Искусственный интеллект и когнитивное моделирование: творческое наследие Г.С. Осипова
- Авторы: Григорьев О.Г.1, Девяткин Д.А.1, Молодченков А.И.1, Панов А.И.1, Смирнов И.В.1, Соченков И.В.1, Чудова Н.В.1, Яковлев К.С.1
-
Учреждения:
- Федеральный исследовательский центр «Информатика и управление» РАН
- Выпуск: № 4 (2023)
- Страницы: 3-15
- Раздел: Системное, эволюционное, когнитивное моделирование
- URL: https://journal-vniispk.ru/2071-8594/article/view/269739
- DOI: https://doi.org/10.14357/20718594230401
- EDN: https://elibrary.ru/PWGXJI
- ID: 269739
Цитировать
Полный текст
Аннотация
В работе представлена научная биография известного ученого и организатора науки Г.С. Осипова. Очерчен круг его исследовательских интересов, приведены основные результаты фундаментальных и прикладных исследований моделей и методов искусственного интеллекта. Дана характеристика вклада Г.С. Осипова и его научной школы в различные направления разработок в области искусственного интеллекта.
Полный текст
Введение
Геннадий Семенович Осипов, 75-летний юбилей которого отмечался 13 октября 2023 года, был одной из самых ярких фигур в той области науки, которая называется Искусственный интеллект. Крупный исследователь, он получил нетривиальные результаты в области представления и приобретения знаний, создал собственную научную школу. Он внес значительный вклад в разработку теории интеллектуальных динамических систем, создал теорию неоднородных семантических сетей, разработал метод прямого приобретения знаний интеллектуальными системами и метод реляционно-ситуационного анализа текста, предложил концепцию знаковой картины мира для интеллектуальных агентов.
Известный организатор науки, профессор Г.С. Осипов создал Центр искусственного интеллекта в Институте программных систем (ИПС) РАН, Отделение искусственного интеллекта и принятия решений с научно-образовательным центром в Институте системного анализа (ИСА) РАН, впоследствии преобразованные в Институт проблем искусственного интеллекта ФИЦ «Информатика и управление» РАН и Центр когнитивного моделирования МФТИ.
На протяжении четверти века Г.С. Осипов возглавлял в качестве президента Российскую ассоциацию искусственного интеллекта (РАИИ) и более 30 лет организовывал и направлял исследования в области искусственного интеллекта в академических институтах в должности заместителя директора по научной работал.
Он уделял большое внимание подготовке молодых научных кадров, руководил работой аспирантов и преподавал в РУДН, НИУ ВШЭ, МГТУ им. Н.Э. Баумана, МФТИ, РГАТУ им. П.А. Соловьева.
В июле 2023 года исполнилось три года как Геннадий Семенович ушел из жизни, но заданные им направления научных исследований продолжают реализоваться его учениками и коллегами. По созданным им учебникам и образовательным программам обучаются студенты и аспиранты нескольких университетов нашей страны.
1. Биография и научные интересы
Геннадий Семёнович родился в 1948 г. в Махачкале в семье инженера и учительницы русского языка и литературы. После окончания в 1972 г. физического факультета Ростовского государственного университета отслужил год в войсках связи Закавказского военного округа и уже тогда проявил себя хорошим командиром и организатором. Вернувшись в Махачкалу, Осипов поступил на работу в недавно созданный там Вычислительный центр. Успехи молодого программиста были быстро замечены, ему доверили руководство отделом (со временем достигшим численности 40 человек). К тридцати годам он уже имел опыт постановки и решения ряда важных задач в области управления народным хозяйством. В 1982 г. Г.С. Осипов под руководством Д.А. Поспелова защитил кандидатскую диссертацию в ВЦ АН СССР.
В 1984 г. Г.С. Осипов был приглашен в академический Институт программных систем, только что созданный в Переславле-Залесском, на должность заведующего лабораторией. Переехав в Переславль-Залесский, продолжил работать по тематике искусственного интеллекта и активно сотрудничать с Д.А. Поспеловым. Осипов и его команда стали постоянными участниками международных конференций, проводимых в 80-е годы прошлого столетия под эгидой Комиссии «Научные вопросы вычислительной техники» СЭВ. Осипов работал и в международной базовой лаборатории по искусственному интеллекту, собиравшей в Братиславе специалистов из разных стран. Через несколько лет он занял пост заместителя директора ИПС по научной работе. Благодаря усилиям Осипова ИПС АН СССР превратился в конце 80-х годов в одного из лидеров искусственного интеллекта в стране. Именно в Переславле-Залесском в 1988 г. прошла первая Национальная конференция по искусственному интеллекту, ставшая впоследствии традиционной.
