Российская Школа Современной Кибернетики (РШСК)
Проект создания образовательного, научно-исследовательского и прикладного инкубатора стартапов и прорывных технологий в области действительно разумных и интеллектуальных искусственных систем.
Фундаментальной научной базой является Парадигма Функциональной Системы (ПФС) П.К. Анохина – целостная мировоззренческая платформа, объясняющая целенаправленное адаптивное поведение и устройство любой живой системы от простого нейрона до социума.
Ее кибернетическая интерпретация является научно-прикладной задачей, решаемой в рамках РШСК, которая позволяет моделирование живого и его свойств, таких как мышление, разум, интеллект и др. в специализированных лабораториях, где будут готовиться кадры будущего, уже сегодня участвующие в уникальных проектах и разработках.
Успешные коллективы будут выделяться в самостоятельные стартапы с перспективой выхода на IPO.
Российская Школа Современной Кибернетики
Программа обучения и перечень проектов
Цель, назначение и область применения
Цель настоящей программы — подготовка нового поколения разработчиков искусственных живоподобных систем, обладающих разумом и интеллектом на основе малоизвестного на Западе и еще не востребованного в России фундаментального наследия П.К. Анохина и учеников его школы, уже признаваемого мировой наукой наиболее адекватным учением (парадигмой) о целенаправленном поведении и устройстве живого.
Программа обучения и практическая подготовка кадров, при реализации предлагаемых проектов, призвана создать научно-прикладной задел для взрывной активности и развития автономной разумной и интеллектуальной робототехники, систем принятия решений, управления большими социальными и производственными системами, развития новой не вычислительной аппаратной базы и соответствующей индустрии микросхемотехники, а также организации инкубатора стартапов, объединяемых единой научной философией, предлагающей междисциплнарный язык общения и универсальный подход к решению широкого круга высоко интеллектуальных задач шестого технологического уклада экономики России — эры Искусственного Раума.
Востребованность, области применения программ и проектов Российской Школы Современной Кибернетики определяются, как Указом Президента РФ от 10.10.2019 N 490 «О развитии искусственного интеллекта в Российской Федерации», так и Национальной программой ”Цифровая экономика Российской Федерации”, а также национальным проектом “Кадры для цифровой экономики”, в обеспечение подготовки высококвалифицированных кадров, а ее значимость отражается в “НАЦИОНАЛЬНОЙ СТРАТЕГИИ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ПЕРИОД ДО 2030 ГОДА”.
Терминология
Парадигма Функциональной системы П.К. Анохина — фундаментальная, мировоззренческая, философская и нейрофизиологическая платформа для моделирования живого в искусственных разумных и интеллектуальных системах, основанная на концепциях Функциональной Системы и Опережающего Отражения П.К. Анохина и концепция Ассоциативного Процессинга автора.
Опережающее отражение — концепт, объясняющий механизм извлечения закономерностей из повторяющихся потоков информации для заблаговременной, опережающей реалии, адаптации живого к биологически значимым событиям окружающего мира — механизм предвидения.
Ассоциативный процессинг — концепт, расширяющий репертуар адаптационных реакций организма на случайные, неизвестные, еще не испытываемые внешние воздействия, лежащий в основе целенаправленного и целесообразного поведения живой целостности — механизм “творческого” предвидения по образу и подобию.
Функциональная система — трехкомпонентная концепция предлагающая:
- алгоритмы сознательного (целенаправленного), подсознательного, условно рефлекторного и рефлекторного поведения
- универсальную, иерархическую, рекурсивную архитектуру “аппаратных средств”
- динамическую организацию и реконфигурацию “аппаратных средств
Разум — способность живого или искусственной системы генерировать внутренние или воспринимать внешние потребности и находить программы их удовлетворения — способность целенаправленного поведения
Мышление — процесс анализа обстановочной ситуации, внутренних потребностей, собственного субъективного опыта и моделирования соответствующей программы поведения в аппаратах памяти без ее актуализации во внешнем мире
Знание — сформированная в аппаратах ассоциативной памяти устойчивая связь, проверенная опытом, между потребностью или сигналом внешнего мира, результатом, способным удовлетворить потребность и программой его достижения в различных ситуациях путем самообучения или программирования разработчиком
Интуиция — формирование связей компонентов знания в процессе мышления или ассоциативной памяти, еще не проверенные опытом, возможно пригодные в будущем для удовлетворения какой-либо потребности
Сознание индивидуальное — знание целого о состоянии собственных компонентов и их взаимодействиях
Сознание коллективное — использование знания других членов сообщества для удовлетворения собственных или коллективных потребностей
Интеллект — свойство любой социальной формы живого или искусственной системы накапливать, преобразовывать в доступную другим членам сообщества форму и передавать собственный субъективный опыт адаптации и достижения целей.
