2. ИНФОРМАЦИОННЫХ
ТЕХНОЛОГИЙ - IT
Проект:
«Разработка когнитивных технологий и программных
модулей
для визуализации многомерных данных в виде
эстетических визуальных
образов, стимулирующих интуицию ЛПР»
ООО «АКТИВ»
АНАЛИТИЧЕСКИЕ КОГНИТИВНЫЕ
ТЕХНОЛОГИИ ИНТЕЛЛЕКТУАЛЬНОЙ
ВИЗУАЛИЗАЦИИ
3. Команда проекта
Справка о компании Ключевые специалисты
– ООО «АКТИВ» входит в
холдинг ЗАО «РЕГУЛ» -
разработчика уникальных – Научный руководитель проекта:
IT-решений Горохов Владимир Леонидович, д.т.н.
профессор
–Опыт в области создания
адаптивных ИУС и
аналитических систем
- Заместитель научного руководителя
–Опыт коммерциализации проекта: Барышев Юрий Викторович,
ПО в различных отраслях д.ф.-м.н., профессор
– Научный консультант проекта:
Francesco SYLOS LABINI, профессор
4. Краткое резюме проекта
Компания ООО «АКТИВ» отвечает на вызов «Большого
информационного взрыва» созданием :
1. Новых когнитивных интернет-
технологиий визуализации
многомерных данных
2. Новых информационных
когнитивных систем и
интеллектуальных интерфейсов
5. ПРОБЛЕМА –
Процесс анализа многомерных данных в современных
распределенных базах данных наталкивается на серьезные
трудности восприятия человеком тех огромных массивов
данных, которые содержатся в электронных хранилищах.
РЕШЕНИЕ ПРОБЛЕМЫ -
• Компания в настоящее время разрабатывает целый спектр
инструментов помогающих человеку освоить эти массивы на
основе уникальных технологий использующих достижения
когнитивной машинной графики.
• Сейчас уже разрабатываются программные системы
когнитивной визуализации многомерных данных, которые
позволяют стимулировать профессиональную интуицию
человека эксперта.
6. Инновационность проекта
Компания развивает уникальные
технологии использования и стимуляции
сознания когнитивными информационными
системами. Эти инновационные подходы
лежат в сфере достижений теории
познания, культурологии, инженерной
психологии .
Когнитивные технологии готовы ответить на
вызов «Большого информационного
взрыва» и увязать интуицию и традиции.
7. Как это работает? …
Пример одной из идей когнитивной машиной графики -
Метод динамических проекций многомерных данных из фазовых
пространств
В основе метода лежит алгоритм динамического
проецирования многомерных данных
Результат динамического проецирования вызывает для
пользователя психологический эффект наблюдения псевдо-
трехмерного образа. В сознании пользователя образуется
когнитивный образ, несущий сведения о корреляционных
свойствах многомерных данных. Эти сведения
пользователь получает еще до применения средств
многомерного статистического анализа, что позволяет
рационально организовать дальнейший процесс
объективации данных анализа.
Доказано строго математически и экспериментально, что
этот когнитивный образ отражает свойства многомерных
данных (объекта в фазовом пространстве данных)
8. Модель алгоритма
Осуществляется проекция облака
точек из многомерного
пространства параметров на
выбранную двумерную плоскость
этого пространства
При этом осуществляется
движение этого многомерного
облака точек
10. Cognitive visualization
Пример генерации когнитивного
псевдотрехмерного образа в сознании человека
11. Новые принципы формирования и
описания когнитивных образов
Реализация фундаментальных аспектов
формирования когнитивных образов в
системах интеллектуальных
интерфейсов позволяет системно
реализовать стимуляцию интуиции
пользователя при осмотре многомерных
тера-байтных данных.
Использование логик Лесневского для
логического описания когнитивных
образов
12. Основные находки и приложения
разработанной когнитивной
машиной графики
Выявление и маркирование обнаруженных особеннос-
тей когнитивных образов многомерных данных
Использование полученных динамических образов как
автоматических лейблов для маркирования
многомерных данных
Изменение образов, подчас радикальное, говорит о
вторжении в структуру многомерных данных
В сознании пользователя образуется когнитивный
образ, несущий сведения о корреляционных свойствах
многомерных данных.
И этот зрелищный образ стимулирует интуитивное
понимание исследуемых объектов. Такое динамичес-
кое «виденье» позволяет оператору самому выбрать
ориентацию плоскости, чтобы иметь наилучшую (в
интуитивном смысле) проекцию для дальнейшей,
.
объективной статистической обработки
14. Пример многомерных данных – космологический обзор
галактик
На основе обработки изображений сверхглубокого
хабловского поля был получен каталог галактик HUDF .
Для галактик этого каталога определены угловые
размеры, поверхностные яркости, фотометрические
красные смещения, абсолютные звездные величины и
другие важные количественные характеристики. Каждая
галактика определяется набором более 44 таких
характеристик и представляет собой точку в 44-мерном
пространстве параметров. Каталог содержит около 4000
галактик
В данной работе на основе полученного каталога
производится когнитивная визуализация многомерных
данных этого каталога с целью возможного выбора
аргументов в пользу той или иной космологической
модели. Тем самым хотя бы частично проблема
априорной неопределенности снимается за счет
привлечения научной и эстетической интуиции, которая
используется при созерцании и манипуляции над
когнитивными образами.
