Библиографическое описание:ЭВРИСТИЧЕСКОЕ НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ В ИССЛЕДОВАНИИ РЕФЛЕКСИИ : доклад, тезисы доклада / Г. М. Маркова, С. И. Барцев. - [Б. м. : б. и.], 2023. - Текст : непосредственный // Сборник материалов IV Всероссийской отчетной конференции магистрантов, аспирантов и молодых учёных-грантодержателей Красноярского краевого фонда науки : материалы конференции / IV Всероссийская отчетная конференция магистрантов, аспирантов и молодых учёных-грантодержателей Красноярского краевого фонда науки (2023 ; 05.10 - 06.10 ; Красноярск). - Красноярск, 2023. - С. 135-138. - Исследование выполнено при финансовой поддержке Российского научного фонда и КГАУ «Красноярский краевой фонд поддержки научной и научно-технической деятельности» в рамках научного проекта № 23-21-10041. - ISBN 9785605087847.
Аннотация:Рефлексия как внутреннее отображение внешнего мира является необходимым компонентом сознания. Цель работы состоит в оценке потенциала эвристических модельных объектов - искусственных нейронных сетей - в исследовании феномена рефлексии. Определено, что гомогенные полносвязные нейронные сети способны решать задачи, где рефлексия является единственным (тест отложенного сравнения с образцом) или наиболее эффективным (рефлексивные игры и их имитация) способом решения. Паттерны нейронной активности нейронных сетей в ходе решения данных задач соответствуют конкретным событиям и могут быть декодированы. Этот факт свидетельствует о наличии устойчивых внутренних отображений, что является проявлением рефлексии у данных модельных объектов.
Reflection as the internal representation of the external world is a necessary component of consciousness. The purpose of this work is to assess the potential of heuristic model objects - artificial neural networks - in the study of the reflection phenomenon. It was found out that homogenous fully-connected neural networks can solve tasks, where reflection is the only (delayed match-to-sample test) or the most effective way of solving (reflexive games and their imitation). Neural activity patterns of neural networks occur while solving these tasks correspond to specific events and can be decoded. This indicates the presence of stable internal representations which is a manifestation of reflection by these model objects.
Источник:Сборник материалов IV Всероссийской отчетной конференции магистрантов, аспирантов и молодых учёных-грантодержателей Красноярского краевого фонда науки
Номера страниц:135-138
Держатель оригинала документа:ФГАОУ ВО «Сибирский федеральный университет», ФГБНУ ФИЦ «КНЦ СО РАН»
Мероприятие:IV Всероссийская отчетная конференция магистрантов, аспирантов и молодых учёных-грантодержателей Красноярского краевого фонда науки (Красноярск, 2023 ; 05.10 - 06.10)
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
