Структура и механизмы нарушений мышления при шизофрении с позиций информационной теории мышления Л.М Веккера

Суперкомпиляция и искусственный интеллект

Зрительная подсистема мозга:
Фокусировка глаза и способ исправления близорукости;
Цветовая калибровка глаза и пороки светодиодных светильников;
Цветовая теория Гете

Обзор конференций Artificial general intelligence, AGI Safety & Impacts AGI’12 @ Oxford

Сети глубокого обучения

Когнитивные архитектуры

Обзор конференции Artificial intelligence: applications and innovations, AIAI2012

Рассматриваются свойства биологических нейронов, отсутствующие у классических формальных нейронов (ФН). Указывается на наличие у нейрона "собственного" времени, на необходимость его рассмотрения не как взвешенного сумматора, а частотно-импульсного модулятора, на необходимость включения моделей динамических синапсов. Указывается на важность эффекта "синапс на синапсе", являющегося значимым фактором пластичности; целесообразность расширения модели ФН "ядром", в котором собираются его параметры.

Общее между реальной клеткой и стандартной моделью нейрона - только название. Для этой модели существует множество алгоритмов, так или иначе основанных на матричном исчислении. В реальных задачах, связанных с построением больших систем, применение подобных подходов неприемлемо из-за низкого быстродействия, плохого распараллеливания, ограниченности возможностей обучения, низкого подобия естественным нейронам. Новая модель призвана преодолеть эти ограничения. Основа этой модели - моделирование кусочков мембраны с ионными каналами. Было промоделировано распространение активности по мембранам с различным расположением ионных каналов. Были выведены паттерны ответа нейрона в зависимости от топологии дендритов. В модель включены модели глиальных клеток как средство управления "глупыми" нейронами. Построена модель кортикальной колонки. Рефакторинг модели с максимальным сохранением функционального подобия естественным нейронам привел к получению чистых алгоритмов, позволяющих очень быстро работать в реальных "боевых" системах, например, это позволило создать алгоритмы быстрого поиска (индексации), устойчивого к шумам распознавания, выявления закономерностей в больших массивах данных. На этой же основе построен псевдо-интеллект проекта ПИПС.

Универсальный алгоритмический интеллект: необходимость и возможность достижения

Психические явления как отражение системных мозговых процессов

Автопоэзис, искусственный интеллект и когнитивные науки

Опознавание сложных информационных объектов на основе представления их композициями знакопеременных псевдослучайных последовательностей

Проблемы и перспективы технологии конвергенции  био- инфо- нано- когни