С помощью статистик лампового шума легко построить замкнутое множество нормальных и ортогональных нелинейных операций. Если входные сигналы, подвергаемые этим операциям, имеют статистическое распределение, присущее ламповому шуму, то среднее произведение выходных сигналов двух составляющих элементов нашего нелинейного преобразователя, взятое по статистическому распределению лампового шума, будет равно нулю. Кроме того, средний квадрат выходного сигнала каждого устройства можно нормировать к единице. [c.265]
Тогда для разложения нелинейного преобразователя общего вида по этим составляющим элементам можно применить известную теорию ортонормальных функций.
Конкретно, наши устройства дают выходные сигналы, представляющие собой произведения многочленов Эрмита от коэффициентов Лагерра для прошлого отрезка входного сигнала. Это подробно изложено в моих "Нелинейных задачах в теории случайных процессов".
Конечно, трудно найти среднее непосредственно по множеству возможных входных сигналов. Эта трудная задача становится разрешимой только потому, что дробовые входные сигналы обладают свойством, которое называется метрической транзитивностью или эргодичностью. Любая интегрируемая функция от параметра распределения дробовых входных сигналов имеет почти во всех случаях среднее по времени, равное среднему по множеству. Вследствие этого мы можем взять два прибора, на которые поступает один и тот же дробовой шум, и найти среднее их произведение по всему множеству возможных входных сигналов путем перемножения их выходных сигналов и усреднения полученного произведения по времени. Для всех этих процессов необходимы лишь операции сложения напряжений, перемножения напряжений и усреднения по времени, для которых имеются соответствующие устройства. Фактически для методики Габора требуются те же устройства, что и для моей методики. Один из его учеников изобрел весьма эффективный и недорогой перемножитель, основанный на пьезоэлектрическом эффекте в кристалле, находящемся в поле двух магнитных катушек.
Итак, любой неизвестный нелинейный преобразователь мы можем имитировать суммой линейных членов, обладающих каждый заданными характеристиками и регулируемым коэффициентом. Коэффициент можно найти как среднее произведение выходных сигналов неизвестного преобразователя и соответствующего известного преобразователя, когда их входы подключены к одному и тому же генератору дробового шума. Более того, вместо того, чтобы считывать результат на шкале прибора и переносить его вручную в соответствующий преобразователь, моделируя устройство по частям, [c.266] можно без большого труда осуществить автоматический перенос коэффициентов в цепи обратной связи. В итоге нам удалось создать белый ящик, потенциально способный приобрести характеристики любого нелинейного преобразователя, и затем сделать его подобным данному преобразователю - черному ящику, подав на входы приборов одну и ту же случайную функцию и соединив их выходы таким образом, чтобы получить надлежащую комбинацию без всякого вмешательства с нашей стороны.
Я спрашиваю, будет ли это философски очень разниться от того, что происходит в организме, когда ген действует как шаблон, формирующий другие молекулы того же гена из неопределенной смеси аминокислот и нуклеиновых кислот, или когда вирус формирует другие подобные себе молекулы того же вируса из тканей и соков организма-хозяина. Я совсем не утверждаю, что процессы одинаковы в деталях, но утверждаю, что философски они представляют собой весьма сходные явления. [c.267]
Глава Х. Мозговые волны и самоорганизующиеся системы
В предыдущей главе я рассматривал вопросы обучения и самораспространения в применении к машинам и, по крайней мере по аналогии, к живым системам. Здесь я повторю некоторые соображения, которые высказал в предисловии и которые намереваюсь использовать сейчас. Как уже отмечалось выше, эти два явления тесно связаны между собой: первое служит основой для приспособления индивидуума к окружению через опыт, что можно назвать онтогенетическим обучением, а второе, поскольку оно дает материал, с которым может работать изменчивость и естественный отбор, служит основой для обучения филогенетического. Как я уже указывал, млекопитающие, и в частности человек, приспособляются к своему окружению в значительной мере путем онтогенетического обучения, а у птиц, с их весьма разнообразными типами поведения, которые не приобретаются при жизни особи, гораздо большее значение имеет филогенетическое обучение.
Мы видели важность нелинейных обратных связей в возникновении обоих процессов. Настоящая глава посвящена изучению одной конкретной самоорганизующейся системы, в которой нелинейные явления играют большую роль. Здесь описывается то, что происходит, по моему мнению, при самоорганизации электроэнцефалограмм, или электрических волн головного мозга.