Язык — целенаправленное сигнальное поведение членов сообщества для взаимообмена информацией, знаниями и организации коллективного целенаправленного поведения.
Программа
Предлагаемая программа является тематическим листом, без углубления в детали, и требует существенной проработки для развития всесторонних представлений и навыков студентов-разработчиков, достаточных для самостоятельной концептуальной реализации предлагаемых проектов, организации коллективов специалистов и создания стартапов.
- Философия
- Теория зарождения и эволюции живого и разума
- Философские основы современной кибернетики
- Потребность и самосохранение как движущие силы эволюции живого
- Опережающее отражение как основополагающий алгоритм адаптации
- Функциональная система как универсальный инструмент адаптации
- Результат как системообразующая фактор самоорганизации функциональной системы
- Социальные функциональные системы
- Язык как средство эффективной организации и адаптации социальных систем
- Интеллект как высшая форма опережающего отражения
- Государственно-социальные функциональные системы
- Экономические функциональные системы
- Политические функциональные системы
- Переосмысление философских понятий и категорий в терминах опережающего отражения и функциональной системы (живое, сознание, разум, мышление, информация и т.п.)
- Понимание как механизм эффективной кооперации
- Опережающее отражение и функциональная система как базис понимания, независимый от языка
- Автоматизация процессов понимания
- Эффективное обучение
- “Делай как я” метод
- “Думай как я” метод
- Принципы проектирования разумных кибернетических систем
- Социология
- Теория оптимального социального устройства
- Формализация процессов принятия решения в социальных системах
- Определение источников, каналов, форматов и т.п. необходимой информации, ее оценки, приоритезации и использования в принятии решений
- Алгоритмы поиска способов удовлетворения социальных потребностей.
- Оптимальные архитектуры социальных функциональных систем различного уровня
- Теория оптимального социального устройства
- Лингвистика, Интеллект и смежные области знаний
- Теория естественных языков и создание “Языка мозга”
- Искусственный Интеллект
- Диалоговые системы
- Экспертные системы
- Реабилитация и медицина и смежные области
- Биологические элементы человек-машина интерфейса
- Имплантация искусственных сенсорных систем
- Имплантация искусственных моторных систем
- Интеграция искусственной области мозга с естественным мозгом
- Обучение пользованию протезами
- Ассоциативная обработка информации в программных и аппаратных средствах
- Различные виды ассоциативной памяти
- Конфигураторы памяти и функциональных систем как инструмент изучения их свойств
- Сенсорные системы
- Моторные системы
- Генераторы потребностей
- Акцепторные системы
- Разработка программно-аппаратной среды для моделирования разумных систем
- Разработка специализированных ассоциативных операционных систем и алгоритмов
- Человеко-машинные интерфейсы
- Машино-машинные интерфейсы
- Разработка интеллектуальных диалоговых систем
- Разработка систем управления социальными функциональными системами
- Искусственная мышца
- Искусственная кожа
- Обучаемые системы управления сложными объектами
- Конвертеры сигналов искусственных сенсорных систем в нервную импульсацию
- Конвертеры нервной импульсации в сигналы управления
- Устройства визуализации мыслительных процессов искусственного мозга
- Устройства долговременной ассоциативной памяти и механизмов транспортировки знаний
- Механика
- Моделирование человеческого тела
- Протезирование моторных систем
- Конструирование специализированных тел
- Программирование
- Создание универсальной операционной среды для ассоциативной обработки информации
- Новое поколение языков программирования и моделирования живых систем
- Моделирование функциональных систем
Проекты
Разработка ассоциативных моделей нейрона и нейронных ансамблей на их основе
Обоснование актуальности и новизны:
Существующие математические модели нейрона весьма далеки от своего естественного аналога. Нейронные сети на их основе, несмотря на некоторую полезность для решения конкретных задач распознавания, совершенно бесполезны для объяснения и реализации целенаправленной поведенческой деятельности – основополагающем требовании современной кибернетики, как науки о моделировании живых систем.
