CC BY
64
зом. Именно это обстоятельство может сделать рекламу идеальной формой психической агрессии. Накопив в этом качестве колоссальный опыт работы и еще более колоссальные доходы, современные манипуляторы сознанием могут позволить себе относиться свысока не только к родственным средствам массовой информации, но и к самим рекламопользователям, диктуя им свои условия и правила игры.
Надеется на то, что реклама как средство коммуникации будет гуманизировано весьма сомнительно, поскольку сама реклама базируется на жажде обладания. Единственное на что можно направить усилия обычного потребителя рекламной информации это использование экстериоризации чувствительности. Это дает обычному человеку возможность выключить механизм жажды обладания в сознании и обрести психологически безопасную коммуникацию.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Уилсон Р. Эволюционная психология. - М., 2003.
2. Уилбер К. Око Духа. - М., 2003.
3. Фромм Э. Человек для себя. - М., 1999.
4. Фромм Э. Психология человеческой деструктивности. - М., 2000.
5. Маккенна Т. Реклама как форма управления бессознательным // Вопросы философии. 2002. № 3.
6. Новый завет (евангелие от Матфея и от Луки).
7. Ки У. Эффективность рекламы. - М, 2002.
В.И. Божич, Н.В. Горбатюк, М.Б. Савченко
КОМПЬЮТЕРНОЕ ОБРАЗОВАНИЕ, КАК ФАКТОР ИЗМЕНЕНИЯ ИНФОРМАЦИОННО-ПСИХОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ
ЛИЧНОСТИ
I. Компьютерное обучение, как фактор мотивации личности на индивидуальность. По результатам социологических исследований замечено [1, 2], что в настоящее время большинство людей на первое место выдвигают образовательную возможность, вместо социального обеспечения, карьеры, материальных выгод и других ключевых понятий, на которых еще недавно строились принципы развития цивилизации. Существует несколько предпосылок данному явлению.
1. В последнее десятилетие 20 века гибкие и мощные средства мультимедиа изменили устоявшиеся позиции книжной индустрии и привели к новой системе обучения на основе информационных технологий. Система компьютерного обучения изменила культуры в направлении конструктивно-инструктивной стратегии. Командная система обучения прошлого изменилась на представление учебного материала в виде конструктора для сборки знаний самим учащимся, причем релевантность уровня изучаемой предметной области позволяет исключить принцип последовательного изучения предметной области.
2. Изменилась индексная градуировка предметной области относительно привычной текстовой формы. Текст по-прежнему используется, чтобы каталогизировать известные формы - карты, изображения, числовые таблицы, фильмы, и др. Однако с развитием информационных систем возникли методы нетекстового поиска - когнитивные методы поиска на основе различных индексов (значки, символы, изображения, геометрические отношения, звуки, анимационные жесты и др.), через которые представляются знания. Когнитивные методы основаны на свойствах образного восприятия информации человеком посредством визуализации данных и
позволяют выполнять сортировку учебного материала с использованием многомо-дальних форм выражения. Эти формы определяют рефлексивные размышлений человека через особенности ассоциаций и действий на уровне предлингвистических форм восприятия и понимания информации. Указанные индексы определяют процедурные знания для поиска декларативных знаний в виртуальном мире знаний и формируют новый словарный запас современного учащегося и являются новым элементом современной «электронной» культуры.
3. Суть и назначение системы гипер-мультимедиа - это не только технический процесс производства и воспроизводства всех форм информации, это процесс управления стимулами личностей в соответствии с некоторыми законами. Компьютерные информационные технологии позволяют ускорить интеллектуальные достижения личности, расширяют ее интеллектуальные способности, но и усиливает ответственность индивидуума за его поведение, определяемое знаниями и возможностями их использования.
