Архив статей журнала

Система знаний: иерархия аксиоматик, модели и их верификация (2025)
Выпуск: № 7 (2025)
Авторы: Грибков Андрей Армович, Зеленский Александр Александрович

В статье исследуются возможности совершенствованию системы знаний, которая в настоящее время не обладает необходимой целостностью, существует одновременно в нескольких противоречащих друг другу парадигмах, описывается на альтернативных, взаимно-непереводимых языках различных наук и областей знания. Возможности совершенствования системы знаний могут быть реализованы при систематизации и обобщений знаний в виде иерархической структуры, основанной на задействовании нескольких методологических уровней, к числу которых относятся: формирование иерархии аксиоматик; генерация формальных теорий предметных областей на основе выбранной аксиоматики и принятых в рамках современной научной парадигмы единообразных правил; определение методологических подходов к синтезу формальных моделей; топологическая верификация знаний на предмет обеспечения непрерывности отображений и сохранения преемственности при развитии и трансформации всей системы знаний и локальных систем знаний, относящихся к ее фрагментам или ипостасям. В основу методологии исследования положен эволюционный подход к познанию, исходя из которого относительно крупным предметным областям соответствуют эволюционные уровни мироздания, для которых определяется аксиоматика. Построение формальной модели осуществляется посредством специальной методологии синтеза. Для обоснованного выбора формальной модели предлагается оригинальная классификация моделей по широкому набору критериев. Научная новизна исследования заключается: в определении методологии построения иерархии аксиоматик; определении трех критериев выбора наилучших аксиом (эволюционности, очевидности и парадигмальности); в определении механизма возникновения неполноты и противоречивости систем знаний, возникающих вследствие инкапсуляции обобщенных знаний предшествующих эволюционных уровней, сопровождающейся потерей информации, а также определении подходов к устранению неполноты и противоречивости; в формализации специальной методологии синтеза формальных моделей, включающей в себя накопленный опыт синтеза, консолидированный в виде вторичных законов объектов, относящихся к моделированию, и инструментарий описания последовательности синтеза на основе ее языковой интерпретации; в формировании комплексного подхода к решению проблемы формальных моделей при их изменении за пределы системной определенности. На долгосрочную перспективу развитие системы знаний сформулирована цель определения методологических подходов к задаче конструирования языковых форм для трансляции смыслов между различными предметными областями с сохранением преемственности или с переопределением смыслов знания.

Сохранить в закладках
Разумная когнитивная система с мультисистемной интеграцией знаний: возможность и подходы к формированию (2025)
Выпуск: № 2 (2025)
Авторы: Грибков Андрей Армович, Зеленский Александр Александрович

Статья посвящена исследованию проблематики построения системы знаний, способной стать основой функционирования креативного искусственного интеллекта, способного решать творческие задачи. Ключевым вопросом, от ответа на который зависит возможность построения такой системы, является определение рациональности творческого процесса, т. е. возможности его формализации в рамках детерминированной методологии. Если это возможно, то возможно и построение системы знаний, могущей стать основой креативного искусственного интеллекта. Теоретической основой указанного построения может служить общая теория систем, но не в том виде, в котором она существует в настоящее время. Успешное развитие общей теории систем, позволяющее осмыслить феномен творчества, требует расширения и систематизации существующих знаний о проявлении изоморфизма в мироздании: создания репрезентативных коллекций паттернов, примитивов, а также вторичных законов, надежно подтвержденных эмпирически, но в полной мере не детерминированных. В качестве объекта исследования в статье выбраны когнитивные системы, включающие в себя все автономные познающие системы (как живые, так и неживые; как интеллектуальные, так и неинтеллектуальные), наделенные самосознанием. Определяющим механизмом систематизации знаний для креативного искусственного интеллекта является механизм мультисистемной интеграции знаний, в основе которого лежит интеграция знаний из разных предметных областей, с разных уровней организации мироздания для их обобщения и использования вне областей их выявления для решения творческих задач. В результате в сознании формируется ассоциативная база данных. Важным инструментом низкоуровневого обобщения данных и знаний в целом, являющегося одним из источников формирования системного целостного знания, служат нейронные схемы, отражающие элементарные отношения между элементами одной системы, а также (по итогам сопоставления) типовые отношения элементов в разных системах. Фиксация нейронных схем является результатом эмпирического определения в процессе обучения коэффициентов связи между элементами нейронной сети.

Сохранить в закладках