Представляется, что идеи и принципы Парадигмы Функциональной системы П.К. Анохина, справедливые как для микро, так и для макроуровней организации живого, обеспечат научно-практическую платформу для, максимально приближённого к естественному, моделированию нейрона на основе архитектуры и механизмов функциональной системы, ассоциативных аппаратов памяти и ассоциативного процессинга, а также принципа опережающего отражения для формирования, хранения и переработки сенсорной информации в целенаправленное поведение.
В рамках предлагаемого проекта планируется разработка моделей рецепторных, ассоциативных и моторных нейронов, сенсорных и моторных систем организма, принципов организации, самоорганизации и моделирования специализированных областей мозга, их взаимодействие с рецепторными и актуаторными, а также проприорецептивными периферическими подсистемами и внешними устройствами для коммуникации с человеком и техническими системами.
Предполагается, что в результате реализации проекта будет создана расширяемая, реконфигурируемая, распределенная научно-исследовательская платформа, позволяющая функциональное моделирование разумного поведения и тонких механизмов мыслительной деятельности.
Область применения и сфера внедрения:
Фундаментальные и научно-прикладные исследования, ОКР, разработка мозг-машина интерфейсов, разработка разумных устройств и машин, разработка ассоциативной микроэлектронной базы, разработка ассоциативного процессинга и операционных систем для существующей вычислительной базы.
Разработка ассоциативных методов классификации паттернов ЭЭГ, обеспечивающих функционирование интерфейса “мозг- компьютер” высокого разрешения
Обоснование актуальности и новизны:
Существующие, вычислительные методы распознавания, классификации и интерпретации паттернов ЭЭГ, основанные на субъективном понимании и интерпретации изучаемых процессов, использовании традиционных нейронных сетей и рефлекторной дуги Павлова, не в состоянии обеспечить эффективный “мозг-компьютер” интерфейс (МКИ) для воспроизводства в промышленных масштабах.
Представляется, что методы ассоциативного информационного процессинга и технические средства для распознавания закономерностей, классификации и интерпретации паттернов ЭЭГ на основе идей Парадигмы Функциональной системы П.К. Анохина, позволят существенно расширить разрешающую способность и потребительскую ценность интерфейса “человек-машина”.
Целью проекта является создание научно-технического задела для разработки программно-аппаратной научно-исследовательской платформы и микроэлектронной базы для изучения и распознавания закономерностей, классификации и идентификации биологического смысла паттернов ЭЭГ, включая намерения выполнения каких-либо действий.
Высокую скорость, разрешающую способность и новые качества распознавания повторяющихся паттернов должна обеспечить ассоциативная память системы, а разработка принципов ее функционирования и организации является центральной задачей проекта.
Актуальность проблематики подтверждается проектами РФФИ, тема 608.4 и направлениями ФПИ — Интегральные биосистемы, Искусственный интеллект. Когнитивные технологии.
Область применения и сфера внедрения:
Основной областью применения проектируемой платформы будет сфера научно-прикладных исследований (НПИ) для разработки промышленных МКИ.
Ожидаемая сфера внедрения результатов НПИ – промышленные МКИ для управления внешними устройствами.
Мозг-машина интерфейс на основе ЭЭГ высокого разрешения
двигательных зон головного мозга
Обоснование актуальности и новизны:
Современные, наиболее совершенные методы автоматической классификации паттернов ЭЭГ для создания мозг-машина интерфейсов основаны на спектральном преобразовании входного возбуждения и классификации последовательности спектров многоуровневыми комитетом искусственных нейронных сетей.
Съем информации осуществляется со всех участков коры головного мозга, без учета их функциональной специфики в формировании целостного поведенческого акта и, по сути, является анализом сенсорной информации, сопутствующей формированию поведенческой реакции и требующей интерпретации в терминах команд управления, что до сих пор остается мечтой исследователей.
Кроме того, ЭЭГ шлемы имеют весьма плохие эксплуатационно-технические характеристики и надежность.
Однако, по представлениям современной физиологии, за двигательную активность организма отвечают лобные доли мозга, в которых протекают процессы формирования результата ассоциативной переработки сенсорной информации и её преобразование в поведенческую программу.
