Искусственные когнитивные системы в робототехнике

Разработка структур ассоциативной памяти на основе анализа аналогии между свойствами голограмм и свойствами следов памяти в мозгу

Нейронные основы формирования картины мира

Представления об окружающем мире и о себе в этом мире – картина мира, является основой сознательного поведения человека. Формирование и функционирование этих представлений происходит на базе сформированных в ходе эволюционного развития нейронных механизмов, обеспечиваемых центральной нервной системой. В докладе будут рассмотрены имеющиеся к настоящему времени данные нейронаук, на которых основываются современные представления о функционировании систем мозга, обеспечивающих распознавание объектов и описание пространственных отношений (сенсорная картина мира) и лежащих в основе семантической картины мира, а также тесно связанной с ними систем организации действий. Будет рассмотрена роль как отдельных структур мозга, так и общих принципов функционирования центральной нервной системы в целом (внимание, доминанта, распределенное кодирование). Особое место будет уделено формированию представлений о своем «Я»: структурам мозга, обеспечивающим формирование телесного «Я», ментального «Я», социального «Я». Будут проанализированы сведения о механизмах работы социального мозга, обеспечивающего формирование внутренних представлений о мыслях, намерениях, переживаниях других людей (Theory of Mind) и, как предполагается в современной литературе, лежащего в основе возникновения феномена сознания. На основании изложенного материала будут рассмотрены глобальные принципы формирования «картины мира»: дискретность и целостность, иерархичность, бинарность.

Применение моделей нейронных структур управления мышечным сокращением в задачах управления манипулятором

Предложена методология моделирования нейронных сетей для управления техническими системами, в соответствии с которой свойства каждого нейрона определяются только структурной организацией его синаптического и дендритного аппарата, но не индивидуальной настройкой параметров его элементов. Предложен способ формирования структуры мембраны нейрона в зависимости от условий взаимодействия нейрона в сети. Проведен ряд экспериментов с математической моделью двигателя постоянного тока и с физической моделью манипулятора с двигателем постоянного тока в шарнире. Эксперименты показали принципиальную возможность применения моделей нейронных структур управления мышечным сокращением для управления техническими системами.

В качестве направлений дальнейших исследований можно выделить:

-         Более подробное исследование способов адаптации моделей биологических нейронных структур к сенсорному и эффекторному аппарату технических систем с целью повысить адаптивность таких систем управления к особенностям реализации ОУ, таких как наличие трения в шарнирах, и т.п.

Включение в разработанную систему управления модель системы зрения и разработка контура управления «глаз-рука».

Обзор конференции ICOM-5 по исследованию памяти человека

Обзор конференций по анализу изображений и распознаванию образов

Раскрыты конструктивные рамки интеллекта и предложены его признаки. На базе этих признаков рассмотрен схематичный пример использования ии-системы на биржевых рынках. Предложены уровни моделирования: система в целом, функциональный модуль, слой модуля, узел (нейрон). Раскрыта архитектура верхнего уровня ии-системы, состоящая из анализаторов, селекторов, компараторов и др. модулей. Рассмотрена архитектура функционального модуля на примере анализатора среды. Предложена неравновесная модель узла. Обоснован выбор ряда модификаций, отличающих предлагаемую модель узла (нейрона) от существующих.

Метод принятия решений на основе интеграции распознавания образов и моделирования стохастической среды
 
В.А. Анисимов, к.т.н.

Использование в той или иной форме модели мира является одним из основных атрибутов как живых, так и искусственных интеллектуальных систем, ибо управление можно осмысленно реализовывать лишь на основе возможности предсказания последствий тех или иных действий системы. Возможны различные подходы и концепции к реализации этой задачи, однако, представляется важным, что бы единая концепция могла быть использована для максимально широкого круга задач, ибо это существенно сокращает ресурсные расходы на создание такого рода систем. С этой точки зрения представляется достаточно перспективным подход, применённый нами впервые для задачи распознавания рукописного текста, который, с моей точки зрения, может быт обобщён на гораздо более широкий круг приложений.

