Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий
Главной целью наших исследований является создание искусственного интеллекта путем повышения степени автоматизации человеческой деятельности в различных предметных областях. Представлены новые результаты применения миварных технологий для математического моделирования процессов понимания компь...
Збережено в:
| Дата: | 2013 |
|---|---|
| Автори: | , , , , , , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Назва видання: | Искусственный интеллект |
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/84915 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий / О.О. Варламов, Л.Е. Адамова, Д.В. Елесеев, Ю.И. Майборода, П.Д. Антонов, В.С. Сергушин, М.О. Чибирова // Искусственный интеллект. — 2013. — № 4. — С. 15-27. — Бібліогр.: 20 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-84915 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-849152025-02-09T12:58:05Z Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий Комплексне моделювання процесів розуміння комп’ютерами змісту текстів, мови та образів на основі міварних технологій Comprehensive computer modeling of understanding of texts, images and speech based on mivar Варламов, О.О. Адамова, Л.Е. Елисеев, Д.В. Майборода, Ю.И. Антонов, П.Д. Сергушин, Г.С. Чибирова, М.О. Концептуальные проблемы создания систем искусственного интеллекта Главной целью наших исследований является создание искусственного интеллекта путем повышения степени автоматизации человеческой деятельности в различных предметных областях. Представлены новые результаты применения миварных технологий для математического моделирования процессов понимания компьютерами на логическом уровне смысла текстов, образов и речи. Для решения этих научных задач предложено применить системный подход, создать более сложный инструмент моделирования, накопления и логической обработки данных. В комплексе все это позволит повысить интеллектуальность компьютеров, расширить границы автоматизации умственной деятельности человека и создать миварные системы логического искусственного интеллекта нового поколения. Головною ціллю наших досліджень є створення штучного інтелекту шляхом підвищення ступеня авто- матизації людської діяльності у різних предметних сферах. Наведені нові результати використання міварних технологій для математичного моделювання процесів розуміння комп’ютерами на логічному рівні змісту текстів, образів та мовлення. Для вирішення цих наукових задач запропановано використати системний підхід, створити найбільш складний інструмент моделювання, накопичення та логічної обробки даних. У комплексі все це дозволить підвищити інтелектуальність комп’ютерів, розширити кордони автоматизації розумової діяльності людини та створити міварні системи логічного штучного інтелекту нового покоління. The aim of our research is the creation of artificial intelligence by increasing the degree of automation of human activities in various subject areas. in this article new results of usage of this technology for mathematical modeling of processes of computer logical understanding of texts, images and speech are described. Offered to apply a systematic approach to create a more sophisticated tool for modeling, the logical data processing and storage. all this will allow to increase the intelligence of computers, expand the boundaries of automation of human Intellectual activity and create new generation of logical system based on mivar. 2013 Article Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий / О.О. Варламов, Л.Е. Адамова, Д.В. Елесеев, Ю.И. Майборода, П.Д. Антонов, В.С. Сергушин, М.О. Чибирова // Искусственный интеллект. — 2013. — № 4. — С. 15-27. — Бібліогр.: 20 назв. — рос. https://nasplib.isofts.kiev.ua/handle/123456789/84915 004.8 ru Искусственный интеллект application/pdf Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Концептуальные проблемы создания систем искусственного интеллекта Концептуальные проблемы создания систем искусственного интеллекта |
| spellingShingle |
Концептуальные проблемы создания систем искусственного интеллекта Концептуальные проблемы создания систем искусственного интеллекта Варламов, О.О. Адамова, Л.Е. Елисеев, Д.В. Майборода, Ю.И. Антонов, П.Д. Сергушин, Г.С. Чибирова, М.О. Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий Искусственный интеллект |
| description |
Главной целью наших исследований является создание искусственного интеллекта путем повышения
степени автоматизации человеческой деятельности в различных предметных областях. Представлены
новые результаты применения миварных технологий для математического моделирования процессов
понимания компьютерами на логическом уровне смысла текстов, образов и речи. Для решения этих
научных задач предложено применить системный подход, создать более сложный инструмент
моделирования, накопления и логической обработки данных. В комплексе все это позволит повысить
интеллектуальность компьютеров, расширить границы автоматизации умственной деятельности
человека и создать миварные системы логического искусственного интеллекта нового поколения. |
| format |
Article |
| author |
Варламов, О.О. Адамова, Л.Е. Елисеев, Д.В. Майборода, Ю.И. Антонов, П.Д. Сергушин, Г.С. Чибирова, М.О. |
| author_facet |
Варламов, О.О. Адамова, Л.Е. Елисеев, Д.В. Майборода, Ю.И. Антонов, П.Д. Сергушин, Г.С. Чибирова, М.О. |
| author_sort |
Варламов, О.О. |
| title |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| title_short |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| title_full |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| title_fullStr |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| title_full_unstemmed |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| title_sort |
комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2013 |
| topic_facet |
Концептуальные проблемы создания систем искусственного интеллекта |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/84915 |
| citation_txt |
Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий / О.О. Варламов, Л.Е. Адамова, Д.В. Елесеев, Ю.И. Майборода, П.Д. Антонов, В.С. Сергушин, М.О. Чибирова // Искусственный интеллект. — 2013. — № 4. — С. 15-27. — Бібліогр.: 20 назв. — рос. |
| series |
Искусственный интеллект |
| work_keys_str_mv |
