Научная жизнь. V международная конференция "интеллектуальные системы"

Автор: Т. Н. САВЧЕНКО, Г. М. ГОЛОВИНА

В 2005 г. прошла V Международная конференция "Интеллектуальные системы" (AIS'05). Ее организаторами выступали Российская ассоциация искусственного интеллекта и Таганрогский государственный радиотехнический университет. Конференция была поддержана Российским фондом фундаментальных исследований, а также журналом "Открытое образование" и объединила специалистов ведущих институтов страны: МГУ, МГТУ, ТРТУ, НИИ ИТ РАН, ИПММ РАН, ИП РАН и др.

Наметившаяся в последние годы тенденция сближения исследований искусственного интеллекта и психологии сделала актуальным вопрос о сотрудничестве специалистов в областях поддержки принятия решений и распознавания образов, с одной стороны, и когнитивных психологов, с другой. В этой связи особую важность приобрели проблемы соотношения указанных областей научного знания, выработки понятийного аппарата, требований к методам моделирования, определения круга адекватных задач и методов.

стр. 141

Проводимая с 2004 года в рамках Международной конференции "Интеллектуальные системы" секция "Когнитивное моделирование и психология" (организаторы - Т. Н. Савченко, Г. М. Головина, И. Г. Скотникова, Институт психологии РАН; председатель - Т. Н. Савченко) привлекла внимание психологов, занимающихся вопросами моделирования, применения и разработки математических методов в психологии.

Вводный доклад Т. Н. Савченко и Г. М. Головиной (ИП РАН, Москва) "Математическая психология: история, результаты, перспективы" был посвящен экскурсу в историю развития математической психологии. В качестве основных трудностей разработки формальных моделей в психологии выделены многомерность, неустойчивость, неметричность, непрерывность, недизъюнктивность и нелинейность. Проанализированы тенденции развития математической психологии в России, в частности, рассмотрены математические модели, разработанные сотрудниками лаборатории математической психологии ИП РАН. Первое направление работы секции открылось выступлением А. В. Гарусева (факультета психологии МГУ, Москва) "Цветовые различия при иллюзиях одновременного и последовательного контраста". В докладе представлен обзор большого количества исследований, посвященных зрительным иллюзиям и позволяющих подойти к описанию сложной структуры зрительной системы человека.

В сообщении Г. Я. Меньшиковой и Н. А. Бородкиной (факультет психологии МГУ, Москва) "Роль зрительных иллюзий для моделирования процесса восприятия белизны поверхности" проанализированы результаты изучения феномена константности белизны. Процесс оценки белизны может проходить на разных уровнях обработки информации: первичном (сетчаточном), среднем (кортикальном) и высшем (когнитивном). Каждый из уровней вносит свой вклад в формирование зрительных иллюзий восприятия белизны поверхности, причем для каждого из них характерны свои механизмы и зрительные признаки, согласно которым происходит обработка поступающей информации.

А. В. Павлов представил доклад "Подход к реализации принципа контекстности восприятия методом Фурье-голографии". Восприятие рассматривается как процесс субъективизации входной информации, т.е. распознавание, в котором контекстно зависимая семантика играет ведущую роль. Контекстность трактуется как атрибут интеллекта, присутствующий на каждом этапе процесса восприятия. Подчеркивается, что восприятие является не пассивным отражением, а активным "запросом" в мир, т.е. процессом, включающим в себя предсказание на основе имеющегося опыта с последующим сравнением поступившей извне и предсказанной информации, позволяющим выработать управляющее воздействие.

Доклад "Статистический анализ оценок степени уверенности в сенсорных измерениях" В. Е. Дубровского (факультет психологии МГУ, Москва) и И. Г. Скотниковой (ИП РАН, Москва) посвящен рассмотрению статистической процедуры анализа оценок уверенности наблюдателя в правильности своих ответов. Показана роль оценивания испытуемым степени своей уверенности в правильности решения для повышения эффективности измерения сенсорной чувствительности. Выявлено, что 0.5 - вероятностная мера, принятая для характеристики нижней категории уверенности, - более соответствует реальным оценкам, чем мера 1.0, принятая для верхней категории.

А. В. Гласко (МГТУ им. Н. Э. Баумана, Москва) выступил с докладом "Психофизический закон Стивенса как следствие динамического уравнения процесса восприятия", в котором представил математическую модель восприятия. Фундаментальную роль при математическом моделировании систем любой природы играют дифференциальные уравнения динамики. С точки зрения докладчика, они могут быть использовать и в качестве основы при построении моделей психики. В работе построено обыкновенное дифференциальное уравнение для меры количества внимания, описывающее динамику процесса восприятия внешнего стимула и являющееся основой содержательной модели динамики восприятия.

В рамках второго направления работы секции были представлены результаты разработки математических моделей образования команды в процессе деятельности и совместного творчества.

В докладе Г. М. Головиной и Т. Н. Савченко (ИП РАН, Москва) "Динамическая модель совместных действий команды" рассмотрены некоторые вопросы командообразования, обсуждена роль факторов, способствующих/препятствующих успешному функционированию команды. Среди факторов, влияющих на деятельность команды как системы, обладающей способностью к самоорганизации, выделены контрольный параметр - действия руководства и параметры порядка - взаимодействие, мотивация профессиональной деятельности и личностные качества. Построена функция взаимосвязи этих параметров.

О. В. Митиной, Ю. Д. Бабаевой, С. Р. Яголковским (факультет психологии МГУ, Москва) подготовлен доклад "Структурное моделирование как средство "Data Mining". Структурное моделирование, или моделирование структурными уравнениями, - это мощная техника многомерного анализа, позволяющая провести комплексный анализ влияния детерминирующих переменных на детерминируемые, а также предпринять стати-

стр. 142

стическое сравнение различных математических моделей по степени их соответствия описываемым экспериментальным данным. В докладе продемонстрированы возможности использования структурного моделирования для анализа процесса совместного творчества.

В работе А. А. Кулинич (ИПУ РАН) "Структурные решения в управлении слабоструктурированными ситуациями" рассмотрен метод поддержки генерации структурных решений, основанный на представлении всех решений задачи в модели открытой кластерной понятийной системы ситуации и поиске объектов-стимулов, структурная организация которых может служить прототипом для изменений структуры когнитивной карты. Для поддержки принятия решений в слабоструктурированных динамических ситуациях используется методология когнитивного моделирования, основанная на построении моделей ситуации, отражающей знания субъекта о законах ее развития.

В работе А. В. Жегалло (ИП РАН, Москва) "Классификация задач, решаемых с применением методов синергетики" делается попытка анализа и классификации задач, решаемых с применением методов синергетики. В основу классификации положены способы выделения исследуемой системы и задачи, решаемые с использованием полученной математической модели. Применение синергетического подхода для решения конкретной научной задачи предполагает два основных этапа: выделение исследуемой системы и построение её математической модели; проведение расчетов на основе полученной модели.

По окончании выступлений докладчиков был проведен "круглый стол", на котором признана перспективность изучения когнитивных процессов методами когнитивного моделирования и целесообразность продолжения работы соответствующей секции. Было принято решение о внесении в программу следующей конференции докладов по ряду перспективных научных направлений: использованию синергетического подхода в психологии, психологическим методам извлечения знаний, проблемам измерения в психологии и др.

Выпущены тезисы докладов участников конференции.

Т. Н. Савченко, кандидат психологических наук, зав. лабораторией математической психологии ИП РАН;

Г. М. Головина, кандидат психологических наук, старший научный сотрудник ИП РАН

стр. 143