Методологический семинар

Александр Семенович Нариньяни (02.11.1937 – 26.04.2010) – один из ведущих советских и российских учёных в области искусственного интеллекта, действительный член Российской Академии Естественных Наук, автор более 200 научных работ. Область научных интересов А.С. Нариньяни была весьма обширной – параллельные вычисления, представление знаний, интеллектуальные технологии, компьютерная лингвистика, программирование в ограничениях.

В 1973 г. в ВЦ СО АН СССР под руководством А.С. Нариньяни была создана научно-исследовательская группа по искусственному интеллекту, преобразованная в 1978 г. в лабораторию. С 1988 г. – он стал генеральным директором государственной научной фирмы «Интеллектуальные Технологии» (Москва — Новосибирск). С 1992 г. по 2002 г. возглавлял созданный по его инициативе Российский НИИ искусственного интеллекта в Москве. С 2003 г. по 2010 г. был генеральным директором научной фирмы "ИнтеллиТек", которая занималась разработкой и внедрением интеллектуальных технологий.

Александр Семёнович Нариньяни — необыкновенно харизматичный, творческий и обаятельный человек, человек энциклопедических знаний, патриот, прекрасный собеседник, оратор, способный увлечь своими идеями и повести людей за собой, юморист и душа компании.

Задачи исследования Байкальского региона требуют разработки эффективных систем математического моделирования, совмещающих разнообразные математически модели и разнородные данные наблюдений. В работе представлены алгоритмы, позволяющие решать задачи обратного моделирования, включая задачи идентификации источников загрязнений и задачи усвоения данных. Особый интерес представляют алгоритмы, совмещающие более традиционные модель-ориентированные подходы с методами машинного обучения.

Озеру Байкал 25 миллионов лет. Это самое глубокое озеро на Земле хранит 80% от запасов пресной воды бывшего СССР и 20% ее запасов всего мира. За миллионы лет изоляции в Байкале сформировалась уникальная экосистема. В 1996 году Байкал включен в список объектов всемирного природного наследия ЮНЕСКО. В озере и его окрестностях обитает более 1800 эндемичных животных и растений. Сегодня озеро в опасности из-за недостаточной изученности, браконьерства, загрязнения окружающей среды, изменения климата и законодательства.

Излагается подход к представлению и анализу объектно-ориентированных данных посредством детерминированных переписывающих систем — таких систем, в которых нет правил вида X→Y и X→Z с разными Y и Z и, кроме того, переписыванию подлежат только самые длинные префиксы слов. Посредством таких систем определяются и исследуются аналоги основных понятий, связанных с объектно-ориентированными системами данных: наследование классов и объектов, экземпляры классов, атрибуты классов и экземпляров, концептуальная зависимость и согласованность, концептуальные схемы, типы и подтипы и др. Это уже довольно развитая теория (включающая десятки теорем и алгоритмов), но очень молодая, нуждающаяся в развитии и предлагающая естественные открытые вопросы.

Интеллектуально насыщенный рассказ о математических злоключениях на пути к современной формализации понятия бесконечно малого числа.

Реализация проектов развития Академгородка осуществляется успешно и неуспешно. В чем причины, можно увидеть на конкретных примерах развития науки и технологий переднего края современности - отрасли IT. В чем состоит миссия Ассоциации "СибАкадемСофт" по содействию отрасли? Каково сегодня содержание работы Академпарка? Ответы представит компетентный специалист из центра событий.

В Новосибирске строится масштабная научная установка, мощнейший источник синхротронного излучения — Сибирский кольцевой источник фотонов (ЦКП СКИФ). Что такое синхротронное излучение и почему страны готовы тратить на установки СИ миллиарды? Вячеслав Каминский рассказывает, как СИ позволяет понимать космос, исследовать структуру мельчайших биологических объектов, узнавать химический состав веществ, разгадывать загадки археологии и излечивать людей от рака.

The recent revolutionary successes of the large-language models in AI suggest that we are well on the way to understanding human intelligence and representing it computationally in artificial systems. And yet these systems remain far from capturing true human-like understanding. By taking a normative evolutionary approach, with the premise that an examination of the key earliest hunter-gatherer activities – e.g., food preparation, shelter-building, tool manufacture – will help uncover the fundamental cognitive architecture of the human brain, my analysis has identified a core set of abilities, including causal reasoning, metacognition, affect, metaphor, and a substitution mechanism not unlike the mirror or empathy mechanisms. I will sketch out how they were derived and how they all appear to work together to underpin human higher cognition. Importantly, these abilities remain lacking in artificial systems – and yet, it is argued, will be required to reach human-like general intelligence. Thus, the findings can be considered a roadmap and target destination for future-generation human-like artificial general intelligence.

Речь пойдет о булевозначной модели теории множеств. Это очень необычная модель с очень необычной логикой. В ней утверждение не обязано быть истинным или ложными может оказаться слегка истинным, изрядно ложным и т.п. Именно с помощью этой науки в свое время была успешно решена самая знаменитая математическая задача XX века ­- «Проблема континуума».

Исследования применения нейронных сетей в медицине значительно увеличились за последние пять лет, получив существенный скачок в пандемию коронавируса. Это было обусловлено необходимостью анализа большого числа данных о пациентах. Подходы машинного обучения используют как с целью поиска предсказания событий на основе анализа так называемых «больших данных», так и в сфере распознавание медицинских DICOM изображений. Нами был выбран гибридный подход по использованию обоих методов для восстановления утраченной поверхности костей черепа на трехмерной модели, основываясь на МСКТ данных головы пациента.

Автоматная модель научной деятельности ориентирована на оптимизацию управления наукой и определяется как расширение автоматной модели произвольной деятельности. Рассматриваются связи по использованию результатов одной деятельности в другой. Для каждого вида деятельности определяется карта компетенций. Используется аппарат инженерии требований. Вводится новый тип данных: древесное множество. Анализируются особенности автономного вертикального управления наукой на базе лидерских групп в каждом направлении науки. Модель частично формализована.

Ключевые слова: наука, науковедение, автоматное программирование, система управления, инженерия требований, системная инженерия.

Новосибирская этносоциологическая школа является одной из ведущих научных школ Института философии и права СО РАН. Она создана А.П. Окладниковым и В.И. Бойко в к. 1960-х–нач. 1970-х на базе сектора комплексных проблем развития народов Сибири Института истории, филологии и философии СО АН СССР. Ее институционализация завершилась в 2000-х с проведением Международных школ молодых этносоциологов. История школы представлена в Открытом архиве СО РАН, который поддерживает наш институт.

С середины 1960-х годов на территории Сибири, Урала, Средней Азии были обнаружены ценные источники (всего на государственное хранение поставлено свыше 1,5 тысяч старопечатных и других малоизвестных изданий). Среди них — рукописный сборник XVI в. (Сибирский список), который содержит, в частности, наиболее полный комплекс источников по следственному делу Максима Грека; догматико-политические сочинения крестьян-старообрядцев XVIII—XIX вв. (значительная часть опубликована в издании «Духовная литература староверов Востока России XVIII–XX вв. и других.