Представляется, что ЭЭГ анализ этих областей с высоким разрешением позволит вычленить непосредственно сигналы управления актуаторами организма, что в свою очередь можно будет использовать для управления внешними устройствами.
Тончайший ЭЭГ рецептор высокого разрешения располагается и легко укрепляется на лбу пользователя, что существенно улучшит эксплуатационно-технические и пользовательские характеристики МКИ, а развитая микроэлектронная база современной телефонии обеспечит компактный физический интерфейс с любым внешним устройством по телефонным или сетевым технологиям.
В основе систем анализа ЭЭГ будут использоваться ассоциативные методы обработки и хранения информации, принципы опережающего отражения и функциональной системы П.К.Анохина.
Распознавание, классификация и интерпретация ЭЭГ в сигналы управления будут проводится на основе обучения МКИ необходимым программам поведения.
Область применения и сфера внедрения:
Научные исследования, управление машинами и компьютером, игры и виртуальная реальность, мотивационное управление автономными системами
Разработка принципов и методов построения интеллектуальных биомехатронных протезов
Обоснование актуальности и новизны :
Главной тенденцией в развитии протезирования является максимальное приближение функций и возможностей протезов к их естественным аналогам. Это требует существенного увеличения степеней свободы протеза, его очувствление и создание биологических обратных связей, а также управления протезом на уровне мотиваций и целостных поведенческих программ, а не отдельных команд управления, посылаемых мозгом.
Представляется, что разработка принципов и методов построения интеллектуальных биомехатронных протезов нового поколения, каждый сустав которых управляется собственной функциональной системой, обладающий ассоциативной “мышечной” памятью, образующих иерархию сочлененных функциональных систем, управляемых мио- или ЭЭГ рецепторными системами, расположенными на теле пациента, вычленяющими мотивационные побуждения, позволят удовлетворить новые требования и существенно поднять уровень потребительской ценности протезов.
Уникальным свойством таких протезов будет возможность тиражирования их “мышечной памяти”, заполняемой здоровым тренером в процессе обучения целостным поведенческим программам, формируемым под управлением мотивационных побуждений, а также возможность консолидации опыта различных тренеров.
Предполагается, что заранее обученный протез существенно ускорит процесс адаптации и обучения пациента, что существенно снизит затраты.
(РФФИ, тема 608.6; ФПИ, направления Бионика, Интегральные биосистемы)
Область применения и сфера внедрения:
Протезирование, реабилитация, управление интеллектуальными машинами и аппаратами, мотивационное управление автономными роботизированными системами
Интеллектуальный синтезатор речи для больных ДЦП
Обоснование актуальности и новизны:
Возникновение речевой патологии у больных ДЦП, в основном, вызвано нарушением афферентных связей между речевой и артикуляторной зонами коры и подкорковых структур головного мозга, а также нарушениями обратной афферентации от речевой мускулатуры в структуры мозга.
Предполагается, что создание искусственных цепей прямой и обратной связи через активное, интеллектуальное внешнее устройство – синтезатор речи, позволит не только улучшить воспроизводимость речи, но и сможет оказать реабилитационное воздействие на больного.
Синтезатор речи будет представлять собой систему анализа ЭЭГ высокого разрешения речевой зоны коры, распознающий команды управления для синтеза и воспроизведения речевых единиц, хранимых в обучаемом словаре, преобразователем сигналов управления для стимуляции мышц артикуляторного аппарата (прямой афферентации) через стимуляцию моторной зоны артикуляторной коры, системы миорецепторов для снятия мышечных сигналов обратной афферентации и стимулятора артикуляторной зоны коры (обратной афферентации).
Предлагаемые разработки лягут в основу создания двунаправленных интерфейсов мозг-машина и расширения функций мозга с использованием внешних устройств на основе представлений парадигмы функциональной системы П.К.Анохина
Аналоги предлагаемого подхода не найдены.
Область применения и сфера внедрения:
Научные исследования. Двунаправленные мозг-машина интерфейсы. Расширение функций мозга за счет внешних устройств. Протезирование и реабилитация больных ДЦП с нарушениями речи.
