Теория систем
<<  Основы теории агентов и многоагентных систем Сети фиксированной телефонной связи  >>
2. Базовые понятия формирования естественного интеллекта (Основы
2. Базовые понятия формирования естественного интеллекта (Основы
7
7
Синапс 
Синапс 
Биологические нейронные сети
Биологические нейронные сети
Дивергентные сети
Дивергентные сети
Локальная сеть
Локальная сеть
Передающие и принимающие клетки объединены в нервные цепи или сети
Передающие и принимающие клетки объединены в нервные цепи или сети
14
14
Нейроподобный элемент
Нейроподобный элемент
37
37
38
38
38
38
40
40
41
41
41
41
42
42
42
42
43
43
43
43
44
44
45
45
45
45
45
45
46
46
46
46
47
47
47
47
48
48
49
49
49
49
50
50
51
51
51
51
52
52
53
53
53
53
53
53
54
54
54
54
55
55
55
55
56
56
57
57
57
57
57
57
58
58
59
59
60
60
60
60
61
61
61
61
62
62
62
62
63
63
64
64
65
65
66
66
66
66
67
67
68
68
69
69
70
70
71
71
73
73
Сенсорные системы (анализаторы) мозга 80 % воспринимаемой информации
Сенсорные системы (анализаторы) мозга 80 % воспринимаемой информации
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Сенсорные системы
Сенсорные системы
Сенсорные системы
Сенсорные системы
Сенсорные системы
Сенсорные системы
Сенсорные системы
Сенсорные системы
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
Функция - Восприятие
80
80
81
81
82
82
83
83
83
83
83
83
84
84
85
85
86
86
88
88
90
90
90
90
94
94
94
94
Нейрон
Нейрон
Синапс
Синапс
97
97
97
97
102
102
103
103
103
103
103
103
Распознавание изображения из файла
Распознавание изображения из файла
105
105
105
105
105
105
105
105
106
106
106
106
106
106
106
106
106
106
106
106
107
107
107
107
107
107
107
107
108
108
109
109
109
109
110
110
110
110
110
110
111
111
Картинки из презентации «Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта» к уроку информатики на тему «Теория систем»

Автор: Виталий. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока информатики, скачайте бесплатно презентацию «Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта.ppt» со всеми картинками в zip-архиве размером 8062 КБ.

Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта

содержание презентации «Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта.ppt»
Сл Текст Сл Текст
1Институт проблем математических машин 40Такой структурой являются многомерные
и систем НАНУ Общая теория искусственного нейроподобные растущие сети, описывающие
интеллекта к.т.н. В.А.Ященко. 1. объекты или классы объектов в различных
2Проблемы, решаемые при разработке информационных пространствах. Многомерные
интеллектуальных систем Базовые понятия нейроподобные растущие сети.
формирования естественного интеллекта 4141. Рецепторно-эффекторные
Общая теория искусственного интеллекта нейроподобные растущие сети. Базовым
(Бионический подход). 2. принципом физиологии высшей нервной
31. Проблемы, решаемые при разработке деятельности является основной закон
интеллектуальных систем. 3. Восприятие биологии - единство организма и среды.
зрительной, тактильной, звуковой и др. Этот закон предусматривает
видов информации. Анализ, обработка и приспособительную изменчивость организма
методы ее внутреннего представления, относительно среды. В основе
распознавание и формирование ответных приспособительного поведения любого
реакций на воздействие внешней среды. организма лежит способность к обучению.
Представление знаний. Формализация и Рецепторно-эффекторные нейроподобные
представление знаний. Создание программных растущие сети обеспечивают возможность
средств для обработки и анализа знаний, моделирования процессов обучения и
пополнения баз знаний и т.п. Актуальны приобретения знаний, регуляции движения и
вопросы приобретения знаний – их поведения. Определение 7.
источники, процедуры и приемы. Рецепторно-эффекторные растущие сети, в
Оперирование, манипулирование знаниями. которых каждой дуге рецепторной зоны,
Построение способов пополнения знаний на приходящей на вершины этой зоны,
основе их неполных описаний, системы соответствует определенный весовой
классификации знаний, хранящихся в памяти коэффициент, а вершинам - определенный
ИС); обобщение знаний и формулирование на порог возбуждения, и каждой дуге
их основе абстрактных понятий; методы эффекторной зоны, приходящей на вершины
достоверного и правдоподобного вывода на этой зоны соответствует определенный
основе имеющихся знаний, модели весовой коэффициент, а вершинам -
рассуждений. определенный порог возбуждения, называются
44. Общение. Проблема охватывает: рецепторно-эффекторными нейроподобными
понимание связных текстов на естественном растущими сетями. Топологическая структура
языке, синтез связных текстов, понимание рецепторно-эффекторной нейроподобной
речи и ее синтез; модели коммуникаций растущей сети (рэн-РС) представляется
между пользователями и ИС; формирование графом (рис.2.19). В рэн-РС выделяются
объяснений действий ИС; формирование подмножества возбужденных вершин Fr и Fe
методов построения лингвистических рецепторной и эффекторной зон
процессоров, осуществляющих перевод соответственно, и подмножества
текстовой информации во внутреннее возбужденных вершин сети Gr и Ge
машинное представление, диалоговых систем рецепторной и эффекторной зон. Символами и
и пр. Обучение – проблема включает: методы обозначаются мощности подмножеств Fr, Fe,
формирования условий задачи по информации и Gr, Ge соответственно.
о проблемной ситуации; обучение переходу Рецепторно-эффекторные нейроподобные
от известных решений частных задач – к растущие сети формально задаются следующим
решению общей; формирование модели образом: S=(R, Ar, Dr, Pr, Nr, E, Ae, De,
процесса обучения. Поведение – Pe, Me, Ne ), R ={ri}, - конечное
поведенческие процедуры адекватного множество рецепторов, Ar ={ai}, - конечное
взаимодействия со средой, человеком, множество нейроподобных элементов
другими ИС; функции управления действиями, рецепторной зоны, Dr ={ di }, - конечное
в т.ч. модели целесообразного поведения, множество дуг рецепторной зоны, E={ei}, -
нормативного поведения; методы конечное множество эффекторов, Ae ={ ai },
многоуровневого планирования и коррекции - конечное множество нейроподобных
планов в динамических ситуациях при элементов эффекторной зоны, De={di}, -
решении конкретных задач автоматического конечное множество дуг эффекторной зоны,
устройства, функционирующего в сложной Pr={Pi}, Pe={Pi }, , где Pi - порог
внешней среде. возбуждения вершины air , aie Pi =f(mi)
5Естественный интеллект Интеллект при условии, что множеству дуг Dr , De ,
–intelligence - (лат. Intellektus – приходящих на вершину air, aie ,
познание, понимание, рассудок) соответствует множество весовых
–способность мышления, рационального коэффициентов Mr ={mi}, Me={mi}, , причем
познания, ум. Иначе – мыслительная mi может принимать как положительные, так
способность, умственное начало у человека. и отрицательные значения. Nr, Ne -
Интеллект (от лат. intellectus — переменные коэффициенты связности
понимание, познание) — это общая рецепторной и эффекторной зон. Рецепторная
способность к познанию и решению проблем, зона – аналог сенсорной системы,
которая объединяет все познавательные иерархических биологических сетей, носит
способности индивида: восприятие, восходящий характер. Эффекторная зона –
ощущение, память, представление, мышление, аналог дивергентных биологических сетей.
воображение. 5. 4242. Правило 4. Если при восприятии
62. Базовые понятия формирования информации рецепторным полем возбуждается
естественного интеллекта (Основы теории подмножество Fr из множества вершин,
рефлекторной деятельности нервной системы имеющих непосредственную связь с вершиной
человека). 6. Нервная система человека air, при этом ? h, и при генерации
Нервная система делится на центральную и действий эффекторной зоной возбуждается
периферическую. Центральная нервная подмножество Ge и ? h, то связи вершины с
система (ЦНС) состоит из скопления нервных вершинами из подмножества Fr ликвидируются
клеток (нейронов). Главная функция ЦНС — и к сети присоединяется новая вершина
осуществление простых и сложных реакций ai+1r, входы которой соединяются с
организма - рефлексов. Периферическая выходами всех вершин подмножества Fr, а
нервная система в своей основе является выход вершины ai+1r соединяется с одним из
связующим звеном между центральной нервной входов вершины air, причем входящим связям
системой и органами. Головной мозг (лат. вершины ai+1r присваиваются весовые
cerebrum, др.-греч. ?????????) — часть коэффициенты mi, соответствующие весовым
центральной нервной системы. Головной мозг коэффициентам ликвидированных связей
состоит из большого числа нейронов, вершины air, а вершине ai+1r присваивается
связанных между собой синаптическими порог возбуждения Pai+1, равный функции от
связями. Нейрон основная функциональная весовых коэффициентов связей, входящих в
единица НС. вершину ai+1r. Исходящей связи вершины
77. Нейрон. Нейрон (от др.-греч. ?????? ai+1r присваивается весовой коэффициент mi
— волокно, нерв). Нейрон состоит из тела равный f(Pai+1r). Связям, исходящим из
клетки, одного аксона, и множества рецепторов, присваивается весовой
дендритов. В центре клетки расположено коэффициент, равный коду признака bi,
ядро - генетический аппарат нейрона. соответствующего данному рецептору. В
Цитоплазма клетки наполнена различными эффекторной зоне к сети присоединяется
органеллами, одна из которых гранулярный новая ассоциативная вершина ai+1e, которая
эндоплазматический ретикулум - соединяется исходящими дугами со всеми
своеобразная фабрика, где синтезируются вершинами подмножества Ge. Каждой из
различные белки. Основная функция нейрона исходящих дуг присваивается весовой
— получить информацию, обработать ее и коэффициент mi, равный f(Paie)
передать дальше. По дендритам информация соответствующей вершины из подмножества
поступает в клетку, а по аксону Ge, а новой вершине ai+1e присваивается
обработанная информация в виде пачки минимальный порог возбуждения Pai+1e,
импульсов передается дальше по нервной равный функции от весовых коэффициентов mi
цепочке. Аксон. В протоплазме аксона входящих дуг. Вершина air рецепторной зоны
имеются тончайшие волоконца— соединяется исходящей дугой с новой
нейрофибриллы, микротрубочки, митохондрии вершиной эффекторной зоны. Новые вершины
и агранулярная эндоплазматическая сеть. сразу же после введения в сеть находятся в
Аксон заканчивается множеством отростков, возбужденном состоянии. Правило 5. Если
которые соединяются с другими нервными при восприятии информации рецепторным
клетками. Каждый такой отросток полем возбуждается подмножество Fr из
оканчивается синаптической бляшкой, множества вершин, имеющих непосредственную
заполненной пузырьками, в которых хранятся связь с вершиной air рецепторной зоны, при
различные химические вещества — медиаторы. этом ? h, и генерации действий эффекторной
8Синапс . 8. Синапс место контакта зоной возбуждается подмножество Fe из
между двумя нейронами или между нейроном и множества вершин, имеющих непосредственную
получающей сигнал эффекторной клеткой. связь с вершиной aie эффекторной зоны, и ?
Служит для передачи нервного импульса h, то связи вершины air с вершинами из
между двумя клетками, причём в ходе подмножества ликвидируются и к сети
синаптической передачи амплитуда и частота присоединяется новая вершина ai+1r, входы
сигнала могут регулироваться. Передача которой соединяются с выходами всех вершин
импульсов осуществляется химическим путём подмножества Fr, а выход вершины ai+1r
с помощью медиаторов или электрическим соединяется с одним из входов вершины air,
путём посредством прохождения ионов из причем входящим связям вершины ai+1r
одной клетки в другую. присваиваются весовые коэффициенты mi,
9Биологические нейронные сети. 9. соответствующие весовым коэффициентам
Иерархические сети В сенсорных системах ликвидированных связей вершины air , а
иерархическая организация носит восходящий вершине ai+1r присваивается порог
характер . Информация поступает в высшие возбуждения Pai+1r равный функции от
центры - от первичных рецепторов к весовых коэффициентов связей входящих в
вторичным вставочным нейронам, затем к вершину . Исходящей связи вершины ai+1r
третичным и т.д. В иерархических сетях присваивается весовой коэффициент mi
несколько нейронов одного уровня равный f(Pai+1r). Связям, исходящим из
контактируют с меньшим числом нейронов рецепторов, присваивается весовой
следующего уровня. коэффициент, равный коду признака bi,
10Дивергентные сети. 10. В нервных сетях соответствующего данному рецептору. В
имеются слои нейронов, в которых один эффекторной зоне связи вершины aie с
нейрон образует выходные связи с очень вершинами из подмножества Fe ликвидируются
большим числом других клеток. Двигательные и к сети присоединяется новая вершина
системы организованы по принципу ai+1e, выходы которой соединяются с
нисходящей иерархии. В двигательных входами всех вершин подмножества Fe, а
системах клетки передают информацию вход вершины ai+1e соединяется с одним из
специфическим моторным клеткам спинного выходов вершины aie, причем входящим
мозга, а те в свою очередь - определенным связям вершины ai+1e присваиваются весовые
группам мышечных клеток таким образом коэффициенты mi, соответствующие весовым
команды «спускаются» от нервной системы к коэффициентам ликвидированных связей
мышцам. вершины aie, а вершине ai+1e присваивается
11Локальная сеть. Нейроны локальных порог возбуждения Pai+1e, равный функции
сетей удерживают поток информации в от весовых коэффициентов, исходящих связей
пределах какого-то одного иерархического вершины aie. Входящей связи вершины ai+1e
уровня. Локальные сети могут оказывать на присваивается весовой коэффициент mi ,
