О РОЛИ ПОНЯТИЙ «ОБРАЗ» И «СИМВОЛ» В МОДЕЛИРОВАНИИ ПРОЦЕССА МЫШЛЕНИЯ СРЕДСТВАМИ НЕЙРОКОМПЬЮТИНГА

Обсуждаются понятия «образ» и «символ», а также их функции в «мыслящей» системе связанных нейропроцессоров. Показано, что образная подсистема играет ведущую 

роль в записи и хранении информации. Введение символьной подсистемы обеспечивает переход к условной семантической информации и коммуникации с окружающей 

средой. Парадигма внимания в рассматриваемом подходе обеспечивается за счет параметрического влияния символьной подсистемы на образную. Показано, что эффект  пециализации нейронов естественно воспроизводится за счет самоорганизации системы. Предлагается система нелинейных динамических уравнений, связывающих символьную и образную подсистемы, которая потенциально способна описать «ход мысли» в индивидуальной мыслящей системе.

Литература

1. Чернавский Д.С., Карп В.П., Родштат И.В., Никитин А.П., Чернавская Н.М. Распознавание. Аутодиагностика. Мышление. М.: Радиотехника, 2003.

2. Чернавская О.Д., Никитин А.П., Чернавский Д.С. Концепция интуитивного и логического в нейрокомпьютинге // Биофизика. 2009. Т. 54, № 6. C. 1103.

3. Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П., Рожило Я.А. Процесс мышления в контексте динамической теории информации. Часть I: Основные цели и задачи мышления / Препринт ФИАН, 2011. № 10. 20 с.

4. Чернавский Д.С. Синергетика и информация: Динамическая теория информации. М.: Наука, 2001.

5. Александров Ю.И., Анохин К.В., Безденежных Б.Н., Гарина Н.С., Греченко Т.Н., Латанов А.В., Палихова Т.А., Савельев С.В., Соколов Е.Н., Тушмалова Н.А., Филиппов В.А., Черноризов А.М. Нейрон. Обработка сигналов. Пластичность. Моделирование. Фундаментальное руководство. Тюмень: Изд. ТГУ, 2008.

6. Fitz Hugh R. Impulses and physiological states in theoretical models of nerve membrane // Biophys. J. 1961. Vol. 1. P. 445; Nagumo J., Arimoto S., Yashukawa S. // Proc.IRE. 1962. Vol. 50. P. 2062.

7. Шамис А.С. Пути моделирования мышления. М.: КомКнига, 2006.

8. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities // PNAS 1982. Vol. 79. P. 2554.

9. McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics. 1943. Vol. 5. P. 115.

10. Muller B., Reinhardt J. Neural networks. Springer Verlag, 1990.

11. Grossberg S. Studies of Mind and Brain. Boston: Riedel, 1982; The adaptive brain. Amsterdam: Elsevier/North-Holland, 1987.

12. Чернавский Д.С., Карп В.П., Васильев А.Н., Чернавская О.Д. Математическая модель процессора локализации образа / Препринт ФИАН № 9. 2011. 17 с.

13. Чернавский Д.С., Карп В.П., Никитин А.П., Чернавская О.Д. Схема конструкции из нейропроцессоров, способной реализовать основные функции мышления и научного творчества // Изв. вузов. Прикладная нелинейная динамика. 2011. Т. 19, № 6. С. 6.

14. Яхно В.Г., Полевая С.А., Парин С.Б. Базовая архитектура системы, описывающей нейробиологические механизмы осознания сенсорных сигналов // Когнитивные исследования: Сборник научных трудов. Вып. 4 / Под ред. Ю.И. Александрова, В.Д. Соколова. М.: Изд-во «Институт психологии РАН», 2010. С. 273.

Статус: 
одобрено к публикации
Краткое содержание (PDF):