Нелинейная динамика нейронных сетей, реализующих когнитивную обработку динамических ситуаций в мозге

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 19-12-00394

НазваниеНелинейная динамика нейронных сетей, реализующих когнитивную обработку динамических ситуаций в мозге

Руководитель Макаров Валерий Анатольевич, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" , Нижегородская обл

Конкурс №35 - Конкурс 2019 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-402 - Нелинейные колебания и волны

Ключевые слова нейронные сети, нелинейная динамика, внутреннее представление, локальные полевые потенциалы, когнитивные роботы

Код ГРНТИ29.35.03

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В последние годы наблюдается беспрецедентный рост возможностей искусственного интеллекта (ИИ) и его стремительное проникновение в нашу повседневную жизнь. Ожидается, что это может привести к появлению высокоразвитых роботов, конкурирующих по своим когнитивным способностям с животными и, возможно, человеком. Похожие выводы, однако, были сделаны почти полвека назад в период бурного роста знаний об искусственных нейронных сетях. Тем не менее, высокоинтеллектуальные антропоморфные роботы все еще остаются несбыточной мечтой. Данный ход истории был предсказан в 80-х годах прошлого века и получил название парадокса Моравека: «Человечеству будет намного проще создать робота, способного говорить с нами, чем робота, способного двигаться между нами в комнате где мы находимся». Действительно, многочисленные разработки в области ИИ показывают, что создание сложных экспертных систем (Siri от Apple или Google Assistant), является куда более тривиальной задачей, чем создание роботов, способных имитировать такие, на первый взгляд, простые действия, как движение человека во встречном потоке пешеходов. Даже один из наиболее совершенных роботов ASIMO (Honda) демонстрирует относительно скромные способности к когнитивному или «обдуманному» поведению в таких ситуациях. Современные роботы хорошо справляются со статическими или квазистатическими сценариями, где их поведение может быть ограничено некогнитивными («если-то») алгоритмами. Однако этого недостаточно для работы в сложных, меняющихся во времени ситуациях. Все усилия исследователей разбиваются о фундаментальное препятствие - отсутствие синтетического когнитивного интеллекта. Поэтому возникает вопрос: почему мы не можем скопировать когнитивные механизмы мозга? Ответ прост: они во многом неизвестны. По нашему мнению, для кардинального прогресса в данном направлении необходим синергетический подход, включающий экспериментальное исследование когнитивных механизмов, реализованных в кортико-гиппокампальных сетях, моделирование нелинейной динамики и волновой активности данных регионов и, наконец, апробацию математических моделей на роботах. Ранее нами была сформулирована универсальная теория компактных внутренних представлений (КВП), которая базируется на взаимодействии между: а) предсказанием динамики окружающей среды и б) мысленным моделированием различных стратегий поведения. Оба процесса синхронизируются в специальной нейронной сети, которая трансформирует динамические ситуации в статические когнитивные карты, так называемые КВП. Таким образом, время "свертывается" и пространственные отношения между виртуальными объектами, возникающими на карте, описывают потенциальные столкновения между индивидуумом и окружающей средой. Заметим, что теория КВП недавно получила экспериментальную поддержку. Было показано, что человек при принятии решений в динамических ситуациях опирается на ее механизмы. Таким образом, задача изучения когнитивных механизмов основанных на КВП поставлена корректно, т.е. в принципе имеет решение. Однако, КВП не является константой. Для его успешного использования необходимо реализовать динамическую ситуационную память, функционально имитирующую принципы работы гиппокампа, отдела мозга, ответственного за ориентацию в пространстве и память. Предпосылки для создания нового типа памяти были заложены нами в последних работах по нейронным сетям, предлагающих новую концепцию “многомерного мозга”. В этом контексте, КВП являются точками в пространстве мозга, которые могут быть запомнены, кластеризованы, сравнены и т.д. Однако, обычные подходы, включая конволюционные нейронные сети, имеют существенные трудности при оперировании с такими объектами, связанные с так называемым “проклятием размерности”. Тем не менее, наши последние результаты указывают на возможность эффективного запоминания КВП в пирамидальных нейронах гиппокампа, используя принцип «благословения размерности», берущий истоки в термодинамической эквивалентности ансамблей Гиббса и теории концентрации меры. Таким образом, в данном проекте предполагается разработать модели реалистичных нейронных сетей и изучить их колебательную динамику, воспроизводящую когнитивные функций мозга. Будет разработана новая концепция “виртуального гиппокампа”, включающего ситуационную пространственно-временную память на основе КВП-мотивов (неделимых действий, служащих в качестве “атомов” при создании сложных поведений в динамических ситуациях). Для достижения целей проекта планируется выполнить три задачи: 1) Экспериментально исследовать КВП-мотивы на животных и человеке; 2) Разработать модели нейронных сетей, реализующих экосистему виртуального гиппокампа и 3) Апробировать предложенные модели, используя колесные роботы Pioneer 3DX и антропоморфный робот Poppy Torso. Научная новизна исследований обусловлена применением синергетического подхода к проблеме, сочетающего теорию и эксперимент, кардинального сдвига парадигмы когнитивного восприятия динамических ситуаций и комбинацией КВП с ситуационной памятью, создающей полную экосистему. В настоящее время авторский коллектив обладает четырьмя новейшими результатами: 1) концепция КВП (2010-2017 г.), 2) функциональный подход к исследованию информационных потоков в гиппокампе (2014-2018 г.), 3) подтверждение существования КВП в человеческом мозге (2018 г.) и 4) концепция многомерного мозга (2018 г.), предвосхищающая создание ситуационной памяти. Таким образом, открывается окно возможностей для создания новой технологии - экосистемы виртуального гиппокампа, воспроизводящей когнитивные способности человека. Разрабатываемый виртуальный гиппокамп может быть положен в основу управления мобильными роботами новой генерации, обладающими человекоподобными когнитивными способностями. Таким образом, данный проект предполагает добиться кардинального прорыва в решении парадокса Моравека. В заключении отметим, что проект предполагает получение пионерских результатов в развитии систем искусственного интеллекта и соответствует Стратегии научно-технологического развития Российской Федерации: Н1 Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Кальво Тапиа К., C., Макаров, В.А, ван Лювен К. Basic principles drive self-organization of brain-like connectivity structure Communications in Nonlinear Science and Numerical Simulation, 82 (2020), 105065 (год публикации - 2020)
10.1016/j.cnsns.2019.105065