Визуальный анализ полученных когнитивных образов
осуществляется с использованием разработанных
методик манипуляций с когнитивными образами .
Многомерный массив данных, который представляет
собой результаты сверхглубокого обзора были оформлен
14
как таблица Excel.
16. Пример когнитивного образа полученного за счет
проецирования из многомерного набора данных на
плоскость образованную осями из характеристик №29
(b-v) и №40 (prob z). Пространственные особенности
образа выделены разными цветами. Одновременно
эти цвета зафиксировали соответствующие объекты в
каталоге. Тем самым пользователю была дана
возможность проанализировать эти объекты с точки
зрения остальных астрофизических свойств.
16
21. Исследование механизмов
генерации когнитивных образов
Можно констатировать, что в самом общем виде
теория генерации когнитивных образов для
стимуляции интуиции и формирования
принципиально новых знаний как целостная
концепция, описывающая реальные изменения в
современной когнитивной науке и гносеологии,
находится в процессе становления и требует
комплексного изучения и научного анализа
данной тематики.
22. Предлагаемые методы и
подходы
Исследование базируется на использовании концепций когнитивной психологии,
концепций гносеологии, включающей идеи Э. Гуссерля и А. Бергсона, методах
философского анализа на основе современных достижений онтологии.
Предполагается использование общих методологий исследования: системного,
экономико-статистического, предметно-логического, институционального,
функционального и ситуационного анализа.
Объектом исследования является совокупность отношений, процессов,
состояний, выявляемых в теории искусственного интеллекта, экономике
знаний.
Предметом исследования является фундаментальные геометрические и
топологические свойства когнитивных образов, философские концепции
метафорического мышления в свете освоения человечеством новых мульти-
медиа технологий, тенденции и перспективы изменения и развития когнитивных
информационных систем для задач инновационного развития; способы и
методы философского описания и прогнозирования этих систем и когнитивных
процессов.
Будут исследованы закономерности формирования когнитивных образов, затем
разработаны элементы методологии манипуляции этих образов с целью
усиления эффектов суггестии. Исследование будет специализироваться в части
применения когнитивных систем для задач сетевых технологий и электронного
бизнеса, проблематики эффективного использования ресурсов интуиции
человека в рамках теории человеческого капитала.
23. Конкретные технологические
результаты
Выявление и классификация основных факторов, определяющих
эффективный процесс формирования когнитивных образов для
эффективного использования когнитивных информационных систем
Закономерности развития когнитивных сетевых технологий для повышения
потенциала инновационного типа на основе концепции человеческого
капитала;
Состав и описание проблем, критических элементов и процессов, влияющих
на успешность развития когнитивных сетевых технологий для реализации
сценария инновационного развития России;
Результаты сравнительного анализа различных моделей когнитивных
систем сетевого применения.
Классификация механизмов формирования когнитивных образов;
Система ключевых показателей развития систем когнитивной машинной
графики для инновационного пути развития сетевых технологий;
Оценка основных параметров и структуры систем когнитивной машинной
графики и интеллектуальных интерфейсов отвечающих потребностям
основных инновационных кластеров фундаментальных наук.
24. Последние результаты
Прежде всего, следует отметить разработку
нового поколения сетевых версий программ
визуализации многомерных данных основанных
на концепциях и научных метафорах гносеологии
Э. Гуссерля. Здесь удалось разработать методы
генерации псевдо - шестимерных когнитивных
образов, которые успешно отражают ранее
недоступные человеческой интуиции свойства
многомерных данных.
Разработаны методики манипуляции с
когнитивными образами обеспечивающие
получение новых научных результатов в ряде
отраслей фундаментального естествознания и
геомониторинга.
Показана эффективность применения
когнитивных информационных систем в области
медицинской статистики и мониторинга
образовательных процессов в России.
25. Последние применения разработанных
когнитивной средств для визуализации
многомерных данных
С использованием опыта разработки
программной системы NATRIX, позволяющую
непосредственную динамическую визуализацию
объектов размерности более 3D. На основе
исследования и развития технологии
когнитивной визуализации разработана
методика и технология когнитивной 6D
визуализации многомерных данных. Здесь
используются мнемонические возможности
когнитивных ресурсов человеческого сознания.
Выполнена разработка мультиплатформенных
Java-версий системы NATRIX.
27. NATRIX system
The NATRIX system является программой
следующего поколения, которая генерирует
псевдо шестимерные изображения в которых
закодированы сведения еще о трех параметрах
многомерного пространства данных. Эти
изображения предназначены для генерации
когнитивных образов в сознании человека.
Возбуждение в сознании человека этих образов
(ноэм) возможно благодаря специальным
механизмам (ноэзам) нашего сознания, которые
были предсказаны в рамках феноменологии
Гуссерля.
28. ПОЧЕМУ «СКОЛКОВО»?
Совпадение интересов команды с интересами руководства
страны в усилении роли российской науки.
Возможность сотрудничества и общения с разработчиками
новых научных направлений и технологий в рамках
международной научной интеграции.
Привлекательный инвестиционный климат.
Возможность реализовывать инвестиционные проекты в рамках
льготного налогообложения.