90-е годы, запомнившиеся многим как время сворачивания научных работ в стране, как время массового ухода из науки или отъезда из страны молодых исследователей, для Геннадия Семёновича стали временем творческого расцвета. Им были разработаны методы автоматизации приобретения и представления знаний интеллектуальными системами и методы автоматизации рассуждений. Был предложен новый метод представления знаний для интеллектуальных систем – неоднородные семантические сети, позволяющие описывать слабо структурированные предметные области. Международное признание получил предложенный им метод прямого приобретения знаний – метод автоматизации приобретения знаний интеллектуальными системами. Осипов разработал теоретические основы полной технологии построения интеллектуальных систем (SIMER+MIR) на основе автоматизации приобретения знаний из различных источников и технологии построения динамических интеллектуальных систем (MIRACLE). Собранная им сильная команда программистов смогла реализовать эту технологию, созданные системы завоевали признание не только в научных кругах, но и в среде практиков.
По инициативе Осипова в составе ИПС РАН был создан первый в стране Центр искусственного интеллекта, в котором результаты фундаментальных исследований быстро доводились до программных реализаций, а доходы от прикладных разработок пускались на финансирование поисковых исследований. На основе информационных технологий SIMER+MIR и MIRACLE в 90-е и 2000-е годы было реализовано более 20 прикладных систем в области технической, медицинской и психологической диагностики, экологического мониторинга, анализа и интерпретации телеметрических данных, управления маневрированием на орбите в задачах стыковки активного корабля и орбитальной станции.
Тогда же Осиповым была создана теория интеллектуальных динамических систем, параметры состояния которых описываются лингвистическими и логическими переменными, а динамика – правилами и отношениями неколичественного характера. В 1994 г. в ВЦ РАН защитил диссертацию «Теория и технология построения баз знаний на основе взаимодействия методов приобретения знаний» и стал доктором физико-математических наук.
Все 90-е годы Геннадий Семёнович преподавал в различных вузах, в том числе, в Рыбинской авиационно-технологической академии (впоследствии – университете). Тогда же при его активном участии был создан Университет города Переславля (УГП). В 1998 г. Г.С. Осипов получил звание профессора. Его ученики из РГАТА, УГП, РУДН, МФТИ стали работать с ним – сначала в ИПС РАН, а затем в ИСА РАН и ФИЦ ИУ РАН.
В 1996 г. Г.С. Осипов был избран президентом Российской ассоциации искусственного интеллекта (РАИИ), сменив на этом посту Д.А. Поспелова. В конце 90-х годов он стал постоянным членом Европейского координационного комитета по искусственному интеллекту (ECCAI fellow). На этом посту и в этом статусе он проработал до самого своего ухода из жизни.
В начале 2000-х годов Г.С. Осипов предложил и развил новый метод поиска и анализа неструктурированной информации – ситуационно-реляционный метод, позволивший реализовать эффективный анализ и релевантный поиск текстовой информации в локальных и глобальных телекоммуникационных сетях. Разработал архитектуру систем семантического поиска нового поколения, в основе которой лежат технологии неоднородных семантических сетей и ситуационно-реляционного поиска информации.
В 2004 г. Г.С. Осипов по приглашению директора ИСА РАН чл.-корр. РАН Ю.С. Попкова занял должность заместителя директора института по научной работе. Под его руководством в 2008 г. была создана семантическая поисковая машина Exactus, позволяющая вводить и анализировать запросы на естественном языке. В 2010-е годы создано семейство систем поиска и анализа текстовой информации Exactus: Exactus Expert, Exactus Patent, TextAppliance. В 2018 г. по инициативе Г.С. Осипова в МФТИ была создана лаборатория когнитивных динамических систем, а в 2019 г. в магистратуре Физтехшколы прикладной математики и информатики открыта специализация по искусственному интеллекту.
Под эгидой РАИИ и при непосредственном руководстве Г.С. Осипова регулярно проводились Национальные конференции по искусственному интеллекту с международным участием, Поспеловские чтения в Политехническом музее Москвы, стал работать Московский городской семинар по искусственному интеллекту. Г.С. Осипов долгие годы являлся главным редактором журнала «Новости искусственного интеллекта», издаваемым РАИИ. В 2008 г. начал издаваться журнал РАН «Искусственный интеллект и принятие решений», где Г.С. Осипов был заместителем главного редактора, а в последние годы жизни –главным редактором. Он был членом редколлегий журналов «Труды ИСА РАН», «Программные продукты и системы»; заместителем председателя и членом диссертационных советов при ФИЦ ИУ РАН.
Результаты, полученные Г.С. Осиповым, включались в ежегодные Отчетные доклады президиума РАН о научных достижениях Академии наук. Он неоднократно выступал на научных сессиях Общего собрания РАН и ОНИТ РАН. По поручению РАН принимал участие в подготовке проекта Национальной стратегии по искусственному интеллекту. Автор более 180 научных работ, в том числе, семи монографий и двух учебных пособий.
Г.С. Осипов создал новые научные направления исследований в искусственном интеллекте. Разработка и применение метода прямого приобретения знаний интеллектуальными системами превратило выявление и перенос компетентности из различных источников в программную систему в задачу самой программной системы. Автоматизация алгоритмов диагностики, предложенная Г.С. Осиповым, позволила улучшить достоверность результатов решения диагностических задач, приводя к получению аргументированного результата. Создание теории интеллектуальных динамических систем сделала возможным управление объектами, для которых неизвестны точные описания состояний и динамики системы. Законы поведения таких систем описываются правилами эмпирического или экспертного происхождения, содержащими лингвистические и логические переменные. В последние годы Геннадий Семёнович активно занимался разработкой методологии когнитивных исследований. Предложенная им теория субъективных знаковых моделей действительности позволяет интеллектуальным робототехническим системам строить и модифицировать индивидуальную модель окружающей среды, что существенно повышает степень автономности таких систем и расширяет круг решаемых ими задач.