AT varlamovoo kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT adamovale kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT eliseevdv kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT majborodaûi kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT antonovpd kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT sergušings kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT čibirovamo kompleksnoemodelirovanieprocessovponimaniâkompʹûteramismyslatekstovrečiiobrazovnaosnovemivarnyhtehnologij AT varlamovoo kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT adamovale kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT eliseevdv kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT majborodaûi kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT antonovpd kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT sergušings kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT čibirovamo kompleksnemodelûvannâprocesívrozumínnâkompûteramizmístutekstívmovitaobrazívnaosnovímívarnihtehnologíj AT varlamovoo comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT adamovale comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT eliseevdv comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT majborodaûi comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT antonovpd comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT sergušings comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar AT čibirovamo comprehensivecomputermodelingofunderstandingoftextsimagesandspeechbasedonmivar |
| first_indexed |
2025-11-26T01:30:45Z |
| last_indexed |
2025-11-26T01:30:45Z |
| _version_ |
1849814586297942016 |
| fulltext |
ISSN 1561-5359 «Штучний інтелект» 2013 № 4 15
1В
УДК 004.8
О.О. Варламов1, Л.Е. Адамова1, Д.В. Елисеев2, Ю.И. Майборода3, П.Д. Антонов1,
Г.С. Сергушин1, М.О. Чибирова4
1 Московский автомобильно-дорожный государственный технический университет
НИИ МИВАР
Россия, 125319, г. Москва, Ленинградский пр-кт, 64
2Московский государственный технический университет им. Н.Э. Баумана, НИИ
Россия, 105005, г. Москва, 2-я Бауманская ул., д. 5
3 Московский физико-технический институт (ГУ) МФТИ
Россия, 141700, Московская область, г. Долгопрудный, Институтский переулок, 9
4 Национальный исследовательский ядерный университет «МИФИ», НИИ МИВАР
Россия, 115409, г. Москва, Каширское ш., 31
Комплексное моделирование процессов
понимания компьютерами смысла текстов,
речи и образов на основе миварных технологий
O.O. Varlamov1, L.E. Adamova1, D.V. Eliseev2, Y.I. Maiboroda3, P.D. Antonov1,
G.S. Sergushin1, M.O. Chibirova4
1The Moscow state automobile & road technical university (MADI), Mivar SRI 64,
Leningradskiy Prosp., Moscow, 125319, Russia
2bauman Moscow State Technical University, National Research Institute
Ul.Baumanskays 2-ya, 5, Moscow, 105005, Russia
3Moscow Institute of Physics and Technology (State University)
9 Institutskiy pereulok, g.Dolgoprudny, Moskovskaya obl., 141700, Russian Federation,
4National Research Nuclear University «MEPhI», Mivar SRI
Kashirskoye shosse 31, Moscow, 115409, Russian Federation
Comprehensive Computer Modeling of Understanding
of Texts, Images and Speech Based on Mivar
О.О. Варламов1, Л.Є. Адамова1, Д.В .Єлісєєв2, Ю.І. Майборода3, П.Д. Антонов1,
Г.С. Сергушин1, М.О. Чибірова4
1ФГБОУ ВПО Московський автомобільно-дорожній державний технічний університет
(МАДІ), НІІ МІВАР
Росія, 125319, м. Москва, Ленінградський пр-кт, 64
2ФГБОУ ВПО Московський державний технічний університет ім. Н.Е. Баумана
(МДТУ ім. Н.Е. Баумана), Національний дослідницький університет
Росія, 105005, м. Москва, 2-я Бауманска вул., буд. 5
3ФГАОУ ВПО Московський фізико-технічний інститут (ДУ) МФТІ
Росія, 141700, Московська область, м. Долгопрудний, Інститутський провулок, 9
4ФГАОУ ВПО Національний дослідницький ядерний університет «МІФІ», НІІ МІВАР
Росія, 115409, м. Москва, Каширське ш., 31
Комплексне моделювання процесів
розуміння комп’ютерами змісту текстів, мови та образів
на основі міварних технологій
Главной целью наших исследований является создание искусственного интеллекта путем повышения
степени автоматизации человеческой деятельности в различных предметных областях. Представлены
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 16
1В
новые результаты применения миварных технологий для математического моделирования процессов
понимания компьютерами на логическом уровне смысла текстов, образов и речи. Для решения этих
научных задач предложено применить системный подход, создать более сложный инструмент
моделирования, накопления и логической обработки данных. В комплексе все это позволит повысить
интеллектуальность компьютеров, расширить границы автоматизации умственной деятельности
человека и создать миварные системы логического искусственного интеллекта нового поколения.
Ключевые слова: мивар, миварные сети, искусственный интеллект, понимание смысла,
универсальный решатель задач, логический вывод с линейной вычислительной сложностью,
экспертные системы, активные базы данных.
The aim of our research is the creation of artificial intelligence by increasing the degree of automation of
human activities in various subject areas. in this article new results of usage of this technology for
mathematical modeling of processes of computer logical understanding of texts, images and speech are
described. Offered to apply a systematic approach to create a more sophisticated tool for modeling, the
logical data processing and storage. all this will allow to increase the intelligence of computers, expand the
boundaries of automation of human Intellectual activity and create new generation of logical system based on
mivar.
Keywords: mivar, mivar net’s, artificial intelligence, universal solver,
the logical conclusion linear complexity, expert systems, active databases.
Головною ціллю наших досліджень є створення штучного інтелекту шляхом підвищення ступеня авто-
матизації людської діяльності у різних предметних сферах. Наведені нові результати використання
міварних технологій для математичного моделювання процесів розуміння комп’ютерами на логічному
рівні змісту текстів, образів та мовлення. Для вирішення цих наукових задач запропановано використати
системний підхід, створити найбільш складний інструмент моделювання, накопичення та логічної обробки
даних. У комплексі все це дозволить підвищити інтелектуальність комп’ютерів, розширити кордони
автоматизації розумової діяльності людини та створити міварні системи логічного штучного інтелекту
нового покоління.
Ключові слова: мівар, міварні мережі, штучний інтелект, розуміння змісту,
універсальний вирішувач змісту, логічний висновок з лінійною обрахунковою складністю,
експертні системи, активні бази даних.
Введение
В настоящее время в различных областях человеческой деятельности созданы сло-
жные автоматизированные системы сбора, накопления и обработки данных и управления.