Самостоятельная работа является активным образованием со стороны индивидуума; она приводит к результату интегрированного образования через интеллектуальный синтез знаний собственными усилиями. Психологи и педагоги отмечают три возможные формы интеграции процесса такого образования:
а) комбинаторная интеграция заключается в формировании новых навыков через фокусировку внимания на событиях и фактах;
б) само-рефлексивная интеграция сводится к формированию человеком синтетической модели мира и определяет критерии и принципы управления этой моделью. Такая интеграция приводит к формированию внимания на потребностях в критериях и принципах, требует определения целей на сознательном уровне;
в) реинтеграция связана с трансформацией оценки внешних вызовов на подсознательном и сознательном уровнях под действием новой целеустремленной ориентации. Она резко разрушает синтетическую модель навыков, знаний и умений, так как определяется формированием внимания на результатах опыта, полученного на результатах экстремальных изменений обстоятельств.
Интегрированное образование является самоуправляемым процессом со стороны индивидуума и дает ему возможность превзойти других людей, благодаря собственным усилиям, без зависимости от педагогов, и, в отличие от классического образования, нарушает равновесие в получении знаний. Принципы интегрированного образования не подавляют различие личностей, не придают эффект поверхностного сходства ученикам; они вносят социально-психологическую проблему различий инфраструктуры общества, которая уже не может быть решена через значимость педагога, олицетворяющего собой учителя по начальному равновесию в интересах общества.
Процесс самостоятельного формирования личности вносит положительный эффект, который связан с понятиями мобильность, уверенность и ответственность личности. Однако интегрированное образование порождает психологические проблемы соотнесения интересов личности и общества, так как позволяет личности проявить индивидуальность и самостоятельно синтезировать синтетическую модель своего мира.
Итак, следствием компьютерного образования является проявление характеристики свободного человека и мобилизация жизненных устоев личности на индивидуальность.
II. Компьютерное обучение и безопасность личности. Компьютерное образование предусматривает жизнедеятельность личности в открытом виртуальном пространстве - глобальной информационной сети Интернет. Данное обстоятельство отражает новое явление, связанное с понятием информационно-психологической
безопасности личности, так как использование сообществом людей информационной сети Интернет, как хранилища информации, привело к новым возможностям военных действий. Развитие сотовой системы связи усилило такие возможности.
Современное информационное общество, основанное на развивающейся сети Интернет от гипертекстов к мультимедиа, приводит к новому оружию и, как следствие, новой психологии войны. В результате появились возможности воздействия на людей посредством знаний, представленных в сети Интернет. Фактически глобальная информационная среда Интернет является современным высокоточным компьютерным оружием, основанным на психологии формировании внимания на сознательных и подсознательных процессах мозга человека. Новое вооружение приводит к психологическим личностным изменениям индивидуума и может управлять целенаправленным развитием индивидуальных интеллектуальных и коммуникационных способностей человека. Здесь следует обратить внимание на роль интуиции, как на нестандартное явление прагматического восприятия информации в условиях современного общества.
Философы различают непосредственное знание - интуицию. Такие знания представляют собой усмотрение объективной связи вещей, не опирающихся на доказательства. Важно отметить, что первоначальной формой такого знания является непосредственное усмотрение истины при помощи внешних чувств. Различение непосредственного и опосредствованного знания приводит к понятию «интеллектуальной интуиции». Такое понятие определяет явление интеллектуального созерцания ума и поясняет: а) происхождение абстракций и достижений ума из лежащих в их основе чувственных созерцаний; б) в составе достижений ума имеются истины, которые ум признает не на основании доказательства, а просто усмотрением мыслимого в них содержания. Истины ума хотя и не созерцаются чувственным зрением, однако осознаются как истины, непосредственно отражающие действительность. От чувственных интуиций их отличают интеллектуальный характер постижения, но сближает непосредственность, с какой мыслится их содержание и придает интеллектуальному постижению характер максимальной очевидности в независимости от доказательства.
Проблема интуиции для теории философии приобрела практическую значимость в связи с формированием устоев индивидуальности личности под воздействием знаний глобальной информационной сети Интернет: а) знаний, которые выбирает и формирует самостоятельно индивидуум и б) знаний, предоставленных индивидууму для управления и изменения его состояния сознания, внимания, воли, мотиваций, а, в целом, психологии мышления. В таких условиях интуитивизм может играть роль антиинтеллектуализма с позиции защиты личности или, наоборот, с позиции устоявшихся норм поведения личности в обществе с учетом его индивидуальной модели мира, гносеологических особенностей и представлений ума при отражении существующих вне нас непосредственных предметов и явлений в мире опосредствованных знаний.
