О моделировании мышления презентация

Щепетов Д.С.
ФИАН, Москва

olgadmitcher@gmail.com

– машины ЛУЧШЕ чем человек
Формальный нейрон МакКаллоха-Питтса
нейро-физиология – КАК устроен человек
Реальный нейрон, Хочкин-Хаксли, Фицхью-Нагумо
сейчас: искусственная система, способная
ДУМАТЬ как человек ,
+ динамический формальный нейрон

чтобы научиться летать. И построило самолет. Он замечательно летает, но на птицу совсем не похож. (?)
Ученые делятся на ПТИЦ и ЛЯГУШЕК: П понимают все, кроме деталей; Л – только детали (Дайсон)
Измеряя напряжение на клеммах телевизионной платы, ТРУДНО вывести уравнение Максвелла.
Шум = инструмент адаптации к изменениям (Парин)

al)
Концепция «активных агентов» (Редько)
Учет психологических факторов и мотивов
Искусственный Интеллект (AI) (Осипов, Калиниград)
Усовершенствование комп. программ для решения некоторого круга задач («кофеварка»)
«Естественно-конструктивистский подход» (мы):
Как может думать человек?!?

n возможных и равноправных. (Quastler)
Генерация И – свободный (случайный) выбор. Необходим перемешивающий слой = случайный фактор
Рецепция И = предопределенный выбор (навязанный извне)
Условная И – выбор, возникший в коллективе (обществе) в результате договоренности (условности). Примеры – код, язык.
Ценность И определяется ее полезностью для достижения цели
Базовая цель мышления— сохранение, распространение и создание (генерация) «своей» условной И.
Определение: Мышление есть самоорганизованный процесс записи (восприятия), запоминания (хранения), обработки, генерации и распространения информации.
Важно: запись и сохранение ( генерация и рецепция И) дуальны (дополнительны). Для решения этих задач необходимы
две разные подсистемы.

нейрона
Динамическая Теория Информации (ДТИ)
(Haken, 2000, Prigogen, 1997, Chernavskii, 2000)
Свидетельства Природы
2 полушария мозга -- зачем?
ПП ↔ интуиция, ЛП ↔«логика; не совсем так
Goldberg, 2005: ПП ↔ обучение, воспрнятие новой информации
LH ↔запоминание и обработка знакомой информации
∙ индивидуальность (challenge)
Человек мыслит недетерминировано, часто непредсказуемо и всегда индивидуально

нейропроцессоров;
∙ разделение всей системы на две подсистемы – для генерации и рецепции информации. Условно : правое и левое церебральными полушариями (ПП и ЛП), а связи между ними Λ(t) — с corpus callosum. ПП отвечает за обработку новой информации, а ЛП — за работу с хорошо известной, что полностью согласуется с выводами Э. Голдберга
∙ учет случайного фактора («шума»), который присутствует только в ПП
∙ неустойчивый характер процесса формирования символа → результат оказывается непредсказуемым ↔ индивидуальность
∙ самоорганизация нейронного ансамбля вместо детерминированной программы.

Izhikevich 2007

МкКаллох-Питтс (1943) нейрон = простой сумматор
Хочкин-Хаксли (1952) = сложноя система, 4 дин. ур.
ФицХью-Нагумо (1961) упрощение до 2 диф. Дин.ур.:




V – мембран. потенциал, Y – внутреняя (релаксац.) переменная Iext – внешний сигнал; ai ,bi – параметры. Кубичная нелинейность ⇒ разные динамические режимы: spike, spike train, bistable
След. шаг (bi=0, ai)→ Hopfield (1982) ур.


близко к МкП, но позволяет проследить динамику

пассивное (-1\0) стационарные состояния
Процессор = пластина, населенная ДФН ;
2 типа процессоров:
Hopfield- type = линейная аддитивная ассоциативная сеть
каждый предъявленный объект ↔ pattern активных ДФН =
образ (распределенная память)
Grossberg -type нелинейное конкурентное взаимод. →
локализация образа → символ (сжатие образной инф. )
∙ Информация существует в форме обученных связей