Как известно, есть уже достаточно много предметных областей, в которых простые
алгоритмы, понятные для людей-операторов, необходимо выполнять постоянно и
в больших объемах, а людей не хватает. Кроме того, существуют сложные автомати-
зированные системы управления (АСУТП, АСУПП, контроля доступа и т.п.), кото-
рыми управляют целые коллективы людей по заранее разработанным схемам.
Но в таких системах иногда происходят нештатные ситуации, когда надо действо-
вать очень быстро, а человеческих способностей уже не хватает и получаются аварии
или катастрофы с очень тяжелыми последствиями. По имеющейся информации, даже
в сравнительно простых ситуациях люди-операторы допускают ошибки или не успевают
вовремя выполнять требуемые действия. Таковы особенности человека.
Таким образом, создание логического искусственного интеллекта, комплексное
моделирование процессов понимания компьютерами смысла текстов, речи и образов,
а также расширение границ автоматизации умственной деятельности человека является
чрезвычайно актуальной задачей, имеющей важное экономическое и стратегическое
значение для всего мира.
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 17
1В
Сложность логического вывода как главное ограничение
автоматизации умственной деятельности человека
Отметим, что современные компьютеры уже сейчас способны выполнять многие
рутинные операции, выполняемые человеком по стандартным алгоритмам. Как известно,
кибернетика зародилась именно как ответ на необходимость создания новой системы
противовоздушной обороны (ПВО) в условиях появления реактивных самолетов с су-
щественным ускорением решения тех задач, которые ранее могли решать только люди.
За реактивными самолетами человек-оператор уже уследить не мог, т.к. эти скорости
превышали возможности человека. Сами по себе алгоритмы решения задач в ПВО были
достаточно простыми и их быстро автоматизировали.
По итогам развития науки в 20 веке одним из главных ограничений в области
кибернетики и информатики была сложность логического вывода, которая считалась
NP-полной. По простым фиксированным алгоритмам (без логики) компьютеры реша-
ли задачи значительно быстрее, чем человек. Но как только возникала необходимость
изменения алгоритма, т.е. логическая задача, с которой легко справляются самые
обычные люди, то компьютеры «упирались в потолок полного перебора» и не могли
решать требуемые задачи. По нашим оценкам, уже при 20 правилах возникала задача
с количеством вариантов 20! Факториал и даже суперкомпьютеры не могли ее решить.
Отметим, что по имеющейся у нас информации, например, для управления атомной
электростанцией созданы информационные модели, включающие в свой состав око-
ло 12 тысяч продукционных правил формата «Если – То». Получаем, что необходимо
решать задачи с количеством вариантов: 12 000 (факториал от двенадцати тысяч)!
Специально подчеркнем, что в «классическом» варианте логический вывод нельзя
распараллелить и фактически все операции выполняются последовательно, а это значит,
что на современных суперкомпьютерах из многих тысяч «ядер» будет задействовано
только одно ядро одного процессора! Именно это и ограничивало дальнейшую авто-
матизацию умственной (логической) деятельности человека.
Выделение логического уровня исследований
в области ИИ
Для лучшего понимания терминологии напомним, что в области искусственного
интеллекта введены 3 уровня исследований [1]:
1) рефлексный,
2) логический,
3) социальный.
На рефлексном уровне применяют нейросети и генетические алгоритмы, а сама
автоматизированная система представляет собой «черный ящик», обучаемый по спе-
циальным алгоритмам.
На логическом уровне применяют системы логического вывода, которые реа-
лизуют решение задач на основе причинно-следственных связей и формализованного
описания предметной области.
На социальном уровне исследуют решение неформализуемых и слабо форма-
лизуемых интеллектуальных задач и моделирования мышления. Для нашего научно-
го исследования наибольший интерес представляет логический уровень.
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 18
1В
На рефлексном уровне предложено достаточно много вариантов решения проблем
и достигнуты большие успехи за счет применения нейросетевого подхода, использо-
вания генетических алгоритмов и т.п. Однако все эти достижения не могут решить
проблему логического вывода, т.к. для этого надо использовать совсем другие подходы,
которые были выделены в отдельный уровень исследований. Именно на логическом
уровне научных исследований в области искусственного интеллекта решается проблема
логического вывода или построения алгоритма из готовых модулей (заранее решенных
задач-модулей, сервисов, подпрограмм и т.п.).
На логическом уровне исследуются причинно-следственные зависимости, ко-
торые могут быть представлены в виде продукций «Если – То». Здесь же решаются
задачи логического вывода на предикатах с выявлением «истинности» или «ложности»
определенных высказываний. Однако, известно, что разные логические модели предста-
вления знаний (данных) могут быть преобразованы из одного вида в другие по спе-
циальным процедурам. Поэтому в дальнейшем мы будем уделять основное внимание
именно продукциям «Если – То». Необходимо отметить, что ключевое понятие многих
систем логической обработки «истинность высказывания» является сугубо формальным
и практически не применяется в реальной жизни, где вместо этого используют понятие
«достоверности» информации. С нашей точки зрения, именно излишне строгая форма-
лизация и упрощение реального мира в виде понятия «истина ИЛИ ложь» является
основной причиной невозможности использования большинства логических моделей
для решения реальных практических задач, т.к. необходимо использовать менее фор-
мальный подход «достоверности, своевременности и полноты информации». А для
решения таких задач наиболее адекватным формальным механизмом являются про-
дукции, сети Петри и их научное обобщение: миварные сети.
На социальном уровне исследований в настоящее время ведутся, насколько нам
известно, только теоретические работы и еще весьма далеко до каких-то решений.
К сожалению, еще не все осознали необходимость этого уровня научных исследова-
ний, поэтому и финансирование здесь выделяется минимальное. Более подробно эта
проблема описана в [1].