2. К. Кальво Тапия, Дж.А. Виллакорта-Атенза, С.Д. Диез-Хермано, М. Хоружко, С.А. Лобов, И. Потапов, А. Санчес-Джимез, В.А. Макаров Semantic Knowledge Representation for Strategic Interactions in Dynamic Situations Frontiers in Neurorobotics (год публикации - 2020)

3. Кальво Тапия К., Тюкин И., Макаров В.А. Universal principles justify the existence of concept cells SCIENTIFIC REPORTS, Том: ‏ 10 Выпуск: ‏ 1 Номер статьи: 7889 (год публикации - 2020)
10.1038/s41598-020-64466-7

4. Лобов С.А., Михайлов А.Н., Шамшин М.О., Макаров В.А., Казанцев В.Б. Spatial properties of STDP in a self-learning spiking neural network enable controlling a mobile robot FRONTIERS IN NEUROSCIENCE, 14, 88 (год публикации - 2020)
10.3389/fnins.2020.00088.

5. Жаринов А.И., Макаров В.А., Казанцев В.Б., Лобов С.А. Spatial memory based on an STDP-driven neural network Conference Proceedings - 4th Scientific School on Dynamics of Complex Networks and their Application in Intellectual Robotics, DCNAIR 2020, Номер статьи 9216804, Страницы 269-271 (год публикации - 2020)
10.1109/DCNAIR50402.2020.9216804

6. Херрерас О., Макарова Ю.М. Mechanisms of the negative potential associated with Leão’s spreading depolarization: A history of brain electrogenesis. Journal of Cerebral Blood Flow & Metabolism, 40, 1934–1952 (год публикации - 2020)
10.1177/0271678X20935998

7. Вилакорта-Атенза А.Д., Кальво Тапия К., Диез-Хермано С., Санчес-Джименес А., Лобов С.А., Крылова Н.П., Мурчиано А., Лопез-Толса, Г.Е., Рикардо П., Макаров В.А. Static Internal Representation of Dynamic Situations reveals Time Compaction in Human Cognition. Journal of Advanced Research (год публикации - 2020)
10.1016/j.jare.2020.08.008

8. Храмов А.Е., Короновский А.А., Макаров В.А., Максименко В.А., Павлов А.Н., Ситникова Е. Wavelets in Neuroscience (2nd ed.) Springer, 384 p. (год публикации - 2021)
10.1007/978-3-030-75992-6

9. Лобов С.А., Крылова Н.П., Курганов Д.П., Макарова Ю.М., Макаров В.А. Arcade game testing of generalized cognitive maps in humans Proceedings of the 2021 Third International Conference Neurotechnologies and Neurointerfaces (CNN), pp/ 61-63 (год публикации - 2021)
10.1109/CNN53494.2021.9580220

Публикации