2. Научная школа
В настоящее время ученики Геннадия Семёновича продолжают работать в ФИЦ ИУ РАН, возглавляют отделы и руководят научными группами. Работы по направлениям, когда-то предложенным Г.С. Осиповым, успешно ведутся в рамках госзаказа, грантов и контрактов с промышленными партнерами. Остановимся на наиболее интересных результатах.
Одним из направлений, которым живо интересовался Г.С. Осипов, было автоматическое планирование – область искусственного интеллекта, связанная с конструированием методов, которые бы позволяли строить планы достижения всевозможных целей на основе известной (или частично-известной) модели окружающей среды. Одной из основных техник, применяемых для решения подобного рода задач, является эвристический поиск в пространстве состояний. Опишем некоторые результаты, которые были достигнуты учениками Геннадия Семёновича в этом направлении за последнее время.
Работы [1-3] посвящены вопросам планирования кусочно-линейной траектории, косвенно учитывающей кинематические ограничения мобильного агента, в частности – невозможность резкого изменения направления движения. Предложен подход, при котором кинематические ограничения переводятся в геометрические и осуществляется поиск пути на графе специального вида, а именно – графе регулярной декомпозиции, вложенном в метрическое пространство [4]. Поиск осуществляется эвристически, при этом гарантируется определенное качество решения задачи планирования (оптимальность в одном из классов решений).
Работы [5-7] посвящены задачам планирования в среде с движущимися препятствиями, траектории которых известны (например, предсказаны с помощью системы технического зрения мобильного робота, осуществляющего навигацию). Задача формулируется как поиск на графе, но теперь к пространственным измерениям добавляется временное, что влечет за собой увеличение сложности. Для того, чтобы эффективно учитывать временную компоненту при поиске используется принцип безопасно-интервального планирования [8]. Это позволяет существенно сократить число состояний в дереве поиска и ускорить процесс получения решения.
Работы [9-11] посвящены построению совокупности неконфликтных траекторий для множества агентов, перемещающихся в общей среде. Эта задача имеет большое практическое значение, т.к. ее решения востребованы в современных логистических системах (автоматизированные склады), транспортных системах (умные перекрестки для беспилотных автомобилей) и др. В упомянутых выше работах предлагаются новые методы приоритизированного планирования и планирования, основанного на принципе конфликтно-ориентированного поиска. Алгоритмы первого типа хорошо масштабируются к большому числу агентов и часто используются на практике, когда выполняются определенные условия, касающиеся пространства, в котором оперируют агенты. Алгоритмы второго типа применяются, когда необходимо получить оптимальное решение. Они менее эффективны с вычислительной точки зрения, но обладают важными теоретическими гарантиями (гарантируют отыскание решений, минимизирующих заданный пользователем функционал).
Работы [12-14] посвящены вопросам интеграции методов эвристического поиска и машинного обучения для решения различных задач планирования. Так, в [12] рассматривается классическая задача поиска пути на графе регулярной декомпозиции и предлагается оригинальный способ извлечения контекстно-зависимых эвристических функций, позволяющий повысить эффективность поиска и при этом сохранить определенные теоретические гарантии, в частности гарантию отыскания решения. В [14] рассматривается многоагентная постановка с полной децентрализацией и предлагается комбинация эвристического поиска и обучения с подкреплением. Последнее необходимо, т.к. во многих случаях информации, доступной в области локального наблюдения, недостаточно (в условиях отсутствия коммуникаций) для принятия решений о выборе действия на основе классических алгоритмов эвристического поиска.
В программной статье на рубеже веков Г.С. Осипов пишет: «Искусственный интеллект представляет собой экспериментальную науку. Экспериментальность искусственного интеллекта состоит в том, что создавая те или иные компьютерные представления и модели, исследователь сравнивает их поведение между собой и с примерами решения тех же задач специалистом, модифицирует их на основе этого сравнения, пытаясь добиться лучшего соответствия результатов. Чтобы модификация программ «монотонным» образом улучшала результаты, надо иметь разумные исходные представления и модели» [15, с.3]. В своих работах Г.С. Осипов придерживался именно этой технологии научного исследования – математическое и компьютерное моделирование осуществлялось на основе концептуальной модели высокого уровня теоретической проработанности.
В области моделей, предоставляемых гуманитарными науками, эта технология, называемая им технологией когнитивного моделирования, выглядела так. Для создания базы знаний экспертных систем Г.С. Осиповым был предложен метод извлечения знаний в ходе специально организованного диалога эксперта с так называемым инженером по знаниям [16]. В качестве концептуальной модели для организации такого диалога Г.С. Осиповым был использован метод Репертуарных решеток – техника интервьюирования, базирующаяся на теории личностных конструктов Дж. Келли. Прорыв в области извлечения и представления знаний, осуществленный командой Осипова в 80-90-х гг. [17], оказался возможен благодаря тому, что сами представления специалистов по ИИ о строении сферы знаний человека изменились, перестали быть продуктом «наивной теории психики» программистов.