Смысловой словарь на основе категорий ПФС
Обоснование актуальности и новизны:
Решение задачи понимания естественных языков необходимо требует универсальной, независимой от языка, известной всему живому смысловой основы. Такой основой может стать смысловой категориальный словарь, категории которого образуют термины, описывающие все компоненты Парадигмы Функциональных Систем (ПФС). Например, “потребность” — термин легко переводимый на любой язык, но отражающий известную всему живому смысловую категорию.
Восприятие языковых конструкций — анализ, сводится к отнесению распознаваемого чанка текста к какой-либо категории словаря, а конечное сочетание всех распознанных категорий текста составит смысловой скелет сообщения.
Воспроизведение — синтез языковых конструкций, осуществляется процессом выборки из словаря соответствующего смыслового скелета под управлением потребности и контекста, который затем заполняется конкретными значениями.
Задачей предлагаемого проекта является смысловая разметка элементов языка и его конструкций в терминах ПФС (по заранее сконструированной структуре) с применением методов самообучения и обучения с экспертом-лингвистом.
В задачи настоящего проекта не входят процессы анализа и синтеза.
Область применения и сфера внедрения:
Смысловой категориальный словарь ПФС станет основным модулем для разработки любых систем понимания с интерфейсом на естественном языке.
Моделирование мышления
В основе разумных и тем более интеллектуальных систем лежит процесс непрерывного поиска вещества, энергии и информации для опережающей адаптации к любым изменениям во внутренней или окружающей среде, что позволяет моделировать цели и программы адаптации в субстрате памяти, без их актуализации во внешнем мире до наступления благоприятного момента — пускового стимула. Этот процесс мы называем мышлением.
Реализация выбранной из памяти, под управлением внутренних или внешних мотиваций в контексте текущий ситуации, программы достижения поставленной цели мы называем разумным поведением.
Целью предлагаемого проекта является создание программной платформы для отработки всех элементов мышления и разумного поведения на основе идей Парадигмы Функциональных Систем (ПФС).
Область применения и сфера внедрения:
Моделирование разумных, самообучаемых и обучаемых систем управления технологическими процессами в различных индустриях для замены систем АСУ, включая автономную робототехнику.
Система Сильного Искусственного Интеллекта
Предлагается проект создания динамически реконфигурируемой, открытой, модельной, иерархической, рекурсивной программной платформы, реализующей человеко-машинный интерфейс на естественном языке, способной выполнять функции творческого мышления, логики, принятия решений, накопления, трансформации и распространения знаний, приобретаемых самообучением и обучением под руководством экспертов, автоматически формирующей экспертную сеть для нужд управления социальными, государственными, производственными или иными специализированными системами, включая судебную, контроля за выполнением норм УПК или подобные, управление обороной и т.п. на основе Парадигмы Функциональных Систем П.К. Анохина (ПФС).
Система будет накапливать собственный субъективный опыт решения различных интеллектуальных задач, конвертировать его в доступную для пользователя форму на естественном языке, с учётом его интеллектуальных способностей и индивидуальных особенностей восприятия, коммуникативного типа и др. особенностей и вести осмысленный эмоциональный диалог, направленный на решение его задач и удовлетворения его потребностей.
Психо-лингвистический cинтезатор осмысленных диалогов — Sales Bot
Обоснование актуальности и новизны:
Современные инструменты продаж в виде диалоговых чат-ботов обладают рядом существенных недостатков, таких как:
- независимость сценария от контекста диалога;
- Незначительная глубина дерева сценариев диалога
- Необходимость написания полных ответов на каждом уровне диалога
Конструктор интеллектуального контекстуального диалога с покупателем по его психологическому портрету и чат бот.
Конструктор предназначен для синтеза диалогов с учетом психологических групповых портретов, определяемых иерархическим расширяющимся набором критериев покупателя.
По этим критериям бот автоматически выбирает заранее разработанный сценарий, таргетирующий конкретного покупателя, принадлежащего данной психологической группе, и синтезирует текст диалога для продавца из заранее разработанного набора стратегий, тактик диалога, чанков предложений, шаблонов отвечающих за различные функции языка и т.п., выбираемых из словарей под управлением смысловых модификаторов.
Смысловой модификатор представляет собой вектор текущих эмоций, целей продавца, уровня интеллекта покупателя и т.п.
Результирующий текст читается ботом или человеком.
Сценарий может модифицироваться в реальном времени по результату анализа вводов покупателя в зависимости от его эмоционального состояния, текущего фокуса и т.п. с обязательным возвращением в точку отклонения, с учетом контекста и истории.
