Эволюционная кибернетика

Тезисы курса лекций
(д. ф.-м. н. В.Г. Редько)

Обзор курса
План лекций

Лекция 1     Лекция 2   Лекция 3   Лекция 4    Лекция 5   Лекция 6 

Лекция 7     Лекция 8    Лекция 9  Лекция 10  Лекция 11  Лекция 12 

Лекция 13  Лекция 14  Лекция 15   Лекция 16

Обзор курса

В процессе биологической эволюции возникли чрезвычайно сложные и вместе с тем удивительно эффективно функционирующие живые организмы. Эффективность, гармоничность и согласованность работы “компонент” живых существ обеспечивается биологическими управляющими системами.

Можем ли мы понять, как в процессе эволюции развивались биологические управляющие “компьютеры”? Каковы процессы обработки информации в этих “биокомпьютерах”, по каким “программам” работают “биокомпьютеры”? Почему эти естественные “программы” так гибки и надежны? Как развитие биокибернетических систем привело к возникновению естественного интеллекта? Какие уроки из знаний о естественных “биокомпьютерах” можно извлечь для разработки искусственных компьютеров и программных продуктов? До какой степени исследования причин возникновения естественного интеллекта могут способствовать развитию искусственного интеллекта?

Для того, чтобы хоть в какой-то степени осмыслить этот спектр вопросов, целесообразно разбраться, что уже сделано в области исследования эволюции биологических систем обработки информации и обеспечиваемых этими системами кибернетических свойств. Настоящий курс лекций посвящен всестороннему анализу таких исследований. Естественное название этих исследований – эволюционная кибернетика. В лекциях будут рассмотрены полученные результаты (в основном это результаты последних 20-30 лет), проанализированы междисциплинарные связи эволюционной кибернетики, отмечены философские проблемы, лежащие в основе рассматриваемых исследований, а также будут намечены проблемы для дальнейших исследований.

Сфера исследований эволюционной кибернетики представлена на рис.1.

Lecs1.gif (7500 bytes)

Наиболее интересной областью исследований эволюционной кибернетики в будущем могла бы быть теория происхождения логики. Предметом такой теории могло бы стать исследование (путем построения математических или компьютерных моделей) процесса развития "интеллектуальных изобретений" биологической эволюции (безусловных рефлексов, привыкания, условных рефлексов, цепей условных рефлексов и т.д. [1]), в результате которых возникла человеческая логика, обеспечивающая научное познание природы (Рис. 2).  Исследования теории происхождения логики могли бы способствовать прояснению глубокой эпистемологической проблемы: почему человеческая логика применима к познанию природы?

Lecs2.gif (4987 bytes)

Рекомендуемая литература

  1. Воронин Л.Г. Эволюция высшей нервной деятельности. М.: Наука. 1977. 128 с.
  2. Редько В.Г. Эволюционная биокибернетика. Почему так медленно развивается актуальная наука? Интернет адрес: http://www.iph.ras.ru/~mifs/rus/redko1r.htm
  3. Редько В.Г. Синергетика 2, Синергетика 3 или Эволюционная кибернетика. Интернет адрес: http://www.iph.ras.ru/~mifs/rus/Red2.htm
  4. Red'ko V.G. Towards the Evolutionary Biocybernetics // Proceedings of The Second International Symposium on Neuroinformatics and Neurocomputers, Rostov-on-Don, 1995. P. 422-429. Интернет адрес: http://pespmc1.vub.ac.be/Papers/Redko/ToEvCyb.html
  5. Анохин П.К. Системные механизмы высшей нервной деятельности. М.: Наука, 1979. 453с.
  6. Турчин В.Ф. Феномен науки. Кибернетический подход к эволюции. М.: Наука, 1993. 295с. Английский вариант книги доступен в Интернете: http://pespmc1.vub.ac.be/POSBOOK.html
  7. Гаазе-Рапопорт М.Г., Поспелов Д.А. От амебы до робота: модели поведения. М.: Наука, 1987. 288 с.
  8. V.Braitenberg. Vehicles. Experiments in Synthetic Psychology. The MIT Press, Cambridge et al: 1984. 152p.
  9. Red’ko V.G. Mathematical Modeling of Evolution. Интернет адрес: http://pespmc1.vub.ac.be/MATHME.html

План лекций

  1. Сфера и методы  исследований эволюционной кибернетики. Модели возникновения молекулярно-генетических кибернетических систем. Лекция 1
  2. Модель квазивидов М.Эйгена. Детерминированные и стохастические методы описания модели квазивидов.  Лекция 2
  3. Спиновые стекла как модель случайно взаимодействующих элементов. "Спин-стекольная" модель эволюции. Лекция 3
  4. Оценка скорости эволюции в модели квазивидов. Лекция 4
  5. Модель гиперциклов М.Эйгена и П.Шустера. Лекция 5
  6. Модель сайзеров В.А. Ратнера и В.В. Шамина. Гиперциклы или сайзеры? Лекция 6
  7. Адаптивный сайзер – модель возникновения простейшей системы управления. Лекция 7 
  8. Общие модели эволюции. Методы теоретической популяционной генетики. Лекция 8
  9. NK-автоматы С. Кауффмана: сеть случайно связанных логических элементов. Основные результаты теории NK-автоматов. Биологическая интерпретация автоматов С. Кауффмана. Жизнь на границе хаоса и порядка. Лекция 9 
  10. Прикладное эволюционное моделирование. Генетический алгоритм. Оценка эффективности генетического алгоритма. Лекция 10
  11. Искусственные нейронные сети. Формальный нейрон. Основные нейросетевые парадигмы. 
    Лекция 11 
  12. Направление исследований "Искусственная жизнь" – эволюционные и нейросетевые методы.
    Лекция 12
  13. Направление исследований "Адаптивное поведение" (From Animal to Animat) – естественно-научный подход к Искусственному интеллекту.  Лекция 13 
  14. "Кузнечик" – модель эволюционного возникновения целенаправленного адаптивного поведения.  Лекция 14 
  15. Философские аспекты эволюционной кибернетики. Теория происхождения логики: проблема и подходы к ее решению. Лекция 15
  16. Концептуальные теории эволюционной кибернетики. Теория метасистемных переходов В.Ф. Турчина. Проект Principia Cybernetica. Перспективы развития эволюционной кибернетики. Лекция 16

Copyright © Vladimir Red'ko Aug 25 1999 ( redko@keldysh.ru )

Last modified: Nov 29, 1999