16、神经控制论的信息学方面

神经控制论的信息学方面

1. 引言

神经网络是多个子集的集合，这些子集部分是其组成部分，部分通过大量互连与之相互作用。神经域的子空间存在反馈，显示了一个子系统对其相邻子系统的明确影响。神经网络代表了一组自我控制的自动机、一个记忆机器和一个稳态器，是一个信息守恒的领域，在这个过程中，一系列元素（细胞）参与信息的收集、转换、存储和检索。

神经系统可以分离成单个子集，如细胞、互连、突触等，每个子系统又可进一步分解为参与神经活动的微观结构。因此，神经网络是一个复杂的自动化系统，即一个控制论系统。其子系统通过前馈和/或反馈进行关联，构成了自我组织的最优控制。

从神经控制论的角度来看，信息处理的概念不仅涉及从源头感知知识并分析其有用性，还包括进一步处理这些知识以实现自我组织的自动机。为了实现最优的自我组织特性，神经系统需要最少的信息量。相关干扰决定了神经元状态的不确定性程度，从而增加了系统熵，影响了需要处理的信息量。最小信息量的问题源于信息处理器可能不理想，会丢失信息或获得虚假和/或冗余信息。

在真实的生物神经系统中，苔藓纤维从多个大脑部位起源，携带关于内部状态的声明性信息和生理解剖环境的描述性信息，这些信息主要是感官数据。此外，中枢运动系统的信息指令也存在于神经间的通信链路中。苔藓纤维的信息放电率在很宽的范围内被调制，允许它们传输详细的参数信息，因此可以在一个大致代表参数扩展空间的领域进行信息理论分析。

神经网络的自我维持活动源于神经机制的动力学和互连复合体中循环电路的反馈。这种自我调节/维持活动涉及小脑模块生成的模式与模式输出的匹配，实现这种匹配对应于实现一个目标。自我调节过程是联想记忆问题的一个附带成就，即网络输出与所呈现模式最相似的存储模式。