Классификация и условия применения алгоритмов автоматической онтологизации пространства состояний агента общего искусственного интеллекта под управлением нейрокогнитивной архитектуры
З. В. Нагоев, И. А. Пшенокова, М. И. Анчёков, К. Ч. Бжихатлов, Б. А. Аталиков, С. А. Канкулов, А. З. Энес
Загрузить полный текст
Аннотация. Целью исследования является формирование алгоритмической базы онтологизации пространства состояний агента общего искусственного интеллекта. Основными задачами работы являются классификация алгоритмов автономного синтеза онтологий системы «агент – среда» и выбор условий их применения. Определены форма и содержание основных алгоритмов онтологизации пространства состояний интеллектуального агента общего искусственного интеллекта и построена их классификация. Обоснованы механизмы формирования концептов функциональной репрезентации сущностей пространства состояний интеллектуального агента на основе динамического порождения «по требованию». Построен мета-алгоритм выбора частных алгоритмов онтологизации в зависимости от выделенных условий применения.
Ключевые слова: автоматическое построение онтологий, общий искусственный интеллект, мультиагентные системы, нейрокогнитивные архитектуры
Для цитирования. Нагоев З.В., Пшенокова И. А., Анчёков М. И. и др. Классификация и условия применения алгоритмов автоматической онтологизации пространства состояний агента общего искусственного интеллекта под управлением нейрокогнитивной архитектуры // Известия Кабардино-Балкарского научного центра РАН. № 6(116). С. 210–225. DOI: 10.35330/1991-6639-2023-6-116-210-225
Информация об авторах
Нагоев Залимхан Вячеславович, канд. техн. наук, генеральный директор Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
zaliman@mail.ru, ORCID: https://orcid.org/0000-0001-9549-1823
Пшенокова Инна Ауесовна, канд. физ.-мат. наук, зав. лаб. «Интеллектуальные среды обитания», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
pshenokova_inna@mail.ru, ORCID: https://orcid.org/0000-0003-3394-7682
Анчёков Мурат Инусович, науч. сотр. лаборатории «Молекулярная селекция и биотехнология», Кабардино-Балкарский научный центр РАН;
360000, Россия, г. Нальчик, ул. Кирова, 224;
murat.antchok@gmail.com, ORCID: https://orcid.org/0000-0002-8977-797X
Бжихатлов Кантемир Чамалович, канд. физ.-мат. наук, зав. лабораторией «Нейрокогнитивные автономные интеллектуальные системы», Кабардино-Балкарский научный центр РАН;
360002, Россия, г. Нальчик, ул. Балкарова, 2;
haosit13@mail.ru, ORCID: https://orcid.org/0000-0003-0924-0193
Аталиков Борис Анзорович, стажер-исследователь лаборатории «Интеллектуальные среды обитания», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
atalikov10@gmail.com
Канкулов Султан Ахмедович, стажер-исследователь лаборатории «Интеллектуальные среды обитания», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
skankulov@mail.ru, ORCID: https://orcid.org/0000-0002-2996-7376
Энес Ахмед Зюлфикар, мл. науч. сотр. лаборатории «Компьютерная лингвистика», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
ahmedenes@mail.ru, ORCID: https://orcid.org/0000-0003-3633-4910
Список литературы
- Russell S., Norvig P. Artificial Intelligence: A Modern Approach (AIMA). 2nd ed. Moscow: Williams, 2007. 1424 p.
- Нагоев З. В. Интеллектика, или Мышление в живых и искусственных системах. Нальчик: Издательство КБНЦ РАН, 2013. 232 с.
- Nagoev Z., Nagoeva O., Anchekov M. et al. The symbol grounding problem in the system of general artificial intelligence based on multi-agent neurocognitive architecture. Cognitive Systems Researchthis link is disabled, 2023. No. 79. Pp. 71–84.
- Нагоев З. В., Нагоева О. В. Обоснование символов и мультиагентные нейрокогнитивные модели семантики естественного языка. Нальчик: Издательство КБНЦ РАН, 2022. 150 с.
- Апшев А. З., Аталиков Б. А., Канкулов С. А. и др. Онтофилогенетические алгоритмы синтеза фенотипов интеллектуальных программных агентов для применения в задачах многопоколенной оптимизации управляющих нейрокогнитивных архитектур // Известия Кабардино-Балкарского научного центра РАН. 2022. № 6(110). С. 76–91. DOI: 10.35330/1991-6639-2022-6-110-76-91
- Нагоев З. В. Онтонейроморфогенетическое моделирование // Известия КабардиноБалкарского научного центра РАН. 2013. № 4(54). С. 46–56.
- DiFilippo N.M., Jouaneh M.K. Using the soar cognitive architecture to remove screws from different laptop models. IEEE Trans Autom Sci Eng. 2018. No. 16(2). Pp.767–780.
- Fittner M., Brandstatter C. How human inspired learning enhances the behavior of autonomous agents. JCP. 2018. No 13(2). Pp.154–160.
- Gobet F., Lane P. The chrest architecture of cognition: The role of perception in general intelligence. In: 3d Conference on Artificial General Intelligence (AGI-2010), Atlantis Press. https://doi.org/10.2991/agi.2010.20
- González-Casillas A., Parra L., Martin L. et al. Towards a model of visual recognition based on neurosciences. Proc Comput Sci. 2018. Vol. 145. Pp. 214–231.