Недостаточная сложность познавательных
инструментов человека
Отметим, что человек пытался автоматизировать решение сложных творческих
задач слишком простыми способами: ограниченный логический вывод, простые
модели данных в области баз данных и т.п. История развития информатики, кибер-
нетики и области искусственного интеллекта наглядно доказала, что для творческих
задач необходимы более адекватные, т.е. более сложные, более комплексные инстру-
менты познания и эволюционного накопления информации. Относительно простые
функции человеческого мозга были автоматизированы и сейчас многие задачи компьюте-
ры решают гораздо быстрее человека. Необходимо подчеркнуть, что делают это
компьютеры совсем не так, как это происходит в голове у человека – в этом есть и преи-
мущества, и недостатки. Но этот факт обязательно надо учитывать: для достижения целей
создания искусственного интеллекта вовсе не обязательно копировать человеческий
мозг. Да, наш мозг – это пример реально работающего интеллекта, но мы и сами не
очень знаем, как это происходит. Поэтому надо использовать различные подходы, не
обязательно имитирующие работу человеческого мозга. Надо применять комплексный
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 19
1В
подход и использовать достижения всех известных научных школ и направлений ис-
следований.
Фактически: вычисления, логика и базы данных были разрозненны и с помощью
их человек решал простые задачи. Получается, что познавательные инструменты были
слишком просты для решения более-менее творческих, умственных задач. В этом
нет ничего плохого и это является обычной практикой развития науки: по спирали от
простого к более сложному и т.д.
Отметим, что в голове у человека одновременно выполняется и накопление
информации в «базу данных», и «вычисления», и решение логических задач. Поэтому,
естественно, было необходимо создать более сложные инструменты познания и объеди-
нить вместе вычисления, логику и базы данных. Новое решение этой проблемы
также предложил миварный подход, объединивший базы данных и логико-вычисли-
тельную обработку.
Что такое понимание смысла с точки зрения логики?
Наши исследования показали, что процесс понимания смысла неразрывно связан
с информационными моделями, которые называют «картина мира», «модель мира» и т.п.
Датчики внешних воздействий (у человека – глаза, уши, нос и т.д.) принимают физи-
ческие сигналы и преобразовывают их в информационные признаки, которые пере-
даются в систему обработки информации. Далее начинается самое важное: у человека
есть заранее накопленная информационная модель, с которой и сравниваются посту-
пившие признаки (с описанием контекста полученного физического сигнала).
Только на основе существующей модели «картины мира» человек и может по-
нимать «смысл» полученных физических сигналов, преобразованных в признаки. Очень
важно отметить, что в информационной модели человека одновременно происходит
и хранение, и обработка информации – это некий прообраз «активной базы данных с
вычислениями». Если полученный признак в целом соответствует «картине мира» и
встраивается в нее, то человек считает, что смысл полученного сообщения понят и
можно начинать процесс подготовки и принятия решения. В противном случае, если
человек не понимает смысл, то он пытается уточнить полученную информацию и все
же понять смысл происходящей ситуации. Затем человек решает задачу и вырабаты-
вает решение. Полученное решение затем передается на «акторы» и человек продолжает
отслеживать входные сигналы. Это упрощенная модель понимания смысла.
Из-за того, что ученые использовали слишком простые инструменты и практи-
чески совсем не применяли «картину мира» (базы данных) для решения задач распо-
знавания речи, текстов и образов, получилось, что они не работали со смыслом.
Подчеркнем, что задачи «распознавания» и «понимания» совершенно разные, хотя и
взаимосвязанные между собой. Приведем такую аналогию: распознавание – это мо-
делирование «глаз» и «ушей» человека, а для понимания смысла необходим уже в
целом мозг человека, в котором происходит логико-вычислительная обработка и на-
копление «картины мира». В настоящее время ученые достигли очень многого: компью-
терное зрение гораздо мощнее, чем глаза человека, да и системы акустического приема
также многократно превышают возможности человеческого уха. Однако до понимания
смысла еще достаточно далеко.
Анализ материалов научных статей, докладов и выступлений на круглых столах
научных конференций ученых, занимающихся распознаванием речи, текстов и образов,
привел нас к следующему выводу: во всех этих областях существует общая проблема,
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 20
1В
называемая по разному (контекст, семантика, смысл и т.п.), но по существу означающая
необходимость использования информационной модели предметной области для по-
нимания смысла и адекватного распознавания и речи, и текста, и образов. Насколько
нам известно, до сих пор в этих областях не применялись комплексные подходы на
основе баз данных и логико-вычислительной обработки. Следовательно, пока для ре-
шения задач распознавания применяются слишком простые инструменты, поэтому и
нет принципиально новых достижений и хороших результатов.
Сразу надо подчеркнуть, что изучение гносеологии и философских основ искус-
ственного интеллекта однозначно приводит к выводу, что понятие смысл имеет мно-
гоуровневый и сложный характер. Смысл – это сложная многоуровневая абстрактная
модель, в которой с самого простого уровня, постепенно усложняясь и абстрагируясь,
строится информационная модель реального мира (картина мира).
Важно отметить, что по мере повышения уровня абстрактности и более сложного
(более верхнего) уровня описания смысла возрастает и количество обрабатываемой
информации, которая также выстроена аналогичными уровнями. Без учета достижений
гносеологии (философии) работать с пониманием смысла бесперспективно, но и исполь-
зовать философию надо адаптировано, и с переводом ее на математический язык: ло-
гика, вычисления и базы данных. Именно гносеология (конкретно – модель познания
мира А.Я. Райбекаса «вещь, свойство, отношение») [1] позволяет строить более
сложные инструменты познания (моделирования, накопления и обработки информа-
ции) и перейти на новый уровень расширения границ автоматизации умственной деятель-
ности человека.
Описание предлагаемого решения проблемы.
Миварный подход
В работах [1-20] описаны достижения и предложены новые математические
формализмы для создания миварных технологий. По названиям приведенных работ
видно, что миварный подход применяется в самых разных областях. Для краткости сразу
отметим, что расширение границ автоматизации умственной деятельности человека
и проблема понимания смысла текстов, речи и образов компьютерами имеет важное
значение именно для многих областей. Кроме того, важно отметить научные дости-
жения в создании новых баз данных путем моделирования миварной модели на основе
реляционных баз данных [15-20].