При создании теории неоднородных семантических сетей (НСС) [18] Г.С. Осипов опирался на представления о разнородности связей в понятийных и допонятийных обобщениях, обнаруживаемой в клинической пробе «Сравнение понятий» (применяется в психиатрии и клинической психологии с конца ХIХ в.) и исследованной в работах Ж. Пиаже, Л.С. Выготского, Дж. Брунера. В своих работах Г.С. Осипову удалось выделить и описать значительно большее число типов отношений между объектами физической и ментальной сред, чем пользуются психологи и психиатры.
Г.С. Осипов внес большой вклад в развитие автоматического анализа текста. Он заложил основы реляционно-ситуационной модели текста и реляционно-ситуационного анализа [19], опирающихся на понятие синтаксемы, развиваемое в теории коммуникативной грамматики Г.А. Золотовой. Это позволило ввести понятия семантической роли и семантического отношения, с помощью которых уже и осуществляется такой семантический анализ, который дает представление не просто об отношении слов на плоскости текста, а о той мыслимой автором текста реальности, описанию которой посвящен его текст.
Метод реляционно-ситуационного анализа текста на русском языке позволяет извлекать из текста семантическую структуру в виде неоднородной семантической сети. Под руководством Г.С. Осипова разработаны и реализованы ключевые алгоритмы реляционно-ситуационного анализа текстов на основе словаря предикатных слов. Затем его учениками были реализованы методы семантико-синтаксического анализа текстов, направленные на установление семантических ролей на основе совместного синтаксического и семантического анализа с помощью методов машинного обучения по размеченным корпусам [20].
Со временем в школе Осипова назрела необходимость моделировать следующие уровни языка и композиции текста. Так начались разработки методов дискурсивного и сценарного анализа текстов на русском языке с целью их применения в решении прикладных задач интеллектуального анализа текстов. Учениками Г.С. Осипова впервые для русского языка разработан метод полного автоматического дискурсивного анализа для текстов на русском языке [21]. На основе реляционно-ситуационного подхода учениками Г.С. Осипова создан ряд поисково-аналитических систем и технологий, среди которых инструменты лингво-статистических корпусных исследований «Машина РСА» [22] и психоэмоционального анализа текстов социальных сетей TITANIS [23]. Разработанные группой Г.С. Осипова инструменты автоматического анализа текста нашли применение в задачах текстовой психодиагностики [24, 25], лингвистики научного жанра [26], для моделирования неосознаваемых рассуждений психодиагноста [27] и лингвиста, исследующего речевую системность [28, 29].
Большое прикладное значение получил предложенный Г.С. Осиповым подход к применению реляционно-ситуационного анализа в системах информационного поиска [19]. Использование аппарата НСС при сопоставлении и ранжировании текстов позволило существенно повысить точность полнотекстового и вопросно-ответного поиска, выявления заимствований на русском и английском языках [30, 31]. Результатом практической реализации этого подхода было разработанное под руководством Г.С. Осипова семейство поисково-аналитических машин «Exactus»: «Exactus Expert» для поиска научнотехнических документов [32], «Exactus Patent» для патентной аналитики и «Exactus Like» для выявления текстовых заимствований [33].
Позднее в ходе развития и интеграции методов обработки и поиска текстов на основе реляционно-ситуационного анализа были созданы системы «ИАС Приоритеты» и TextAppliance [34], которые в настоящее время активно применяются коммерческими и государственными организациями, такими как НИЦ «Институт им. Н.Е. Жуковского», Дирекция научно-технических программ, Российский центр научной информации.
Развитие технологий информационного поиска учениками Г.С. Осипова направлено на объединение аппарата НСС и методов построения векторных представлений отдельных словоупотреблений, абзацев, текстов [35]. Эта интеграция позволила в полной мере использовать инвариантность НСС семантически близких фрагментов текста на некоторых языках при решении прикладных задач информационного поиска и анализа больших массивов документов, сформировать задел для создания систем обработки мультимодальной информации с применением реляционно-ситуационного анализа [36]. В результате НСС активно применяются для кросс-языкового поиска текстовых заимствований [37], анализа массивов нормативноправовых документов [38], контентной фильтрации [39], классификации патентов [40].
Дальнейшее развитие представлений Г.С. Осипова о строении сферы представлений человека привело его к созданию оригинальной модели знаковой картины мира, где работы в области психологии сознания, прежде всего А.Н. Леонтьева, и в области семиотики, прежде всего Г. Фреге, послужили основой для формирования концептуальной и математической моделей НСС, построенной на знаках [41]. Решая задачу построения автономных систем управления сложными техническими объектами, Г.С. Осипов предложил использовать высокоуровневые психологические представления о высших психических функциях, таких как планирование поведения, целеполагание и распределение ролей в коллективе, для построения собственно математических моделей данных функций, которые уже могли бы быть реализованы в конкретных программных системах. В результате появились основополагающие работы в области приложения функций сознания в системах управления [42, 43], где была предложена формальная структура знака как четырехкомпонентной структуры и ее роли в реализации функций планирования и целеполагания.
