Пленарное заседание

Нейроинформатика - 2017


Видеозаписи лекций и пленарных докладов



Понедельник, 2 октября                    11:20 – 13:00
Аудитория Алексеевский зал

Председатель: ДУНИН-БАРКОВСКИЙ Виталий Львович, д.ф.-м.н.

1. ГОРБАНЬ А. Н., ТЮКИН И. Ю.
University of Leicester, Great Britain
Неитеративные методы обратимого обучения, не разрушающие накопленных навыков в многомерном мире



2. ДУНИН-БАРКОВСКИЙ В. Л.
Научно-исследовательский институт системных исследований РАН, Москва
К искусственному интеллекту человеческого уровня и выше

Ввиду впечатляющего успеха систем глубокого обучения и прогресса в физиологии мозга возникает естественный вопрос о том, приближается ли время к полному, «равному человеческому разуму», искусственному интеллекту. Верить в реальность такой возможности позволяет то, что способности искусственных вычислительных систем в отношении объёма памяти и мощности обработки информации начиная с 2008 года достигают возможностей человеческого мозга, а многие частные чисто человеческие интеллектуальные задачи уже имеют компьютерные решения. Между тем, по-прежнему существует множество сомнений относительно самой возможности появления чего-либо, напоминающего «полный объём человеческого разума» в искусственных технологиях. На базе группы журналов серии Frontiers in… мы с А.Н. Горбанем взялись обеспечить платформу для публикации работ, направленных непосредственно на создание ИИ человеческом уровня. Это поле является фактически новым для серьезных исследований, хотя с 1950-х годов по этому вопросу было опубликовано море работ, в основном, чисто умозрительных. Мы полагаем, что настало время объявить создание ИИ человеческого уровня в качестве конкретной цели для современной науки и техники и надеемся, что наша инициатива поможет скорейшему достижению данной цели.

Понедельник, 2 октября                    14:00 – 16:30
Аудитория Алексеевский зал

Председатель: ДУНИН-БАРКОВСКИЙ Виталий Львович, д.ф.-м.н.

3. ЕЖОВ А. А.
Государственный научный центр Российской Федерации Троицкий институт инновационных и термоядерных исследований (ГНЦ РФ ТРИНИТИ), Москва
Скрипты, симметрии, сети

Нарративы и скрипты являются примерами больших наборов данных, для работы с которыми в последнее время используются сети глубокого обучения. Сами эти данные содержат информацию о работе человеческого мозга и могут быть использованы для исследования его когнитивной деятельности --- креативности и памяти. В связи с этим, c использованием метафоры театра рассматриваются такие темы, как симметричная и асимметричная логики --- би-логика, подходы, связывающие би-логику с ультраметрическим анализом данных, а также их анализ в свете теории искусственных нейронных сетей.

4. СТАНКЕВИЧ Л. А.
Санкт-Петербургский институт информатики и автоматизации Российской академии наук
Когнитивные поведенческие системы

В данной работе обсуждаются пути развития когнитивных поведенческих систем. Особое внимание отводится рассмотрению когнитивных процессов формирования поведений, существующих архитектур поведенческих систем и возможности построения на их основе когнитивных поведенческих систем. Одно из направлений развития таких систем связано с разработкой пригодных для интеллектуальных роботов когнитивных средств формирования поведения. Показано, что разработка таких средств актуальна, поскольку они могут существенно повысить эффективность современных гуманоидных роботов, которые имеют не только антропоморфную форму, но должны демонстрировать подобное человеку поведение. Обсуждаются проблемы разработки алгоритмов и программ формирования сложных поведенческих актов. Рассматриваются варианты формирования индивидуального и коллективного поведений роботов. Показано, что приемлемые для гуманоидных роботов поведения могут быть достигнуты с использованием нейрологических и нейроморфных средств. Обсуждаются перспективные направления исследований по совершенствованию навигационного поведения путем применения когнитивного картирования, а также по когнитивному развитию применительно к гуманоидным роботам.

5. ЛЕМПИЦКИЙ В. С.
Сколковский институт науки и технологий
Towards realistic neural image synthesis



Российская академия наук Министерство образования и науки Российской Федерации Госкорпорация «Росатом» НИЯУ МИФИ НИИСИ РАН МАИ ТРИНИТИ