基于人工神经网络的阿尔兹海默症动力学机制0 引言.PDF

基于人工神经网络的阿尔兹海默症动力学机制 AdynamicmechanismofAlzheimer basedonartificialneuralnetwork 程智 广州大学教育学院 摘要：本文尝试从另一个与以往完全不同的角度来看到阿尔兹海默症产生的原因。本文按照基于 人工神经网络的认知模型，分析了阿尔兹海默症的动力学机制。通过对该模型的分析，本文能够 对阿尔兹海默症的产生原因进行一些理论解释。 关键词：人工神经网络；阿尔兹海默症；动力学机制 Abstract: Inthispaper,we provideanotherangletoanalyzethereasonswhyAlzheimer Disease exists.WeanalyzethedynamicmechanismofAlzheimer Diseasebasedonthecognitivemodel thatestablishedfromartificialneuralnetwork.Wecanprovidesometheoreticexplanationsto Alzheimer Diseasethroughtheanalyzingofthismodel. Keywords:Artificial neuralnetwork;Alzheimer Disease;Dynamicmechanism 0引言 所谓动力学机制，是要使用一定的数学方法，分析一个对象的发生发展过程。由于采用了比 较严格的数学推导，逻辑性强，也便于在其中发现可能出现的错误。动力学分析方法已经在很多 领域获得应用，包括经典力学、经济学等。 阿尔兹海默症是一种比较严重的认知功能退化症状。对于阿尔兹海默症的研究已经有了很长 时间的历史。对于阿尔兹海默症产生的原因也有相当的研究数据积累。然而如何预防和进行积极 治疗一直没有获得突破性的进展。 对于人的认知过程的研究则也有相当长的历史。早期主要从哲学的层次对其进行研究。在二 十世纪初期，人们开始利用实验的方法来对认知过程进行研究，取得了非常丰富的成果。 自二十世纪八十年代以后，人工神经网络技术的发展，引起了人们对从计算的角度来研究认 知过程产生了浓厚的兴趣。由于人工神经网络技术能够比通常的计算机算法更加有效地解决一些 人工智能的问题，长期以来，人工神经网络技术的应用主要局限于数字控制领域。2010年程智提 出了基于人工神经网络的认知发展模型[1]，尝试利用人工神经网络的理论和实践成果来解释人的 [2] 认知成长的问题。该模型能够获得与瑞士认知发展心理学家皮亚杰主张的儿童认知发展阶段 相 一致的结果，从而在计算理论的基础上对皮亚杰的理论进行支持。另一方面该模型还提出了成年 人认知发展的四阶段理论[1,3]。本文对该模型作了进一步的改进。 作为认知成长过程中可能出现的异常情况，比如阿尔兹海默症等认知能力退化症状，利用基 于人工神经网络的认知发展模型进行研究分析，则可以从不同于以往的角度来对此类病症进行分 析。在用已有的理论和方法来解决问题比较困难的时候，这种新的视角是非常有益的。期待本文 的论证分析过程能够给相关领域的专业人士有所启发。 1模型的建立 从文献[1]的图4可以看出，按照人工神经网络的理论，导致人的认知深度出现衰减的原因主 C 要是大脑神经网络所产生的计算复杂性 的衰减而引起的。尽管在三十岁左右，人的大脑神经网 络机能已经开始衰退，但由于人的大脑神经网络非常复杂，神经元以及神经元之间的连接数量异 常庞大，这使得在这一个年龄阶段，人的大脑利用效率远没有达到极限。也就是说，在三十岁左 右，人的大脑思考的余地是非常大的。 然而到了五十岁左右，人的大脑神经网络机能开始衰退，这使得大脑神经网络的计算复杂性 迅速下降。当这种大脑神经网络的计算复杂性下降到与人的认知深度一致的时候，就开始压制认 知深度的进一步上升，并进一步牵制认知深度，使其随着计算复杂性的下降而下降。这反映出人 的认知能力随着年龄的增长而不断衰退的一个现象。 正常的年龄增长过程导致的认知深度的衰减是先快后慢的。也就是由于指数函数的特点，在 衰减初期，认知深度衰减的比较迅速。而到了后期