Необходимо напомнить, что в информатике выделяют пять основных этапов
(процессов) работы с информацией: сбор, передача, накопление, обработка и предста-
вление (выполнение действий в АСУТП).
Особое внимание для достижения наших целей уделим двум этапам: накопле-
нию и обработке. Поэтому выделим две основные миварные технологии накопления
и обработки информации:
– многомерные эволюционные базы данных и правил, которые накапливают
любую информацию в формализме «вещь, свойство, отношение»;
– миварные сети, которые позволяют выполнять конструирование алгоритмов ре-
шения задач и логический вывод на продукциях с линейной вычислительной сложностью.
Самое важное для нас состоит в том, что миварные технологии позволили снять
существовавшие ограничения и теперь есть единые системы с логико-вычислитель-
ной обработкой и базами данных.
При этом базы данных стали эволюционными и более адекватными, а логиче-
ский вывод на причинно-следственных связях (продукциях «Если – То») стал очень
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 21
1В
быстрым и его вычислительная сложность теперь не NP-полная, а линейная относи-
тельно количества правил [1].
Более того, теперь логический вывод можно выполнять параллельно и исполь-
зовать все ядра процессоров современных компьютеров. В наших работах подробно
описаны миварные технологии и приведены примеры обработки более трех миллионов
продукционных правил на обычных ноутбуках – это революциионный прорыв в логи-
ческой обработке [1].
Следовательно, миварный подход позволил создать более сложные инструменты
познания. Эти новые математические инструменты целесообразно применять для созда-
ния логического искусственного интеллекта и исследований возможностей по пони-
манию смысла текстов, образов и речи.
Математическая модель
«Пирамида смысла на миварных циклах»
В данной работе показано применение миварных технологий для математического
моделирования естественно-научных процессов понимания компьютерами смысла
текстов, образов и речи. Основное положение состоит в том, что «смысл» представляет
собой многоуровневое (или многомерное) описание различных фактов и правил, ко-
торое может быть представлено в виде контекстов различного уровня.
Прежде всего, будем рассматривать «смысл» тех процессов, которые можно
формализовать и подробно описать в виде взаимозависимых наборов фактов и правил.
В целом «смысл» можно представить в виде «Пирамиды контекста и/или смысла» (рис. 1),
когда за каждым названием верхнего уровня стоит более подробное его описание на
последующих уровнях. Описание понятий выполняется на каждом уровне на основе
причинно-следственных связей, которые моделируются миварными информацион-
ными циклами.
Миварный информационный цикл – это причинно-следственная цепочка логи-
ческого вывода (на продукциях «Если – То»), сконструированная на миварной сети в виде
последовательности набора переменных и правил от известных переменных к искомым
переменным. В теории графов подобные «цепочки» аналогичны решению задачи на-
хождения пути от точек входа к точкам выхода. Отметим, что сначала можно опре-
делить существование такого пути (на основе решения задачи минимального разреза
графа), потом находят хотя бы один такой путь и затем уже можно решить задачу опти-
мизации и выбора кратчайшего пути из одного узла графа в другой узел графа (точку).
Рисунок 1 – Смысл как пирамида контекстов
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 22
1В
На первом уровне (самом высоком и «узком») используются понятия первого
уровня и записываются в виде правил и переменных первого уровня. На последующих
уровнях могут использоваться понятия более низкого уровня (переменные). Так происхо-
дит наращивание описания по уровням контекста и переход к новым циклам. Посте-
пенно понятия соединяются между собой и пирамиды контекстов (рис. 2) Пересекаются
на более низких и подробных уровнях описания картины мира [1].
Наши исследования показали возможность описания в одном формализме про-
цессов понимания и текстов, и образов, и речи. Все эти процессы основаны на накопле-
нии и создании в голове у человека многомерной информационной модели мира – «кар-
тины мира», где правила и факты хранятся и обрабатываются вместе. Отметим, что
сначала, например, речь «привязывается» к текстам, а затем «образы» (картинки и
трехмерные модели) объединяются с текстовой формализованной моделью в миварном
информационном пространстве.
Рисунок 2 – Пирамиды смыслов разных понятий и уровни описания смысла
Именно миварные технологии позволили смоделировать эти процессы одно-
временного накопления и логической обработки на основе миварного информацион-
ного пространства и миварных логико-вычислительных сетей.
Таким образом, миварные технологии позволили создать более сложные позна-
вательные инструменты и перейти к новому расширению границ автоматизации умствен-
ной деятельности человека.
В настоящий момент наши исследования еще продолжаются, но уже можно опреде-
ленно утверждать о правильности выбранного решения, что подтверждается в экспери-
ментах.
Понимание смысла текстов и речи
Миварный подход к пониманию смысла текста базируется на математическом
отображении частей речи русского языка (существительное, глагол, прилагательное,
местоимение, причастие, деепричастие, наречие, числительное и др.) в основные
понятия концептуальной модели миварного информационного пространства –
«вещь, свойство и отношение». Мы не выделяем «подлежащее», «сказуемое» и т.п.,
а просто получаем отображение слов предложения в вещи, свойствах и отношениях.
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 23
1В
Конечно, синтаксис используется, но его роль сведена только к выделению
взаимосвязи слов в основных словосочетаниях. Используется специальный словарь
словоформ с набором морфологических признаков, которые хранятся в базе данных.
Кроме морфологических признаков в БД накапливаются другие служебные признаки.
Предложено выделить при работе с текстами следующие уровни контекста:
1) словоформы;
2) слова;
3) первичные понятия (слова с однозначным значением).
При решении задачи понимания смысла речи на первом уровне будут «звуковые
словоформы», которые в базе данных привязываются к словам. Важно отметить, что
отдельного и подробного исследования требует обработка неправильно написанных
словоформ или произнесенных слов. Здесь есть свои наработки, но их обсуждение
выходит за рамки данной научной работы. Будем исходить из правильности всех
словоформ анализируемых текста и речи.