нейроны –мишени возбуждающее или равный f(Paie). Новая вершина ai+1r
тормозящее действие. Сочетание этих рецепторной зоны соединяется исходящей
особенностей с дивергентным или дугой с новой вершиной ai+1e эффекторной
ковергентным типом передачи на данном зоны. Новые вершины сразу же после
иерархическом уровне может еще более введения в сеть находятся в возбужденном
расширять, сужать или снова фокусировать состоянии.
поток информации. 11. 4343. Правило 6. Если при восприятии
12Иерархические системы обеспечивают информации рецепторным полем возбуждается
очень точную передачу информации. В подмножество Gr, при этом ? h, и генерации
результате конвергенции - когда несколько действий эффекторной зоной возбуждается
нейронов одного уровня контактируют с подмножество Ge и ? h, то в рецепторной
меньшим числом нейронов следующего уровня, зоне к сети присоединяется новая
и дивергенции - когда контакты ассоциативная вершина ai+1r, которая
устанавливаются с большим числом клеток соединяется заходящими дугами со всеми
следующего уровня, информация фильтруется вершинами подмножества G . Каждой из
и происходит усиление сигналов. 12. заходящих дуг присваивается весовой
13Передающие и принимающие клетки коэффициент mi , равный f(Pair )
объединены в нервные цепи или сети. соответствующей вершины из подмножества
Отдельный нейрон с дивергентной структурой Gr, а новой вершине ai+1r присваивается
может посылать сигналы тысяче и даже минимальный порог возбуждения Pai+1,
большему числу других нейронов. Но чаще равный функции от суммы весовых
один такой нейрон соединяется всего лишь с коэффициентов mi заходящих дуг. В
несколькими определенными нейронами. Точно эффекторной зоне к сети присоединяется
так же какой-либо нейрон может получать новая ассоциативная вершина ai+1e, которая
входную информацию от других нейронов с соединяется исходящими дугами со всеми
помощью одной, нескольких или многих вершинами подмножества Ge. Каждой из
входных связей, если на нем сходятся исходящих дуг присваивается весовой
конвергентные пути . 13. коэффициент mi, равный f(Paie )
1414. Развитие головного мозга соответствующей вершины из подмножества
происходит за счет возникновения новых Ge, а новой вершине присваивается
связей По единодушному мнению разных минимальный порог возбуждения Pai+1e,
авторов, развитие головного мозга, равный функции от весовых коэффициентов mi
состоящего, из десятков, сотен и более исходящих дуг. Новая вершина рецепторной
миллиардов нейронов, происходит за счет зоны соединяется исходящей дугой с новой
возникновения новых связей и постоянного вершиной эффекторной зоны. Новые вершины
изменения числа дендритов и ветвлений сразу же после введения в сеть находятся в
аксонов. Все взаимодействия с окружающей возбужденном состоянии. Правило 7. Если
средой, умственная деятельность, функции при восприятии информации рецепторным
организма контролируются мозгом и полем возбуждается подмножество Gr и ? h,
обусловлены его структурными изменениями. и генерации действий эффекторной зоной
Особенно интенсивные изменения в структуре возбуждается подмножество Fe из множества
мозга наблюдаются в первые пять — семь лет вершин, имеющих непосредственную связь с
жизни ребенка. Это происходит тогда, когда вершиной aie эффекторной зоны, и ? h, то в
ребенок интенсивно осваивает новый мир. рецепторной зоне к сети присоединяется
Соответственно растет и число новая ассоциативная вершина ai+1r, которая
синаптических связей нейронов. Структурные соединяется заходящими дугами со всеми
изменения нейронных сетей. Новые связи. вершинами подмножества Gr. Каждой из
15Динамичность синаптических связей. В заходящих дуг присваивается весовой
последние годы ученым удалось узнать много коэффициент mi, равный f(Pair)
нового об организации межнейронных связей. соответствующей вершины из подмножества
Установлена динамичность синаптических Gr, а новой вершине ai+1r присваивается
связей: одни из них способны исчезать, минимальный порог возбуждения Pai+1r,
другие — возникать. И здесь большое равный функции от весовых коэффициентов mi
значение имеет та функциональная нагрузка, входящих дуг. В эффекторной зоне связи
которую получают либо, напротив, не вершины aie с вершинами из подмножества Fe
получают нейроны. «Когда здоровых ликвидируются и к сети присоединяется
экспериментальных животных с момента новая вершина ai+1e, выходы которой
рождения содержали в абсолютной темноте, у соединяются с входами всех вершин
них не развивались синаптические связи тех подмножества Fe, а вход вершины ai+1e
нейронов зрительного центра головного соединяется с одним из выходов вершины
мозга, которые воспринимают и обрабатывают aie, причем выходящим связям вершины ai+1e
только световую информацию (так называемые присваиваются весовые коэффициенты mi,
моносенсорные нейроны). В результате, соответствующие весовым коэффициентам
несмотря на то, что все другие элементы ликвидированных связей, а вершине ai+1e
органа зрения, в том числе зрачок, присваивается порог возбуждения Pai+1e,
сетчатая оболочка глаза, нервные равный функции от весовых коэффициентов
проводящие пути, у них были сохранны, исходящих связей вершины ai+1e. Входящей
животные оставались слепыми. Чем меньше связи вершины ai+1e присваивается весовой
был срок содержания животных в темноте, коэффициент mi, равный f(Paie). Новая
тем легче и в большей степени удавалось вершина рецепторной зоны соединяется
восстановить у них функцию моносенсорных исходящей дугой с вершиной ai эффекторной
нейронов и вернуть им зрение. Подобные зоны. Новые вершины сразу же после
эксперименты проводились и с нейронами введения в сеть находятся в возбужденном
слуховых центров — результаты оказались состоянии.
сходными ». [Н.И. Артюхина, Нейрон 4444. Многомерные рецепторно-эффекторные
http://www.svatovo.ws/health_neyron.html]. нейроподобные растущие сети. Многомерные
15. рецепторно-эффекторные нейроподобные
1616. Гипотеза о возникновении связей растущие сети применяются для запоминания
между нейронами. Однако до сих пор не и обработки описаний образов объектов или
существует четкого пояснения, каким ситуаций проблемной области, а также
образом аксоны и дендриты той или иной генерации управляющих воздействий с
нервной клетки растут именно в том помощью различных информационных
направлении, чтобы создавались пространственных представлений.
специфические связи, необходимые для ее Определение 8. Множество взаимосвязанных
функционирования. В 60-х гг. Г. Джаспер двухсторонних ациклических графов,
выделил нейроны новизны , или внимания, описывающих состояние объекта и
которые реагировали на первые предъявления вырабатываемые им действия в различных
стимулов. Нейроны новизны реагируют на информационных пространствах, называются
новые сигналы. Характерной особенностью многомерными рецепторно-эффекторными
этих нейронов является их фоновая нейроподобными растущими сетями.
импульсация, которая возрастает при Топологическая структура многомерной
действии новых стимулов разных рецепторно-эффекторной нейроподобной
модальностей. Нейрон тождества также растущей сети (мрэн-РС) представляется
обладает фоновой активностью. При действии графом (рис.2.24). Формально мрэн-РС
нового раздражителя фоновая активность в задаются следующим образом. S=(R, Ar, Dr,
нейронах тождества подавляется, а при Pr, Mr, Nr, E, Ae, De, Pe, Me, Ne ); R?
действии привычных раздражителей, Rv, Rs, Rt; Ar? Av, As, At; Dr? Dv, Ds,
напротив, активизируется. Гипотеза 1 О Dt; Pr? Pv, Ps, Pt; Mr? Mv, Ms, Mt; Nr?
возникновении связей между нейронами Все Nv, Ns, Nt; E? Er,Ed1,Ed2; Ae? Ar,Ad1,Ad2;
свободные от информации нейроны есть De?Dr,Dd1,Dd2; Pe? Pr,Pd1,Pd2;
нейропны новизны. Все нейроны, несущие Me?Mr,Md1,Md2; Ne?Nr,Nd1,Nd2; здесь Rv ,Rs
(запомнившие) в себе некую информацию есть ,Rt - конечное подмножество рецепторов,
нейроны тождества. При отсутствии Av, As, At - конечное подмножество
информации на рецепторах нейронов новизны нейроподобных элементов, Dv, Ds, Dt -
они находятся в режиме слабого случайного конечное подмножество дуг, Pv, Ps, Pt -
фонового возбуждения. Фоновое возбуждение конечное множество порогов возбуждения
есть постоянно изменяющаяся случайная нейроподобных элементов рецепторной зоны,
величина возбуждения нейрона. Связь принадлежащих, например, визуальному,
возникает между возбужденными рецепторами слуховому, тактильному информационным
или нейронами и нейроном новизны , пространствам, N - конечное множество
обладающим наибольшей фоновой активностью переменных коэффициентов связности
т.е. аксоны и дендриты той или иной рецепторной зоны, Er,Ed1,Ed2 - конечное
нервной клетки растут в направлении подмножество эффекторов, Ar,Ad1,Ad2 -
нейрона новизны с наибольшей фоновой конечное подмножество нейроподобных
активностью. элементов, Dr,Dd1,Dd2 - конечное
17Функциональная организация мозга. 17. подмножество дуг эффекторной зоны,
В работах физиологов Анохина П.К., Лурия Pr,Pd1,Pd2 - конечное множество порогов
А.Р., Соколова Е.Н. и др. с позиции возбуждения нейроподобных элементов
системной организации функций деятельности эффекторной зоны, принадлежащих, например,
мозга выделяют различные функциональные речевому информационному пространству и
системы и подсистемы. Классический вариант пространству действий. N - конечное
интегративной деятельности мозга может множество переменных коэффициентов
быть представлен в виде взаимодействия связности эффекторной зоны.
трех основных функциональных блоков: 1) 4545.
блок приема и переработки сенсорной 4646.
информации - сенсорные системы 4746.
(анализаторы); 2) блок модуляции, 4847.
активации нервной системы - модулирующие 4948.
системы (лимбико-ретикулярные системы) 5049.
мозга; 3) блок программирования, запуска и 5150.
контроля поведенческих актов - моторные 5251.
системы (двигательный анализатор). 5352.
Сенсорные системы (анализаторы) мозга 5453.
Анализатор – это многоуровневая система с 5554.
иерархическим принципом организации. 5655.
Основанием анализатора служит рецепторная 5756.
поверхность, а вершиной – проекционные 5857.
зоны коры головного мозга. Каждый уровень 5958.
представляет собой совокупность клеток, 6059.
аксоны которых идут на следующий уровень. 6160.
Взаимоотношения между последовательными 6261.
уровнями анализаторов построены по 6362.
принципу «дивергенции— конвергенции». 6463.
Модулирующие системы мозга - аппарат, 6564.
выполняющим роль регулятора уровня 6665.
бодрствования, а также осуществляющий 6766.
избирательную модуляцию и актуализацию 6867.
приоритета той или иной функции. Первым 6968.
источником активации является внутренняя 7069.
активность организма, или его потребности. 7170.
Второй источник активации связан с 7271.
воздействием раздражителей внешней среды. 7373. Таким образом, в соответствии с
18Моторные (двигательные) системы мозга выполняемыми операциями создается
Для двигательных областей коры характерен структура нейроподобной растущей сети. В
прежде всего синтез возбуждений различной которой формируются следующие
модальности с биологически значимыми функциональные системы: 1. В рецепторных
сигналами и мотивационными влияниями. зонах - сенсорная, модулирующая система и
Состоит из аппаратов эфферентного система мотивации целенаправленного
(двигательного) типа и находится под поведения. 2. В эффекторных зонах -
постоянным притоком информации из моторная система. В процессе
аппаратов афферентного (сенсорного) блока. функционирования сети , непрерывно
Процессы здесь идут в нисходящем происходит анализ и синтез как поступающей
направлении, начинаясь с наиболее высоких информации, так и ответных реакций.
— третичных и вторичных зон коры. Базовый Определяет в каком отношении вектора и