Устои индивидуальности в настоящее время не могут определить информационно-психологическую безопасность личности. Наличие нормативно-правовой базы реальной жизни и ее отсутствие для «искусственной жизни» - виртуальном информационном пространстве Интернет в условиях пересечения жизни индивидуума в двух пространствах (реальном и виртуальном) усиливает значимость понятия информационно-психологической безопасности общества и личности. Новые негативные явления терроризм, компьютерный терроризм, компьютерная дистанционная война требуют комплексного решения многих задач в рамках гуманитарных и технических составляющих, соответственно, правовой базы и научно -технического базиса.
III. Электронизация ментальных характеристик личности средствами когнитивного моделирования. Актуальными становятся исследования по разработке интегративной информационно-психологической системы в рамках двойных технологий, направленных на цели компьютерного обучения (гражданская составляющая) и различные цели психологического воздействия на личность (военная составляющая). Результатом исследований должны стать интеллектуальные инструментальные средства человеко-машинных интерфейсов и ресурсы, обеспечивающие выполнение функций управления запросами, анализа эвристик и стратегий, производства гипотез, интегрированных концепций и других функций. Однако такие инструментальные средства электронизации ментальных характеристик интеллектуальной деятельности личности должны быть ориентированы в первую очередь на естественный интеллект, его запросы и действия, защищать физическое, умственное и психологическое здоровье человека. В настоящее время имеются предпосылки для разработки такого человеко-машинного интерфейса [3, 4].
1. Новые особенности компьютеров - мультимедиа - позволили реструктурировать представление знаний в информационных средах.
2. Новые особенности нейрокомпьютинга позволили создавать системы на основе процедур обучения, что характерно для систем живой природы.
3. Новые алгоритмы эволюционного поиска и алгоритмы генетической оптимизации, по аналогии с живой природой, позволяют вести целенаправленный поиск разумных стратегий поведения.
4. Новые модели мультиагентных систем и бионических систем «искусственная жизнь» позволяют работать в информационных пространствах поиска «большой размерности».
Для создания и развития интегративной информационно-психологической системы остро стоит вопрос разработки двух взаимосвязанных моделей - естественного и искусственного интеллектов. Достоверность таких моделей позволит целенаправленно вести процесс управления личностью и обществом на различных уровнях его представления и обеспечивать адаптивную настройку и подстройку тех или иных процессов. Перенос особенностей «человеческого фактора» на компьютерные модели не может быть совершен простыми и формальными средствами. Такие системы должны реализовывать процедуры, наделенные психикой деятельности, через выбор технологических средств, которые будут удовлетворять целостности объектов, порождаемых естественным и искусственным интеллектами (ИИ).
Возможные пути решения задач должны быть основаны на симбиозе образного и символьно-логического представления знаний и их обработки в системах ИИ, позволяющих работать с образами также оперативно, как с символами. Примером тому являются когнитивные карты, представляющие собой интеллектуальные средства генерации решений путем «фокусировки внимания» образного мышления лица, принимающего решение (ЛИР). По утверждениям психологов, визуализация представления информации является инструментом, позволяющим ЛПР ускорить и повысить эффективность решений. Акт формирования внимания ЛПР является актом интерпретации образа, и, следовательно, является рассуждением, обобщением, формированием гипотез. Использование образного мышления ЛПР в рамках совместной деятельности с системой ИИ является механизмом ускоренного мышления на основе использования когнитивных свойств информации.
Когнитивное моделирование сводится к согласованию концептов, отношений причинности между ними, и отношений значений причинности, определяющих формирование внимания ЛПР. Результаты когнитивной психологии и искусственного интеллекта позволяют ставить и решать новые задачи построения мультиагентных когнитивных карт, используя новые технологии агентно-ориентирован-
ного подхода [5,6] с учетом представления ментальных и интенциональных моделей деятельности ЛПР и системы ИИ в форме нечетких понятий и правил лингвистического и когнитивного характера.
