Коллаборативная диалоговая система имитационного моделирования растений на основе нейропсихологических агентов
универсального искусственного интеллекта

И. А. Пшенокова, М. И. Анчёков, К. Ч. Бжихатлов, З. В. Нагоев, О. В. Нагоева, А. А. Хамов

---

Аннотация. Актуальность работы определяется необходимостью повышения производительности, управляемости и эффективности процессов селекции и возделывания растений на основе создания их моделей, обладающих прогностической силой. Разработана общая архитектура систем имитационного моделирования растений на основе агентов универсального искусственного интеллекта. Обоснована возможность применения для разработки таких систем метафоры проектирования децентрализованных коллаборативных диалоговых систем на основе агентов универсального искусственного интеллекта. Разработаны обобщенные мультиагентные алгоритмы обучения управляющих нейрокогнитивных архитектур агентов универсального искусственного интеллекта в составе имитационных моделей растений на основе извлечения знаний из текстов и высказываний на естественном языке и реализации исследовательского поведения автономных мобильных роботов в реальной среде.

Цель исследования – разработка методологии создания имитационных моделей растений на основе диалоговых агентов универсального искусственного интеллекта.

Методы исследования. Обоснована возможность применения для разработки таких систем метафоры проектирования децентрализованных коллаборативных диалоговых систем на основе агентов универсального искусственного интеллекта.

Результаты. Разработаны основные принципы построения открытых имитационных моделей растений, обладающих выразительной и прогностической силой, на основе нейропсихологических агентов универсального искусственного интеллекта.

Заключение. Разработана общая архитектура систем имитационного моделирования растений на основе агентов универсального искусственного интеллекта и автономных мобильных роботов.

Ключевые слова: имитационное моделирование растений, агенты универсального искусственного интеллекта, нейрокогнитивные системы и алгоритмы, цифровое фенотипирование, молекулярное строение растений

Для цитирования. Пшенокова И. А., Анчёков М. И., Бжихатлов К. Ч., Нагоев З. В., Нагоева О. В., Хамов А. А. Коллаборативная диалоговая система имитационного моделирования растений на основе нейропсихологических агентов универсального искусственного интеллекта // Известия Кабардино-Балкарского научного центра РАН. 2025. Т. 27. № 6. С. 209–224. DOI: 10.35330/1991-6639-2025-27-6-209-224

