К проблеме имитации апперцептивных процессов системами искусственного интеллекта

Статья посвящена вопросам восприятия и обработки данных системами искусственного интеллекта и отличиям в обработке информации живым мозгом и машиной. Авторы отмечают, что понятийно-абстрактная форма осмысления кардинальным образом отличается от естественной рефлексии человеческого разума, что делает принципиально невозможной имитацию процессов идентификации объектов компьютером. Цель: создание идентификационной архитектуры, позволяющей имитативно воссоздать процесс живой апперцепции, протекающий в головном мозге человека. Методы: представление информации, с помощью которой опознается объект, в формате идентификационного алгоритма, учитывающего все данные об объекте, существующие в коллективном сознании. Результаты: исходя из существующих воззрений на процессы художественного отражения и приравнивая их к естественной познавательной рефлексии, авторы делают вывод о некорректности применения существующего в программировании и математике понятия «пороговая функция» в моделях имитации мыслительных процессов в системах искусственного интеллекта. Опираясь на опыт анализа образных структур в художественных текстах, авторы утверждают, что упомянутая последовательность в пространстве коллективных представлений не может быть реализована без учета даже теоретически возможных минимальных объемов информации, участвующих в формировании виртуального образа данного тела. Констатируется необходимость разработки новой архитектуры информационной презентации в системах искусственного интеллекта, предполагающей сохранность всех типов и объемов информации опознаваемого объекта и не ориентированной на ее релевантность в конкретных случаях. В качестве основного инструмента идентификации объекта предлагается не столько его конкретные характеристики, сколько сама последовательность обработки информации разного типа, присущей опознаваемому предмету. Практическая значимость: концептуально новый подход к пониманию сути фиксации и опознания информации, заключенной в образе того или иного объекта, позволит идентифицировать таковой во всем множестве его сензитивных и эмоциональных параметров, исключив возможность ошибки, свойственной методам статистической атрибутации. Сверх этого комплексное восприятие данных на всех уровнях отражения в границах конкретной последовательности обработки раздельных информационных кластеров предполагает возможность самостоятельного определения типологической принадлежности объекта системой искусственного интеллекта.