wał jednak tzw. połączenia adaptatywne usprawniające reakcje, co sprawiło, że perceptron zatracił swoją podstawową właściwość: przypadkową sieć połączeń. Kolejną, tym razem w pełni określoną wersję perceptronu zaproponował J. Race użył bowiem odpowiednio rozmieszczonych, regularnych połączeń, aby związać poziom recepcyjny z poziomem asocjacyjnym. Model Race’a nazywany Sophie-1, został przebadany przez maszynę cyfrową, która wykazała, że nadaje się on do identyfikacji znaków przesuniętych względem pozycji będącej uprzednio wzorcem podczas treningu. Ale Sophie-1 była bezradna wobec obrotów, zniekształceń i zmiany wymiarów; bo tego typu korekt dokonuje nie układ receptorów człowieka — jest to zabieg wymagający interwencji mózgu.
Próby opisu procesów zachodzących w neuronie za pomocą układów równań różniczkowych podjęto już w latach trzydziestych i stwierdzono, że rozchodzenie się sygnału wzdłuż neuronu można odwzorować siecią elektryczną złożoną z odpowiednio połączonych oporników i kondensatorów. Problemy te włączono więc do nowej dyscypliny powstałej na pograniczu biologii i elektroniki — bioniki. Bionika rozwinęła się również w Polsce (twórcami modeli sieci neuronowych byli m.in. Jerzy Konorski i Ryszard Gawroński), stąd też w krajowej literaturze można znaleźć sporo wiadomości na ten temat (R. Gawroński2 np, zamieszcza w swojej bardzo interesującej książce pełny model funkcjonalny neuronu).
W pracach nad urządzeniami doskonalszymi
1 J. P. A. Race, Sophie-1. Oxford Congress of World Organisation of General Systems and Cybernetics 1972.
2 R. Gawroński, Problemy bioniki w systemach wielkich, MON, Warszawa 1975.
81
6 Sztuczna inteligencja