Использование мультиагентных когнитивных карт позволит учесть значимость знаковых представлений семиотики с точки зрения формирования взаимодействия образного мышления ЛПР и символьного мышления системы ИИ. При этом аспект семиотического рассмотрения образа позволит трансформировать проблему значимости образа в проблему координации деятельности. Такая оценка значимости образа позволит строить концептуальные модели совместной деятельности в виде эффективных средств «фокусировки внимания» и генерации решений посредством визуального представления семантических отношений на уровнях образного мышления ЛПР и символьного мышления ИИ.
Для организации совместной деятельности различных подсистем мышления (естественного и искусственного интеллектов) необходимо разработать метод совместной интерпретации образа и инструментальные средства адаптации ЛПР к обрабатываемой когнитивной информации, так как отличительной особенностью образного мышления ЛПР является осмысление незнакомого объекта в виде геометрической модели. Понимание со стороны ЛПР характера изменения визуальных соотношений стандартного образа позволяет определить качественную меру отклонения от стандартного уровня и принять соответствующие решения. Высокая скорость интерпретации образа человеком может быть учтена посредством свойств мультиагентной когнитивной карты с целью формирования внимания ЛПР и учета его когнитивных особенностей ускоренного мышления. При таком подходе ЛПР является ускорителем мышления системы ИИ подобно электронным ускорителям для решения некоторого класса математических задач на компьютере.
IV. Модель когнитивного агента совместной деятельности. Построение концептуальной модели совместной деятельности предопределяет использование когнитивных агентов, которые имеют систему ментальных ценностей и определяют варианты поведения в рамках семантической конструкции «агент - действие - объект». Модель когнитивного агента «совместной деятельности» представляет собой тезаурус с размеченными семантическими связями [7,8]. При этом «знания и убеждения», а также «цели и намерения», можно отнести к категории нечеткого отношения между состоянием агента и предполагаемым результатом его деятельности. С помощью указанных функций поведения когнитивного агента можно описать процесс подготовки решения с учетом ментальных характеристик. В целом концептуальная модель когнитивного агента представляет собой тезаурус с размеченными семантическими связями - множество понятий и отношения между ними Т (NET) =
(G,Pm,R,A,ti),
где G = Gi х ... х Gn - семейство понятий для различных подграфов сети; Рм G - множество ментальных понятий и суждений; X: G —> [0, 1] - функция принадлежности, которая упорядочивает понятия; r|: R —> [0,1] - функция принадлежности, которая описывает веса связей. При таком подходе к представлению семантической информации когнитивный агент косвенно учитывает информацию путем изменения его тезауруса, что дает возможность говорить об обобщающем тезаурусе, например Т (NET) = Т (NETt) п ... n Т (NETjJ, где Т (NETi) - подграф исходного образа сети.
Для реализации возможности семиозиса знаков с учетом интенциональных отношений следует использовать М-сети [9], так как для формирования множества мотивов и стремлений ментальная подсистема когнитивных агентов должна содержать механизмы обработки знаний и планирования действий. При этом «знания и убеждения» и «цели и намерения» можно отнести к категории нечеткого отношения
моделирования - нечеткого соответствия между состоянием агента и предполагаемым результатом его деятельности. Содержание убеждений и знаний рассматривается в форме лингвистических предложений, а содержание намерения рассматривается как действие в рамках норм и обязательств, которые их ограничивают. Для формирования множества мотивов и стремлений ментальная подсистема когнитивных агентов должна содержать механизмы обработки знаний и планирования действий. Соотношение между побуждением и действием определяет нечеткое описание действий агента. Деятельность агента связана: с формированием желаний Ж = Т(С|) х Рм; выполнением намерений (действий) Н = Т(С|) -* Т(Ся) и пересмотром убеждений У = Т(0|). В связи с наличием у агента шкалы собственных предпочтений, которая не может охватить моделируемый мир, целесообразно интенциональ-ные характеристики агента (показатели уверенности) также описывать на основе нечетких множеств. Тогда состояние агента в любой момент времени характеризуется тройкой (Ж, Н, У).