процессора, обученных по-разному

Н0: пластина первичных образов ↔ запись
связи Ω между активными нейронами,
изначально слабые (“серые”), усиливаются
(«чернеют») в процессе обучения (Hebb rule)
Нtyp : пластина типичных образов ↔ хранение
«информативные» связи постоянны Ω = Ω0,
остальные слабеют = работает как фильтр (оригинальная версия J. Hopfield)
∙Принцип “почернение связей”:
когда сила связей в образе достат.
велика (над порогом : Ω•Ωth) образ
передается Н0→Нtyp для хранения
(↔ долговременная память)

H typ на пластину локализации G:
∙ Что-то происходит ⇒ выбор
все активные нейроны должны погаснуть, и только единственный выживает → STI
∙ После обучения связей плаcтины G : тот же образ всегда «сворачивается» в тот же символ (причем быстро)
“Победитель получает все” = межпластинные связи Ψ образных нейронов «переключаются» на выбранный символ

Zkξ – «шум»
Стационарный состояния: {0} and {1}; взаимод. нелинейне конкурентное, (знак “−”)



∙ Обучение связей внутри-пласт. Γij и меж-пласт. Ψik:



∙ Шум необходим для выбора символа ⇒ выбор случаен! символ не должен быть “лучшим”, он iиндивидуален для системы
∙ Специализация символа: обучение параметров αk → αk(Ψ) ⇒ после формирования меж-пласт. связей символ выводится из конкурентной борьбы, но получает возможность участвовать в «кооперативных» (Hebbian) взаимодействиях

информации (кодирование)
Коммуникация (язык):
слова соотносятся именно с символами
Осознание образной информации:
сам акт образования символа означает, что система проинтерпретировала «клубок» связей на пластине Нtyp как паттерн, который имеет смысл, т.е. относится к реальным объектам (на рис. –3)
⇒Ψ = семантические связи
∙ эффект не парных корреляций!

.

Символ класса SCl
ряд образов имеющих общие нейроны

Ξ − иерархические семантические связи
Вынужденные (объективные) = опосредованные общими образными нейронами-прародителями

∙ параметрическое вляние на образные нейроны Hi = внимание
βi →βi(G+1)

point #3)

Символ concept SCon = “образ-из-симолов” = “абстрактный образ” = “символьный pattern”
(терминология не устоялась)
→ noнятия: не имеют материального (образного) содержания, но имеют смысл
coвесть, бесконечность, красота..
Φ − абстрактные связи
спонтанные, не опосредованы образ-
ными нейронами, создаются самой системой в процессе ее развития
(«ночь, улица, фонарь, аптека» …)
если они «того стоят» (чернеют) → S (стихи)

«словотворчество» в ПП = собственные внутренние аудио-символы
В обученной системе: слова (W) воспринимаются непосредственно через ЛП, если есть внутренние символы того же смысла
Если слова относятся к образам, не знакомым данной системе -- они смысла не имеют.
Абстрактная информация в ЛП = «выводное» (семантическое) знание, полученное методом «объяснить словами»
(одно из определений логики = наука о получении выводного знания)

пластин Н0 и Нtyp
3-й набор – символьные пластины G-type
S-инфраструктура: индекс σ ↔ уровень иерархии;
число не фиксировано и не лимитировано; возникают по мере необходимости
∙ Символы обеспечивают параметрический эффект:
β (G) ⎯ внимание
α(Ψ) ⎯ прекращение конкуренции (после того, как S сформирован)
Связи = разные типы (уровни) информации:
Ω − образные
Γ − конкурентные, обеспечивают выбор символа
Ψ − семантические S↔TI
Ξ − иерархические S↔S (через образные нейроны-прародители)
Ф − абстрактные S↔ S (спонтанные, создаваемые системой)
Λ ⎯ взаимодействие подсистем (многочисленные, действуют в зависимости от решаемой задачи) = аналог corpus callosum
Базовая модель = конкретная реализация требует уточняющих предположений

I. Две разных (взаимод.) подсистемы:
∙ПП(RH) = правая подсистема: генерация инф. = обучение и творчество
LS (LH) = левая подсистема: рецепция инф. из ПП = запоминание и обработка инф. (распознавание)
II. Шум (случайный фактор) – есть только в ПП
ЛП : отсутствие случайности ↔ логика ?
III. Подобная архитектура в обеих подсистемах
→ для взаимозаменяемости (при необходтмости)
IV. Обучение = передача инф. ПП → ЛП: по принципу «почернения связей» : все связи обучаются: в ПП – по Хеббу, в ЛП – по Хопфилду
( гипотеза ↔ возможны и другие варианты архитектуры)

