🗊Презентация Когнитивные гибридные системы поддержки принятия решений

Когнитивные гибридные системы поддержки принятия решений   Аверкин Алексей Николаевич , к.ф.-м.н.,в.н.с. ВЦ РАН, т.89104227182, факс 84991351509, e-mail: averkin2003@inbox.ru

Когнитивная наука Когнитивистика (когнитивная наука) (лат. cognitio — познание) — междисциплинарное научное направление, объединяющее теорию познания, когнитивную психологию, нейрофизиологию, когнитивную лингвистику и теорию искусственного интеллекта.

Когнитивная наука Когнитивная наука – исследование разума и разумных систем, при котором разумное поведение рассматривается как разновидность вычисления. От предшествующих подходов к когниции ее отличает степень проникновения идей и техник «вычисления». У истоков когнитологии, как науки, стояли психологи Дж. Миллер и Дж. Брунер, кибернетики Нобелевский лауреат Г. Саймон и Дж. Маккарти. Но только в последнее десятилетие созрели социально-экономические и технологические условия востребованности этой области знаний для решения гуманитарных, энергетических и экологических проблем человечества.

Когнитивная наука

Сильный и слабый ИИ В философии искусственного интеллекта (ИИ) спор сильного ИИ (Джон Сёрль) против слабого ИИ протекает вокруг гипотезы о том, что некоторые формы искусственного интеллекта могут действительно обосновывать и решать проблемы. Теория сильного ИИ предполагает, что компьютеры могут приобрести способность мыслить и осознавать себя, хотя и не обязательно их мыслительный процесс будет подобен человеческому. Теория слабого ИИ такую возможность отвергает.

Цель когнитивной науки Ключевым техническим достижением, сделавшим когнитивистику возможной, стали новые методы сканирования мозга. Томография и другие методы впервые позволили заглянуть внутрь мозга и получить прямые, а не косвенные данные о его работе. Наблюдаемый сейчас прогресс в когнитивистике позволит описать и объяснить процессы в мозгу человека, ответственные за высшую нервную деятельность. Это позволит создать системы так называемого сильного искусственного интеллекта, который будет обладать способностями к самостоятельному обучению, творчеству, свободному общению с человеком

Когнитивная наука Область междисциплинарных исследований познания, понимаемого как совокупность процессов приобретения, хранения, преобразования и использования знаний живыми и искусственными системами. Аппаратными и программными средствами для когнитивной науки, общими для всех ее областей, являются методы матмоделирования на основе биоморфных нейронных сетей. В отличие от классических нейросетей используются нейросети рекуррентные, модулярные, асссихронные, с немонотонной активационной функцией и т.д. и нейроморфный искусственный интеллект.

3D визуальная лаборатория сканирования мозга человека

Феномен NBIC-конвергенции

NBIC-конвергенция NBIC-конвергенция (по первым буквам областей: N -нано; B -био; I -инфо; C -когно). Термин введен в 2002 г . Михаилом Роко и Уильямом Бейнбриджем, авторами отчета Конвергенция технологий для повышения человеческой производительности, подготовленного 2006 г . в Всемирном центре оценки технологий (WTEC)

 SyNAPSE На конец 2011 года DARPA, которая в своем проекте SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics) рассчитывала к 2015 году создать прототип чипа, моделирующего 10 млрд нейронов, соединенных 1 трлн синапсов, и при этом потреблять менее 1киловатта энергии и занимать в объеме менее 2 литров.  Dharmendra Modha, ведущий исследователь IBM по проекту SyNAPSE, сравнил представленную симуляцию с электронным микроскопом или ускорителем частиц: "Это инструмент, который другие исследователи теперь могут использовать для того, чтобы лучше понять, как протекают мыслительные процессы в мозгу". IBM рассчитывала создать полную модель кортекса к 2019.

Когнитивная социальная наука

Гетеродоксальная эконономика2

Поведенческая экономика 2 Главный объект исследований Д. Канемана – это механизмы принятия человеком решений в ситуации неопределенности. Он доказал, что принимаемые людьми решения существенно отклоняются от того, что предписано стандартной моделью «экономического человека». Критикой этой модели занимались и до Д. Канемана (можно вспомнить, например, нобелевских лауреатов Г. Саймона и М. Алле), но именно он и его коллеги впервые начали систематически изучать психологию принятия решений. Его эксперименты доказали, что люди не могут рационально оценивать ни величины ожидаемых выгод или потерь, ни их вероятности.