Анализ вводной информации осуществляется по нескольким параллельным ветвям:
- Выявление потребности: текст->значение->смысл->потребность.
- Выявление эмоционального состояния текст->значение->эмоции
- Выявление уровня интеллекта текст-> структура и лексикон текста
- Выявление типа коммуникативной группы: -> доминантность; мобильность; ригидность; интровертность.
- Выявление психологической группы -> имя -> дата рождения
По результату процессинга этой информации определяется область допустимых:
- Целей (предполагаемых результатов) для удовлетворения потребности
- Выбор стратегии изложения
- Модификация стратегии по параметрам анализа
- Реализация плана изложения (синтез)
Синтез предложения осуществляется по его смысловому скелету (плану изложения) по цепочке Смысл->зачение->текст из чанков, выбираемых из словаря, приводимых к правильным лексическим формам, с учетом параметров покупателя.
Преимуществом предлагаемого чат-бота является существенное урощение разработки ответов для глубокой иерархии диалогов за счет использования небольшого словаря чанков ответов и гибкой комбинаторики элементов стратегии, тактики и сценариев их синтеза.
Другими словами — полные ответы не разрабатываются, а синтезируются.
Другим преимуществом является способность бота к обучению и самообучению т.е. к накоплению собственного опыта общения, стратегий и тактик диалога и т.п.
Программа стратегического развития интеллектуальных технологий на основе парадигмы Функциональной системы П.К.Анохина
Обоснование актуальности и новизны:
Анализ наиболее перспективных программ изучения мозга (USA-EU) с целями прикладной медицины и моделирования функций высшей нервной деятельности, разрабатываемые на Западе, позволяет оценить их уровень 30-ми – 70-ми годами прошлого века, когда в России зародилась новая школа нейрофизиологии, возглавляемая академиком Петром Кузмичом Анохиным.
Сформированные им концепции Функциональной Системы и Опережающего отражения уже тогда ответили на многие вопросы, задаваемые в этих программах, а развитие компьютерных технологий сегодня позволяет подтвердить справедливость этих концепций в моделировании разумных искусственных систем.
Не решенными остались некоторые вопросы организации и функционирования аппаратов памяти биологических систем и параллельной, асинхронной обработки информационных потоков, преобразующих сигналы мира в разумное поведение.
Основополагающие идеи решения этих вопросов предлагаются в концепции Ассоциативного информационного процессинга и аппаратов памяти, органически дополняющей концепции Анохина, что в своем триединстве и целостности позволяет сформулировать Парадигму Функциональной Системы (ПФС) как фундаментальную научно-методическую и прикладную базу и для изучения высшей нервной деятельности, и для ее моделирования в искусственных системах, не привязываясь с к свойствам органического субстрата.
Таким образом, параллельная разработка как медицинских, так и кибернетических приложений ПФС позволит Российской Школе Современной Кибернетики (РШСК) значительно опередить дорогостоящие, времяемкие мега-проекты Запада и создать научно-технический задел для разработки действительно разумных и даже интеллектуальных искусственных систем, что является одной из главных целей программы стратегического развития Российской науки и техники.
Предлагаемая программа
По своей сути, ПФС предлагает принципиально новое мировоззрение на живое, и, как все новое, требует осознания широкими массами исследователей и инженеров, подготовка которых возлагается на РШСК.
Концепция Ассоциативного процессинга предлагает идею принципиально новой не вычислительной, ассоциативной среды для обработки и хранения все возрастающих потоков информации и необходимо требует разработки принципиально новой микроэлектронной базы и систем, что может привести к созданию новых индустрий и продуктов.
Создание новой компонентной базы позволит реализовать идеи автономных разумных и интеллектуальных робототехнических систем.
Даже существующие вычислительные среды и системы на чипе, на основе представлений ПФС, уже сегодня могут быть использованы в протезировании и реабилитации для создания разумных протезов и тренажеров, перенимающих и тиражирующих опыт здорового тренера, управления автономными беспилотными роботизированными аппаратами, перенимающими опыт высоко квалифицированного пилота, интеллектуальных диалоговых системах, понимающих потребности и мотивации пользователя на естественном языке, читающих и понимающих тексты документов, интеллектуальных функциональных системах управления государственными, общественными и производственными структурами, а также во многих других практических приложениях и продуктах.
