Как видно из графика, следующий разряд нейрона может произойти не ранее, чем через некоторый интервал времени от 0 до t1. Такой интервал, называемый периодом абсолютной рефрактерности, длится от 0,4 до 2 мсек. В течение этого времени пороговой уровень нейрона как бы оказывается равным бесконечности, а возбудимость его равна нулю. Считают, что время пониженной возбудимости нейрона от момента его срабатывания до восстановления нормального порога определяется необходимостью восстановить энергию клетки, затраченную на подготовку и генерирование выходного импульса. После окончания периода полной невосприимчивости происходит постепенное (в течение нескольких десятков миллисекунд) снижение порогового уровня до нормальной величины. Этот период (от момента t1 до t2) носит название периода относительной рефрактерности. За ним следует фаза повышенной возбудимости нейрона (от момента t1 до t3), во время которой он может сработать и при воздействии возбуждения ниже порогового уровня. Наконец, в некоторый момент времени t3 восстанавливается нормальная возбудимость нейрона.
Но всем этим динамика нейрона не исчерпывается. Раздражения, уровни которых недостаточны для возбуждения, но действующие на несколько входов одновременно, суммируются и возбуждают нейрон — это так называемое пространственное суммирование. Раздражения с уровнями ниже порога, но следующие одно за другим через короткие промежутки времени, тоже суммируются и возбуждают нейрон. Здесь происходит последовательное суммирование, или суммирование во времени. В механизме возбуждения нейрона часто имеют место одновременно оба процесса — суммирование раздражений как в пространстве, так и во времени. При этом роль предыдущих импульсов возбуждения становится тем меньше, чем больше времени прошло после их появления. Происходит как бы затухание их следов, которое подчиняется экспоненциальному закону.
Как отмечалось выше, импульсы раздражения могут быть возбуждающими или тормозящими и они могут поступать на разные входы нейрона одновременно. Если их алгебраическая сумма превышает пороговый уровень, то нейрон возбуждается и выдает импульс.
Все эти сведения об устройстве и функциях нейрона были собраны нейрофизиологами путем экспериментов, которые трудно назвать даже ювелирными — они значительно тоньше. Исследования электрической стороны деятельности нейронов, которая так интересует инженеров, проводились с помощью микроэлектродов. О них мы рассказывали в беседе "Зрячие машины". Ученым удалось просмотреть на осциллографе все электрические процессы, происходящие в живых нервных клетках, проанализировать связи, существующие между ними, записать электрические "голоса" работающих нейронов на магнитофонную ленту и т. д.
Инженеры интерпретировали всю информацию, полученную от нейрофизиологов, таким образом: нейрон с его способностью находиться только в двух состояниях — возбуждения и торможения — представляет собой (упрощенно) биологический вариант двухпозиционного реле — электронного или любого другого. Функционирование нервной системы определяется числом и характером связей между нейронами, а также видом сигналов, поступающих на вход нервных клеток. Все это в совокупности приводит к мысли, что нервную систему можно рассматривать в некотором роде как весьма сложную, высокосовершенную вычислительную машину, имеющую множество чрезвычайно важных преимуществ перед самыми сложными современными системами управления, перед новейшими кибернетическими автоматами. Так, нынешние кибернетические устройства еще очень далеки от человека в своих "способностях" воспринимать информацию в виде рукописного или печатного текста, в виде чертежей, речи, движущихся изображений и т. п. Большинство современных кибернетических систем, как известно, работает по жестким, заранее заданным программам. Нервной же системе свойственны высокая степень самоорганизации, быстрое приспособление к новым ситуациям, к изменению программ своей деятельности и т. д. А если перейти к процессам мышления, памяти, сознания, то перечень "преимуществ" мозга можно значительно расширить; однако и так достаточно ясно, что технике есть чему поучиться у живой природы. И именно поэтому творцы вычислительной техники с таким упорством и настойчивостью ищут новые пути конструирования вычислительных устройств в аналогиях с работой нервной системы живых существ.
При разработке технической модели нейрона, по-видимому, целесообразно принимать во внимание следующее:
1) модель нейрона должна иметь два возможных состояния, соответствующих возбужденному и заторможенному состояниям;
2) схема модели должна иметь множество входов, на которые в различные моменты времени могут поступать сигналы;
3) на входных участках, контактах, или "клеммах", нейрона должна осуществляться задержка сигнала, аналогичная синаптической;
4) реакция модели на входное воздействие должна зависеть от входа, к которому оно прикладывается;