формируются последовательно – каждый следующий возникает после и на основе предыдущего (на рис. -- голубая «пила»)
270′ ∼ вид сверху на «мозг»: от зрит. коры, зоны W, к лобныv долям
Скейлинг: на каждом уровне символы, будучи сформированы, получают возможность создавать «символьные образы», которые в свою очередь могут формировать свой символ (после «почернения» абстр. связей )– так формируется абстрактная инфраструктура (∼ символы имеют «руки и ноги»)
Символьная (вербализованная) информация может восприниматься извне через ЛП – так получаются семантические знания (эпизодические формируются в ПП)
∙ На каждом уровне иерархии ПП выступает в роли Учителя для ЛП: инф. передается по принципу «почернения связей»
⇓ reduction of Inf.:
часть инф. оказывается “утраченной” (не передается на следующий уровень) = внутренняя (скрытая) инф. индивидуальная для данной системы

в Н0 “серыми” связями
out of control (не связанные с к-л символом)
могут быть активированы только шумом (случайно) = insight
Сознание = степень готовности к мышлению (все, что происходит в системе, от …)
Интуиция \\ индивидуальное “прямое усмотрение истины (Kant) =
индивид. скрытая информация (включая “серые” образы)
∙ большинство действительно сосредоточено в ПП
Логика \\ дедуктивное рациональное (“правильное ”) суждение
→ имеет социальный аспект = вербализованные устойчивые (доказанные) aбстрактные (причинно-следств.) связи
∙ присутствуют только в ЛП
вся развитая абстрактная (символьная) инфраструктура (ПП+ЛП ) ↔ мудрость (больше, чем логика)

пытаемся понять, как ИИ и АМ могут возникнуть.
ИИ м.б. соотнесено с ЛП ⇒ для ИИ не нужно 2-х подсистем
Индивидуальность обеспечивается присутствием случайного фактора в ПП (ЛП тоже инд. поскольку порождено ПП!)
Основное «достижение» предлагаемого подхода:
начиная с примитивного (но динамического) нейрона ⇒ благодаря самоорганизованному нелинейному взаимодействию нейронного ансамбля
⇒ появляются различные типы (уровни) информации:
∙ семантическая (структурированная иерархически)
∙ абстрактная (не полученная сенсорным путем, созданнаяАМ)
∙ вербализованная (понятная другим «системам»)
…т.е. «система осознает себя и окружающий мир»

от чего зависит амплитуда шума Z(t)?
Имеет ли Z(t) специфику = Zi(t) или амплитуда шума -- общая во вем ПП?
Как эти факторы могут быть связаны с Э???

(от лат. emoveo – потрясаю, волную) – эмоциональный процесс средней продолжительности, отражающий субъективное оценочное отношение к существующим или возможным ситуациям.
Эмоции, как и многие другие психические явления, пока слабо изучены и понимаются разными авторами по-разному, поэтому вышеприведенное определение нельзя считать ни точным, ни общепринятым.

собой синтетическую (интегральную) реакцию, без анализа конкретных причин и источников эмоциональных побуждений.
Деление на «эмоцио» и «рацио» начинается с того момента, когда человек приобретает язык (по крайней мере, внутренний, т.е. развитую структуру символов)
язык представляет собой временной ряд символов (Шумский 2013), т.е. рациональное мышление представляет собой последовтельный способ обработки информации (ЛП??)
естественно предположить, что эмоциональная реакция соответствует параллельному способу. (ПП??)

прагматические и эстетические:
ПЭ = связаны с достижением цели →
оценка удаленности
средств достижения (Шамис 2006)
ЭЭ =? -- восприятие произведений искусства, явлений природы, предпочтение цвета, …
мода, личные ассоциации, детские впечатления, …
??? = «формулы любви» нет и не надо

и тормозящие (опиаты…)
Продукция Н :
глобальная (таламус, гиппокамп)
локадьная (на уровне 1 синапса)
Основная проблема: как перейти от продукции Н в 1-м синапсе к Э = осознанное психологическое состояние???
= То же: как от активности 1-го нейрона перейти к понятию «сознание» ???
Трудно, но не невозможно

Мыслительный процессс порождает Э???

Как это может быть реализовано в мат. модели искусственной мыслительной системы?

