Нейродинамическая модель творческого познания реляционных сетей с четным циклическим торможением

Целью исследования является изучение нейродинамических основ творческой деятельности мозга. Современные системы искусственного интеллекта, использующие обучение глубоких нейронных сетей, требуют больших объемов входных данных, высоких вычислительных затрат и длительного времени обучения. Напротив, мозг может обучаться на небольших наборах данных в кратчайшие сроки и, что принципиально важно, кардинально отличается наличием творческих способностей. Методы. Исследование выполнено посредством вычислительных экспериментов с нейронными сетями, содержащими 5 и 7 осцилляторных слоёв (контуров), обученных представлять абстрактные концепты определенного класса животных. Схема нейронных сетей с четным циклическим торможением (ECI-сетей) содержит только билатеральные тормозные связи и состоит из двух субсетей: референтной некодирующей сети, являющейся аналогом нейронной сети режима мозга по умолчанию и основной информационной сети, получающей временные градиентные последовательности входных сигналов и контекстных входов. После обучения считывание популяционных фазовых кодов выполнялось простым линейным декодером. Результаты и обсуждение. Концептуальное обучение сети приводит к генерации ряда пространственных абстрактных изображений, отличающихся наиболее выраженными признаками релевантной линейки животных. В вычислительных экспериментах получен широкий набор изоморфных представлений концептов посредством: а) преобразований пространств изображений в широком диапазоне временных шкал обучающего входного потока сигналов; б) внутренней регуляции временных масштабов ментальных представлений концептов; в) подтверждения на модели зависимости психологической близости концептов от семантической дистанции; г) вызова из памяти (декодирования) распределенных групп нейронов концептов животных, которым сеть не была обучена. Заключение. В настоящей работе впервые показано, как используя небольшой набор входных событийных данных (последовательность четырех CCW- и двух CW-сигналов) и весьма ограниченные вычислительные ресурсы, сети с чётным циклическим торможением проявляют креативные начала познания на основе реляционных отношений, концептуального обучения и обобщения знаний.