Работы в области знаковой модели мира были продолжены в трех направлениях. В первом, когнитивном, были предложены концептуальная модель смысловой регуляции поведения интеллектуальных агентов [44], исследованы психологические и лингвистические аспекты планирования и целеполагания в знаковой картине мира [45, 46], предложена концептуальная модель самосознания для знаковой картины мира интеллектуального агента [47]. Во втором, техническом, были развиты методы знакового представления знаний [48, 49], построены конкретные алгоритмы планирования интеллектуального агента [50], распределения ролей в коллективе [51], построения знаковых архитектур управления робототехническими комплексами [52]. Наконец, третье направление, которое получило свое развитие в последние два года, включает в себя использование больших языковых моделей для аппроксимации компоненты значения знака [53, 54].
Именно последние результаты в этой области показывают, насколько плодотворной и оригинальной оказалась концепция знака в системах искусственного интеллекта с ее идеями локализации представления информации и использования системы языка как универсальной эвристики и генератора гипотез. Во многом теория знаковой картины мира опередила свое время, но именно сейчас заложенные в ней концепции позволят в полной мере интегрировать ключевые подходы в области языковых моделей, обучения с подкреплением и теории управления продемонстрировав силу междисциплинарного подхода, в который так верил Геннадий Семенович Осипов.
Интересы Г.С. Осипова не ограничивались представленными выше направлениями. Он внес значимый вклад в применение методов искусственного интеллекта в медицине. В работах Геннадия Семёновича и его многолетнего соавтора академика РАН Г.И. Назаренко лечебнодиагностический процесс впервые рассматривается в контексте информационных систем [55]. В этих работах изложены способы представления диагностических и лечебных знаний, введено понятие клинического пути, предложены информационные модели лечебно-диагностического процесса и описаны программные средства управления им [56]. На основе предложенных способов и моделей учениками Г. С. Осипова реализованы многие интеллектуальные медицинские системы [57].
Заключение
Завершая эту публикацию, посвященную Геннадию Семёновичу Осипову и судьбе его научного наследия, отметим его человеческие качества. Он был человеком широких интересов, точнее, представлял собой известный тип русского интеллигента. Он с детства много читал, с молодых лет привык следить за новинками современной литературы, в книжных магазинах отделы истории и истории религий были его любимыми. Он любил архитектуру и изобразительное искусство, классическую музыку и джаз, выставки в ЦДХ и концерты в Консерватории, экскурсии по европейским и среднерусским городам, сосредоточенное уединенное чтение – всему этому он старался находить время в своем плотном рабочем графике.
Обширные родственные и профессиональные связи позволяли Геннадию Семеновичу свободно перемещаться по земному шару. Он был свободен выбрать многие места для своей деятельности, например, Израиль, где с 90-х годов проживала его мама и один из сыновей. Однако Геннадий Семенович никогда не планировал уехать и считал себя патриотом, как он сам говорил, «не на словах, а на деле». Он не оставил страну и свою работу на ниве отечественной науки и образования ни в сложный для отечественной науки период 90-х годов ХХ века, ни в трудный для себя период болезни. Он любил ставший для него малой родиной Переславль-Залесский, с удовольствием ездил читать лекции в Рыбинск, всегда был рад конференциям в Коломне, Твери, Смоленске, где обязательно посещал экскурсии и просто гулял. Он помогал православному интернату, возглавляемому бывшим ученым секретарем ИПС РАН, и соседнему с институтом храму.
Вообще, Геннадий Семёнович легко и быстро помогал, делал это и без просьбы, сам предлагая помощь в сложный для сотрудника жизненной ситуации. В отношениях с людьми придерживался принципа равенства, разговаривая с уважением и вниманием равно с академиком и студентом. Он всегда оставался самим собой. Ценил профессионализм во всех сферах жизни. Держался открыто и непринужденно, но сохранял определенную дистанцию. Легко и быстро схватывал суть статьи, доклада или разговора, реагировал на прочитанное или услышанное свежими и конструктивными идеями.
Идеи Геннадия Семёновича, возможности для работы, появившиеся благодаря его организационным усилиям, его достоинства как человека оказали существенное влияние на его учеников, сотрудников, коллег. Память о Геннадии Семёновиче живет не только в сердцах всех, кто его знал, но и в работах его учеников и их последователей.
Об авторах
Олег Георгиевич Григорьев
Федеральный исследовательский центр «Информатика и управление» РАН
Email: oleggpolikvart@yandex.ru
доктор технических наук, главный научный сотрудник
Россия, МоскваДмитрий Алексеевич Девяткин
Федеральный исследовательский центр «Информатика и управление» РАН
Email: devyatkin@isa.ru
кандидат физико-математических наук, научный сотрудник
Россия, МоскваАлексей Игоревич Молодченков
Федеральный исследовательский центр «Информатика и управление» РАН
Email: aim@isa.ru
кандидат технических наук, научный сотрудник
Россия, МоскваАлександр Игоревич Панов
Федеральный исследовательский центр «Информатика и управление» РАН
Email: pan@isa.ru
кандидат физико-математических наук, доцент, ведущий научный сотрудник
Россия, МоскваИван Валентинович Смирнов
Федеральный исследовательский центр «Информатика и управление» РАН
Автор, ответственный за переписку.