принцип физиологии высшей нервной выполняет операции Qej1, Qej2, Qej3, Qej4
деятельности составляет основной закон или Qej5.
биологии – единство организма и среды. 74Сенсорные системы (анализаторы) мозга
Исследование отдельных функций организма 80 % воспринимаемой информации
И. П. Павлов проводил с позиций системной осуществляется через органы зрения.
самоорганизации. Сущность павловского Функциональная организация «мозга» систем
учения состоит не в одностороннем с искусственным интеллектом. 74.
воздействии среды на организм, а в Анализатор – это многоуровневая система с
активном взаимодействии организма со иерархическим принципом организации.
средой. Уравновешивание организма с Основанием анализатора служит рецепторная
внешней средой осуществляется благодаря поверхность. Взаимоотношения между
безусловнорефлекторной деятельности последовательными уровнями анализаторов
нервной системы. 18. /. построены по принципу конвергенции
19Рефлексы. 19. Безусловный рефлекс — (схождение, объединение признаков) -
это врожденная видоспецифическая реакция «дивергенции (расхождение признаков)».
организма, рефлекторно возникающая в ответ 75Функция - Восприятие. Сенсорный орган
на специфическое воздействие раздражителя зрительной системы человека. 75. Глаз -
Условный рефлекс — это индивидуально сенсорный орган зрительной системы
приобретенная реакция организма на ранее человека состоит из глазного яблока и
индифферентный раздражитель, зрительного нерва. Глазное яблоко имеет
воспроизводящая безусловный рефлекс. В диаметр около 24 мм и форму почти
основе условного рефлекса лежит правильного шара. Вокруг каждого глазного
формирование новых или модификация яблока находится шесть мышц. Глаза
существующих нервных связей, происходящие двигаются наружной и внутренней прямой
под влиянием изменений внешней и мышцей - влево, вправо; нижней и верхней
внутренней среды. Условные рефлексы как прямой мышцей - вниз, вверх; косые мышцы -
индивидуально приобретаемый опыт вращают глаз. 30-летние исследования У.
безгранично расширяют возможности Бейтся доказали, что прямые мышцы глаза
человека. Рефлекторная дуга — путь, могут укорачивать глазное яблоко вдоль
проходимый нервными импульсами при оптической оси глаза, таким образом
осуществлении рефлекса. Рефлекторная дуга приближая хрусталик к сетчатке, а косые -
состоит из: рецептора; афферентного звена могу сжимать глаз и отодвигать хрусталик
— отростки рецепторных нейронов, от сетчатки.
осуществляющие передачу импульсов от 76Сенсорные системы. 75.
рецепторов в центральную нервную систему; 77Сенсорные системы. 76. Гипотеза 2 о
центрального звена— нервный центр); приведении распознаваемых объектов к
эфферентного звена — осуществляют передачу одному размеру в области фовеа и
от нервного центра к эффектору. оцениванию их характеристик по состоянию
Рефлекторное кольцо - рефлекторная дуга в командных нейронов глазных мышц. Учитывая,
состав которой входит звено контроля, что в системе - глаз человека, имеется
осуществляемого нервным центром за ходом только одна область (центральная ямка,
работы исполнительного органа — т. н. фовеа) где разрешающая способность глаза
обратной афферентации. максимальна можно предположить, что
20Рефлексы. 20. При ближайшем распознаваемый объект (объект на котором
рассмотрении «рефлекторное кольцо» сконцентрировано внимание, обращен
оказывается не чем иным, как системой взгляд), например «К1» или «К2» (см.
классических рефлекторных дуг, а «обратная пр.слайд), проецируется в область фовеа
афферентация» не просто завершает данный сканируется саккадами- движениями глаз,
рефлекторный акт, а представляет собой осуществляя систематический отбор
начальное, афферентное, звено следующего информации о форме, положении и размере
рефлекторного акта. Сличение реальных составляющих объекта, с учетом этих
результатов действия с ожидавшимися параметров передается в высшие отделы
осуществляется для достижения полезного мозга где происходит анализ, синтез и
приспособительного эффекта. В случае же, сравнение с запомненными ранее объектами
если «обратная афферентация» сигнализирует по уровню возбуждения нейронов, отражающих
о недостаточности осуществленных действий, признаки и свойства этих объектов. Размеры
она опять-таки выступает как афферентное объектов определяются не размерами их
звено нового, корригирующего, рефлекса . проекций в области фовеа, а уровнем
Постоянно возникающие изменения внешней возбуждения соответствующих командных
среды отражаются в непрерывных нейронов глазных мышц управляющих формой
динамических перестройках реакций мозга, хрусталика. А также оценивание расстояния
осуществляемых по рефлекторному принципу. обоими глазами осуществляется за счет
Таким образом, рефлекс — не раз навсегда конвергенции глаз (состояния командных
заданный, сверхжесткий акт, а целостная нейронов внутренних прямых глазных мышц).
саморегулирующаяся система. Гибкость В результате мы получаем принципиально
рефлекса проявляется там, где есть новый подход к созданию систем
несоответствие действия вызвавшей его технического зрения .
причине. 78Функция - Восприятие. 79. Теперь
2121. Сложные формы поведения. Сложные становится понятным – зачем видеосигналы
формы поведения составляет интеграция правого и левого глаза разделяются и
различных видов нервной деятельности, т. проецируются в правую и левую половины
е. кроме двух основных — врожденной и мозга. В правую половину мозга идет
приобретенной — может быть третья в форме видеосигнал, а в левую идет сигналы от
самых разнообразных их комбинаций. Таким ненйронов связанных с глазными мышцами.
образом, сложные условные рефлексы — Функция - Восприятие.
временная связь между индифферентными 79Функция - Восприятие. 77. В
стимулами, рефлексы высшего порядка, биологических объектах первичная обработка
экстраполяционный рефлекс, рефлекс «на информации осуществляется в сетчатке глаза
обстановку» и т. п. — есть частные случаи на шести уровнях. Первый и второй уровни –
физиологического механизма «переноса пигментный эпителий, палочки и колбочки -
опыта», «предвидения будущего события», рецепторы воспиятия видиоинформации,
«озарения» и иных подобных явлений высшей Третий уровень – горизонтальные клетки
нервной деятельности, кажущихся на первый передают сообщения туда и обратно между
взгляд возникающими без предварительной клетками фоторецепторов, биполярным
выработки («следообразования»). клеткам и друг другу. Четвертый уровень,
Предвидение наступления элементарных амакринные клетки взаимосвязаны с
событий будущего заложено в самой биполярными клетками, ганглиозными
характеристике условного рефлекса. Ведь клетками, а также друг с другом. Третий и
условный рефлекс и есть следствие того, четвертый уровни служат для повышения
что животное по сигналам предусматривает соотношения чувствительность –
будущее. Подражание и подражательные детализация. Чем больше рецепторов
(имитационные) условные рефлексы. Проблема присоединено к одной ганглиозной клетке,
подражания имеет особый научный интерес в тем чувствительнее система. Сигнал на
связи с попытками установить выходе ганглиозной клетки (острота зрения)
закономерности интеллектуального развития будет тем сильнее, чем больше рецепторов к
ребенка. При помощи подражательного ней присоединено. При этом понятно, что
рефлекса у всех складывается сложное повышение чувствительности приводит к
индивидуальное и социальное поведение. потере детализации. Таким образом, третий
2222. Поведенческий акт. Согласно П.К. и четвертый уровни обеспечивают
Анохину, физиологическая архитектура чувствительность, четкость и контрастность
поведенческого акта строится из воспринимаемого изображеия. Пятый уровень
последовательно сменяющих друг друга – биполярные клетки являются клетками
следующих стадий: афферентного синтеза, промежуточного слоя сетчатки, передающие
принятия решения, акцептора результатов нервные импульсы от рецепторов ганглиозным
действия, эфферентного синтеза (или клеткам. Шестой уровень – ганглиозные
программы действия), формирования самого клетки завершают «трёхнейронную
действия и оценки достигнутого результата рецепторно-проводящую систему сетчатки.
. Поведенческий акт любой степени 80Функция - Восприятие. Сенсорные
сложности начинается со стадии системы. 78. Аппаратнонейронная модель
афферентного синтеза. Головной мозг сенсорного органа зрительной системы
производит обширный синтез всех тех человека Часть функций зрительной системы
сигналов внешнего мира, которые поступают (первый, второй уровни) берут на себя
в мозг по многочисленным сенсорным видеокамеры, которые, как правило,
каналам. И только в результате синтеза используются в системах распознавания
этих афферентных возбуждений создаются объектов. Третий – шестой уровни
условия для осуществления определенного моделируются нейронной сетью. Полученное с
целенаправленного поведения. Стадия видеокамеры тональное изображение объекта
программы действия или эфферентного преобразуется в контурное, что позволяет
синтеза. На этой стадии осуществляется значительно сократить объем необходимой
интеграция соматических и вегетативных для классификации информации. Для
возбуждений в целостный поведенческий акт. выделения контуров и контрастности
Эта стадия характеризуется тем, что изображения применен бионический подход, в
действие уже сформировано как центральный котором обработка информации производится
процесс, но внешне оно еще не реализуется. посредством нейронной сети в точности
Стадия выполнение программы поведения. моделирующей функции биполярных и
Эфферентное возбуждение достигает горизонтальных клеток.
исполнительных механизмов, и действие 81Функция - Восприятие. 79. Гипотеза 3 о
осуществляется. Благодаря аппарату механизме распознавания образов в высших
акцептора результатов действия, в котором слоях неокортекса мозга человека.
программируется цель и способы поведения, Механизмом распознавания образов в высших
организм имеет возможность сравнивать их с слоях неокортекса мозга человека является
поступающей афферентной информацией о модель сравнения с эталоном. Данная модель
результатах и параметрах совершаемого обладает тем достоинством, что внешний
действия, т. е. с обратной афферентацией. образ, приведенный к размеру равному
Именно результаты сравнения определяют области фовеа, сравнивается одновременно
последующее построение поведения, либо оно со всеми возможными эталонами,
корректируется, либо оно прекращается как приведенными к тому же размеру. В процессе
в случае достижения конечного результата. сравнения одновременно активируется
Следовательно, если сигнализация о некоторая часть эталонов, и тот, который
совершенном действии полностью реагирует на данный образ наиболее
соответствует заготовленной информации, активно, и есть искомый объект. Учитывая,
содержащейся в акцепторе действия, то что при зрительном восприятии и
поисковое поведение завершается. концентрации внимания на объекте,
2323. Рефлекторная теория высшей нервной видеоинформация проецируется в центральную
деятельности. Рефлекторная теория И.П. ямку сетчатки. При этом изображение
Павлова. Три основополагающих принципа: приводится к стандартной освещенности,
принцип детерминизма, принцип стандартному размеру центральной ямки
структурности и принцип анализа и синтеза. глаза, кроме того, осуществляется
Первый принцип — принцип детерминизма сканирование изображения с целью выявления
(причинности) гласит: «Нет действия без наиболее информативных областей и возможно
причины». Всякая деятельность организма, фиксации и сравнение расстояний между
каждый акт нервной деятельности вызван ними, то можно уверенно предположить, что