Теория перспектив В русле поведенческой экономической теории были разработаны альтернативные концепции: 1) выбор в условиях риска и неопределенности; 2) межвременной выбор; 3) поведенческая теория игр. Выбор в условиях риска и неопределенности: теория перспектив. Классической работой в данной области принято считать статью «Теория Перспектив: анализ принятия решений в условиях риска», «Эконометрика» 1979 год. В 1992 году ученые опубликовали еще одну статью «Достижения в теории Перспектив: обобщенное представление неопределенности», в которой они обобщили результаты предыдущих многолетних исследований в данной сфере, в частности на область принятия решений в условиях неопределенности, и представили аксиоматическую трактовку теории.

Теория межвременного выбора Межвременной выбор. Решения, принимаемые индивидами и включающие в себя соизмерение понесенных издержек и получаемых выгод, которые относились бы к различным периодам времени, являются центральными в области исследования сбережений и инвестиций, потребительского поведения, а в конечном счете проблем, связанных с общественным благосостоянием той или иной нации. Поэтому известные экономисты прошлого (И. Фишер, П. Самуэльсон, и многие другие) уделяли серьезное внимание проблеме теоретического анализа факторов, влияющих на поведение экономических субъектов в ситуациях принятия решений, когда последствия, а точнее, результаты действий становятся известными спустя определенное время.

Теория межвременного выбора 2 Теоретической основой для последующих более чем полувековых исследований в этой области стала модель дисконтированной полезности (МДП), предложенная ее автором П. Самуэльсоном в 1937 году и получившая со временем аксиоматическую трактовку в работах Т. Купманса. Модель определяет межвременные предпочтения лица, принимающего решение, между различными конфигурациями потребительских планов. Данная модель обеспечила простую и в то же время мощную аналитическую схему для рассмотрения широкого спектра хозяйственных решений, последствия которых не известны в момент совершения действий.

Поведенческая теория игр Поведенческая теория игр. Использование математического аппарата теории игр в области экономической науки во второй половине прошлого столетия оказалось чрезвычайно плодотворным. В наибольшей степени это проявилось в тех разделах, объектом рассмотрения которых является стратегическое взаимодействие экономических агентов между собой в различных условиях и стремление наиболее оптимальным образом разрешить возникшую конфликтную ситуацию. Предложенные формальные концепции анализа (равновесие Нэша, вектор Л.Шэпли, процедура трассирования Дж. Харшаньи - Р. Зельтена и другие) получили широкое применение в качестве теорий как объясняющих реальное поведение участников, так и способных предсказывать определенные последствия.

Нейроэкономика 1 Нейроэкономика – новое научное направление, использующее методы исследования, основанные на достижениях современной нейрофизиологии и приложений психологии, тем или иным образом применимым к экономике. Нейроэкономика ставит своей целью создание единой теории принятия решения человеком. Нейроэкономика позволяет представителям разных дисциплин (нейробиологам, экономистам, психологам и менеджерам) получить более глубокие представления о фундаментальных механизмах принятия решений Нейроэкономика использует визуализацию мозговой деятельности для того, чтобы делать выводы о том, как функционирует мозг и использовать результаты наблюдений для расширения существующих экономических дисциплин и формирования новых направлений, таких как нейромаркетинг.

Нейроэкономика 2 Нейроэкономика - синтез когнитивной нейронауки и экономических наук и изучение процесса принятия решения в рамках выбора определенного поведения из возможных альтернатив с целью реалистического моделирования экономического поведения человека. Существует четыре основных метода визуализации процессов головного мозга: электроэнцефалограмма, позитронно-эмиссионная томография, магнитно-резонансная томография, функциональная магнитно-резонансная томография.