Email: ivs@isa.ru
кандидат физико-математических наук, доцент, ведущий научный сотрудник, заведующий отделом «Интеллектуальный анализ информации»
Россия, МоскваИлья Владимирович Соченков
Email: sochenkov@ritech.ru
кандидат физико-математических наук, самозанятый
РоссияНаталья Владимировна Чудова
Федеральный исследовательский центр «Информатика и управление» РАН
Email: nchudova@gmail.com
кандидат психологических наук, старший научный сотрудник
Россия, МоскваКонстантин Сергеевич Яковлев
Федеральный исследовательский центр «Информатика и управление» РАН
Email: yakovlev@isa.ru
кандидат физико-математических наук, ведущий научный сотрудник
Россия, МоскваСписок литературы
- Яковлев К.С., Макаров Д.А., Баскин Е.С. Метод автоматического планирования траектории беспилотного летательного аппарата в условиях ограничений на динамику полета // Искусственный интеллект и принятие решений. 2014. № 4. C. 3-17.
- Андрейчук А.А., Яковлев К.С. Методы планирования траектории на плоскости с учетом геометрических ограничений // Известия РАН. Теория и системы управления. 2017. № 6. С. 125-140.
- Соболева Н.А., Яковлев К.С. LPLIAN: алгоритм планирования траектории с учетом геометрических ограничений в динамической среде // Пятый Всероссийский научно-практический семинар «Беспилотные транспортные средства с элементами искусственного интеллекта» (БТС-ИИ-2019): Труды семинара. Переславль-Залесский: Российская ассоциация искусственного интеллекта. 2019. С. 56-65.
- Яковлев К.С., Баскин Е.С. Графовые модели в задаче планирования траектории на плоскости // Искусственный интеллект и принятие решений. 2013. № 1. C.5-12.
- Yakovlev K., Andreychuk A., Belinskay Ju., Makarov D. Combining Safe Interval Path Planning and Constrained Path Following Control: Preliminary Results // In Proceedings of the 4th International Conference on Interactive Collaborative Robotics (ICR 2019). 2019. P. 310-319.
- Яковлев К.С. AA-SIPP: Алгоритм планирования в среде с динамическими препятствиями // Искусственный интеллект и принятие решений. 2020. № 1. С. 80-82.
- Яковлев К. С., Белинская Ю. С., Макаров Д. А., Андрейчук А. А. Безопасно-интервальное планирование и метод накрытий для управления движением мобильного робота в среде со статическими и динамическими препятствиями // Автоматика и телемеханика. 2022. № 6. C. 96-117.
- Yakovlev K., Andreychuk A., Stern R. Revisiting Bounded-Suboptimal Safe Interval Path Planning // In Proceedings of the 30th International Conference on Automated Planning and Scheduling (ICAPS 2020). P. 300-304.
- Yakovlev K., Andreychuk A., Vorobyev V. Prioritized Multi-Agent Path Finding for Differential Drive Robots // In Proceedings of the 2019 European Conference on Mobile Robots (ECMR 2019). 2019. P. 1-6.
- Andreychuk A., Yakovlev K., Surynek P., Atzmon D., Stern R. Multi-agent pathfinding with continuous time // Artificial Intelligence. 2022. № 305. P. 103662.
- Яковлев К.С., Андрейчук А.А., Скрынник А.А., Панов А.И. Методы планирования и обучения в задачах многоагентной навигации // Доклады Российской академии наук. Математика, информатика, процессы управления. 2022. № 508(1). C. 88-93.
- Kirilenko D., Andreychuk A., Panov A., Yakovlev K. TransPath: Learning Heuristics For Grid-Based Pathfinding via Transformers // In Proceedings of the 37th AAAI Conference on Artificial Intelligence (AAAI 2023). P. 12436-12443.
- Angulo B., Panov A.,Yakovlev К. Policy Optimization to Learn Adaptive Motion Primitives in Path Planning With Dynamic Obstacles // IEEE Robotics and Automation Letters. 2023. № 8(2). P. 824-831.
- Skrynnik A., Andreychuk A., Yakovlev K., Panov A.I. When to Switch: Planning and Learning for Partially Observable Multi-Agent Pathfinding // IEEE Transactions on Neural Networks and Learning Systems. 2023. P. 1-4.
- Осипов Г.С. Искусственный интеллект: состояние исследований и взгляд в будущее // Новости искусственного интеллекта. 2001. № 1(43). С. 3-13.
- Осипов Г.С. Инструментарий для экспертных систем. Технология SIMER+MIR // Программные продукты и системы. 1990. № 3. С. 1-7.
- Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М.: Физматлит. 1997. 112 с.