определенной причиной, воздействием из зрительная система использует модель
внешнего мира или внутренней среды сравнения с эталоном. Функция -
организма. Всякая деятельность организма, Восприятие.
какой бы сложной она ни казалась, всегда 8280. Функция - Восприятие Уровни
есть причинно обусловленный, закономерный анализа и синтеза воспринимаемой
ответ на конкретные внешние воздействия. информации. Анализатор – это
Второй принцип — принцип структурности — в многоуровневая система с иерархическим
мозге нет процессов, которые не имели бы принципом организации. Основанием
материальной основы, каждый анализатора служит рецепторная
физиологический акт нервной деятельности поверхность. Взаимоотношения между
приурочен к структуре. Третий принцип — последовательными уровнями анализаторов
принцип анализа и синтеза раздражителей построены по принципу конвергенции
внешней и внутренней среды. Иными словами, (схождение, объединение признаков) -
в мозге непрерывно происходит анализ и «дивергенции (расхождение признаков)».
синтез как поступающей информации, так и 8381. Функция - Восприятие Уровни
ответных реакций. В результате организм анализа и синтеза воспринимаемой
извлекает из среды полезную информацию, информации.
перерабатывает, фиксирует ее в памяти и 8482. Сенсорные системы Безусловные
формирует ответные действия в соответствии рефлексы.
с обстоятельствами и потребностями. Любой 8583. Сенсорные системы. Известен опыт
процесс анализа и синтеза обязательно Павлова с выработкой условного рефлекса.
включает в себя в качестве составной части Пища –выделение желуд. сока. Звонок , пища
свою завершающую фазу — результаты формирование условного рефлекса. Звонок -
действия. выделение желуд. сока - условный рефлекс.
24Мышление . 24. Мышление (гр. ноэзис) — Ниже показаны модели безусловных рефлексов
это познавательная деятельность человека. на нрэ-РС.
Продуктом или результатом мышления 8684. Сенсорные системы Условные
является мысль (понятие, смысл, идея). рефлексы.
Мышление — совокупность умственных 8785. Сенсорные системы. Модель на
процессов, лежащих в основе познания; к нрэ-РС условного рефлекса звонок -
мышлению относят активную сторону выделение желудочного сока. Звонок –
познания: внимание, восприятие, процесс возбуждается соответствующий нейрон Пища –
ассоциаций, образование понятий и возбуждается соответствующий нейрон -
суждений. В более тесном логическом смысле возникает связь Повторение - связь
мышление заключает в себе лишь образование усиливается и рееакция на звонок -
суждений и умозаключений путём анализа и выделение ж. сока.
синтеза понятий. Операции мышления Анализ 8886. Модулирующая система. Модулирующая
— разделение предмета/ явления на система регулирует уровень возбудимости
составляющие компоненты. Может быть нейроподобных элементов и осуществляет
мысленный и ручной. Синтез — объединение избирательную модуляцию той или иной
разделённых анализом с выявлением при этом функции системы Первым источником
существенных связей. Сравнение — активации является приоритетность
сопоставление предметов и явлений, при внутренней активности подсистем системы.
этом обнаруживаются их сходства и Закладывается при создании системы,
различия. Классификация — группировка аналогично безусловным рефлексам. Любые
предметов по признакам. Обобщение — отклонения от жизненно важных показателей
объединение предметов по общим системы приводят к активации (изменению
существенным признакам. Конкретизация — порога возбудимости) определенных
выделение частного из общего. подсистем и процессов. Второй источник
2525. Нейрофизиологические основы памяти активации связан с воздействием
и обучения. Основу адаптивного раздражителей внешней среды.
(индивидуального) поведения составляют два Приоритетность определенной активности
процесса — обучение и память. В приобретается в процессе «жизненного
нейрологической памяти выделяют цикла», аналогично формированию условных
генотипическую врожденную память, которая рефлексов. Мотивация – механизм, который
обусловливает становление безусловных способствует удовлетворению потребностей:
рефлексов, инстинктов, импринтинга, и он соединяет память о каком-либо объекте
фенотипическую память, мозговые механизмы (например, пище) с действием по
которой обеспечивают обработку и хранение удовлетворению этой потребности (поиском
информации, приобретаемой живым существом пищи). При этом формируется
в процессе индивидуального развития. целенаправленное поведение, оно включает в
Обучение и память считают неотделимыми себе три звена: поиск цели; взаимодействие
процессами. Обучение обеспечивает с уже обнаруженной целью; покой после
постоянное пополнение и изменение знаний, достижение цели. Целенаправленное
приобретение новых навыков. В отличие от поведение – мотивационная постановка цели
обучения процессы памяти ответственны не - возбуждение, действия направленные на
только за усвоение (фиксацию) информации, поиск алгоритма решения целевой задачи,
ее сохранение, но и включают механизм достижение цели- снятие возбуждения.
воспроизведения (извлечения) информации. О Психическая функция или поведенческий акт
механизме извлечения информации известно – последовательность автоматизмов
лишь то, что он основан на ассоциациях, осуществляется в системе, функционирующей
подобных тем, какие образуются при по рефлекторному принципу, в которой
научении. Память и обучение имеют общую влияния центральных и
особенность — необходимость повторения. рецепторно-эффекторных (периферических)
26Временная организация памяти. 26. зон взаимосвязаны и их совместная
Психологические исследования показали, что деятельность обеспечивает целостную
у человека процессы памяти проявляются в реакцию. Система имеет многоуровневую
двух формах: логически-смысловой и организацию, где каждый уровень от
чувственно-образной. Первая оперирует в рецепторных образований до эффекторных
основном понятиями и является высшей, вносит свой «специфический» вклад в
вторая — представлениями. «нервную» деятельность системы.
Чувственно-образная память подразделяется 8987. Мышление. В интеллектуальных
на зрительную, слуховую, вкусовую, системах в рамках моделирования творческих
обонятельную и другие виды. Процессы процессов предложено несколько моделей
памяти человека проходят по крайней мере мышления. Лабиринтная модель мышления
четыре стадии. Сенсорная память связана с выдвинута Э.Торндайком, суть которой
удержанием сенсорной информации (доли заключается в том, что решение творческой
секунд) и служит первичному анализу и задачи осуществляется путем поиска пути в
дальнейшей обработке сенсорных событий. Во некотором лабиринте возможностей
время этой стадии непрерывный поток достижения цели. Однако такой поход
сигналов организуется в отдельные требует просмотра большого количества
информационные единицы (через гностические вариантов подцелей, ведущих к достижению
нейроны), часть из которых получает доступ конечной цели. Для сокращения перебора
(ввод) в долговременную память, где она вариантов используется теория
сохраняется неопределенно длительное эвристического поиска, позволяющая
время. Невербальная информация из отсекать неперспективные и выделять
сенсорной памяти поступает во вторичную перспективные варианты достижения цели.
память (промежуточную), где она может Семантическая модель мышления,
храниться от нескольких минут до предложенная В.Пушкиным, и заключается в
нескольких лет. Вербальная (речевая) том, что творческий процесс есть
информация передается в первичную соотнесение структурированных описаний
(кратковременную) память — систему начальной и целевой ситуаций. Модельную
хранения (на период в несколько секунд) с трактовку понятий мышление, мысль,
ограниченной емкостью (примерно 7+2 бита). сознание, подсознание дал Н. Амосов на
Вербальный материал требует более основе разработанной им гипотезы о сетевом
длительной «активации», повторения и, лишь разуме с системой усиления-торможения
пройдя повторные циклы через первичную (СУТ). Эти понятия выглядят следующим
память, поступает во вторичное хранилище. образом: Мышление - взаимодействие
Эффективность переноса возрастает с моделей, направляемое чувствами и СУТ.
увеличением времени обработки информации в Мысль - модель, усиленная СУТ в данный
первичной памяти. Существенным фактором в момент. Сознание - движение активности по
организации вторичной памяти является значимым моделям, усиленным СУТ,
значимость информации для индивидуума. отражающим важнейшие отношения в системе
Третичная (долговременная) память. субъект - среда. Подсознание -
Наиболее прочное удержание информации . взаимодействие моделей, ослабленных СУТ.
Здесь фиксируются персональные данные, Оно обеспечивает подготовку моделей для
способность к чтению, письму, сознания, распознавание заученных образов
профессиональные навыки. и выполнение привычных движений.
2727. Мозг и сознание. Особенностью 9088. Функция мысль – ансамбль
психики человека является осознанность возбужденных нейроподобных элементов на
многих процессов его внутренней жизни. уровне подсознания (внутренняя модель
Сознание — функция человеческого мозга. внешнего или абстрактного мира, усиленная
Его часто определяют как «высший уровень функцией мотивации в данный момент без
психического отражения действительности, выхода во внешний мир). Функция мышление –
присущий только человеку как последовательное взаимодействие ансамблей
общественноисторическому существу» возбужденных нейроподобных элементов на
(Краткий психологический словарь, 1985. С. уровне подсознания (внутренних моделей),
328). Физиолог Д.И. Дубровский направляемое уровнями возбуждения
подчеркивает, что сознание предполагает нейроподобных элементов, усиленными или
осознание не только внешних объектов, но и ослабленными функцией мотивации.
осознание себя как личности и своей Информация циркулирует в замкнутом контуре
психической деятельности. Сознание - сенсорная область, уровни обработки
определяется «...как знание, которое с информации (анализ, классификация,
помощью слов, математических символов и обобщение, запоминание), моторная область,
обобщающих образов художественных сенсорная область) без выхода во внешнюю
произведений может быть передано, может среду. Операции мышления: Анализ; Синтез;
стать достоянием других членов общества» Сравнение; Классификация; Обобщение;
[36, с. 169 Симонов П.В. Мотивированный Конкретизация. Мыслить, размышлять, значит
мозг. М., 1987. ]. Осознать — значит сознавать. В этом смысле «внутреннее
получить возможность сообщить, передать проговаривание» - циклы передачи
свое знание другому. А все то, что не внутренней активной информации на вход
может быть сообщено людям — неосознаваемо. системы – можно рассматривать как модель
28Личность. 28. Индивидуальность искусственного сознания интеллектуального
человека, проявляется в его психической компьютера, а циклы передачи внутренней
деятельности и поведении, обусловлена как активной информации на вход системы без
наследственностью, природой его включения «проговаривания» рассматривать
организации, так и его жизненным опытом, как модель искусственного подсознания.
приобретаемым в результате обучения и 9189. Функция сознание - распространение
воспитания. Т. е. индивидуальность, возбуждения по активным ансамблям
личность человека представляют единство нейроподобных элементов (внутренним
природного и социального. моделям внешнего мира), усиленного
29Искусственный интеллект Интеллект функцией мотивации, отражающим важнейшие
–intelligence - (лат. Intellektus – отношения в системе субъект – среда.
познание, понимание, рассудок) Функция подсознание - распространение
–способность мышления, рационального возбуждения по активным ансамблям