Прежде чем обсуждать эту тему по существу, я должен сказать несколько слов о том, что такое волны головного мозга и как их строение можно подвергнуть точному математическому исследованию. Уже много лет было известно, что деятельность нервной системы сопровождается определенными электрическими потенциалами. Первые наблюдения в этой области восходят к началу прошлого столетия и были сделаны Вольтой и Гальвани на нервно-мышечных препаратах лягушачьей [c.268] ноги. Так родилась наука электрофизиология. Однако до конца первой четверти нашего столетия указанная наука развивалась довольно медленно.
Стоит подумать, почему развитие этой ветви физиологии было таким медленным. Для исследования физиологических электрических потенциалов сперва применялись гальванометры. Они имели два недостатка. Во-первых, вся энергия, необходимая для перемещения катушки или стрелки прибора, поступала из самого нерва и была очень мала. Второе затруднение заключалось в том, что в тогдашних гальванометрах подвижные части имели довольно значительную инерцию и для приведения стрелки в строго определенное положение необходима была значительная устанавливающая сила, т. е. гальванометр неизбежно был не только регистрирующим, но и искажающим прибором. Самым лучшим из прежних физиологических гальванометров был струнный гальванометр Эйнтговена, в котором подвижные части сведены к одной нити. Как ни превосходен был этот прибор по тому времени, он не был достаточно хорош, чтобы регистрировать малые электрические потенциалы без больших искажений.
Таким образом, электрофизиологии пришлось дожидаться появления новой техники. То была электронная техника в двух формах. Одна из них восходит к открытию Эдисоном некоторых эффектов проводимости газов, откуда пошло применение электронной лампы для усиления. В результате стало возможным преобразовывать достаточно верно слабые напряжения в сильные и тем самым перемещать оконечные элементы регистрирующего прибора при помощи энергии, не исходящей от нерва, но управляемой им.
Второе изобретение также связано с электрическим током в вакууме и называется катоднолучевым осциллографом. Благодаря осциллографу стало возможно применять в качестве подвижной части прибора гораздо более легкий якорь, нежели в любом предыдущем гальванометре, а именно поток электронов. С помощью двух этих устройств, взятых порознь или вместе, физиологи нашего столетия сумели точно проследить изменение во времени малых напряжений, что было совершенно вне возможностей точных приборов XIX века.
Подобными методами смогли получить точные [c.269] записи изменения во времени весьма малых потенциалов между двумя электродами, помещенными на кожу головы или введенными в мозг. Хотя эти потенциалы наблюдались и в XIX веке, возможность получения новых точных записей возбудила 20-30 лет тому назад большие надежды у физиологов. Ведущими в использовании таких приборов для непосредственного изучения деятельности мозга были Бергер в Германии, Эдриан и Мэттьюс в Англии и Джаспер, Дэйвис и супруги Гиббсы в Соединенных Штатах.
Надо признать, что последующее развитие электроэнцефалографии не оправдало розовых надежд, которые питали первые исследователи в этой области. Полученные ими данные записывались чернильным самописцем. Это чрезвычайно сложные и неправильные кривые; и хотя можно было различить некоторые преобладающие частоты, как, например, альфа-ритм с частотой около 10 колебаний в секунду, записи чернилами были мало пригодны для дальнейшей математической обработки. В результате электроэнцефалография стала больше искусством, чем наукой, и зависела от способности тренированного наблюдателя распознавать определенные свойства чернильной кривой на основании большого опыта. Это вызывало весьма серьезный упрек, что истолкование электроэнцефалограмм делается в значительной мере субъективным.
В конце 20-х - начале 30-х годов я заинтересовался гармоническим анализом непрерывных процессов. Хотя физики ранее уже рассматривали такие процессы, математическая теория гармонического анализа почти вся ограничивалась изучением либо периодических процессов, либо процессов, стремящихся в некотором смысле к нулю с возрастанием времени в положительном или отрицательном направлении. Моя работа была первой попыткой поставить гармонический анализ непрерывных процессов на твердую математическую основу. При этом я нашел, что главным здесь является понятие автокорреляции, которое уже применял Дж. И. Тэйлор (ныне сэр Джеффри Тэйлор) при изучении турбулентностей. [c.270]