- Осипов Г.С. Построение моделей предметных областей. Ч.I. Неоднородные семантические сети // Известия АН СССР. Техническая кибернетика. 1990. № 5. С.32–45.
- Осипов Г.С., Смирнов И.В., Тихомиров И.А. Реляционно-ситуационный метод поиска и анализа текстов и его приложения// Искусственный интеллект и принятие решений. 2008. № 2. С.3-10.
- Смирнов И.В., Шелманов А.О., Кузнецова Е.С., Храмоин И.В. Семантико-синтаксический анализ естественных языков. Часть II. Метод семантико-синтаксического анализа текстов // Искусственный интеллект и принятие решений. 2014. № 1. С. 11-24.
- Chistova E., Shelmanov A., Pisarevskaya D., Kobozeva M., Isakov V., Panchenko A., Toldova S., Smirnov I. RST Discourse Parser for Russian: an Experimental Study of Deep Learning Models // International Conference on Analysis of Images, Social Networks and Texts. – Lecture Notes in Computer Science, V. 12602, Springer, Cham. 2021. P. 105-119.
- Кузнецова Ю.М., Смирнов И.В., Станкевич М.А., Чудова Н.В. Создание инструмента автоматического анализа текста в интересах социо-гуманитарных исследований. Часть 2. Машина РСА и опыт ее использования // Искусственный интеллект и принятие решений. 2019. № 3. С. 40-51.
- Smirnov I., Stankevich M., Kuznetsova Y., Suvorova M., Larionov D., Nikitina E., Savelov M., Grigoriev O. TITANIS: A Tool for Intelligent Text Analysis in Social Media // In: Kovalev S.M., Kuznetsov S.O., Panov A.I. (eds) Artificial Intelligence. RCAI 2021. Lecture Notes in Computer Science. 2021. V. 12948. P. 232-247.
- Осипов Г. С., Ениколопов С. Н., Кузнецова Ю. М., Смирнов И. В. Чудова Н.В. Метод реляционно-ситуационного анализа текста в психологических исследованиях // Психология. Журнал Высшей школы экономики. 2021. Т. 18. № 4. С. 748–769.
- Григорьев О. Г., Кузнецова Ю. М., Никитина Е. Н., Смирнов И. В., Чудова Н.В. Каузативно-эмотивный анализ. Часть I. Методика изучения эмоциональных реакций пользователей социальных сетей // Психологический журнал. 2022. Т. 43. № 3. С. 114–121.
- Девяткин Д. А., Каджая Л. А., Салимовский В. А. Жанры речи как объект компьютерного анализа (на материале научных текстов) // Жанры речи. 2019. № 2 (22). С. 86–104
- Девяткин, Д., Ениколопов, С., Салимовский, В., & Чудова, Н. Речевые реакции на фрустрацию: автоматическая категоризация. // Психологические исследования (эл.журнал). 2021. №14(78).
- Салимовский В.А., Кузнецова Ю.М., Мишланов В.А., Чудова Н.В. Категория речевой системности при моделировании аффективных процессов (на материале сетевого общения) // Медиалингвистика. 2022. Т. 9. № 3. C. 190–209.
- Никитина Е.Н. Особенности функционирования глагольных предикатов психоэмоциональной семантики (на примере анализа интернет-дискуссий) // Медиалингвистика. Вып. 10. Язык в координатах массмедиа: мат-лы VII Междунар. научн. конференции (Санкт-Петербург, 28 июня – 1 июля 2023 г.) / науч. ред. Л. Р. Дускаева, отв. ред. А. А. Малышев. СПб.: Медиапапир. 2023. С. 180-184.
- Завьялова О. С., Киселёв, А. А., Осипов, Г. С., Смирнов, И. В., Тихомиров, И. А., Соченков, И. В. Система интеллектуального поиска и анализа информации «Exactus» на РОМИП-2010 [Электронный ресурс] – Режим доступа: http://romip. ru/romip2010/04_exactus.pdf, свободный. 2012.
- Zubarev D., Sochenkov I. Using Sentence Similarity Measure for Plagiarism Source Retrieval //CLEF (Working Notes). 2014. P. 1027-1034.
- Osipov, G., Smirnov, I., Tikhomirov, I., Sochenkov, I., Shelmanov, A. Exactus expert–search and analytical engine for research and development support // Novel Applications of Intelligent Systems. 2016. P. 269-285.
- Sochenkov Ilya, Denis Zubarev, Ilya Tikhomirov, Ivan Smirnov, Artem Shelmanov, Roman Suvorov, and Gennady Osipov. Exactus Like: Plagiarism Detection in Scientific Texts // In Advances in Information Retrieval. 2016. P. 837-840.
- Ананьева М.И., Девяткин Д.А., Зубарев Д.В., Осипов Г.С., Смирнов И.В., Соченков И.В., Тихомиров И.А., Швец А.В., Шелманов А.О. TextAppliance: поиск и анализ больших массивов текстов // Труды 15й национальной конференции по искусственному интеллекту с международным участием КИИ2016. 2016. T. 3. C. 220-228.
- Библиотека ExactusSemVectors [Электронный ресурс]. – URL: https://gitlab.com/semvectors/doc_enc (дата обращения: 05.11.2023).