Нейроэкономика 3 Сочетание этих методов и их использование наряду с традиционными методиками (например, измерение биометрических параметров) позволяет составить подробную карту зон активации головного мозга в процессе принятия решений, например, для принятия решений наиболее важны взаимодействия зон в лобных долях, лимбической системе

Нейроэкономические процессы выбора

Полезность аддиктивное и демонстративное потребление или покупки из-за навязчивого желания стриатум (группа подкорковых ядер) подпитывает жажду выигрыша, а зоны лобных долей управляют дальнейшим поведением человека непосредственная полезность денег: обладание деньгами само по себе доставляет удовольствие, а расставание с ними может давать неприятное ощущение (несмотря на получаемые взамен блага)

Нейроэкономика отвечает на вопросы: Нейроэкономика отвечает на вопросы: существует ли связь между качественными поведенческими характеристиками и особенностями структур головного мозга или биохимических процессов на уровне нейронов? может ли изучение таких структур и процессов дать типизацию людей по определенным критериям? как дифференцировать индивидов по предпочтениям и способностям?

МОЗГ ЧЕЛОВЕКА

Колонка нейронов Колонка нейронов

ЭЭГ

Компьютерная томография

Позитронно-эмиссионная томография

Ультиматум 1 Нерациональность человеческого поведения не раз подтверждалась экспериментально. Нобелевский лауреат Дениэл Канеман (Kahneman, 2003) выдвинул предположение о существовании двух эволюционно и структурно различающихся систем, обусловливающих принятие решений: a) быстрой, автоматической, или бессознательной (Система 1), и б) медленной, целенаправленной, произвольной (Система 2). В настоящее время многочисленные нейроэкономические исследования посвящены изучению взаимодействия рациональной и эмоциональной систем в рамках дуализма Канемана.

Ультиматум 2 Среди наиболее часто используемых экспериментальных моделей можно назвать игру «Ультиматум» , наиболее ярко демонстрирующую возникновение подобного рода конфликтов: два игрока получают инструкцию поделить между собой определенную сумму денег, например, 100 рублей. Один из игроков первым предлагает способ дележа, причем он абсолютно свободен в своем решении. Предположим, игрок захочет оставить 80 рублей себе, а 20 рублей отдать своему партнеру по игре. Партнер , которому сделали предложение, оказывается перед выбором: согласиться или не согласиться; однако если респондент не соглашается, то, по правилам игры, денег не получает никто и игра заканчивается.

Ультиматум 3 Используя метод функциональной магнитно-резонансной томографии (фМРТ), американский нейробиолог Алан Сенфи показал, что у респондента, которому сделали несправедливое предложение в игре «Ультиматум», наблюдается активация островковой коры (anterior insula), которая, как известно из других нейробиологических исследований, вовлечена в обработку негативной эмоциональной информации и особенно активна при эмоции отвращения. Кроме того, наблюдалась активация верхних областей лобной коры (dorsolateral prefrontal cortex, DLPFC) правого полушария и поясной извилины (anterior cingulate cortex) – областей, активация которых наблюдается при запуске когнитивных процессов самоконтроля и при внутренних конфликтах, соответственно. В целом приведенный пример ярко демонстрирует взаимодействие эмоциональных и рациональных процессов в момент принятия решений.

Когнитивная экономи- ка (в узком смысле) Область когнитивной экономики (в узком смысле) основана на применении когнитивной науки к экономике и изучает модели принятия экономических решений в сознании человека. Когнитивная экономика - раздел гетеродоксальной экономической теории, имеющий дело с экспериментальным анализом того, как собственно человек принимает экономические решения и зачастую опровергающий классическую теорию, основанную на рациональном выборе с полной информацией.

Когнитивная экономика в широком смысле Когнитивная экономика является одним из перспективных направлений развития экономики и прикладной когнитивной науки. Структурно, методологически и технологически когнитивная экономика связана с методами искусственного интеллекта и управления знаниями в экономике. Сама по себе когнитивная экономика, как сфера исследований и человеческой деятельности, включает в себя три основные области. Объединение этих областей назовем «когнитивной экономикой в широком смысле»

Конвергенция управления знаниями, искусственного интеллекта и когнитивной науки

Визуализация взаимодействия блоггеров

Компьютерное моделирование верхнего слоя колонки Маунткастла (neocortical columns) (узловые структуры содержащие от 10 до 70 тысяч нейронов) мозга крысы. Здесь возбуждённые нейроны подсвечены розовым, голубыми и желтыми цветами (проект Blue Brain).

