МОДЕЛЬ ИЕРАРХИЧЕСКОЙ АССОЦИАТИВНОЙ ПАМЯТИ ДЛЯ ИСКУССТВЕННЫХ КОГНИТИВНЫХ АГЕНТОВ ОБЩЕГО НАЗНАЧЕНИЯ

Аннотация

В настоящей работе представлена модель иерархической ассоциативной памяти, которая может быть использована в качестве основы для построения искусственных когнитивных агентов общего назначения. При помощи этой модели может быть решена одна из важнейших проблем современного машинного обучения и искусственного интеллекта в общем — возможность для когнитивного агента использования «жизненного опыта» для обработки контекста той ситуации, в которой он находился, находится и, возможно, будет находиться. Эта модель применима для искусственных когнитивных агентов, функционирующих как в специально сконструированных виртуальных мирах, так и в объективной реальности. Использование иерархической ассоциативной памяти в качестве долговременной памяти искусственных когнитивных агентов позволит последним эффективно ориентироваться как в общих знаниях, накопленных человечеством, так и в своём жизненным опыте. Новизна представленной работы основывается на авторском подходе к построению контекстно-зависимых искусственных когнитивных агентов с использованием междисциплинарного подхода, в частности, базирующегося на достижениях искусственного интеллекта, когнитологии, нейрофизиологии, психологии и социологии. Актуальность настоящей работы базируется на остром интересе научного сообщества и высоком социальном запросе на создание систем искусственного интеллекта общего уровня. Одним из важных компонентов искусственного интеллектуального агента общего уровня становится ассоциативная иерархическая память, основанная на использовании подхода, сходного с гиперколонками коры человеческого головного мозга. Статья будет интересна всем исследователям, работающим в области построения искусственных когнитивных агентов и смежных областях.