80
6.4. Rola i struktura układu kontrolnego
skutek sprzężenia zwrotnego sygnał Y* dotrze do wszystkich neuronów pierwszej warstwy, wywołując ich aktywizację. Aktywizacja neuronów pierwszej warstwy Yd spowoduje pobudzenie neuronów warstwy drugiej Y* itd. W sieci pojawi się złożony proces dynamiczny, nic mający literalnie żadnego związku z syganalami docierającymi do sieci z zewnątrz i z jej podstawowymi zadaniami, a będący rodzajem symulowanej halucynacji.
Oczywiście w sieci, która ma być systemem przetwarzającym informacje w sposób powtarzalny i ukierunkowany na określony cel, takie zjawiska są niedopuszczalne. Dlatego elementem sieci ART jest zawsze układ kontrolny (attentional gain contro1 unii), który uniemożliwia pierwszej warstwie sieci reagowanie na sygnały sprzężenia zwrotnego w przypadku braku sygnałów wejściowych. Schemat włączenia tego elementu prezentuje rysunek.
zewnętrzny
sygnał
włączający
górna warstwa
1 |
r |
Y» | |
dolna warstwa | |||
X |
Działanie układu kontrolnego polega na tym, że jego sygnał dodatkowo pobudza (albo zwiększa czułość) neuronów dolnej warstwy. Bez tego dodatkowego sygnału neurony te nie są w stanie reagować na sygnały z górnej warstwy Y? i pętla ,,halucynacji” ulega przerwaniu. Układ kontrolny jest odblokowany i dostarcza swój sygnał w przypadku pojawienia się w sieci sygnału wejściowego X (symbol „+” na rysunku), natomiast może być blokowany przez sygnały pochodzące z górnej warstwy oraz przez zewnętrzny sygnał wyłączający, który ma interpretację konkurencji ze strony innych systemów informacyjnych. W pracach na temat sieci ART autorzy chętnie operują tu porównaniem z sytuacją uczestnika przyjęcia, któremu interesująca rozmowa uniemożliwia dokładne rozpoznanie smaku wina. Jak widać sieć ART ma służyć jako model rzeczywistego zachowania człowieka, a nie tylko jako narzędzie używane w celu sprawniejszego przetwarzania informacji — co stanowi o pewnej wyjątkowości (ej sieci.
Realizacja układu kontrolnego zakłada zwykle dobudowanie do sieci dodatkowego układu złożonego z trzech neuronów. Pierwszy z tych neuronów nazywa się detektorem wejścia i bada stan wszystkich wejść X. Jego działanie można opisać jako alternatywę sygnałów wejściowych, a formula, według której działa może być opisana wzorem
!/r =
1 £!=t Ti > 0