Отчет о научно-исследовательской работе по научному проекту "Мозг и информация: от естественного интеллекта к искусственному"

РЕФЕРАТ Отчет 486 с., 168 рис., 15 табл., 392 источн., 2 прил. ГЕНЫ, СИНАПС, НЕЙРОН, НЕЙРОННАЯ СЕТЬ, МОЗГ, ОБУЧЕНИЕ, ПАМЯТЬ, КОГНИТИВНАЯ ИНФОРМАЦИЯ, ОПТИЧЕСКИЙ ИМИДЖИНГ, НЕЙРОИНТЕРФЕЙС, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ИСКУССТВЕННАЯ НЕЙРОННАЯ СЕТЬ, МАШИННОЕ ОБУЧЕНИЕ, ГЛУБОКОЕ ОБУЧЕНИЕ, НЕЙРОМОРФНАЯ ФОТОНИКА Объектом исследования проекта являются принципы кодирования информации в естественных и искусственных нейронных сетях. Его цель – формирование фундаментального научного задела для разработки систем искусственного интеллекта, использующего принципы кодирования когнитивной информации головным мозгом человека и животных. Для этого разрабатываются и используются новая методология и методы визуализации и моделирования работы биологических и искусственных нейронных сетей. В проекте получены следующие ключевые новые результаты: - установлен принцип аллокации когнитивной информации в нейроны голов-ного мозга; - найдены новые гены-кандидаты, экспрессирующиеся в мозге и потенциально влияющие на кодирование когнитивной информации в долговременной памяти; - разработаны уникальные оптические технологии и инструменты, позволяю-щие осуществлять визуализацию и управление нейронной активностью мозга; - создан уникальный комплекс методов по прижизненной голографической мультифотонной микроскопии мозга; - разработан новый метод машинного обучения рабочей памяти (MemUP), поз-воляющий системам искусственного интеллекта выучивать длинные временные зависимо-сти; - созданы инновационные исследовательские платформы для автоматического конструирования и визуализации искусственных нейронных сетей; - определены, структуры с наиболее подходящими свойствами для реализации нейроморфной сетевой вычислительной системы; предложен и экспериментально проверен способ ассоциативного обучения оптоэлектрических синаптических структур. В результате выполнения НИР разработаны новые инструменты для исследований высших функций мозга, получены новые знания о закономерностях нейронального кодирования когнитивной информации головным мозгом, а также развиты новые нейроморфные подходы, внедрение которых в разработку будущих систем искусственного интеллекта способно существенно повысить их энергоэффективность и скорость их обучения.