Ниже предлагаются следующие направления стратегического развития науки, техники и технологий на основе идей ПФС:
- Создание Российской Школы Современной Кибернетики для подготовки и переподготовки квалифицированных кадров нового поколения
- Создание индустрии ассоциативной микроэлектроники взамен вычислительной и разработки их практических приложений
- Создание ассоциативных операционных сред для моделирования разумных и интеллектуальных систем на базе существующих компьютерных систем, создание ассоциативных языков программирования и ассоциативной математики
- Создание индустрии разумных протезов, средств реабилитации и автономных роботизированных систем
- Создание индустрии интеллектуальных, диалоговых систем, владеющих естественными языками и выполняющими интеллектуальные функции человека под управлением потребностей пользователя и собственных информационных потребностей
- Создание индустрии интеллектуальных систем управления социумами, государственными, общественными, производственными и военными
Далее приводятся конкретные проекты, реализация которых углубит понимание ПФС и создаст научно-прикладной задел для других практических приложений:
- Разработка новых методов классификации паттернов ЭЭГ, соответствующих воображению различных движений и обеспечивающих функционирование интерфейса “мозг- компьютер” высокого разрешения (РФФИ, тема 608.4; ФПИ, направления Интегральные биосистемы, Искусственный интеллект. Когнитивные технологии)
Фокус настоящего проекта будет сосредоточен на разработке принципиально новых методов ассоциативного информационного процессинга и технических средств для распознавания закономерностей, классификации и интерпретации паттернов ЭЭГ на основе идей Парадигмы Функциональной системы П.К. Анохина, призванных существенно расширить разрешающую способность интерфейса “человек-машина” за счет моделирования и обучения недоступных для ЭЭГ сигналов промежуточных преобразователей сигналов внешнего мира в разумное поведение.
- Разработка принципов и методов построения интеллектуальных биомехатронных реабилитационных систем (РФФИ, тема 608.6; ФПИ, направления Бионика, Интегральные биосистемы)
Разработка принципов и методов построения интеллектуальных биомехатронных систем для реабилитации и протезирования путем обучения и заполнения их “мышечной памяти” моторным опытом здорового учителя с последующей передачи этого опыта больному с нарушением сенсомоторных функций, и, в частности, больных ДЦП, на основе Парадигмы Функциональной Системы П.К.Анохина
- Разумная, интеллектуальная, обучаемая, диалоговая, информационно-аналитическая, распределенная, экспертная сеть на основе принципов опережающего отражения, функциональной системы и ассоциативных методов обработки информации (ФПИ, Конкурс технологий поиска информации в сети Интернет, направление Искусственный интеллект. Когнитивные технологии)
Цель научной составляющей настоящего проекта состоит в выявлении наиболее общих закономерностей языка(в), смыслового представления и интерпретации знаний на основе идей ПФС, а также ассоциативных методов накопления, хранения, поиска и выборки знаний в автоматически формируемой, распределенной, обучаемой и самообучаемой, диалоговой экспертной сети.
Цель практической составляющей проекта состоит в создании работающих инструментов многоуровневого, мотивационного понимания текстов независимых от языков, методов обучения, анализа и использования результатов в приложении к разумному, интеллектуальному автоматическому поиску релевантной информации в текстовых массивах и на ресурсах Интернет.
- Программная среда для моделирования разумного поведения (ФПИ, направление Искусственный интеллект. Когнитивные технологии)
Цель: Разработка научно-исследовательского инструмента для моделирования процесса формирования разумного поведения виртуальных целостностей – сильно/слабо связанных агентов, их групп, формирования центров коммуникации и управления, специализации, иерархии отношений и т.п. на основе триединства концепций Функциональной системы, Опережающего отражения и Ассоциативного процессинга, лежащих в основе кибернетической интерпретации Парадигмы Функциональной системы П.К. Анохина.
Заключение
ПФС предлагает принципиально новую, не зависимую от субстрата, мировоззренческую платформу на все живое, распространяя ее на искусственные разумные и интеллектуальные системы, создавая гигантский, революционный прорыв в понимании механизмов интеллекта и разума.
