Разработка и использование модели когнитивной системы для решения задач целенаправленного поведения

Целью исследования является формулировка формального определения когнитивной системы на основе упрощенного представления о познавательной деятельности человека и разработка на этой основе методики инженерного проектирования модели когнитивной системы. Процесс познания моделируется как взаимодействие нескольких структур человеческой личности. Основными структурами, непосредственно реализующими процесс познания, является подсознание и взаимодействующее с ним сознание. С использованием методики инженерного проектирования когнитивной модели разработана архитектура интеллектуальной системы, использующая когнитивный механизм планирования управляющих воздействий. Для реализации когнитивного механизма формирования управляющих воздействий выбран агентно-ориентированный подход. Исследуется алгоритм формирования планов адаптации целенаправленного поведения интеллектуальной системы. Выполняется построение базы знаний интеллектуальной системы с адаптацией целенаправленного поведения.

Методом исследования является применение принципов теории динамических систем автоматического управления к упрощенным процессам познания и синтез на этой основе алгоритмов и технических устройств. Разработка интеллектуальной системы целенаправленного поведения велась на основе агентно-ориентированного подхода. Для описания механизма целенаправленного поведения использован интегрированный подход к представлению знаний, сочетающий в себе преимущества логических и сетевых методов.

Основными результатами работы являются разработка формального определения когнитивной системы в виде системы автоматического управления в пространстве состояний. Подсознание моделируется пространством состояний когнитивной системы, формируемым в результате взаимодействия с внешним миром. Процесс познания представляется в виде оценки сознанием элементов пространства состояний, которое названо пространством оценок. Взаимодействие с внешним миром моделируется как в виде управления внешним миром, так и в виде его информирования. На основе этих представлений разработана структура интеллектуальной системы, реализующая когнитивный механизм планирования управляющих воздействий. Представлена архитектура многоагентной системы формирования управляющих воздействий для целенаправленного поведения. Разработана база знаний для формирования планов адаптации целенаправленного поведения интеллектуальной системы.

Для ключевых процедур функционирования когнитивной системы введены понятия оптимальных оценок векторов состояния и оптимального процесса управления, позволяющие синтезировать наилучшие в определенном смысле алгоритмы и технические устройства. Использование методики позволило разработать: структуру интеллектуальной системы, реализующую когнитивный механизм планирования управляющих воздействий; архитектуру многоагентной системы формирования управляющих воздействий для целенаправленного поведения; базу знаний интеллектуальной системы для планирования управляющих воздействий. Разработка интеллектуальной системы велась с использованием многоагентной технологии. Подсистемы формировались в виде отдельных функциональных образований – многоагентных систем.

1. Сущин М.А. Байесовский разум: новая перспектива в когнитивной науке // Вопросы философии. 2017. № 3. С. 74–87.

2. Грицанов А.А. Новейший философский словарь. Минск: Книжный Дом, 1999.

3. Савельев А.В. Аспекты возможности сознательного моделирования бессознательного в искусственных социумах // Искусственные общества. 2009. Т. 4. С. 1–4.

4. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. М.: Мир, 1971. 399 с.

5. Новиков О.Ю. Компоненты понятия Industry 4. 0 [Электрон. ресурс] // ИТНОУ: информационные технологии в науке, образовании и управлении. 2017. №1 (1). Режим доступа: https://cyberleninka.ru/article/n/komponenty-ponyatiya-industry-4-0. (Дата обращения: 29.09.2019).

6. «Индустрия 4.0»: создание цифрового предприятия [Электрон. ресурс]. Режим доступа: https://www.pwc.ru/ru/technology/assets/global_industry-2016_rus.pdf

7. Giusto D. Iera A., Morabito G., L. Atzori (Eds.). The Internet of Things. New York: Springer-Verlag New York, 2010. 442 p.

8. Саламатов И.А. Локализация данных за счет использования облачно-туманных технологий [Электрон. ресурс] // Вестник ВУиТ. 2015. №1 (23). Режим доступа: https://cyberleninka.ru/article/n/lokalizatsiya-dannyh-za-schet-ispolzovaniya-oblachno-tumannyh-tehnologiy. (Дата обращения: 28.06.2019).

9. Саттон Р.С. Барто Э.Г. Обучение с подкреплением. пер. с англ. М.: БИНОМ Лаборатория знаний, 2011. 399 с.

10. Справочник по теории автоматического управления. Под ред. А.А. Красовского. М.: Наука, 1987. 712 с.

11. Солодов А.А. Байесовская адаптация в пуассоновских когнитивных системах // Открытое образование. 2019. № 23(4). С. 23–31.

12. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. М.: Издательский дом «Вильямс», 2007. 1408 с.

13. Кузнецов О.П. Когнитивная семантика и искусственный интеллект // Искусственный интеллект и принятие решений. 2012. № 4. С. 32–42

14. Трембач В.М. Модульная архитектура интеллектуальной системы для решения задач интернета вещей // Открытое образование. 2019. № 23(4). С. 32–43. https://doi.org/10.21686/1818-4243-2019-4-32-43

15. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002. 352 с.

16. Трембач В.М. Решение задач управления в организационно-технических системах с использованием эволюционирующих знаний: монография. М.: МЭСИ, 2010. 236 с.

17. Растригин Л.А. Адаптация сложных систем. Рига: Зинатне, 1981. 375 с.

18. Карпов В.Э., Карпова И.П., Кулинич А.А. Социальные сообщества роботов: эмоции и темперамент роботов; общение роботов; модели контагиозного, подражательного и агрессивного поведения роботов; командное поведение роботов и образование коалиций; пространственная память анимата. М.: УРСС: ЛЕНАНД, 2019. 349 с. (Сер. «Науки об искусственном», № 19)

19. Telnov Y. Enterprise product and service process design with the use of intelligent technologies [Электрон. ресурс] // Selected Papers of the XXII International Conference «Enterprise Engineering and Knowledge Management (EEKM 2019). (Moscow, Russia, April 24–26, 2019). Moscow: CEUR Workshop Proceedings, 2019. P. 152–160. Режим доступа: http://ceur-ws.org/Vol-2413/

20. Lakoff J. Women, Fire and Dangerous Things: What Categories Reveal About the Mind. Chicago: University of Chicago Press, 1987.