Zaproszeni goście

W konferencji udział wezmą zaproszeni przez nas goście - specjaliści w różnych dziedzinach badań związanych z zagadnieniem irracjonalności:

dr hab. Izabela Trzcińska
Uniwersytet Jagielloński - Jagiellonian University
Wydział Filozoficzny, Instytut Religioznawstwa
Zakład Historii Chrześcijaństwa

dr Adrian Horzyk
Akademia Górniczo-Hutnicza w Krakowie - University of Science and Technology

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Katedra Automatyki i Inżynierii Biomedycznej

dr Adrian Horzyk

Neuroasocjacyjne modele obliczeniowe
w sztucznej inteligencji dla celów
formowania się wiedzy i skojarzeń

Informacja pełni kluczowe znaczenie dla współczesnego świata biznesu, nauki, kultury oraz dalszego rozwoju naszej cywilizacji. Informacja może być na wiele różnych sposobów przekazana pomiędzy inteligentnymi jednostkami, które są w stanie ją sformułować w oparciu o swoją wiedzę i przekazać za pośrednictwem pewnego systemu kodowania w taki sposób, żeby jej inteligentny odbiorca mógł ją skojarzyć ze znanymi mu pojęciami. Niestety, informacja może być również zrozumiana niezgodnie z intencjami nadawcy, co prowadzi do nieporozumień lub wywołania innego niezamierzonego stanu u jej odbiorcy. Wartość informacyjną dla określonego odbiorcy mogą mieć również przeróżne układy, formacje i kombinacje danych nieświadomie tworzone przez różne obiekty lub zjawiska. Obecnie pojęcie informacji jest bardzo rozmyte i nieprecyzyjne. Docierające od nadawcy do odbiorcy układy, sekwencje lub kombinacje danych można uznać za informacje dla odbiorcy, gdy wywołają u niego pewną zmianę stanu, poszerzenie, pogłębienie lub weryfikację wiedzy lub sposobu dalszego kojarzenia albo działania. Podstawowymi celami przekazywania informacji jest wpływ na dokonywanie wyborów, określanie działań i na proces formowania się wiedzy u inteligentnych jednostek. Współczesna nauka definiuje wiedzę na bardzo wiele różnych sposobów. W informatyce, gdzie ścisłość definicji jest niezbędna do modelowania, wiedzę najczęściej definiuje się jako pewne zbiory danych wraz z regułami ich przetwarzania albo jako pewną strukturę i parametry sztucznej sieci neuronowej. Niestety obydwa te podejścia zakładają zgromadzenie pewnej „wiedzy” w pasywnej postaci na podstawie określonego zbioru danych lub informacji, a następnie poprzez ewaluację reguł lub sieci neuronowej próbuje się zapewnić wydobycie informacji z takiego systemu. Wiedza ludzka ma charakter aktywny i jest ściśle powiązana z inteligencją, pozwalając na kojarzenie ze sobą różnych faktów, wnioskowanie, tworzenie rozwiązań oraz uogólnianie. Tworzenie rozwiązań jest często powiązane z możliwością przenoszenia pewnych właściwości lub działań pomiędzy obiektami podobnymi lub pomiędzy którymi występuje jakiś istotny związek, który został dostrzeżony i zapamiętany w przeszłości. Ponadto indywidualna wiedza formuje się w odniesieniu do potrzeb określonej jednostki, a więc w różny sposób, gdyż potrzeby różnych jednostek są różne. Wiedza jest tworem bardzo dynamicznym i reaktywnym na nadchodzące dane, więc musi być osadzona w pewnym aktywnym, reaktywnym i dynamicznie plastycznym systemie skojarzeniowym, który umożliwia formowanie, pogłębianie, poszerzanie i weryfikację wiedzy oraz kojarzenie. Kojarzenie to proces powiązany z aktywacją neuronów za pośrednictwem połączeń interneuronalnych, które mimo swego podobieństwa mogą pełnić różną funkcję. Wykorzystywane jest podobieństwo pomiędzy składowymi informacji, lecz bardzo istotne znaczenie ma również możliwość utrwalania się związków pomiędzy danymi, które docierają do takiego systemu równocześnie lub następują po sobie. Umożliwia to definiowanie i reprezentację pojęć i algorytmów postępowania oraz wnioskowanie w procesach kojarzenia.

W tym artykule zdefiniowano pojęcia informacji, wiedzy, kojarzenia, systemu skojarzeniowego w taki sposób, żeby było możliwe modelowanie wiedzy oraz procesów skojarzeniowych na gruncie informatyki i asocjacyjnej sztucznej inteligencji. System skojarzeniowy został zdefiniowany jako specyficzny aktywny graf neuronowy, który formuje się automatycznie pod wpływem docierających do niego danych oraz umożliwia celowe wywoływanie skojarzeń po wzbudzeniu wybranej kombinacji lub sekwencji jednostek semantyczno-skojarzeniowych reprezentowanych w neuronach tego grafu. Proces formowania się wiedzy zamodelowano i zilustrowano na przykładach. W artykule również szeroko omówiono tzw. skojarzeniowość – cechę obecnie nieistniejącą w systemach informatycznych, lecz niezbędną i powszechną w systemach skojarzeniowych umożliwiających formowanie się wiedzy…