СХЕМА КОНСТРУКЦИИ ИЗ НЕЙРОПРОЦЕССОРОВ, СПОСОБНОЙ РЕАЛИЗОВАТЬ ОСНОВНЫЕ ФУНКЦИИ МЫШЛЕНИЯ И НАУЧНОГО ТВОРЧЕСТВА

Предлагается  вариант  построения  конструкции  из  нейропроцессоров,  которая потенциально  способна  решать  задачи,  традиционно  относимые  к  творческим. Обсуждается  роль  условной  информации,  предлагается  конструкция  блока  образования символа.  Выделена  подсистема,  способная  решать  логические  задачи. Продемонстрировано,  что  при  распознавании  процесса  и  его  прогнозировании  в символьной  подсистеме  возможна  интерполяция  и  экстраполяция,  что  приводит  к понятию  континуального  времени.  Показано,  что  решение  творческих  задач  (при недостатке  информации  или  противоречивости  алгоритмов)  в  символьной  подсистеме невозможно.  Обсуждаются  понятия  интуитивного  и  логического  мышления применительно  к  нейрокомпьютингу  и  их  реализация  в  рассматриваемой  схеме; предлагается концепция перехода от интуитивного к логическому.

Литература

1. Penrose R. Shadows of the Mind. NY–Oxford: Oxford University Press, 2005.

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

3. Яхно В.Г. Проблемы на пути конструирования симулятора живых систем // Труды конференции «Нелинейная динамика в когнитивных исследованиях–2011». С. 246.

4. Голдберг Э. Управляющий мозг; Парадокс мудрости. М.: Поколение, 2007.

5. Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М.: УРСС, 2005.

6. Чернавский Д.С. Синергетика и информация: Динамическая теория информации. М.: УРСС, 2004.

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

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

9. Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П., Рожило Я.А. Процесс мышления в контексте динамической теории информации / Препринт ФИАН, 2011. № 10. 20с.

10. Quastler H. The emergence of biological organization. New Heaven, London: Yale University Press, 1964; Кастлер Г. Возникновение биологической организации. М.: Мир, 1967.

11. Фейнберг Е.Л. Две культуры. Интуиция и логика в искусстве и науке. М.: Наука, 1992.

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

13. Grossberg S. Studies of Mind and Brain. Boston, Riedel, 1982; Nonlinear neural networks: Principles, mechanisms and architecture// Neural networks. 1988. Vol. 1.Р. 17.

14. Чернавский Д.С., Карп В.П., Васильев А.Н., Чернавская О.Д. Математическая модель процессора локализации образа / Препринт ФИАН, 2011. №9. 19 с.

15. Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П. О возможном механизме перехода «образ$символ» в нейропроцессорах // Труды конф. «Нелинейная динамика в когнитивных исследованих–2011». С. 224.

16. Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П. О роли понятий «образ» и «символ» в моделировании процесса мышления средствами нейрокомпьютинга // Изв. вузов. ПНД. 2011. Т. 19, № 6. С. 5.

17. Крылов Н.С. Работы по обоснованию статистической физики. М.: УРСС, 2003.

18. Синай Я.Г. К обоснованию эргодической гипотезы для одной динамической системы статистической механики // ДАН СССР. 1963. Т. 158. С. 1261.

Статус: 
одобрено к публикации
Краткое содержание (PDF):