познания, ум. Иначе – мыслительная нейроподобных элементов (внутренним
способность, умственное начало у человека. моделям внешнего мира), ослабленного
Искусственный интеллект - научное функцией мотивации. Обеспечивает
направление, в рамках которого ставятся и подготовку моделей для сознания,
решаются задачи аппаратного или распознавания заученных образов и
программного моделирования тех видов выполнения привычных движений. Функция
человеческой деятельности, которые неосознанная реакция - внешняя информация
традиционно считаются интеллектуальными. на уровне подсознания вызывает обратное
29. воздействие на внешний мир (безусловный и
3030. Другие определения искусственного условный рефлексы, отработанные действия,
интеллекта. Свойство интеллектуальных вторичные автоматизмы). Функция осознанная
систем выполнять творческие функции, реакция - внешняя информация на уровне
которые традиционно считаются прерогативой сознания вызывает обратное воздействие на
человека. При этом интеллектуальная внешний мир (осознанные действия в фазе
система — это техническая или программная формирования условных рефлексов и
система, способная решать задачи, приобретения вторичных автоматизмов).
традиционно считающиеся творческими, Функция интуиция - поиск новой информации,
принадлежащие конкретной предметной порождение гипотез и аналогий, создание
области, знания о которой хранятся в новых временных связей, активация новых
памяти такой системы. Структура ансамблей нейроподобных элементов и
интеллектуальной системы включает три порождение из них новых комбинаций,
основных блока — базу знаний, решатель и которые автоматически формируются в
интеллектуальный интерфейс. Наука под подсознании, наиболее активные из них
названием «Искусственный интеллект» входит прорываются в область сознания.
в комплекс компьютерных наук, а 9290. Двигательная система. Для
создаваемые на её основе технологии к двигательной системы характерен прежде
информационным технологиям. Задачей этой всего синтез возбуждений различной
науки является воссоздание с помощью модальности с значимыми сигналами и
вычислительных систем и иных искусственных мотивационными влияниями. Им свойственна
устройств разумных рассуждений и действий. дальнейшая, окончательная трансформация
Искусственный интеллект- наука создания афферентных влияний в качественно новую
интеллектуальных машин, особенно форму деятельности, направленную на
интеллектуальных компьютерных программ. ИИ быстрейший выход эфферентных возбуждений
связан со сходной задачей использования на периферию, т. е. на цепочки нейронов
компьютеров для понимания человеческого реализации конечной стадии поведения.
интеллекта, но не обязательно Двигательная система состоит целиком из
ограничивается биологически ансамблей (цепочек) нейронов эфферентного
правдоподобными методами. (двигательного) типа и находится под
31Общая теория искусственного интеллекта постоянным притоком информации из
(Бионический подход) Общая теория афферентной (сенсорной) области. В отличие
искусственного интеллекта – область от афферентной области в области запуска и
знаний, рассматривающая закономерности контроля поведенческих актов процессы
построения и функционирования активации идут в нисходящем направлении,
интеллектуальных систем на базе начинаясь с наиболее высоких уровней. В
многомерных нейроподобных растущих сетей. высших уровнях формируются цепочки
Общая теория искусственного интеллекта командных нейронов (двигательные
включает: учение о нейроподобных элементах программы), а затем переходят к нейронным
и многомерных нейроподобных растущих цепочкам низших моторных уровней и
сетях, временной и долговременной памяти, двигательным нейронам – эффекторам
учение о функциональной организация участков двигательной эфферентной
«мозга» систем с искусственным импульсации. Функция действие - информация
интеллектом, о сенсорной системе, исходит из эффекторной зоны, через
модулирующей системе, моторной системе, эффекторы и моторную область воздействует
условном и безусловном рефлексах, на внешний мир . Движение -
рефлекторной дуге (кольце), мотивации, последовательность действий (Д) найденная
целенаправленном поведении, о «мышлении», случайно (ребенок научился ходить
«сознании», «подсознании и искусственной самостоятельно) или с помощью учителя
личности формируемой в результате обучения (ребенок научился ходить с помощью
и воспитания». 31. родителей) .
32Почему общая теория искусственного 9391. Подражание - наблюдая за
интеллекта ? Теория интегрирующая действиями других объектов объект
исследования в области семантических внутренне на уровне микродвижений
сетей, искусственных нейронных сетей и повторяет их действия (возникает небольшое
нейронных сетей нервной системы человека. возбуждение ансамблей нейроподобных
«Анализ проблематики исследований в элементов, задействованных в выполнении
области искусственного интеллекта этих действий). Затем, неоднократно
показывает, что в настоящее время, с одной повторяя эту последовательность в играх,
стороны, идет интенсивная дифференциация закрепляет их (повторение приводит к
ее предметных областей и, с другой увеличению порогов возбуждения ансамблей
стороны, происходит своеобразная нейроподобных элементов), что приводит к
интеграция исследований в рамках поиска выработке поведенческих стереотипов.
возможностей построения общей теории. 9492. Искусственная личность.
Интеграция исследований диктуется Искусственная личность есть идеальный
необходимостью объединения всего комплекса конструкт, способный к поглощению всего
исследований в области искусственного многообразия процессов преобразования
интеллекта в единое целое на основе общей информации, антропоморфно отображающий
универсальной концепции или идеи, деятельность своего прототипа -
восходящей к своему функциональному современного человека разумного. Если
прототипу: думающей (мыслящей) и конструировать искусственную личность как
действующей (физически) личности – реальную машину, способную преобразовывать
человеку» [ чл.корр. НАНУ А.И.Шевченко]. не только информацию, но и выполнять
Такой универсальной концепцией явились вещественные операции в окружающем мире,
многомерные рецепторно-эффекторные то она может быть реализована как робот с
нероподобные растущие сети. 32. высокоразвитым интеллектом, имитирующий
33Нейроподобный элемент. 33. Аксиома 1. биологическую, живую машину - человека.
В основе теории искусственного интеллекта Если же конструировать искусственную
лежит аналогия с нервной системой личность как виртуальную машину, способную
человека. Аксиома 2. Основная перерабатывать только информацию, то в
функциональная единица структуры («нервной этом случае конструкт может быть назван
системы») интеллектуальных систем - «виртуальной искусственной
Искусственный нейрон (нейроподобный личностью-роботом». В отличие от
элемент). Определение 1. Нейроподобный антропоморфной искусственной личности,
элемент - упрощенная модель биологического виртуальная все свои органы и элементы
нейрона, состоящая из устройства (аналога только имитирует в форме изображений,
тела клетки) с множеством возбуждающих и однако процессы переработки информации по
тормозных входов, модулирующим входом и их результативности вполне реальны и
одним выходом. Выход (аналог аксона) правдоподобны [Шевченко А.И., ЯщенкоВ.А.
состоит из множества проводников и От искусственного интеллекта к
множества окончаний. На входы устройства искусственной личности // Искусственный
поступает информация (коды, пачки интеллект, №3, 2009. с.492-505.].
импульсов). Устройство обрабатывает 95Повторение в сравнениях. 93.
информацию в соответствии с правилами 9694. Базовые понятия формирования
формирования нейроподобной растущей сети, естественного интеллекта. Базовые понятия
генерирует коды (пачки импульсов) и по формирования искусственного интеллекта.
нитям аксона одновременно или с «Нервная система» интеллектуального
разделением во времени передает их на устройства Центральная нервная система
входы других нейронов. Входы нейрона состоит из скопления нейроподобных
(аналог синапсов) представляют собой элементов и представляет собой активную
рецепторы, реагирующие или не реагирующие ассоциативную память. Архитектура такой
на ту или иную часть, поступающего на них системы принципиально отличается от
кода, тем самым увеличивая или уменьшая существующих систем, обеспечивая массовый
уровень возбуждения нейроподобного параллелизм и несравнимое быстродействие.
элемента и интенсивность его ответной Нервная система человека делится на
реакции, при этом амплитуда и частота центральную и периферическую. Центральная
сигнала могут регулироваться. нервная система (ЦНС) состоит из скопления
3434. Аксиома 3. Все свободные от нервных клеток (нейронов). Главная функция
информации нейроподобные элементы есть ЦНС — осуществление простых и сложных
нейроподобные элементы новизны. Аксиома 4. реакций организма, получивших название
Все нейроподобные элементы, несущие рефлексов. Периферическая нервная система
(запомнившие) в себе некую информацию есть в своей основе является связующим звеном
нейроподобные элементы тождества. Аксиома между центральной нервной системой и
5. При отсутствии информации на рецепторах органами. Головной мозг состоит из
нейроподобных элементов новизны они большого числа нейронов, связанных между
находятся в режиме слабого случайного собой синаптическими связями. Функции,
фонового возбуждения. Аксиома 6. Фоновое выполняемые нервной системой (НС) в целом
возбуждение есть постоянно изменяющаяся определяются взаимодействием между
случайная величина возбуждения нейронами. Нейрон основная функциональная
нейроподобного элемента. Аксиома 7. единица НС.
Базовой структурой искусственного 97Нейрон. 95. Нейрон (от др.-греч.
интеллекта являются многосвязные ?????? — волокно, нерв). Нейрон состоит из
многомерные нейроподобные растущие сети тела клетки, одного аксона, и множества
(ммн-РС). Определение 2. Временная память. дендритов. Тело клетки заключено в
При поступлении информации (которая оболочку — наружную мембрану. В центре
неизвестна) на рецепторы сенсорной клетки расположено ядро - генетический
области, между ближайшим нейроподобным аппарат нейрона. Цитоплазма клетки
элементом новизны (уровень возбуждения наполнена различными органеллами, одна из
которого невысокий, но выше всех остальных которых гранулярный эндоплазматический
ближайших нейроподобных элементов новизны) ретикулум - своеобразная фабрика, где
и рецепторами сенсорной области образуются синтезируются различные белки. Основная
связи, связям присваиваются весовые функция нейрона — получить информацию,
коэффициенты, а нейроподобному элементу обработать ее и передать дальше. Через
некоторый порог возбуждения. При синапсы информация поступает в клетку, а
неоднократном повторении этой информации по аксону обработанная информация в виде
порог возбуждения увеличивается. При пачки импульсов передается дальше по
достижении max возбуждения, нейроподобный нервной цепочке. Определение 1.
элемент становится нейроподобным элементом Нейроподобный элемент - упрощенная модель
тождества и условно переводится в биологического нейрона, состоящая из
долговременную память. Определение 3. устройства (аналога тела клетки) с
Долговременная память - все нейроподобные множеством возбуждающих и тормозных
элементы тождества. входов, модулирующим входом и одним
35Нейроподобная растущая сеть. 35. выходом. Выход (аналог аксона) состоит из
Определение 4. Нейроподобная растущая сеть множества проводников и множества
- это совокупность взаимосвязанных окончаний. На входы устройства поступает