в системах живых. Свободный случайный выбор (=генерация информации) имитирует выбор эмоциональный.
Э = − изменение амплитуды шума !?! Э делятся на
Побуждающие : для генерации И (беспокойство, паника) = повышение уровня шума= ∂Z/∂t>0 ~ «отрицат. Э»
Закрепляющие: для рецепции И = снижение шума = ∂Z/∂t<0 ~ «положительные Э» (радость, облегчение,..)
Λ(t) ∝ ∂Z/∂t:
ΛЛП→ПП →~ побужд. Э = активация ПП = рост шума
ΛПП→ЛП=закрепляюшие Э = передача в ЛП → сниж. шума
Переменная производная («дрожание Z») = активный диалог подсистем («мысли мечутся»)

всегда является одновременно и источником Э , и сигналом к изменению глобальной регуляции, т.е. необходимостью в дополнительном Э стимуле. Иными словами, в состоянии неожиданности возникает необходимость обращения к ПП, т.е. активация связей ΛЛП→ЛП .
момент понимания = встраивание новой И в уже известную = ЛП (=момент истины = момент «ага», Wiggins 2012) активирует обратную связь ΛПП→ЛП .

живого организма является сжатие информации; акт достижения этой цели должен сопровождаться радостью.
близко к утверждению Сенеки: цель человека – стремление от менее совершенного состояния к более совершенному.
Что есть совершенное? Мы полагаем, что наиболее естественное стремление – понять, т.е. осознать. В рамках нашей модели это означает формирование нового символа (и его семантических связей с образом) и встраивание его в уже существующую структуру символов. Вполне естественно ожидать, что этот процесс должен сопровождаться положительными эмоциями.
любой акт формирования символа есть акт сжатия информации, т.е. конечный вывод совпадает.

Z0 = уровень шума «в покое»;
μ = уровень Н глобального действия (возбужд. − тормоз. )
ηik = уровень Н локального действия (синтез в 1 синапсе)
F(Z,μ) = нелинейность (для нетрив. эффектов типа стресса)

Я: устойчивый фокус
Релаксационные или нет – зависит от соотношения τ (тоже индивидуально)
Нелинейные эффекты
Zmax = предельно-допустимая амплитуда ↔превышение = срыв
Стресс

некоторого (индивидуального!) порога все процессы подавляются (синтезируются только опиаты)
Все физиологические характеристики стандартизированы ( «шума», т.е. разброса в показателях, нет!)
Фактор 1 / (Zmax - Z) → особая точка ⇒
dZ/dt → - ∞ ⇒ Z →0 или <0 !
= случайное самовозбуждение переходит в подавление!

от этого удовольствие
= неверный (преждевременный) прогноз, кот. м.б. сразу заменен на верный
анекдот (хороший!) представляет собой поток информации, который допускает определенную трактовку вплоть до некоторого момента. Следующий блок информации должен не опровергать предыдущую, но выводить на совсем другой конечный образ (также хорошо известный). В этом случае от системы требуется «вернуться» в тот момент, когда две цепочки образов расходятся к двум разным символам и «перескочить» на правильную траекторию. Сам процесс возврата-перескока требует от системы определенных и специфических усилий ⎯ это может быть фрустрация , или резкие скачи амплитуды шума, способный «встряхнуть» систему — для человека таким очевидным способом является смех.
В терминах Z(t): смех =одновременное повышение и понижение амплитуды (резкий скачок)

на эмоции, т.е. псих-состояние всего организма?
Что является «супервайзером» для оценки степени черноты связей, как внутри-пластинных, так и меж-пластиных, и связан ли он с Э? Если да, то как?
Что является «триггером» для начала процесса формирования символа? Связан с Э, если да, то как?
Зачем Н так много??? (~ 4000)
Измерима ли экспериментально величина амплитуды Z(t)? Измеримо ли ηik?
Ответы на эти вопросы позволили бы действительно понять, как эмоции могут имитироваться в искусственной мыслительной системе.
(начать и кончить)