- Библиотека ExactusVectorIndex [Электронный ресурс]. URL: https://gitlab.com/vecindexer/exactusvectorindex (дата обращения: 05.11.2023).
- Zubarev D., Tikhomirov I., Sochenkov I. Cross-Lingual Plagiarism Detection Method // International Conference on Data Analytics and Management in Data Intensive Domains. – Cham : Springer International Publishing. 2021. P. 207-222.
- Devyatkin D., Sofronova A., Yadrintsev V. Revealing implicit relations in Russian legal texts //Russian Conference on Artificial Intelligence. – Cham : Springer International Publishing. 2020. P. 228-239.
- Suvorov R., Sochenkov I., Tikhomirov I. Training datasets collection and evaluation of feature selection methods for web content filtering // Artificial Intelligence: Methodology, Systems, and Applications: 16th International Conference, AIMSA 2014, Varna, Bulgaria, September 11-13, 2014. Proceedings 16. – Springer International Publishing. 2014. P. 129-138.
- Ryzhova A., Sochenkov I. Extrinsic Evaluation of CrossLingual Embeddings on the Patent Classification Task // Data Analytics and Management in Data Intensive Domains: 22nd International Conference, DAMDID/RCDL 2020, Voronezh, Russia, October 13–16, 2020, Selected Proceedings 22. – Springer International Publishing. 2021. P. 178-190.
- Осипов Г.С., Панов А.И., Чудова Н.В., Кузнецова Ю.М. Знаковая картина мира субъекта поведения. М.: Физматлит. 2018. 264 с.
- Осипов Г. С., Панов А. И., Чудова Н. В. Управление поведением как функция сознания. I. Картина мира и целеполагание // Известия Российской академии наук. Теория и системы управления. 2014. № 4. С. 49–62.
- Осипов Г. С., Панов А. И., Чудова Н. В. Управление поведением как функция сознания. II. Синтез плана поведения // Известия Российский академии наук. Теория и системы управления. 2015. № 6. С. 47–61.
- Чудова Н. В. Концептуальная модель смысловой регуляции поведения интеллектуальных агентов // Искусственный интеллект и принятие решений. 2017. № 4. С. 23–32.
- Чудова Н. В. Актуальные проблемы моделирования целеполагания в знаковой картине мира. Взгляд психолога // Искусственный интеллект и принятие решений. 2020. № 1. С. 70–79.
- Салимовский В. А. и др. Лингвистические аспекты целеполагания в когнитивном моделировании (на материале речевого жанра «план инструкция») // Искусственный интеллект и принятие решений. 2019. № 4. С. 10-22.
- Чудова Н. В., Кузнецова Ю. М. Концептуальная модель самосознания для знаковой картины мира интеллектуального агента // Искусственный интеллект и принятие решений. 2018. № 4. С. 86-94.
- Панов А. И. Представление знаний автономных агентов, планирующих согласованные перемещения // Робототехника и техническая кибернетика. 2015. № 4(9). С. 34–40.
- Осипов Г. С., Панов А. И. Отношения и операции в знаковой картине мира субъекта поведения // Искусственный интеллект и принятие решений. 2017. № 4. С. 5–22.
- Панов А. И. Целеполагание и синтез плана поведения когнитивным агентом // Искусственный интеллект и принятие решений. 2018. № 2. С. 21–35.
- Киселев Г. А., Панов А. И. Знаковый подход к задаче распределения ролей в коалиции когнитивных агентов // Труды СПИИРАН. 2018. Т. 2. № 57. С. 161–187.
- Панов А. И., Яковлев К. С. Взаимодействие стратегического и тактического планирования поведения коалиций агентов в динамической среде // Искусственный интеллект и принятие решений. 2016. № 4. С. 68–78.
- Панов А. И., Ковалев А. К., Чуганская А. А. Большие языковые модели как аппроксиматоры значения в знаковой картине мира // Всероссийская конференция «Поспеловские чтения: искусственный интеллект проблемы и перспективы», Поспеловские чтения-2022 (Москва, 19-20 декабря 2022 г.). Труды конференции: Издательство ФИЦ ИУ РАН. 2022. С. 53–70.
- Ковалев А. К., Панов А. И. Применение предобученных больших языковых моделей в задачах воплощенного искусственного интеллекта // Доклады РАН. Математика, информатика, системы управления. 2022. Т. 508. С. 94–99.
- Назаренко Г.И., Осипов Г.С. Медицинские информационные системы и искусственный интеллект. М: Медицина XXI. 2003. 240 с.
- Назаренко Г.И., Осипов Г.С., Назаренко А.Г., Молодченков А.И. Интеллектуальные системы в клинической медицине. Синтез плана лечения на основе прецедентов // Информационные технологии и вычислительные системы. 2010. № 1. С. 24-35.
- Grigoriev O. G., Kobrinskii B. A., Osipov G. S., Molodchenkov A. I., Smirnov I. V. Health Management System Knowledge Base for Formation and Support of a Preventive Measures Plan. Procedia Computer Science. 2018. V. 145. P. 238-241.
Дополнительные файлы