нейроподобных элементов, предназначенных информация (коды, пачки импульсов).
для приема анализа и преобразования Устройство обрабатывает информацию в
информации в процессе взаимодействия с соответствии с правилами формирования
объектами реального мира, причем в нейроподобной растущей сети, генерирует
процессе приема и обработки информации коды (пачки импульсов) и по нитям аксона
сеть изменяет свою структуру - растет. одновременно или с разделением во времени
МмН-РС описываются в виде направленного передает их на входы других нейронов.
графа, где нейроподобные элементы Входы нейрона (аналог синапсов)
представляются его вершинами, а связи представляют собой рецепторы, реагирующие
между элементами его ребрами. Сеть или не реагирующие на ту или иную часть,
представляет собой распараллеленную поступающего на них кода, тем самым
динамическую систему с топологией увеличивая или уменьшая уровень
направленного графа, которая выполняет возбуждения нейроподобного элемента и
переработку информации посредством интенсивность его ответной реакции, при
изменения своего состояния и структуры в этом амплитуда и частота сигнала могут
ответ на воздействия внешней среды. регулироваться.
36Многосвязные нейроподобные растущие 98Синапс. 96. Входы нейрона (аналог
сети. Многосвязные нейроподобные растущие синапсов) представляют собой рецепторы
сети (н-РС) – новый тип нейронных сетей, нейрона, реагирующие или не реагирующие на
включающий в себя следующие классы: - ту или иную часть, поступающего на них
многосвязные (рецепторные) нейроподобные кода. Синапс место контакта между двумя
растущие сети (мн-РС); - многосвязные нейронами или между нейроном и получающей
(рецепторные) многомерные нейроподобные сигнал эффекторной клеткой. Служит для
растущие сети (ммн-РС); - передачи нервного импульса между двумя
рецепторно-эффекторные нейроподобные клетками, причём в ходе синаптической
растущие сети (рэн-РС); - многомерные передачи амплитуда и частота сигнала могут
рецепторно-эффекторные нейроподобные регулироваться. Передача импульсов
растущие сети (мрэн-РС). 36. осуществляется химическим путём с помощью
3737. В теории нейроподобных растущих медиаторов или электрическим путём
сетей основными понятиями являются понятия посредством прохождения ионов из одной
структуры и архитектуры, раскрывающие клетки в другую.
схему связей и взаимодействия между 9997. Иерархическая структура
элементами сети: топологическая Конвергенция, дивергенция, анализ ,
(пространственная) структура - синтез, моделирование процессов обучения и
направленный граф связей элементов сети; приобретения знаний, регуляция движений и
логическая структура определяет правила поведения. Иерархические системы В
формирования связей и элементов сети, а результате конвергенции - когда несколько
также логику ее функционирования; При нейронов одного уровня контактируют с
рассмотрении основ теории нейроподобных меньшим числом нейронов следующего уровня,
растущих сетей используются некоторые или дивергенции - когда контакты
положения теории графов. Дуга на графе устанавливаются с большим числом клеток
может рассматриваться как упорядоченная следующего уровня, информация
пара вершин или как направленная линия, обрабатывается, анализируется,
соединяющая вершины. Вершины графа S=(A,D) синтезируется и происходит усиление
называются смежными, если они соединены сигналов.
дугой. Смежными дугами называются дуги 10098. Таким образом, в соответствии с
dim, djm , имеющие общую вершину am. положениями теории искусственного
Исходящей дугой называется дуга, которая интеллекта, в мрэн-РС информация о внешнем
исходит из вершины am, Заходящей дугой мире, его объектах, их состояниях и
называется дуга dim, которая заходит в ситуациях, описывающих взаимоотношения
вершину am, между ними, а также информация о
3837. Определение 4. Многосвязной действиях, вызванных этими состояниями,
(рецепторной) нейроподобной растущей сетью анализируется, обрабатывается и
называется ациклический граф, в котором сохраняется вследствие ее отражения в
минимальное число заходящих дуг на вершины многомерной структуре сети. Поступление
графа ai равно переменному коэффициенту n, новой информации вызывает формирование
а каждой дуге di, приходящей на вершину новых ассоциативных вершин и связей и их
ai, соответствует определенный весовой перераспределение между вершинами,
коэффициент mi. Каждой вершине ai возникшими ранее, при этом выделяются
присваивается определенный порог общие части этих описаний и действий,
возбуждения. Вершины, не имеющие заходящих которые автоматически обобщаются и
дуг, называются рецепторами сети, классифицируются. Общая теория
остальные вершины называются искусственного интеллекта позволяет
нейроподобными элементами. Топологическая объединить физический и виртуальный миры
структура мн-РС представляется связным интеллектуальных систем и имеет
ориентированным графом. С помощью графов в универсальный характер. Такой подход дает
теории мн-РС рассматриваются процессы новое основание для развития и массового
прохождения и запоминания информации в производства продвинутых живучих
сети. Нейроподобные растущие сети интеллектуальных систем управления и
формально задаются следующим образом: роботов.
S=(R, A, D, M, P, N), где R={ri}, - 101Интеллектуальные системы в которых
конечное множество рецепторов; A={ai}, - реализованы модели основных функций
конечное множество нейроподобных естественного интеллекта (Восприятие,
элементов; D={di}, - конечное множество анализ, синтез, отбор и запоминание
дуг, связывающих рецепторы с визуальной и символьной информации,
нейроподобными элементами и нейроподобные общение , мышление, логические
элементы между собой; P={Pi}, N = h, где P умозаключения). 101. Программная
- порог возбуждения вершины ai, P = f(mi) реализация ИС.
> P0 (P0 - минимально допустимый порог 102102. Модель виртуальной искусственной
возбуждения) при условии, что множеству личности «VITROM». Упрощенная виртуальная
дуг D, приходящих на вершину ai, искусственная личность – робот реализована
соответствует множество весовых в проекте «VITROM». Проект
коэффициентов M={mi}, , причем mi может демонстрировался в Гоновере на выставке
принимать как положительные, так и CeBIT в 2000 – 2002 гг., в Пекине на
отрицательные значения. выставке информационных технологий в
3938. Правило 1. Если при восприятии 2000г. и в павильонах ВДНХ Украины 2000 -
информации возбуждается подмножество 2004г.г. Распознавание в реальном времени
вершин F из множества вершин, имеющих .
непосредственную связь с вершиной ai, и ? 103103. Модель виртуальной искусственной
h, то связи вершины ai с вершинами из личности «VITROM». Распознавание в
подмножества F ликвидируются и к сети реальном времени .
присоединяется новая вершина ai+1, входы 104Распознавание изображения из файла.
которой соединяются с входами всех вершин 104. Модель виртуальной искусственной
подмножества F, а выход вершины ai+1 личности «VITROM».
соединяется с одним из входов вершины ai , 105105. Распознавание искаженных
причем входящим связям вершины ai+1 изображений.
присваиваются весовые коэффициенты mg, 106106. Распознавание искаженных
соответствующие весовым коэффициентам изображений.
ликвидированных связей вершины ai, а 107107. Распознавание искаженных
вершине ai+1 присваивается порог изображений.
возбуждения Pi, равный сумме весовых 108108. Интеллектуальная система
коэффициентов связей, входящих в вершину «Диалог». В интеллектуальной системе
ai+1, или присваивается порог возбуждения «Диалог» (2005) осуществлено моделирование
Pi, равный f(mi), (некоторой функции от мышления. Система демонстрировалась на
весовых коэффициентов связей, входящих в международной конференции
вершину ai+1). Исходящей связи вершины "Knowledge-Dialog-Solution 2007"
ai+1 присваивается весовой коэффициент в Варне и на международной
mi+1. Связям исходящим, из рецепторов, научно-технической мультиконференции
присваивается весовой коэффициент mri «Актуальные проблемы
Правило 2. Если при восприятии информации информационно-компьютерных технологий,
возбуждается подмножество вершин G и ? h, мехатроники и робототехники 2009» в
то к сети присоединяется новая России.
ассоциативная вершина ai+1 , которая 109109. Интеллектуальная система
соединяется заходящими дугами со всеми «Диалог». База знаний системы
вершинами подмножества G. Каждой из (ассоциативная память).
заходящих дуг присваивается весовой 110110. Пространство диалога с системой.
коэффициент mi, а новой вершине ai+1 Интеллектуальная система «Диалог».
присваивается порог возбуждения Pai+1, 111111. Аппаратная реализация систем ИИ.
равный сумме весовых коэффициентов mi 112Из теории искусственного интеллекта
входящих дуг или присваивается порог становится понятным многие механизмы
возбуждения Pi равный f(mi) (некоторой обработки информации естественным
функции от весовых коэффициентов связей, интеллектом. Приведем некоторые из них: 1.
входящих в вершину ai+1). Новая вершина Повторение. При неоднократном повторении
ai+1 находится в состоянии возбуждения. изучаемого материала происходит
4040. Определение 5. Информационным (проторение) усиление связей между
пространством называется область нейронами новизны. Или запоминание
нейроподобной растущей сети, состоящая из происходит быстро в стрессовых и других
множества вершин и дуг, объединенных в эмоциональных состояниях – здесь усиление
единую информационную структуру одного из связей происходит под воздействием
отображений. Определение 6. Множество модулирующей системы. (Студенты запоминают
взаимосвязанных ациклических графов, материал в ночь перед экзаменом –
описывающих нейроподобные растущие сети в возбужденное состояние, страх получения
различных информационных пространствах, неудовлетворительной оценки) 2. Методика
называются многосвязными многомерными обучения. Из п.1 следует, что обучение
нейроподобными растущими сетями (ммн-РС). необходимо проводить так, чтобы обучаемому
Топологическая структура ммн-РС было интересно (например в виде игры,
представлена на рис. Формально мн-РС дискуссии или измененного состояния и
задается пятеркой: S = (R, A, D, P, N), пр.). 3. Структурированная информация -
при этом R? Rl , Rr , Rv ; A? Al , Ar , Av лучше усваивается (структура нейронной
; D? Dl , Dr , Dv ; P? Pl, Pr, Pv, где Rl, сети проще) 4. Специализация нейронов
Rr, Rv - конечное подмножество рецепторов; определяется информацией поступающей на
Al , Ar , Av - конечное подмножество рецепторы. 112.
нейроподобных элементов; Dl , Dr , Dv - 113Положения общей теории искусственного
конечное подмножество дуг; Pl, Pr, Pv - интеллекта позволяют выйти на
конечное подмножество порогов возбуждения принципиально новый уровень разработок
нейроподобных элементов, принадлежащих, вычислительных систем и роботов с
например, лингвистическому, речевому или распределенной, нейроподобной,
визуальному информационному пространству; безадресной, ассоциативной организацией
N - конечное множество переменных структуры активной памяти, в которой
коэффициентов связности. При моделировании обеспечивается массовый параллелизм
описаний внешнего мира необходимо иметь обработки, накопления и запоминания знаний
возможность отражать описания об объекте о внешнем мире по аналогии с
или классе объектов в различных функциональной организацией нервной
отображениях, например, в зрительном, системы человека. 113.
звуковом, вербальном, тактильном и др. 114Спасибо за внимание. 114.
Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта.ppt
http://900igr.net/kartinka/informatika/institut-problem-matematicheskikh-mashin-i-sistem-nanu-obschaja-teorija-iskusstvennogo-intellekta-250839.html
cсылка на страницу

Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта

другие презентации на тему «Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта»

«Компьютерные машины» - США 60 – е годы ХХ века. Первую клавиатуру и первый монитор выпустила компания Teletype в 1962 году. Наука, которая изучает. Советский союз. с 1998 года - 20 марта Всемирный день Интернета. В клубе были две секции. Первый человек в космосе Спутники. 1969. Краткая история развития компьютерной техники /1617 – 1998 г.г./.

«Искусственный отбор Дарвин» - Методы селекции. Растения. Искусственный отбор – процесс создания новых пород животных и сортов культурных растений путём систематического отбора и размножения особей с определёнными, ценными для человека признаками и свойствами. Выведение селекционерами 150 пород голубей, множества пород собак, сортов капусты…

«Первый искусственный спутник Земли» - И громада ракеты перед стартом была изумительно красива. Космонавтика жизненно необходима всему человечеству! На рассвете 3 октября 1957 года ракета, состыкованная со спутником, была бережно вывезена из монтажно-испытательного корпуса. И не было счастливее мгновенья – Здесь новая эпоха началась. А над Землей внезапно появилась Стремительно летящая звезда.

«Тепловая машина» - История развития тепловых машин. Реактивные двигатели используются в самолетах, а ракетные – в ракетных снарядах и космических кораблях. Шотландский инженер, механик и изобретатель, интересовался паром и конденсацией воды. Поезд на воздушной подушке. Машина Уатта. Устройство ДВС. Высокоскоростной поезд.

«Швейная машина» - 2. Швейные машины в России. 7. Правила техники безопасности. Открутить «на себя» правой рукой, придерживая маховое колесо левой рукой. Механизм нитепритягивателя. 5. Устройство бытовой швейной машины. Рабочий ход. 6. Виды приводов швейной машины. Маховое колесо. Фрикционный винт. 2.Напиши в рабочей тетради названия основных деталей машины.

«Искусственный интеллект» - Искусственный интеллект - основная функция. Intellectus (от лат. познание, понимание, рассудок) – способность мышления, рационального познания. Например, вы хотите применить компьютер для решения задач по геометрии. В задачнике имеется 500 задач разного содержания. Как создать интеллектуальную систему на компьютере?

Теория систем

6 презентаций о теории систем
Урок

Информатика

130 тем
Картинки
900igr.net > Презентации по информатике > Теория систем > Институт проблем математических машин и систем НАНУ Общая теория искусственного интеллекта