Для описания четвертого уровня и перехода в математические модели необхо-
димо хранить уже многомерное пространство точек (миваров: V – вещь; S – свойство;
O – отношение; Z – значение; T – время; K – контекст):
{<V1, n1>, <V2, n2>, ..., <Sm, mb>, ..., <Ok, kc>, <Z>, <T>, <K>}
и связывающих их векторов (упорядоченных наборов троек):
{<Vх1, n1>, ..., <Vхi, ni>, <Ok, kc>, <Vy1, m1>, ..., <Vyj, mj>, Z, T, K}.
При таком подходе используется несколько осей для задания вещей, свойств и
отношений. Количество осей не является ограничением, т.к. миварное информацион-
ное пространство по своей структуре является эволюционным и можно в любой мо-
мент времени добавлять и оси пространства, и новые точки на осях пространства, и новые
точки в самом многомерном пространстве.
Важно подчеркнуть, что общее количество осей миварного инфопространства
может быть достаточно большим и будет зависеть от конкретных прикладных задач
и физических ограничений компьютерных систем.
Понятно, что в многомерном пространстве можно хранить структурированное
описание многоуровневого описания смысла текста. Более того, в зависимости от ре-
шаемой задачи, можно смотреть на одно и тоже понятие с разных точек зрения, т.е.
многоуровневое описание может быть различным и будет зависеть от необходимой
точки зрения.
Например, по одной оси может быть 20 уровней описания контекста некоего
понятия, а по другой оси для того же понятия будет уже 37 уровней. Важно, что мно-
гомерное пространство позволяет все это накапливать и оптимально быстро обраба-
тывать, сохраняя требуемую сложность информационной модели описания мира
(картины мира) [1].
Получаемые миварные вектора «складываются» в миварные многомерные орграфы
(миварные сети) описания контекста предметных областей. Отметим, что разным
текстам могут соответствовать одинаковые миварные графы, что означает наличие оди-
накового смысла и/или содержания всех таких текстов. Ведь одну и ту же мысль можно
высказать разными словами, но от этого сама мысль не изменяется.
Более того, можно ввести «смысловое» или «контекстное» количество инфор-
мации в тексте, которое будет определяться его миварным графом. Если такой текст
скопировать сколько угодно раз или переписать разными словами, то приращения
количества смысловой информации не произойдет, т.к. миварный ориентированный граф
при этом не изменяется.
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 24
1В
При таком подходе не очень важны синтаксические зависимости между слова-
ми. Это уже проверено практикой. Ознакомиться с примерами работы программ можно
будет на сайте нашего инновационного проекта www.mivar.org.
Как было показано в наших работах [1-14] миварный подход позволяет обраба-
тывать миллионы логических правил, но есть важное ограничение: предметная область
должна быть описана очень подробно и с указанием всех мельчайших зависимостей.
К сожалению, таких подробных описаний даже простейших предметных областей не
было создано, т.к. даже обучающие тексты были созданы для людей и в них не
достаточно подробно изложен материал.
Решение проблемы понимания смысла простых обучающих текстов (даже на
самых низких уровнях контекста) позволит автоматически создавать большие и подро-
бные описания требуемых предметных областей в формализме миварных сетей. А уже
это позволит создать мультипредметную активную миварную энциклопедию, которая
уже сама будет обучаться на существующих обучающих текстах и учебниках. Это и
будет настоящий логический искусственный интеллект.
Понимание смысла образов
Кроме обработки текстов, аналогичный подход применяется для «понимания
картинок-образов» и «понимания речи». Первые три уровня описания контекстов для
них будут свои, а начиная с четвертого уровня, будет аналогичный переход в единое
многомерное миварное информационное пространство и к логической обработке
информации.
Например, для понимания образов на первом уровне будут накапливаться двумер-
ные изображения различных реальных объектов, например, фотографии, схемы и т.п.
На втором уровне контекста накапливаются уже трехмерные модели или образы,
к которым, по аналогии с текстами, будут «привязываться» изображения с первого
уровня.
На третьем уровне уже будут храниться уникальные трехмерные объекты с одно-
значным значением (понятие-образ). При обработке входных изображений (двухмерных
картинок) будет выполняться работа по «снятию контекстной неопределенности» и пере-
ход через все уровни контекста к математической модели «вещь, свойство, отношение».
Входная картинка-образ может соответствовать различным трехмерным образам и
понятиям третьего уровня, в зависимости от контекста всего изображения. Система
будет изучать всю входную информацию, соотносить полученные образы с базой
данных и правил, потом выделять трехмерные объекты и соотносить их с понятиями.
Затем, аналогично работе с текстом, все входные образы будут отображаться на
четвертом уровне в общую информационную модель «вещь, свойство, отношение» с
логическими связями в миварных сетях.
Практическая польза будет заключаться в создании логического искусственного
интеллекта и более интеллектуальных интерфейсов компьютеров.
Выводы
Миварные технологии математического моделирования процессов понимания
компьютерами смысла текстов, образов и речи позволят значительно повысить Интел-
лектуальность компьютеров. Исследования показали возможность описания в одном
формализме процессов понимания смысла текстов, речи и образов. Все эти процессы
основаны на накоплении и создании многомерной информационной модели мира –
«картины мира», где и правила, и факты хранятся и обрабатываются в единой активной
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 25
1В
базе данных и правил. Миварные технологии позволили смоделировать эти процесссы
одновременного накопления и логической обработки на основе миварного информацион-
ного пространства и миварных логико-вычислительных сетей.
Таким образом, миварные технологии позволили создать более сложные научные
инструменты познания и перейти к новому расширению границ автоматизации умствен-
ной деятельности человека. Прообраз логического искусственного интеллекта создан.
Ознакомиться с результатами можно будет на сайте www.mivar.org, реализованном
на облачных и миварных технологиях.
