Летом 1994 г. научным обществом был проведен Всемирный конгресс по нейронным сетям, на котором были определены следующие направления фундаментальных исследований по нейросетевым технологиям:
Интеллектуальность нейросетевых конструкций
– Биологическое зрение. Работа с объектами зрительной сцены живого мира.
– Машинное зрение. Раздел охватывает аспекты моделирования зрительных функций в технических системах. Особое внимание уделеняется принципам избирательного внимания к компьютерным объектам зрительной сцены.
– Речь и язык. Различные аспекты синтеза и распознавания речи.
– Биологические нейронные сети. Тематика раздела охватывает свойства отдельных нейронов, нейронных сетей управления движением и слухом, аспекты обучения в биологических сетях, а также пути перехода от биологических нейронов к искусственным (кремниевым).
– Нейроуправление и робототехника.
– Обучение с учителем.
– Обучение без учителя.
– Распознавание образов.
– Прогноз и идентификация систем. Для рассмотрения методов кибернетического моделирования сложных систем на базе нейронных сетей.
– Нейронаука о сознании. Аспекты организации и моделирования высшей нервной деятельности.
– Связь науки о сознании с искусственным интеллектом.
– Нечеткие нейронные системы. Построение нейромоделей нечеткой логики.
– Обработка сигналов. Одна из старейших областей приложений нейронных сетей и теории распознавания образов – выделение и анализ свойств сигнала из шума.
– Нейродинамика и хаос. Свойства нейронных сетей, как нелинейных динамических систем.
– Аппаратные реализации. Ключевой вопрос перспективных приложений – новые физические принципы и среды для обработки информации.
– Ассоциативная память.
– Нейровычисления и виртуальная реальность. Возможность применения нейронных сетей и высокопараллельных вычислений на них для создания искусственной реальности: сложная аппаратно-программная система виртуальной реальности моделирует основные сигналы, воспринимаемые человеком от внешнего мира и реагирует на его действия, подменяя собой реальный мир.
– Сети и системная нейронаука. Временное поведение сигналов в нейронных контурах как биологических, так и искусственных сетей.
Конгресс 1994 года успешно состоялся. После него прошли и другие форумы, нейроинформатика пополнилась новыми, ранее неизвестными алгоритмами, средствами нейродинамики, системами памяти, и другими нейроконструкциями.
В литературе состав работ, связанных с «Нейрокибернетикой» обычно представляется тремя направлениями:
– Разработка и программная реализация математических моделей искусственных нейросистем (ИНС).
– «Разработка и использование нейрокомпьютеров (НК)»
– «Разработка и реализация математических моделей высшей нервной системы человека (ВНСЧ)».
Первое из выделенных направлений, известное так же под названием «Нейросетевые исследования хозяйственных процессов (решение задач кластеризации, классификации, прогнозирования, узнавания, предсказания)» или «Разработка и использование нейропакетов», связано с построением и применением нейросетей из искусственных нейронов. Для их программной реализации создаются нейропакеты (НП). В ИНС, как правило, используются модели простых нейронов, бистабильные или реализующие элементарные нелинейные функции (например, функцию знака, сигмоидальные функции и т. д.).
Второе направление связано с физической реализацией нейросетей – с нейрокомпьютерами (НК), их разработкой и использованием. В НК так же находят применение модели простых нейронов, нейросетей и элементы, реализующие некоторые конструкции из вычислительной техники. Обращает на себя внимание, что главным в этом направлении является то, как реализовать работу нейросетей, возможность расширения состава решаемых интеллектуальных задач не за счёт поиска новых алгоритмов работы мозга и совершенствования конструкции нейросетей, а за счёт применения известных алгоритмов лингвистики, математической статистики, вычислительной техники.
Третье направление связано с разработкой моделей Высшей нервной системы человека, использующих достижения специалистов медицинского и биологического профиля, основанных на результатах биохимических исследований, активном исследовании сенсорных, внутренних (чувство равновесия), эффекторных (управление мышцами, внутренними органами, сосудами) нейронных структур человека. Среди них наиболее важными являются исследования, направленные на моделирование неизвестных алгоритмов мыслительной деятельности, таких, как интуиция, возникновение ассоциаций, особенностей протекания креативного мышления, образного мышления и реализации алгоритмов обработки образов, а так же – характерного для мышления динамического преобразования образов в рекуррентных, и особенно – в рекурсивных нейросетях.
Накопленный опыт показал, что Учебно-методический комплекс (УМК) «Нейросетевые технологии» должен состоять из четырёх частей:
1) Основы теории искусственных нейронных сетей
2) Нейросетевые исследования хозяйственных процессов (решение задач кластеризации, классификации, прогнозирования, узнавания, предсказания).
3) Конструирование искусственных нейронов и нейронных ансамблей для работы со смысловой частью информации
4) Нейросетевое программирование (от искусственных нейронных сетей до моделирования высшей нервной деятельности человека).
При изучении нейрокибернетики в первой части учащихся знакомят с устройством нейронных сетей и их возможностями. На практических занятиях изучается устройство и работа с нейропакетами Sharky, нейропакетом Пермской школы искусственного интеллекта, универсальным нейропакетом MemBrain.
Вторая часть даёт возможность познакомиться с другими нейропакетами (например, freeware нейропакетом Deductor Academic) и научиться решать практически возникающие задачи узнавания, классификации, прогнозирования, предсказания, сжатия, кластеризации объектов (образов). Для решения таких задач необходимы в основном простые нейросети типа перцептронов, сетей Кохонена, сетей Хопфилда, и др., которые можно отнести к нейроконструкциям первого уровня сложности.
Третья часть направлена на разработку и использование нейрокомпьютеров (проектирование и конструирование нейроконструкций (НК) на основе использования нейрологических элементов, таких как И, ИЛИ, НЕ; разработка программного обеспечения (ПО) НК; обучение НК решению различных классов задач).
Нейросетевые конструкции становятся более сложными, в них используется интерфейс пользователя, автоматизируется управление проведением нейросетевых исследований, нейрокомпьютерные элементы реализуются в виде искусственных нейронных ансамблей (ИНА).
Самое главное, что нейроконструкции этого уровня создаются для работы со смысловой частью информации:
– сопоставление сложных объектов и оценку их сходства;
– выделение типового объекта из группы однородных;
– поиск типичных черт, существенных признаков;
– формирование описания типового объекта, выделение его отличительных черт;
– определение понятий (дефиниции);
– выявление причинно-следственных связей;
– интерпретация связей и свойств исследуемых объектов;
– генерация гипотез;
– выявление закономерностей;
– самообучение, адаптация.
Если необходимых нейросетевых алгоритмов в момент исследования неизвестно, в таких нейроконструкциях допускается использование известных алгоритмов из математической статистики, например, для выявления причинно-следственных связей, формирования существенных признаков, генерации гипотез, а так же – таких конструкций, как систем управления базами знаний (СУБЗ). В них можно использовать не выполненные в виде нейронных сетей логические элементы, а обычные цифровые программы.