The Heuristic Work of the Brain and Artificial Neural Networks

Eskov, Valeriy; Pyatin, V. F.; Eskov, Valeriy; Ilyashenko, Lubov K.

doi:10.1134/s0006350919020064

Cited by 16 publications

(15 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Artificial neural network (ANN) is motivated by the neural system in the brain and is one of the most commonly used tools in machine learning [77]. In its basic form, it consists of layers of interconnected nodes, each representing a mathematical function.…”

Section: Artificial Neural Networkmentioning

confidence: 99%

A Comparative Review of Hand-Eye Calibration Techniques for Vision Guided Robots

et al. 2021

View full text Add to dashboard Cite

show abstract

Section: Artificial Neural Networkmentioning

confidence: 99%

A Comparative Review of Hand-Eye Calibration Techniques for Vision Guided Robots

et al. 2021

View full text Add to dashboard Cite

show abstract

“…Эти особые свойства СТТ получили название эффекта Еськова-Зинченко (ЭЕЗ) [5-8, 12-17, 21-27]. Подчеркнем, что системы ИИ должны моделировать нейросети мозга (на базе ИНС) и, очевидно, использовать свойства СТТ [18,[21][22][23][24][25][26][27].…”

Section: существуют ли границы создания и применения искусственного интеллекта (ии)?unclassified

“…Очевидно, что в табл. 0,00 0,32 0,05 0,10 0,64 0,01 0,55 0,00 0,28 0,31 0,00 0,90 0,00 0,00 2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,58 3 0,32 0,00 0,75 0,00 0,03 0,67 0,19 0,00 0,01 0,30 0,02 0,10 0,00 0,00 4 0,05 0,00 0,75 0,00 0,07 0,83 0,00 0,00 0,00 0,06 0,03 0,04 0,00 0,00 5 0,10 0,00 0,00 0,00 0,00 0,00 0,41 0,38 0,66 0,03 0,00 0,21 0,00 0,00 6 0,64 0,00 0,03 0,07 0,00 0,21 0,86 0,00 0,21 0,52 0,00 0,66 0,00 0,00 7 0,01 0,00 0,67 0,83 0,00 0,21 0,02 0,00 0,00 0,01 0,19 0,00 0,00 0,00 8 0,55 0,00 0,19 0,00 0,41 0,86 0,02 0,08 0,93 0,15 0,00 0,97 0,00 0,00 9 0,00 0,00 0,00 0,00 0,38 0,00 0,00 0,08 0,06 0,00 0,00 0,07 0,00 0,01 10 0,28 0,00 0,01 0,00 0,66 0,21 0,00 0,93 0,06 0,00 0,00 0,36 0,00 0,00 11 0,31 0,00 0,30 0,06 0,03 0,52 0,01 0,15 0,00 0,00 0,00 0,05 0,00 0,00 12 0,00 0,00 0,02 0,03 0,00 0,00 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 13 0,90 0,00 0,10 0,04 0,21 0,66 0,00 0,97 0,07 0,36 0,05 0,00 0,00 0,00 14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 15 0,00 0,58 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 Такой результат мы получили по всем параметрам организма человека и доказали [12][13][14][15][16][17][25][26][27][28][29][30] особые свойства биосистем. Очевидно, что любая система ИИ на базе ЭВМ не сможет диагностировать стационарное состояние мозга (см.…”

Section: существуют ли границы создания и применения искусственного интеллекта (ии)?unclassified

Artificial Intellect with Artificial Neural Networks

Eskov¹,

Филатов²,

Газя³

et al. 2021

Успехи Кибернетики / Russian Journal of Cybernetics

View full text Add to dashboard Cite

В настоящее время не существует единого определения искусственного интеллекта. Требуется такая классификация задач, которые должны решать системы искусственного интеллекта. В сообщении дана классификация задач при использовании искусственных нейросетей (в виде получения субъективно и объективно новой информации). Показаны преимущества таких нейросетей (неалгоритмизируемые задачи) и показан класс систем (третьего типа — биосистем), которые принципиально не могут изучаться в рамках статистики (и всей науки). Для изучения таких биосистем (с уникальными выборками) предлагается использовать искусственные нейросети, которые решают задачи системного синтеза (отыскание параметров порядка). Сейчас такие задачи решает человек в режиме эвристики, что не моделируется современными системами искусственного интеллекта. Currently, there is no single definition of artificial intelligence. We need a Such categorization of tasks to be solved by artificial intelligence. The paper proposes a task categorization for artificial neural networks (in terms of obtaining subjectively and objectively new information). The advantages of such neural networks (non-algorithmizable problems) are shown, and a class of systems (third type biosystems) which cannot be studied by statistical methods (and all science) is presented. To study such biosystems (with unique samples) it is suggested to use artificial neural networks able to perform system synthesis (search for order parameters). Nowadays such problems are solved by humans through heuristics, and this process cannot be modeled by the existing artificial intelligence systems.

show abstract

“…Это очень жесткое требование для СР и оно никогда (точно) не выполняется в опытах с биосистемами. Они всегда показывают некоторый статистический разброс [6][7][8][9][10][17][18][19][20][21].…”

Section: почему потеряли вторую половину определения гомеостаза?unclassified

“…Тогда стоит напомнить, что изучение строения органов и систем без функций -это бессмысленное занятие. И именно об этом все эти годы говорила физиология, которая изучает механизмы этих функций (включая и ФСО) [6][7][8][9][10].…”

Section: Introductionunclassified

Can Homeostasis Be Static?

Пятин¹,

Eskov²

2021

Успехи Кибернетики / Russian Journal of Cybernetics

View full text Add to dashboard Cite

Особое понимание гомеостаза и гомеостатичного регулирования в целом появилось за последние 20 лет в связи с доказательством гипотезы W. Weaver о биосистемах третьего типа и открытием эффекта Еськова–Зинченко. Однако имеется ряд работ, в которых высказывалось мнение о нестатичности в гомеостатичном регулировании внутренней среды организма человека. Более того, в рамках этого эффекта сейчас говорят об отсутствии статичных состояний любых функций организма человека. Это существенно расширяет наши представления о теории функциональных систем организма человека, которую разрабатывал П. К. Анохин в середине XX века. Сейчас мы вправе говорить о новом понимании кибернетики, которая лежит в основе описания различных физиологических функций человека. Возникает новая биологическая и медицинская кибернетика, в которой нет статичного гомеостаза и нет статики в параметрах функций организма человека. In 20 years the new understanding of homeostasis and special homeostatic regulation emerged associated with the W. Weaver hypothesis on biosystems of the third type and the discovery of the Eskov-Zinchenko effect. There are some papers about the unstable behavior of the homeostasis regulation in the human body. Now we can speak about the absence of any stable states of any human body function. This significantly expands our understanding of the theory of human functional systems developed by P. K. Anokhin in the middle of the 20th century. Now we can speak of a new understanding of cybernetics as a basis for the definition of various human physiological functions. A new biological and medical cybernetics is emerging; it denies static homeostasis and static parameters of the human body functions.

show abstract

The Heuristic Work of the Brain and Artificial Neural Networks

Cited by 16 publications

References 28 publications

A Comparative Review of Hand-Eye Calibration Techniques for Vision Guided Robots

A Comparative Review of Hand-Eye Calibration Techniques for Vision Guided Robots

Artificial Intellect with Artificial Neural Networks

Can Homeostasis Be Static?

Contact Info

Product

Resources

About