Литература
1. Варламов О.О. Логический искусственный интеллект создан на основе миварного похода! МИВАР:
активные БД с линейным логическим выводом > 3 млн правил => понимание смысла+ сингулярность в
виртуальной реальности / Варламов О.О. – Саарбрюкен, Германия: LAP LAMBERT Academic
Publishing Gmbh & Co. KG, 2012. – 700 с. – ISBN:978-3-8473-1953-5.
2. Варламов О.О. Обзор 25 лет развития миварного подхода к разработке интеллектуальных систем и
создания искусственного интеллекта / О.О. Варламов // Труды НИИР. – 2011. – № 1. – С. 34-44.
3. Варламов О.О. Разработка линейного матричного метода определения маршрута логического вывода
на адаптивной сети правил / О.О. Варламов // Известия вузов. Электроника. – 2002. – № 6. – С. 43-51.
4. Варламов О.О. Основы многомерного информационного развивающегося (миварного) пространства
представления данных и правил / О.О. Варламов // Информационные технологии. – 2003. – № 5. –
С. 42-47.
5. Варламов О.О. Параллельная обработка потоков информации на основе виртуальных потоковых баз
данных / О.О. Варламов // Известия высших учебных заведений. Электроника. – 2003. – № 5. – С. 82.
6. Варламов О.О. Разработка метода распараллеливания потокового множественного доступа к общей
базе данных в условиях недопущения взаимного искажения данных / О.О. Варламов //
Информационные технологии. – 2003. – № 1. – С. 20.
7. Варламов О.О. Системный анализ и синтез моделей данных и методы обработки информации в
самоорганизующихся комплексах оперативной диагностики : дис. … док. техн. наук / О.О. Варламов. –
М. : МАРТИТ, 2003. – 307 с.
8. Варламов О.О. Системы обработки информации и взаимодействие групп мобильных роботов на
основе миварного информационного пространства // Искусственный интеллект. – 2004. – № 4. – С. 695.
9. Варламов О.О. Создание интеллектуальных систем на основе взаимодействия миварного
информационного пространства и сервисно-ориентированной архитектуры / О.О. Варламов //
Искусственный интеллект. – 2005. – № 3. – С. 13.
10. Варламов О.О. Эволюционные базы данных и знаний. Миварное информационное пространство /
О.О. Варламов // Известия Южного федерального университета. Технические науки. - 2007. – Т. 77,
№ 2. – С. 77-81.
11. Varlamov O.O. MIVAR technologies of the development of intelligent systems and the creation of the active
multi-subject online MIVAR encyclopedia / O.O. Varlamov // Pattern Recognition and Information Processing
(PRIP`2011) : proceed. 11th Inter. Conf. – Minsk : BSUIR, 2011. – Р. 326-329.
12. Максимова А.Ю. Миварная экспертная система для распознавания образов на основе нечеткой
классификации и моделирования различных предметных областей с автоматизированным
расширением контекста / А.Ю. Максимова, О.О. Варламов // Известия Южного федерального
университета. Технические науки. – 2011. – Т. 125, № 12. – С. 77-87.
13. Varlamov O.O. MIVAR: Transition from Productions to Bipartite Graphs MIVAR Nets and Practical
Realization of Automated Constructor of Algorithms Handling More than Three Million Production Rules /
O.O. Varlamov // ARXIV.ORG. 05.11.2011. [Электронный ресурс]. – Режим доступа : URL :
http://arxiv.org/abs/1111.1321. (дата обращения: 31.01.2013).
14. Варламов О.О. Миварные технологии: переход от продукций к двудольным миварным сетям и
практическая реализация автоматического конструктора алгоритмов, управляемого потоком входных
данных и обрабатывающего более трех миллионов продукционных правил / О.О. Варламов //
Искусственный интеллект. – 2012. – № 4. – С. 11-33.
15. Тоноян С.А. Методика модернизации стандартных модулей типовой конфигурации на базе
технологической платформы «1С:предприятие 8» с минимальными доработками / С.А. Тоноян,
Варламов О.О., Адамова Л.Е., Елисеев Д.В., Майборода Ю.И. и др.
«Искусственный интеллект» 2013 № 4 26
1В
А.В. Балдин, Д.В. Елисеев // Наука и образование: электронное научно-техническое издание. – 2012. –
№ 8. – С. 17.
16. Балдин А.В. Обзор способов построения темпоральных систем на основе реляционной базы данных /
А.В. Балдин, Д.В. Елисеев, К.Г. Агаян // Наука и образование: электронное научно-техническое
издание. – 2012. – № 8. – С. 20.
17. Балдин А.В. Адаптация темпоральной реляционной модели данных в многомерном пространстве /
А.В. Балдин, Д.В. Елисеев // Наука и образование: электронное научно-техническое издание. – 2011. –
№ 9. – С. 1.
18. Елисеев Д.В. Алгебра многомерных матриц для обработки адаптируемой модели данных /
Д.В. Елисеев, А.В. Балдин // Наука и образование: электронное научно-техническое издание. – 2011. –
№ 7. – С. 4.
19. Балдин А.В. Адаптируемая модель данных на основе многомерного пространства / А.В. Балдин,
Д.В. Елисеев // Наука и образование: электронное научно-техническое издание. – 2010. – № 10. – С. 1.
20. Елисеев Д.В. Модель представления знаний при создании адаптивной информационной системы /
Д.В. Елисеев // Наука и образование: электронное научно-техническое издание. – 2010. – № 03. – С. 2.
Literaturа
1. Varlamov O.O. Logical artificial intelligence is based on mivarnogo hike! MIVAR: active database with
linear chaining> 3000000 rules => + understanding the meaning of the singularity in the virtual reality /
Varlamov OO - Saarbrücken, Germany: LAP LAMBERT Academic Publishing Gmbh & Co. Co. KG,
2012. - 700. - ISBN :978-3-8473-1953-5.
2. Varlamov O.O. Review of 25 years of mivarnogo approach to the development of intelligent systems and
artificial intelligence / O.O. Varlamov / / Proceedings of the NIIR. – 2011. - № 1. – S. 34-44.
