Теория знаковой картины мира
Одним из перспективных направлений в ИИ является подход по построению общей модели картины мира человека и алгоритмическом описании на ее основе ключевых когнитивных функций планирования поведения, целеполагания, некоторых видов рассуждений.
Подход основан на культурно-историческом подходе Выготского и теории деятельности Леонтьева. Основным активным элементом картины мира предлагает использовать понятие знака. Знак, как это принято в деятельностном подходе, обладает четырьмя компонентами: образом (чувственной тканью), значением, личностным смыслом и именем. Модель картины мира основана на взаимодействии четырех типов семантических сетей, в которых вершинами являются компоненты знаков. Когнитивные процессы в модели реализуются благодаря распространению активности, механизмы которой различны для каждого типа семантической сети на компонентах знака.

Выступление на конференции AIJourney-2019
А.И. Панов на тему "Cognitive Dynamics Systems and Articial General Intelligence" (1:31-1:58)
Элементарный этап работы каждой когнитивной функции заключается в остановке распространения активности и связывании активных узлов каждой из сетей в знак, который в зависимости от задачи является знаком-целью, знаком-ситуацией или знаком-ролью. Таким образом, в модели знаковой картины мира когнитивный процесс представляет собой последовательность активации (или образования) знаков.

Существенным отличием предлагаемого механизма распространения активности от существующих в работах по искусственному интеллекту является взаимодействие четырех типов сетей, в отличие от «односетевых» моделей нейронных сетей, семантических сетей и сетей Петри.

В рамках данного направления мы разрабатываем не только теоретические методы и новые алгоритмы, но и используем их на практике для решения прикладных задач: ответы на вопросы по изображениям (visual question answering), планирование поведения мобильных роботов и беспилотных автомобилей и др.
Публикции
  • Осипов Г.С., Панов А.И., Чудова Н.В. Управление поведением как функция сознания. I. Картина мира и целеполагание // Известия Российской академии наук. Теория и системы управления. 2014. № 4. С. 49–62. РИНЦ
  • Осипов Г.С., Панов А.И., Чудова Н.В. Управление поведением как функция сознания. II. Синтез плана поведения // Известия Российский академии наук. Теория и системы управления. 2015. № 6. С. 47–61. РИНЦ
  • Макаров Д.А., Панов А.И., Яковлев К.С. Архитектура многоуровневой интеллектуальной системы управления беспилотными летательными аппаратами // Искусственный интеллект и принятие решений. 2015. № 3. С. 18–33. РИНЦ
  • Emel’yanov S. et al. Multilayer cognitive architecture for UAV control // Cognitive Systems Research. 2016. Vol. 39. P. 58–72. Elsiever
  • Panov A.I., Yakovlev K.S. Psychologically Inspired Planning Method for Smart Relocation Task // Procedia Computer Science. Elsevier, 2016. Vol. 88. P. 115–124. ScienceDirect
  • Панов А.И., Яковлев К.С. Взаимодействие стратегического и тактического планирования поведения коалиций агентов в динамической среде // Искусственный интеллект и принятие решений. 2016. № 4. С. 68–78. ИИПР
  • Panov A.I., Yakovlev K. Behavior and Path Planning for the Coalition of Cognitive Robots in Smart Relocation Tasks // Robot Intelligence Technology and Applications 4. Advances in Intelligent Systems and Computing / ed. Kim J.-H. et al. Springer, 2017. Vol. 447. P. 3–20. Springer
  • Kiselev G.A., Panov A.I. Synthesis of the Behavior Plan for Group of Robots with Sign Based World Model // Interactive Collaborative Robotics. ICR 2017. Lecture Notes in Computer Science / ed. Ronzhin A., Rigoll G., Meshcheryakov R. Springer, 2017. Vol. 10459. P. 83–94. Springer
  • Осипов Г.С., Панов А.И. Отношения и операции в знаковой картине мира субъекта поведения // Искусственный интеллект и принятие решений. 2017. № 4. С. 5–22. ИИПР
  • Panov A.I. Behavior Planning of Intelligent Agent with Sign World Model // Biologically Inspired Cognitive Architectures. 2017. Vol. 19. P. 21–31. ScienceDirect
  • Осипов Г.С. и др. Знаковая картина мира субъекта поведения. М.: Физматлит, 2018. 264 с.
  • Kiselev G., Kovalev A., Panov A.I. Spatial reasoning and planning in sign-based world model // Artificial Intelligence. RCAI 2018. Communications in Computer and Information Science / ed. Kuznetsov S., Osipov G.S., Stefanuk V. Springer, 2018. Vol. 934. P. 1–10. Springer
  • Киселев Г.А., Панов А.И. Знаковый подход к задаче распределения ролей в коалиции когнитивных агентов // Труды СПИИРАН. 2018. Т. 2. № 57. С. 161–187. СПИИРАН
  • Панов А.И. Целеполагание и синтез плана поведения когнитивным агентом // Искусственный интеллект и принятие решений. 2018. № 2. С. 21–35.РИНЦ
  • Панов А.И. Формирование образной компоненты знаний когнитивного агента со знаковой картиной мира // Информационные технологии и вычислительные системы. 2018. № 4. С. 84–96. РИНЦ
  • Смирнов И.В. и др. Персональный когнитивный ассистент: концепция и принципы работы // Информатика и ее применения. 2019. Т. 13. № 3. С. 105–113. MathNet
  • Kovalev A.K., Panov A.I. Mental Actions and Modelling of Reasoning in Semiotic Approach to AGI // Artificial General Intelligence. AGI 2019. Lecture Notes in Computer Science / ed. Hammer P. et al. Springer, 2019. Vol. 11654. P. 121–131. Springer
  • Kovalev A.K., Panov A.I., Osipov E. Hyperdimensional Representations in Semiotic Approach to AGI // Artificial General Intelligence. AGI 2020. Lecture Notes in Computer Science. Springer, 2020. Vol. 12177. P. 231–241. Springer
Презентации
  • Общий искусственный интеллект - AIJourney-2019. Слайды
  • Когнитивные динамические системы - КИИ-2018. Слайды
  • Выступление на AI@MIPT 2018. Слайды
Необходимые умения для стажеров
  • Отличное знание Python
  • Технический английский
  • Знание теории графов и сетей
  • Умение формулировать формальные утверждения
  • Интерес к психологии приветствуется
Темы научно-исследовательских проектов
  • Модели рефлексии и рефлексивного поведения
  • Моделирование процессов целеполагания
  • Аппроксимационные модели рассуждений в картине мира
  • Алгоритмы распространения активности по семантическим сетям
  • Алгоритмы обобщения и формирования сценариев в картине мира
  • Векторно-символьные архитектуры
Ключевые слова
Картина мира, знак, психология, когнитивные функции, рефлексия, целеполагание, проблема привязки символов, общий искусственный интеллект