Базы знаний, интеллектуальные системы, экспертные системы, системы поддержки принятия решений
Правильная ссылка на статью:
Денисенко В.А., Нагоев З.В., Нагоева О.В.
Проектирование компьютерной системы на основе рекурсивной когнитивной архитектуры для задачи синтеза интеллектуального поведения агента
// Программные системы и вычислительные методы.
2013. № 3.
С. 264-267.
URL: https://nbpublish.com/library_read_article.php?id=63832
Аннотация:
В [Нагоев, 2011a, Нагоев, 2011b] предложен подход к решению фундаментальной проблемы искусственного интеллекта (ИИ) - формализации семантики разумного мышления, - с использованием когнитивного моделирования на основе концепции рекурсивной (фрактальной) когнитивной архитектуры и гипотезы об инварианте организационно-функциональной структуры процесса интеллектуального принятия решения на основе когнитивных функций. Эти разработки, как и предложенный в [Нагоев и др., 2011] метод обучения мультиагентных нейроподобных систем на основе онтонейроморфогенеза, направлены на создание самоорганизующихся мультиагентных эмерджентных систем, способных к эмуляции функций психики, целеполаганию и адаптивному целенаправленному поведению на основе семантизации действительности и построения социальных связей. Принципы когнитивной организации интеллектуальных систем тесно связаны с мультиагентным разделением функций в многоклеточном организме. Когнитивные центры, как в мозге человека, так и в искусственной интеллектуальной системе, на наш взгляд, должны представлять собой активные системы, взаимодействующие друг с другом на основе принципов коллективной оптимизации параметров, критичных, в первую очередь, для сохранения целостности всей системы, ее выживаемости. Формальное описание агента должно учитывать, что поведение агента состоит из его действий, которые осуществляются в среде обитания агента и требуют затрат энергии. При этом необходимо помнить, что обмен энергией и информацией происходит не только между агентом и внешней средой, но и между внутренними агентами (органами, нейронами) агента верхнего уровня рекурсивной когнитивной архитектуры.
Ключевые слова:
мультиагентные системы, когнитивные архитектуры, нейроподобные сети, интеллектуальные системы, нейронные сети, агент, разработка, проектирование, интеллектуальное поведение, моделирование
Abstract:
The authors suggested an approach to solving a fundamental problem of artificial intelligence (AI) of
formalization of the semantics of rational thinking with the use of cognitive modeling based on the concept
of recursive (fractal) cognitive architecture and a hypothesis of invariant of organizational and functional
structure of the process of intelligent decision based on the cognitive functions. This researches with previously
suggested method of learning in a multiagent neural like systems based on the ontoneuromorphogenesis
are leading to the creation of self-organizing multiagent emergent networks, capable of simulation of psyche
functions, goal-setting and adaptive goal-directed behavior based on the semantization of reality and building
social connections. The principles of cognitive organization of intelligent systems are tightly connected with
multiagent division of functions in multicellular organisms. Cognitive centers as in human brain as well as in
an artificial intelligent system should be made as active systems, interworking with each other on the basis of
the collective optimization parameters, critical in the first place to maintain the integrity of the system and its survival. Formal description of the agent should take into account that agent’s behavior consists of actions,
which are carried out in the agent’s habitat and require energy. It is also important to note, that the exchange
of energy and information happens not only between agent and the environment, but also between inside
agents (organs, neurons) of the agent of a top level of recursive cognitive architecture.
Keywords:
multiagent systems, cognitive architecture, neural-like networks, intelligent systems, neural networks, agent, development, design, intelligent behavior, modeling