать его весовые коэффициенты по косвенным данным / *ДОБАВЛЕНИЕ: это например следует из того, что для обучения нейрона нужно многократно повторить входные сигналы*/. 2) давно разработан математический аппарат для подобных вещей. 3) точность модели m1..mn можно оценить математически, так-же как и число итерации, достаточное для того, что-бы получить требуемую точность в определении этого вектора.
Для увеличения доказательной силы, введем еще одну стадию -- тестирование. У нас есть живой нейрон A, его дубликат A'. На протяжении некоторого времени мы измеряем входные сигналы, поступающие на A, дублируем их на A', и сравниваем выходы, при обнаружении погрешности превышающей уровень флуктуаций (очень высокий), вводим корректирующее воздействие в нейрон A', в остальных случаях, при расхождении сигналов (которое будет всегда, из-за флуктуаций), вносим незначительные поправки в параметры A', так что-бы не накапливать погрешность вносимую флуктуациями. При наступлении такого момента, когда на протяжении некоторого времени, нейрон A' и нейрон A реагируют на любые входные сигналы, с разницей не превышающей уровень шумов (они-же флуктуации), при условии 100% покрытия множества комбинаций входных сигналов, либо при покрытии, для которого достоверно известно, что оно эквивалентно полному (что можно математически обосновать будет в дальнейшем), осуществляем подмену нейрона (так, что этого _НИКТО_ не заметит, см ниже). Таким образом мы дополнительно убеждаемся, что A' есть "достаточно точный дубликат A". Достаточно означает, что на любой входной сигнал A' ответит так-же как и A, +- погрешность, являющаяся внутренними шумом мозга.
Теперь ключевой момент, подмена -- ее осуществить так-же просто, ввиду того, что сигнал по нервным окончаниям передается со скоростью не более 100 м/с, и следовательно, у нас есть более чем достаточно времени, на то, что-бы у искусственного нейрона было время на "окончательную настройку".
После замены этого нейрона, переходим к следующему.