Архитектура нейро-нечеткой сети – инструмента извлечения знаний

Интеллектуальные системы в экономике Область интеллектуальных систем в экономике связана с использованием в экономике, производственной сфере и бизнесе методов и моделей искусственного интеллекта, ИИС, СППР, интеллектуальной обработки данных и т.д. Важным аспектом поддержки управленческих решений в экономике является развитие методов экономического моделирования, основанных на знаниях и моделях когнитивной бизнес-аналитики

Управление знаниями в экономике Область управление знаниями в экономике – ключевой элемент экономики знаний, или «новой экономики». Кроме собственно управления, область тесно связана с инновационной экономикой, интеллектуальным капиталом, со знаниями, как экономической категорией, управлением изменениями, реинженирингом и т. Основными социальными положениями «новой экономики» являются такие понятия как важность интеллектуального капитала, создание информационного общества, новые формы ведения бизнеса на основе сетевых технологий, интенсивное развитие электронного бизнеса и электронной коммерции, развитие инновационных ресурсосберегающих технологий и альтернативных, экологически чистых источников энергии и так далее. На первый план выходят проблемы инновационного развития экономики и социума на основе прогнозирования тенденций в экономике, обществе, технологической сфере и цивилизации в целом.

Когнитивная экономика в узком смысле = примение методов когнитивной науки в экономике Основными проблемами когнитивной экономики стали индивидуальная и коллективная рациональность, когнитивные модели и институты, социальный капитал, доверие и социальные сети, непрерывное повышение компетенций и обучение, ценности и институциональные изменения. Когнитивная экономика является одной из основополагающих концепций современного социально-экономического развития

Интеллектуальные системы в экономике & управлениe знаниями На пересечении областей интеллектуальных систем в экономике и области управления знаниями в экономике (зона 1) лежат методы дистрибутивного искусственного интеллекта -онтологического поиска, семантического веба для фиксации, обмена и повторного использования знаний, многоагентных систем, методы поддержки принятия решений в бизнес-аналитике, data mining, business intelligence. Эта зона также связана с созданием систем СПРР и обработки данных для инновационных бизнес-процессов.

Когнитивные вычисления -следующее поколение C&C (NEC)

Управление знаниями & когнитивная экономика (в узком смысле На пересечении областей управления знаниями в экономике и когнитивной экономики (в узком смысле) (зона 3) находятся такие направления, как прямое использование когнитивных методов в бизнес процессах и социальных процессах , например, нейроэкономика, нейромаркетинг

Нейробиологические различия оценок Джорджа Буша и Джона Керри (А – негативная оценка Буша, В – позитивная оценка Буша, С – негативная оценка Керри)

Разница в работе мозга демократов и республиканцев при оценке Буша и Керри

Интеллектуальные системы в экономике & когнитивная экономика На пересечение областей интеллектуальных систем в экономике и когнитивной экономики (в узком смысле) (зона 2) лежат гибридные интеллектуальные системы технические с настройкой на сознание и логику эксперта. Они состоят из когнитивной и аналитической части, причем нижний уровень - когнитивный, предоставляет информацию для обработки верхним, аналитическим, уровнем.

Управление знаниями в экономике & когнитивная экономика (в узком смысле) & интеллектуальные системы в экономике На пересечении областей управления знаниями в экономике, когнитивной экономики (в узком смысле) и интеллектуальных систем в экономике (зона 4) лежат системы бизнес-аналитики для экономики знаний на основе интеллектуальных систем поддержки принятия решений, использующие когнитивные методы анализа сознания людей, вовлеченных в эти процессы, а также тестирование качества ЛПР по их мозговой активности, для параметрической настройки интеллектуальных систем поддержки принятия решений. С этой областью также связаны работы по интеграции моделей прогноза и оценивания неструктурированных ситуаций на основе подходов когнитивного моделирования

Гибридная система поддержки принятия решений на основе нечетких иерархий и когнитивных карт В ВЦ РАН, в университете «Дубна» и на кафедре информатики факультета информатики РЭА ведутся работы по интеграции моделей прогноза и оценивания неструктурированных ситуаций на основе подхода когнитивного моделирования и анализа иерархий