С.А. Нейрокомпьютинг и его применения. М: МИФИ, 2006.
Кастлер Г. Возникновение биологической организации. М.: Мир, 1967.
Чернавская О.Д., Никитин А.П., Чернавский Д.С. Концепция интуитивного и логического в нейрокомпьютинге. Биофизика, 2009, т.54, № 6, с. 1103.
Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П., Рожило Я.А. Процесс мышления в контексте динамической теории информации. Часть I: Основные цели и задачи мышления. \\ СС, 2011, №6, с.
Чернавский Д.С. Синергетика и информация: Динамическая теория информации. М.: Наука, 2001.
Чернавский Д.С. и др. Распознавание. Аутодиагностика. Мышление. – М.: Радиотехника, 2003.
Шамис А.С. Пути моделирования мышления. – М.: КомКнига, 2006.
Hebb D. O. The organization of behavior: a neuropsychological theory. New York, 2002. (Оригинальное издание — 1949)
Чернавская О.Д., Чернавский Д.С., Карп В.П., Никитин А.П., Рожило Я.А. Анализ роли понятий образ и символ в моделировании процесса мышления средствами нейрокомпьютинга. Препринт ФИАН № 34, 2011; ПНД, 2011, Т. 19, № 6, стр. 5-21

но может быть ошибочен объективно, поскольку способ записи образной информации индивидуален.
Решение, полученное таким образом, интуитивно: оно основано на опыте, т.е. картине мира индивида и не должно доказываться.
вербализованное решение может быть доказано, если для этого использовать общепринятые понятия и связи — по сути, это и есть метод «перевода интуитивного знания в логическое».

эти функции должны быть разделены между двумя «подсистемами»
Для записи (генерация информации) принципиально необходимо наличие шума= случайного, хаотического элемента, присутствующего в подсистеме обучения;
для сохранения и рецепции информации шум не нужен и даже вреден.
→ПП = …+ шум → обучение (интуитивное мышление ?)
ЛП = … без шума → хранение и работа =
связное (логическое?) мышление

обученные

Н0: силы связей Ω между активными нейронами растут по мере обучения (= связи «чернеют»), остальные связи не меняются (правило Хебба)
Нtyp :: «нужные» связи постоянны, Ω = Ω0, лишние отмирают = «отсечение ненужного» (оригинальный вариант Дж. Хопфилда)

«принцип почернения связей»: при достаточном (над-пороговом, Ω•Ωth) обучении пластины Н0, образ передается прямыми межпластинными связями на пластину Нtyp,

переходит на уровень ТО, не запоминается и поэтому не может ассоциироваться ни с каким символом ) → неосознанная и неподконтрольная системе= подсознание.? (ср. П1)
Активация: только благодаря шуму («вдруг увидеть внутренним взором») = озарение («инсайт»)
Черные связи = яркая «картинка» без символа
Активация: анализ, подбор нескольких внутр. символов
Семантические связи = внутренние символы без слов
Активация: подбор нужных слов разного уровня (понятий и уточнений). ⎯ (часто лень, но всегда возможно)
Критерий правильности = только внутреннее удовлетворение = эмоции (ср. И3)

∙Информация есть запомненный выбор одного варианта из ряда возможных и равноправных (Кастлер)
∙ 2 способа возникновения информации:
генерация = свободный (индивид) выбор
рецепция = выбор, воспринфтый извне
! Они дуальны (дополнительны) ⇒ нужны 2 разные подсистемы
∙ для генерации информации необходим перемешивающий слой = шум

{0} и{1}
Γij - связи внутри пластины; взаимод. подавляющее: знак (-)
Обучение связей :
Тс – характ. время, Γ0 – начальное значение силы связи (одинаковое для всех)
Динамика: все активированные нейроны в начале гаснут, в конце вновь загорается только один
Нейрон, победивший (случайно!) единожды, после обучения побеждает всегда и становится символом данного набора нейронов ( образа ).

осознание образной информации =
выделение из всего множества связей на пластине Нtyp того набора, который имеет смысл, т.е. соответствует одному реально существующему объекту
∙ классификация (иерархия)
Символы класса Скл разного уровня
Формирование символов-понятий: после установления семантических связей С--О, символы сами могут играть роль форм. нейронов → «образ из симолов» = абстрактные связи → понятия, не связанные с конкретными образами (например, совесть)
Коммуникация: символы-слова (СС)
взаимодействие всех пластин :
параметрическое воздействие на образные нейроны


.

чтобы научиться летать. И построило самолет. Он замечательно летает, но на птицу ну совсем не похож.
Ученые делятся на ПТИЦ и ЛЯГУШЕК: П понимают все, кроме деталей; Л – только детали
Измеряя напряжение на клеммах телевизионной платы, ТРУДНО вывести уравнение Максвелла.