3. Varlamov O.O. Development of linear matrix method to determine the route of inference rules for
adaptive network / O.O. Varlamov / / Trans. Electronics. – 2002. – № 6. – S. 43-51.
4. Varlamov O.O. Fundamentals of developing multi-dimensional information (mivarnogo) of data
representation and rules / O.O. Varlamov // Information Technology. – 2003. – № 5. – S. 42-47.
5. Varlamov O.O. Parallel processing of information flow through the stream of virtual databases /
O.O. Varlamov // News of higher educational institutions. Electronics. – 2003. – № 5. – S. 82.
6. Varlamov O.O. Development of a method of multiple parallel streaming access to the same database in a
non-reciprocal data corruption / O.O. Varlamov // Information Technology. – 2003. – № 1. – S. 20.
7. Varlamov O.O. System analysis and synthesis of data models and methods of information processing in
self-assembled complexes of rapid diagnosis : Dis. ... Doc. tehn. Science / O.O. Varlamov. – M. : March,
2003. – 307 sec.
8. Varlamov O.O. Information processing systems and the interaction of groups of mobile robots based on
the information space mivarnogo // Artificial Intelligence. – 2004. – № 4. – S. 695.
9. Varlamov OO Creation of intelligent systems based on interaction mivarnogo information space and a
service-oriented architecture / O.O. Varlamov // Artificial Intelligence. – 2005. – № 3. – S. 13.
10. Varlamov O.O. Evolutionary knowledge and information base. Mivarnoe information space /
O.O. Varlamov // Proceedings of the Southern Federal University. Technical sciences. – 2007. – T. 77.
11. Varlamov O.O. MIVAR technologies of the development of intelligent systems and the creation of the
active multi-subject online MIVAR encyclopedia / O.O. Varlamov // Pattern Recognition and
Information Processing (PRIP `2011): proceed. 11th Inter. Conf. – Minsk : BSUIR, 2011. – P. 326-329.
12. Maximov A. Mivarnaya expert system for pattern recognition based on fuzzy classification and modeling
of various subject areas with automatic extension of context / A. Maximova, O.O. Varlamov //
Proceedings of the Southern Federal University. Technical sciences. – 2011. – T. 125, № 12. – S. 77-87.
13. Varlamov O.O. MIVAR: Transition from Productions to Bipartite Graphs MIVAR Nets and Practical
Realization of Automated Constructor of Algorithms Handling More than Three Million Production
Rules / O.O. Varlamov // ARXIV.ORG. 05.11.2011. [Electronic resource]. – Mode of access : URL :
http://arxiv.org/abs/1111.1321. (date accessed: 31.01.2013).
14. Varlamov O.O. Mivarnye technology: the transition from product development to mivarnym bipartite
networks and the practical realization of automatic design of algorithms that control the flow of input data
and the processing of more than three million production rules / O.O. Varlamov // Artificial Intelligence.
– 2012. – № 4. – S. 11-33.
15. Tonoyan S.A. Methods upgrade standard modules typical configuration based on the technological
platform «1C: Enterprise 8» with minimal modifications / S.A. Tonoyan, A.V. Baldin, D.V. Elisha //
Science and education: electronic scientific and technical publication. – 2012. – № 8. – S. 17.
Комплексное моделирование процессов понимания компьютерами…
«Штучний інтелект» 2013 № 4 27
1В
16. Baldin A. Overview of building systems based on temporal relational database / A.V. Baldin,
D.V. Eliseev, K.G. Agayan // Science and education: electronic scientific and technical publication. –
2012. – № 8. – S. 20.
17. Baldin A. Adaptation of the temporal relational data model in a multidimensional space / A.V. Baldin,
D.V. Elisha // Science and education: electronic scientific and technical publication. – 2011. – 9. – P 1.
18. Elisha D. Multidimensional matrix algebra to handle adaptable data model / D. Еliseev, A.V. Baldin //
Science and education: electronic scientific and technical publication. – 2011. – № 7. – C. 4.
19. Baldin A. An adaptable data model based on multi-dimensional space / A.V. Baldin, D.V. Elisha //
Science and education: electronic scientific and technical publication. – 2010. – № 10. – P. 1.
20. Elisha D. The model representation of knowledge in creating adaptive information systems /
D.V. Elisha // Science and education: electronic scientific and technical publication. – 2010. – № 3. –
C. 2.
RESUME
O.O. Varlamov, L.E. Adamova, D.V. Eliseev, Y.I. Maiboroda, P.D. Antonov,
G.S. Sergushin, M.O. Chibirova
Comprehensive Computer Modeling of Understanding of Texts,
Images and Speech Based on Mivar
The main goal of our research is the creation of artificial intelligence by increasing
the degree of automation of human activities in various subject areas. We present new
results of mivarnyh technology for mathematical modeling of the processes of
understanding computers at the logic level meaning of the texts, images and speech. To
address these research needs proposed to apply a systematic approach to create a more
sophisticated modeling tool, the logic of accumulation and processing of data. Taken
together, all this will improve the intelligence of computers that expand the boundaries of
automation of human mental activity and establish a system of logical mivarnye new
generation of artificial intelligence.
Mivarnye the mathematical modeling of the processes of understanding computers
meaning of the texts, images and speech will significantly increase the intelligence of
computers. Studies have shown the possibility to describe processes in the same formalism,
understanding the meaning of text, speech and images. All of these processes are based on
the accumulation of information and the establishment of a multi-dimensional model of the
world – «picture of the world», where the rules and facts stored and processed in a single
active database and rules. Mivarnye technology allowed to model these processes at the
same time accumulation and logic processing on the basis of the information space and
mivarnogo mivarnyh logic-area networks.
Thus, mivarnye technology helped to create more sophisticated scientific tools of
knowledge and move to expand the boundaries of the new automated human mental
activity. The inverse image of a logical artificial intelligence created. Review the results
will be on site www.mivar.org, Implemented in the cloud and mivarnyh technologies.
Статья поступила в редакцию 26.06.2013.
|