Пусть Р(») - класс нечетких множеств на множестве (•). Тогда функция пересмотра убеждений агента может быть задана на основе текущего восприятия и текущих убеждений формированием нового нечеткого множества убеждений g: ^(В) х У) -* У), а функция формирования выбора ц может быть записана как
отображение декартового произведения множества убеждений и намерений на множество желаний q: /•’(У) х /•’(Н) -* /Г(Ж).
В рамках «доски объявления совместной деятельности» оператор текущего восприятия определяет нечеткое отношение процесса моделирования семиозиса знаков, как со стороны агента, так и со стороны ЛПР В: Т(С;) х РМА х Р. цц> -* [0,1],
где Рм А - ментальные представления агента; РлпР - ментальные представления ЛПР на уровне образного мышления. С помощью указанных функций можно описать процесс рекурсивного уточнения некоторой иерархической структуры плана действий с учетом ментальных характеристик, благодаря фокусировке внимания ЛПР с помощью интеллектуальных инструментальных средств когнитивных агентов.
V. Когнитивные карты на основе нейросетей. Отличительной особенностью подхода является интеграция нейросетевой модели, которая имитируют характеристики объекта в виде отношения «вход - выход», и семантической сети, отражающей внутреннюю детализацию объектов и их отношений. Предлагается развитие концепции М-автоматов и сетей для решения задачи, направленной на «включение» образного мышления ЛПР в контур «объект управления - система управления». Семантическая М-сеть является статической моделью, отражающей совокупность объектов (1-моделей) и их взаимоотношения. Способ представления информации через М-сеть носит отпечатки классической парадигмы моделирования путем декомпозиции сложного объекта на части и установления взаимосвязи каждой части объекта с моделью нейрона или нейронного ансамбля.
Такое представление нейронной сети (НС) в виде семантического графа фактически является процессом когнитивного обучения нейронной сети, который по своей сути отличается от процесса классического обучения НС с помощью обучающих выборок. Когнитивное обучение определяется двумя последовательными процедурами: 1) обучение через формирование множества объектов и установление их значимости; 2) обучение через формирование множества отношений между объектами путем задания весов связей между объектами. Вторая процедура когнитивного обучения по своей сути, но не по процедуре, напоминает обучение классических НС.
Каждому объекту М-сети соответствует нечеткое понятие, определенное через экспертные оценки и заданное значениями весов синапсов и порогов 1-моделей. Данное обстоятельство позволяет рассматривать модель М-сети, как НС
по сути построения, но нечеткую систему по процессу функционирования. При этом выходной слой НС (агрегатор и дефуззификатор) обобщает нечеткую информацию, поступающую от нейронов. Параметры всех нейронов-объектов среднего слоя являются нечеткими понятиями, функция принадлежности которых определяется системой «усиления-торможения», управляющей процессом возбуждения 1-моделей: если возбужденность элемента выше некоторого заданного параметра или выше возбужденности других элементов, то порог такого элемента уменьшается. В результате, исходный семантический граф М-сети можно представить подграфом, состоящим из вершин, которые имеют повышенную возбужденность и связей между ними. Если отобразить возле каждой 1-модели значимость ее возбуждения с помощью цифры, цвета или другого визуального способа, то получим когнитивный граф-образ. Представление М-сети, как когнитивной карты, позволяет осуществлять манипуляции со смыслом символов: вершины соответствуют некоторым объектам, связи определяют отношения между объектами.
Система «усиления-торможения», воздействуя на нейронную М-сеть, каждый раз представляя ЛПР наиболее активную когнитивную информацию и динамику ее изменения. Визуальный анализ такого графа позволяет ЛПР учитывать на сознательном или подсознательном уровнях сложившуюся ситуацию, оценить ее и принять соответствующие решения и действия. В результате, ЛПР имеет возможность управлять детализацией просмотра когнитивного графа в зависимости от его целей и особенностей восприятия информации. Таким образом, предлагаемая модель позволяет соотнести (связать, объединить) действия ЛПР и системы искусственного интеллекта, и, тем самым, соединить субъективные и объективные не только декларативные знания, но и процедурные знания (действия).