Список литературы

1. Anchekov M. I. et al. RETRACTED: Principles of ontophylogenetic development of artificial general intelligence systems based on multi-agent neurocognitive architectures // BIO Web of Conferences. EDP Sciences, 2024. Vol. 84. P. 02015
2. Анчёков М. И., Курашев Ж. Х., Лешкенов А. М. Применение многоагентных робототехнических систем в сельском хозяйстве // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 6. С. 158–164. DOI: 10.35330/1991-6639-2024-26-6-158-164
3. Нагоев З. В. и др. Универсальная экспертная система на базе онтоэписоциофилогенетического обучения федераций интеллектуальных нейрокогнитивных агентов // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 6. С. 197–207. DOI: 10.35330/1991-6639-2024-26-6-197-207
4. Анчёков М. И. и др. Формальная модель генома агента общего искусственного интеллекта на основе мультиагентных нейрокогнитивных архитектур // Известия Кабардино-Балкарского научного центра РАН. 2023. № 5(115). С. 11–24. DOI: 10.35330/1991-6639-2023-5-115-11-24
5. Анчёков М. И., Лешкенов А. М. Система виртуального моделирования робототехнических систем сельскохозяйственного назначения // Известия Кабардино-Балкарского научного центра РАН. 2023. № 6(116). С. 125–131. DOI: 10.35330/1991-6639-2023-6-116-125-131
6. Нагоев З. В. и др. Алгоритм нейрокогнитивного обучения мультиагентной системы эволюционного моделирования экспрессии генов по данным ПЦР-анализа растений // Известия Кабардино-Балкарского научного центра РАН. 2023. № 6(116). С. 179–192. DOI: 10.35330/1991-6639-2023-6-116-179-192
7. Анчёков М. И., Бжихатлов К. Ч., Лешкенов А. М. Высокопроизводительные системы фенотипирования сельскохозяйственных культур // Известия Кабардино-Балкарского научного центра РАН. 2022. № 5(109). С. 19–24. DOI: 10.35330/1991-6639-2022-5-109-19-24
8. Анчёков М. И., Боготова З. И., Пшенокова И. А., Нагоев З. В. и др. Коллаборативная селекционная система на основе консорциума гетерогенных интеллектуальных агентов // Известия Кабардино-Балкарского научного центра РАН. 2022. № 5(109). С. 25–37. DOI: 10.35330/1991-6639-2022-5-109-25-37
9. Нагоев З. В., Анчёков М. И., Курашев Ж. Х., Хамов А. А. Алгоритм нейрокогнитивного обучения мультиагентной системы эволюционного моделирования экспрессии генов по данным ПЦР-анализа растений // Известия Кабардино-Балкарского научного центра РАН. № 6(116). С. 179–192.
10. Нагоев З. В., Пшенокова И. А., Нагоева О. В. и др. Имитационная модель нейрокогнитивной системы управления автономным программным агентом, выполняющим кооперативное поведение с целью автоматического пополнения онтологий // Известия Кабардино-Балкарского научного центра РАН. 2023. № 6(116). С. 226–234. DOI: 10.35330/1991-6639-2023-6-116-226-234
11. Нагоев З. В. Основные принципы нейрокогнитивного моделирования сознания агента универсального искусственного интеллекта // Известия Кабардино-Балкарского научного центра РАН. 2025. Т. 27. № 1. С. 152–170. DOI: 10.35330/1991-6639-2025-27-1-152-170
12. Нагоев З. В., Ошхунов М. М. Математические модели деформируемых сред для интеллектуальных систем виртуального прототипирования. Нальчик: Издательство КБНЦ РАН. 2013. С. 201.
13. Нагоев З. В. Интеллектика, или Мышление в живых и искусственных системах. Нальчик: Издательство КБНЦ РАН, 2013. 232 с.
14. Russell S., Norvig P. Artificial Intelligence: A Modern Approach (AIMA). 2nd ed. Moscow: Williams, 2007. 1424 p.
15. Нагоев З. В., Нагоева О. В. Обоснование символов и мультиагентные нейрокогнитивные модели семантики естественного языка. Нальчик: Издательство КБНЦ РАН, 2022. 150 с.

Информация об авторах

Пшенокова Инна Ауесовна, канд. физ.-мат. наук, зав. НИЦ «Интеллектуальные интегрированные информационно-управляющие системы», Кабардино-Балкарский научный центр Российской академии наук;
360000, Россия, г. Нальчик, ул. Балкарова, 2;
pshenokova_inna@mail.ru, ORCID: https://orcid.org/0000-0003-3394-7682, SPIN-код: 3535-2963
Анчёков Мурат Инусович, заведующий лабораторией «Имитационное моделирование феногенетических процессов» НИЦ «Интеллектуальные генетические системы», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
murat.antchok@gmail.com, ORCID: https://orcid.org/0000-0002-8977-797X, SPIN-код: 3299-0927
Бжихатлов Кантемир Чамалович, канд. физ.-мат. наук, зав. лабораторией «Нейрокогнитивные автономные интеллектуальные системы», Кабардино-Балкарский научный центр РАН;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
директор Института информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра Российской академии наук;
360000, Россия, Нальчик, ул. И. Арманд, 37-а;
haosit13@mail.ru, ORCID: https://orcid.org/0000-0003-0924-0193, SPIN-код: 9551-5494
Нагоев Залимхан Вячеславович, канд. техн. наук, генеральный директор Кабардино-Балкарского научного центра Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
вед. науч. сотр. отдела «Мультиагентные системы», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра Российской академии наук;
360000, Россия, Нальчик, ул. И. Арманд, 37-а;
zaliman@mail.ru, ORCID: https://orcid.org/0000-0001-9549-1823, SPIN-код: 6279-5857
Нагоева Ольга Владимировна, науч. сотр. отдела «Мультиагентные системы», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра Российской академии наук;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
nagoeva_o@mail.ru, ORCID: https://orcid.org/0000-0003-2341-7960 Хамов Анзор Азаматгериевич, мл. науч. сотр. лаборатории «Молекулярная селекция и биотехнология», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
opitnoe2014@mail.ru, ORCID: https://orcid.org/0000-0003-3269-4572