Проблема индукции, универсальность нейронных сетей, базис нелинейной динамики

Краткое содержание доклада:
1. Проблема индукции
1.1 Рассмотрение на примере задачи функциональной аппроксимации
1.2 Проблема критерия и пространства моделей
1.3 Алгоритмически полные пространства моделей и критерий их качества
1.4 Проблема поиска и представления моделей
2 Искусственные нейронные сети в индукции
2.1 ИНС – универсальные аппроксиматоры?
2.2 Эквивалентность ИНС и универсальной машины Тьюринга
2.3 ИНС как частное алгоритмическое представление моделей
2.4 Расширения ИНС
3 Разработка представления моделей на основе динамических ИНС
3.1 Динамические ИНС как генеративные модели
3.2 Функциональный базис линейных динамических ИНС
3.3 Оптимизация архитектуры ИНС по критерию минимальной длины описания
3.4 Введение нелинейности как расширение множества представимых закономерностей: оптимизация по критерию репрезентационной МДО
4 Примеры приложений динамических ИНС
4.1 Предсказание временных рядов
4.2 Обучение системы управления роботом
4.3 Заключение: проблема реконструкции фазового портрета

1. Кратковременная моторная память человека
1.1 Методика исследования.
1.2 Динамика ошибок кратковременной моторной памяти человека при долговременном обучении и заучивании.
1.2.1 Ошибки положения и направления.
1.2.2 Повторные ошибки.
2. Нейронные сети класса гетероассоциативная память.
2.1 Общие принципы функционирования.
2.2 Варианты обучения нейросетей.
3. Нейросетевая модель кратковременной памяти человека.
3.1 Схема модели.
3.2 Обучение модели с помощью алгоритма QLBAM.
3.3 Результаты модельных экспериментов.

Самоорганизация – мифы и реальность; возможность моделирования

Основные вопросы для обсуждения.
- Феноменология самоорганизации в функционировании интеллекта и его эволюционном возникновении.
- Что такое самоорганизация? Существует ли приемлемое определение?
- Достаточно ли «порядка из хаоса» для самоорганизации? Природа хаоса. Физичность понятия информации.
- Нелинейные динамические системы: может ли быть самоорганизация в системе с детерминированным фазовым портретом?
- Математическое описание и моделирование самоорганизации на примерах систем нелинейных дифференциальных уравнений, искусственных нейронных сетей, клеточных автоматов, эволюционных «стаканов»…
- Чего не хватает современным теориям самоорганизации?

Эволюция биологических систем и проблема построения «сильного» (динамического) искусственного интеллекта

О существовании в природе процессов, подчиняющихся законам, которые не выразимы средствами математики

ВОЗМОЖНА ЛИ АЛГОРИТМИЧЕСКАЯ РЕАЛИЗАЦИЯ ИНТЕЛЛЕКТА, И КАКОВЫ ЕЕ ОГРАНИЧЕНИЯ

Основные вопросы для обсуждения.

-        Верно ли мнение Х. Дрейфуса («Алхимия и искусственный интеллект», «Чего не могут вычислительные машины»)?

-        Насколько прав Р. Пенроуз («Новый ум короля», «Тени разума»)?

-        О чем говорит парадокс Дж. Сёрла «Китайская комната»?

-        Накладывает ли теорема Гёделя какие-то ограничения на возможности алгоритмического ИИ?

-        Нужна ли новая математика для создания ИИ?

-        А также прочие вопросы на усмотрение участников обсуждения.

"Об использовании интеллекта естественного как информационной системы"

Основные вопросы доклада.

Можем ли мы использовать знания об информационных системах применить для практического использования интеллекта естественного?

Информационный поток, отражение мира в психике, качество этого отражения и адекватность реакций информационной системы.

Поиск основных психических феноменов в "архитектуре" головного мозга.

Базис Юнга в "архитектуре" головного мозга.

Наиболее важные параметры работы интеллекта естественного.