Для настройки параметров когнитивной нейронной сети предлагается использовать механизм настройки классических НС. Такой механизм рассматривает НС, как модель, которая отражает только поведение моделируемого объекта и не учитывает внутреннюю детализацию (семантику) нейронной сети. Процедура формирования такой модели фактически является процедурой когнитивного сжатия информации об объекте через обучение нейронной сети в соответствии с заданной обучающей выборкой. При этом задача обучения разбивается на две части: 1) поиск набора обучающей выборки, что можно выполнить путем анализа отношений «объект управления - система управления»; 2) применением процедуры настройки когнитивной нейронной сети путем предъявления набора обучающих выборок по аналогии с обучением нейронных рекуррентных или рециркуляционных сетей. Процесс настройки параметров когнитивной нейронной сети должен содержать этап предварительного экспериментального тестирования, а также должен учитывать фактор учета субъективности ЛПР. Семантический граф М-сети, определяющий ситуацию (сценарий) может иметь вершины-объекты (1-модели), отражающие ментальные и интенциональные характеристики и позволяющие контролировать психофизиологическое состояние ЛПР в процессе работы с когнитивной нейро-нечеткой моделью.
VI. Фокусировка внимания и семантические сети. Для фокусировки внимания естественного и искусственного интеллектов с учетом ментальных и интенциональных характеристик совместной деятельности предлагается использовать гибридную нейронную модель на основе совмещенного синтеза М-сети и АРТ-сети, которая является искусственным когнитивным анализатором образов и реализует алгоритм кластеризации. Образцом первого кластера считается первый входной вектор; все последующие входные векторы сравниваются с образцом первого кластера. Для всех последующих входных векторов происходит измерение значимости текущего входного вектора с имеющимися образцами кластеров. Результатом изме-
рения является либо новый кластер и соответствующий ему образец, либо отнесение входного вектора к тому или иному кластеру. В качестве метрики может служить некоторая заранее задаваемая величина расстояния между векторами в виде порога.
В целом, когнитивный анализатор в виде АРТ-сети [10] определяет множество абстрактных образов - образцов кластеров: входной вектор - набор признаков абстрактного образа, значения порогов - мера определения множества таких абстрактных образов. Таким образом, нейронная АРТ-сеть может выполнять дополнительные функции системы «торможения-усиления» М-сети, связанные с искусственным когнитивным анализом, как отдельных вершин семантического графа М-сети, так и подграфов, выделенных в процессе функционирования М-сети. Добавление или исключение образов или понятий в семантическом графе возможно реализовать путем корректировки (усреднения) весов нейронов в зависимости от желаемых выходов. Каждый вновь рассматриваемый образ может создавать дополнительные классификационные категории, оставляя неизменными результаты предшествующего обучения (стабильность и пластичность гибридной нейронной сети).
Известно, что геометрическая интерпретация распознавания может быть трансформирована в лингвистический подход с помощью выделения набора типичных фрагментов образов и характеристик взаимного расположения фрагментов (словаря и правил). Такой подход имеет «когнитивную аналогию» и требует не столько знаний основ математической лингвистики, сколько специальных приемов для лингвистической обработки образов. Заданием пространства признаков формулируется свойство компактности для разделения абстрактных образов на основе абстрактного пространства. Если входной вектор-образ не соответствует ни одному из ранее запомненных образов, то создается новая категория для запоминания образа.
Заметим значимую особенность: АРТ-сеть может распознать образ, никогда не виденный ранее. Наличие эволюционных процедур формирования нейронной сети и системы «усиления-торможения» М-сети приводит к важному достоинству -генерации факта существования заранее неизвестной информации в заданном пространстве образов, о которых ЛПР ранее не имел никакого представления. Данное обстоятельство может быть учтено при описании принципов эволюции и роста семантического графа с целью визуализации представления информации и «вмешательства» естественного когнитивного мышления ЛПР. В результате обучение и самообучение естественного интеллекта и/или системы ИИ может служить мерой пригодности (мерой оценки) выбранного пространства образов. Степень совпадения абстрактных образов, выделяемых в процессе такого самообучения относительно реальных образов, может служить оценкой правильности выбора абстрактного пространства. Оценка деятельности через визуализацию некоторых образов позволяет создавать систему управления на позициях когнитивной психологии при решении задач формирования внимания ЛПР.