Reactivity in Psychology and Neurophysiology. Ecological Psychology, 5, 85-103
Anokhin K.V. (2012). Cognitom: theory of realized degrees of freedom of brain. Proc 5th Int. Conf on Cognitive Science. Kaliningrad. (in Russian).
Bishop C.M. (2007). Pattern Recognition and Machine Learning. Springer
Bongard M.M. (1970). Pattern Recognition, New York: Spartan Books.
Chernavskaya O.D., Chernavskii D.S., Nikitin A.P. (2009) The concept of intuitive and logical in neurocomputing. Biophysics, 54, 727-735
Chernavskaya O.D., et al. (2011). On the role of concepts “image” and “symbol” in the neurocomputing modeling the thinking system. Izvestia vuzov. Applied Nonlinear Dynamics, 19, 21-35. (in Russian).
Chernavskaya O.D. et al. (2012). The Concepts of Intuition and Logic within the Frame of Cognitive Process Modeling. Biologically Inspired Cognitive Architectures 2012. Proceedings of the Third Annual Meeting of the BICA Society (A. Chella, R.Pirrone, R. Sorbello, K.R. Johannsdottir, Eds), 105-107.
Chernavskii D.S. (2000). The origin of life and thinking from the viewpoint of modern physics. Physics-Uspekhi, 43, 151-176.
Chernavskii D.S. (2004). Synergetics and Information. Dynamical Theory of Information. Moscow, URSS (in Russian).
Chernavskii D.S., et. al. (2011). Mathematical model of image localization processor, LPI Preprints, No.9 (in Russian)
Deacon T.W. (2011). Incomplete Nature: How Mind Emerged from Nature. New York WW Norton&Co.
Fitz Hugh R. (1961). Impulses and physiological states in theoretical models of nerve membrane. Biophys. J., 1, 445.
Goldberg E. (2009). The new executive brain. Oxford University Press.
Grossberg S. (1982). Studies of Mind and Brain. Boston: Riedel.
Grossberg S. (1987). The adaptive brain. Elsevier.
Haken H. (2000). Information and Self-Organization: A macroscopic approach to complex systems. Springer.

D. O. (1949). The organization of behavior. John Wiley & Sons.
Hodgkin A.L., Huxley A.F. (1952). A quantitative description of membrane current and its application to conduction and excitation in nerve. The Journal of physiology, 117, 500–544.
Hopfield J.J. (1982). Neural networks and physical systems with emergent collective computational abilities. Proceedings of the National Academy of Sciences, 79, 2554.
Izhikevich E.M. (2007). Dynamical systems in neuroscience: the geometry of excitability and bursting. MIT Press.
Izhikevich E.M. and Edelman G.M. (2008) Large-scale model of mammalian thalamocortical systems. In: Proceedings of the national academy of sciences, V. 105, № 9.
Kharkevich A.A. (1960). On the Value of Information. Problemy kibernitiki, 4, 53–57. (in Russian)
Kohonen T. (2001). Self-Organizing Maps. Springer.
Laird J.E. (2012). The Soar cognitive architecture. MIT Press
McCulloch W.S., Pitts W. (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5, 115.
Muller B., Reinhardt J. (1990). Neural networks. Springer Verlag.
Nagumo J., Arimoto S., Yashizawa S. (1962). An active pulse transmission line simulating nerve axon. Proc. IRE, 50, 2062.
Penrose R. (1989). Shadows of the Mind. Oxford University Press.
Quastler H. (1964). The emergence of biological organization. New Haven: Yale University Press
Red’ko V.G. (2012) Principles of functioning of autonomous agent-physicist. Proc. of the Third Annual Meeting of the BICA Society, (A. Chella, R.Pirrone, R. Sorbello, K.R. Johannsdottir, Eds). Springer,255-256
Samsonovich A. (2007). Bringing consciousness to cognitive neuroscience: a computational perspective. Journal of Integrated Design and Process Science, 11, 19-30.
Shannon C. (1963). The mathematical theory of communication. Univ. of Illinois Press.
Solso R. (1998) Cognitive psychology (5th ed.). Needham Heights, MA: Allyn and Bacon.
Turing A.M. (1950). Computing machinery and intelligence. Mind, 59, 433-460.
Wiggins G.A. (2013). Learning and Creativity in the Global Workspace. Advances in Intelligent Systems and Computing, 196, 57

покое»