Методы моделирования ситуации

Взаимодействие моделей

Когнитивные сети поддержки принятия решений 1 Когнитивный подход, в узком смысле этого понятия, объединяет исследования, общим признаком которых является использование формальных моделей когнитивных карт того или иного вида, т.е. превращает когнитивный подход в формальную нормативную теорию практически без взаимосвязи с ментальным пространством человека – ментальной моделью. Мы рассмотрим более широкую интерпретацию – когнитивные сети поддержки принятия решений (КСППР), с возможностью адаптации к ментальной модели.

Виды КСППР В ряде направлений и школ, применяющих практически те же формальные модели и методы, для создания ментальных моделей не применяется понятие когнитивной карты. Вместо него используются знаковые графы, сетевые модели, графах причин и следствий, каузальные сети. Очень близким по смыслу к когнитивным картам являются байесовcкие сети, сети доверия, аналитические сети Саати, когнитивные иерархические сети, сети решений, нечеткие сети Петри, сети концептов, семантические сети, фреймы, схемы, сценарии. Широко используются методы обучения.

Система 1 и Система 2 Эти два уровня (когнитивный и аналитический) соответствуют двум типам когнитивных процессов, которые в работах Канемана были рассмотрены, как Система 1 и Система 2. Операции в рамках Системы 1 протекают быстро, автоматически, без усилий, они ассоциативны, зачастую эмоционально окрашены и управляются привычками, поэтому их сложно контролировать и модифицировать. Операции Системы 2 происходят медленнее, последовательно, с интеллектуальными усилиями и намеренным контролем; они также относительно гибки и потенциально подвержены влиянию правил

Когнитивные технологии СППР С увеличением важности когнитивных аспектов в процессе принятия решений особенное внимание уделяется таким когнитивным способностям человека, как оценка ситуации и ментальным моделям и их роли в управлении процессом поддержки принятия решения в сложных ситуациях. При этом к существующей схеме BI добавляется модель когнитивно-ориентированного процесса поддержки принятия решения. Мы предлагаем использовать в ней модели КСППР.

Постановка задачи Цель: Создание поведенческой модели принятия решений на основе теории перспектив для увеличение точности экономического прогнозирования поведения ЛПР в ситуациях неопределенности. Исходные данные: 1) Д.Канеман П.Словик А.Тверски Принятие решений в неопределённости. 2) Система Matlab Fuzzy Logic Toolbox. 3) Ларичев О.И. Теория и методы принятия решений. 4) Леоненков А.В. Нечеткое моделирование в среде Matlab и fuzzyTECH. Ожидаемый результат: Созданная модель представляет собой аппроксимацию эвристических правил Д. Канемана на универсальных шкалах с использованием продукционных правил.

Предметная область Поведенческая экономика Теория перспектив (Система 1), (Система 2). Лингвистические термы Продукционные правила Универсальные Шкалы Нечеткое моделирование в среде Matlab

Проектирование

Реализация 1

Результаты На рисунке видно, что поверхность нечеткого вывода имеет участки схожие с функцией полезности полученной экспериментально.

Результаты Модель имеет тридцать поверхностей нечеткого вывода, и возможность получения числовых значений выходных переменных.

Ментальные модели в системах бизнес-интеллекта. КСППР – база эталонов и ментальных моделей (Li Niu, 2009)

Заключение Созданная модель представляет собой аппроксимацию эвристических правил Д. Канемана на универсальных шкалах с использованием продукционных правил. Надо отметить, что не всегда есть возможность получать данные экспериментально, а тем более с привлечением нейробиологов. А данная модель выдает данные схожие с данными полученными экспериментальным путем. Следовательно, в большинстве случаев она показывает, что агрегация правил является хорошим аппроксиматором для динамического поведения сложных систем в неопределенности.

Биологическая и когнитивная Биологическая и когнитивная обработка информации Основы биологической обработки информации Когнитивная наука Психологические и нейрофизиологические эксперименты Нейросетевое моделирование процессов обработки сенсорной информации Восприятие и обработка речи Когнитивная робототехника