VII. Резюме. В настоящее время большинство пользователей систем когнитивного моделирования - это финансовые и политические аналитики, ситуационные центры военного и политического руководства развитых стран. Примером масштабного применения «нечеткие когнитивные схемы FCM» явилось моделирование системы здравоохранения и социального обеспечения Великобритании; применение пакета iThink позволило без проведения дорогостоящих опросов населения точно определить соотношение электората основных претендентов при моделировании выборов Президента России. Развитию когнитивных нечетких схем активно уделяют внимание промышленные гиганты США (Motorola, General Electric, Otis Elevator, Pacific Gas & Electric, Ford и другие). Такие программы - это сложные комплексные системы, требующие определенных усилий по разработке, освоению и
настройке. Они являются закрытой информацией, например, американская компания Hyper Logic выставила на рынок пакет CubiCalc, суть которого находится в тайне с этикеткой «Не для экспорта из США».
Создание мультиагентных когнитивных карт, как активных интеллектуальных средств оценки ситуации и решения проблем информационно-психологической безопасности, позволяет связать воедино виртуальное и реальное пространства, психологию естественного и искусственного интеллектов, символьное компьютерное мышление и образное мышление человека. Подход по разработке концепции и методологии построения новых мультиагентных инструментальных средств образной визуализации и символьно-логической обработки знаний с учетом электронизации ментальных характеристик интеллектуальной деятельности личности в настоящее время не имеет аналогов. Сказанное относится к результатам анализа открытых источников; в тоже время необходимо учитывать, что Пентагон выделяет солидное финансирование для исследований методов ускоренного мышления на основе обратной биологической связи и экстрасенсорного восприятия.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Fetterman R.L., Gupta S.K. Mainstream Multimedia. Applying Multimedia in Business. New York, 1993. 278 c.
2. Kaplan R.M. Intelligent Multimedia Systems. Jons Wiley&Sons, Inc. 1997,
494 c.
3. Божич В.И., Горбатюк Н.В. Модели интеллектуальной мультимедийной обучающей системы. Интернет и современное общество: Тезисы Второй всероссийской научно-методической конференции. Санкт-Петербург, 29 ноября - 3 декабря 1999 г. - СПб.: Изд-во С.-Петерб. ун-та, 1999. С. 127
4. Божич В.И., Горбатюк Н.В. Интеллектуальная система компьютерного обучения // Новости искусственного интеллекта, 2000.№ 3. - С. 102-111.
5. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте // Новости искусственного интеллекта. - 1998. - № 2. - С. 5-63.
6. Тарасов В.Б. Моделирование психических образов: как совместить дискретное и непрерывное? // Новости искусственного интеллекта. - 1998. - № 3. -С. 86-100.
7. Горбатюк Н.В. Особенности моделирования когнитивных агентов формирования внимания ЛПР // Известия ТРТУ. Тематический выпуск: Материалы научно-технической конференции «Медицинские информационные системы -МИС-2002». - Таганрог: ТРТУ, 2002. № 5 (28). - С. 164-167.
8. Божич В.И., Горбатюк Н.В., Савченко М.Б. Естественный ускоритель системы искусственного интеллекта // Известия ТРТУ. Тематический выпуск. Материалы VI Международной научно-практической конференции «Информационная безопасность». - Таганрог: Изд-во ТРТУ, 2004. - С. 393-395.
9. Амосов Н.М., Касаткин А.М., Касаткина Л.М., Талаев С.А. Автоматы и разумное поведение. Киев: Наук. думка, 1973. 374 с.
10. Гроссберг С. Внимательный мозг // Открытые системы. - 1997. - №4. -
С. 29-33.
