from 01.01.1974 to 01.01.2022 Moscow, Russian Federation
from 01.01.2018 until now Russian State Agrarian University - Moscow Timiryazev Agricultural Academy (Department of Land Reclamation and Reclamation, Senior Lecturer)
from 01.01.2008 to 01.01.2018 Ltd. Russaudit (IAS, specialist)
from 01.01.2022 until now Moscow, Moscow, Russian Federation
VAC 5.8.5 Теория и методика спорта
UDK 57 Биологические науки
UDK 00 Наука в целом (информационные технологии - 004)
UDK 159.9 Психология
UDK 347.514.3 В спорте
GRNTI 34.00 БИОЛОГИЯ
GRNTI 15.00 ПСИХОЛОГИЯ
OKSO 02.00.00 Компьютерные и информационные науки
OKSO 49.04.03 Спорт
BBK 75 Физическая культура и спорт
BBK 88 Психология
TBK 2332 Психология
TBK 2352 Спорт
The formation of the information structure of artificial intelligence is closely related to the methods of formal description of the cognitive functions of the human brain (algebraic biology, algorithmic description and construction of mathematical models). In real life, there is usually no complete information about the state of the external environment, so it is believed that the brain's ability to make probabilistic predictions is one of the forms of intellectual activity. Perhaps, the "learning matrix" of the brain chooses the "correct" algorithms for solving the problem by forecasting, creating an "internal model of the external world" corresponding to the real situation, and the processes of probabilistic forecasting are implemented by the range of readiness of all body systems for expected events. Probabilistic forecasting is based on the rules of information processing by the human brain.
probabilistic prognosis, artificial intelligence, cognitive processes, conceptual model
Формирование информационной структуры искусственного интеллекта тесно связано с методами формального описания когнитивных функций головного мозга человека (алгебраическая биология, алгоритмическое описание и построение математических моделей). В реальной жизни обычно не бывает полной информации о состоянии внешней среды, поэтому считают, что способность мозга к вероятностному прогнозированию есть одна из форм интеллектуальной деятельности. Возможно, «обучающаяся матрица» мозга путем прогнозирования выбирает «правильные» алгоритмы решения задачи, создавая «внутреннюю модель внешнего мира», соответствующая реальной ситуации, а процессы вероятностного прогнозирования реализуются диапазоном готовности всех систем организма к ожидаемым событиям. Вероятностное прогнозирование основано на правилах переработки информации головным мозгом человека. Эти правила, легли в основу инновационной методики психологического тестирования при использовании компьютерной программы «Прогнозис 3.1» , разработанной на Биологическом факультете МГУ, способной оценить уровень интеллектуальных возможностей человека и повысить эффективность регуляции поведения. В общем понимании модель «алгебры символов» является чрезвычайно ценным методом создания некоторых видов абстрактных представлений когнитивных функций. Если символы дают абстрактное представление выражений, формулирующих задачи, то эта модель «алгебры символов» может быть столь же абстрактна. Это своего рода язык, т.е. система выражений, образованных из данной системы символов. Возникает проблема отыскания эффективной грамматики, т.е. кода программ, для сокращения процесса поиска. На основе полученных данных нами была создана концептуальная модель целенаправленного поведения человека и проведено алгоритмическое описание когнитивных процессов головного мозга. Согласно нашей концептуальной модели, матричная форма записи позволяет наглядно представить взаимодействие множества вероятностных событий внешней среды, сигналов и реакций организма, а также объективно оценить эффективность вероятностного прогнозирования на разных этапах решения задачи. Для экспертного анализа результатов компьютерного тестирования целесообразно использование глубинных нейронных сетей с обратным распространением ошибки, а для создания полной матрицы анализа использовать генеративную нейронную сеть как фактор расширения области применимости модели. Данный подход позволит вовлекать большее число параметров о состоянии испытуемого и его когнитивных свойствах, а в качестве референтных данных могут выступать отдельные экспертные оценки снимаемых показаний, распространяемые на большее число проведенных тестов, что позволит повышать точность и качество анализа уже после проведения тестирования без экспертной переоценки результатов. Особенно эффективен такой подход для выявления особенностей прохождения тестирования таких как вероятности применения определенных стратегий, сложности понимания задачи тестирования или выявления состояний, снижающих эффективность прогностической деятельности при хронической усталости, переутомлении, стрессах. Предлагаемый подход особенно актуален в деятельности человека, связанной с повышенным риском, в спортивных соревнованиях, а также при ранней диагностике различных когнитивный нарушений, таких как болезнь Паркинсона, Альцгеймера, деменция и т.д. Использование стратегий прогнозирования представляет особый научно-практический интерес для определения алгоритмов поведения, что может быть использовано при построении искусственного интеллекта, который позволит сделать существенный прорыв во всех областях науки и техники.
Таким образом, знание законов, по которым работает мозг человека, позволяет контролировать работу мозга и предсказывать поведение человека в любой проблемной ситуации.
1. Ryabchikova N. A. Osobennosti prostranstvenno-vremennoy sinhronizacii biopotencialov golovnogo mozga v prognosticheskoy deyatel'nosti cheloveka // Bionika – 2022. Sbornik statey Vtoroy Mezhdunarodnoy nauchno-prakticheskoy konferencii 23-24 dekabrya 2022 goda, g. Moskva. – 2023. – S. 89-98.
