| Инд. авторы: | Ратушняк А.С., Запара Т.А., Проскура А.Л., Сорокоумов Е.Д. |
| Заглавие: | Физические принципы функционирования биологических молекулярных информационных машин |
| Библ. ссылка: | Ратушняк А.С., Запара Т.А., Проскура А.Л., Сорокоумов Е.Д. Физические принципы функционирования биологических молекулярных информационных машин // Материалы VI Всероссийской конференции «Нелинейная динамика в когнитивных исследованиях» (Нижний Новгород, 23.09-27.09.2019). - 2019. - Нижний Новгород: Институт прикладной физики Российской академии наук. - С.158-160. - ISBN: 978-5-8048-0092-6. |
| Внешние системы: | РИНЦ: 42352920; |
| Реферат: | eng: To solve problems in the field of artificial intelligence, to design new generations of information systems, and to correct neuroinduced pathologies, an understanding of the physical principles underlying the mechanisms of brain activity and cognitive function is necessary. This task can be solved only in the framework of fundamentally new concepts. The article proposes an approach based on an understanding of the physical principles of the origin, development, and function of the prediction processes performed by the molecular information system to reduce entropy based on a previously stored signal matrix. Based on such an understanding of the negentropic, prognostic nature of cognitive biosystems, there can be a real possibility of their reengineering. Such systems can be created from simple non-entropy modules available for simulation by combining them within network or matrix approaches. Keywords: Neuroscience, Neurobiology, Information processes in neu-rons and neural systems, Bioinformatics, Cognitive systems, Reengi-neering, Learning, Memory, Neuron, Synapse. rus: Для решения проблем в области искусственного интеллекта, разработки новых поколений информационных систем и коррекции нейроиндуцированных патологий необходимо понимание физических принципов, лежащих в основе механизмов мозговой деятельности и когнитивной функции. Эта задача может быть решена только в рамках принципиально новых концепций. В работе предлагается подход, основанный на понимании физических принципов, происхождения, развития и функции процессов прогнозирования, выполняемых молекулярной информационной системой для снижения энтропии на основе ранее сохраненной матрицы сигналов. На базе такого понимания негэнтропийной, прогностической природы когнитивных биосистем существует реальная возможность их реинжиниринга. Такие системы могут быть созданы из простых неэнтропийных модулей, доступных для моделирования, путем объединения их в рамках сетевых или матричных подходов. |
| Ключевые слова: | обучение; реинжиниринг; когнитивные системы; биоинформатика; информационные процессы в нейронах и нейронных системах; нейробиология; память; |
| Издано: | Пущино: Типография Пятый Формат, 2019 |
| Физ. характеристика: | с.158-160 |
| Конференция: | Название: VI Всероссийская конференция «Нелинейная динамика в когнитивных исследованиях» Город: Нижний Новгород Страна: Россия Даты проведения: 2019-09-23 - 2019-09-27 |
| Цитирование: | 1. Lehn J.-M. Supramolecular chemistry: concepts and perspectives. Morrisville: Wiley-VCH, 1995 2. Hirst A.R., Escuder B., Miravet J.F., Smith D.K. High - tech applications of self assembling supramolecular nanostructures gel phase materials: from regenerative medicine to electronic devices // Angewandte Chemie Int. Edition 47. 2008. U R L: https:// doi.org/10.1002/anie. 200800022 3. Brillouin L. Scientific uncertainty, and information. Academic Press, 1964. 178 p 4. Лийв Э.Х. Инфодинамика. Обобщённая энтропия и негэнтропия. Таллинн, 1998. 200 с 5. Red'ko V.G. Epistemological foundations of investigation of cognitive evolution // Biologically Inspired Cognitive Architectures. 2016. Vol. 18. P. 105-115 6. Витяев Е.Е. Целенаправленность как принцип работы мозга // В Ж Г и С. 2014. Т. 18, № 4/3. С. 1172- 1183 7. Tsitolovsky L. Consciousness, endogenous generation of goals and homeostasis // International Journal of General Systems. 2015. Vol. 44, № 6. Р. 655-666. U R L: http: // dx.doi.org/10.1080/03081079.2015.1032527 8. Ratushnyak A.S., Sorokoumov E.D., Zapara T.A. Evolutionary origins and principles of the organization of biological information systems // Advances in neural computation, machine learning, and cognitive research / Kryzhanovsky B., Dunin-Barkowski W., Redko V. (eds).. Cham: Springer, 2018. P. 339-342. (Studies in Computational Intelligence; vol. 799); doi: 10.1007/978-3-030- 01328-8_42 |