Россия обязана воспользоваться этим мощным заделом для успешного укрепления фундаментальной и прикладной науки и развития новых индустрий и технологий, пока Западные конкуренты идут по тупиковому направлению, методом проб и ошибок и пытаются понять природу и механизмы мозга, вычленяя его из целостного организма.
В силу оборонной значимости предлагаемых идеи достигнутые результаты не публикуются.
Надеемся, что содействие Агентство Стратегических Инициатив позволит решить эту проблему путем кооперации с ведущими организациями России, заинтересованными в предлагаемом, революционном прорыве.
Презентация ПФС с кратким описанием достигнутых результатов автономных, самообучаемых и обучаемых с учителем разумных торговых систем прилагается.
Нам представляется, что одно лишь перечисление свойств наших систем позволит экспертам отнести их к разряду разумных, и подтвердит правоту и эффективность практических приложений ПФС.
НЕЙРОТЕХНОЛОГИИ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
- Субтехнология «Обработка естественного языка»
2.1. Технологическая задача: Спам фильтрация на основе искусственного интеллекта
2.1.1 | Поддержка коммерциализации проектов по созданию систем анализа и фильтрации получаемой информации на основе искусственного интеллекта на посевной стадии | Получены прототипы продуктов, способных анализировать и фильтровать получаемую информацию на основе искусственного интеллекта |
2.2. Технологическая задача: Интеллектуальный поиск ответов в тексте и «понимание» запросов пользователя
2.2.1 | Поддержка коммерциализации проектов по интеллектуальному поиску ответов в тексте и «пониманию» запросов пользователя, например, для интеллектуального поиска по базе документов, и для применения в других сферах на посевной стадии | Получены прототипы продуктов, способных осуществлять интеллектуальный поиск для поиска ответов в тексте и «понимать» запросы пользователя, например, для интеллектуального поиска по базе документов, и для применения в других сферах |
2.3 Технологическая задача: Распознавание ошибок, слэнга и аббревиатур
2.3.1 | Поддержка коммерциализации проектов по распознаванию ошибок, слэнга и аббревиатур, например, для улучшения текущих решений (чат-боты, ассистенты и т.д.) с учетом контекста, и для применения в других сферах на посевной стадии | Получены прототипы продуктов, способных распознавать ошибки, слэнг и аббревиатуры, например, для улучшения текущих решений (чат-боты, ассистенты и т. д.) с учетом контекста, и для применения в других сферах |
2.4 Технологическая задача: Учет контекста/истории взаимодействия, группировка и классификация при распознавании текста
2.4.1. | Поддержка коммерциализации проектов по учету контекста/истории взаимодействия, группировке и классификации при распознавании текста, например, для построения блок-схем на основании текстовой информации и анализа нарушения логики в них, а также для применения в других сферах на посевной стадии | Получены прототипы продуктов, способных учитывать контекст/историю взаимодействия, группировку и классификацию при распознавании текста, например, для построения блок-схем на основании текстовой информации и анализа нарушения логики в них, а также для применения в других сферах |
2.5 Технологическая задача: Понимание различных литературных приемов и стилей
2.5.1 | Поддержка коммерциализации проектов по пониманию различных литературных приемов и стилей, например, для использования в автоматических системах литературного, технического и делового перевода, а также для применения в других сферах на посевной стадии | Получены прототипы продуктов, способных понимать различные литературные приемы и стили, например, для использования в автоматических системах литературного, технического и делового перевода, а также для применения в других сферах |
2.6 Технологическая задача: Автоматический подбор, выбор и интеграция навыков
2.6.1 | Поддержка коммерциализации проектов по автоматическому подбору, выбору и интеграции навыков, например, для использования в технологии мультизадачных разговорных ассистентов, и для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных автоматически подбирать, выбирать и интегрировать навыки, например, для использования в технологии мультизадачных разговорных ассистентов, и для использования в других сферах |
2.7 Технологическая задача: Динамическое распознавание смысла (распознавание до получения законченного предложения/абзаца)
2.7.2 | Поддержка коммерциализации проектов по динамическому распознаванию смысла (распознавание до получения законченного предложения/абзаца), например, для внедрения в системы автоматического синхронного перевода на основе искусственного интеллекта, и для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных динамически распознавать смысл (распознавание до получения законченного предложения/абзаца), например, для внедрения в системы автоматического синхронного перевода на основе искусственного интеллекта, и для использования в других сферах |
2.8 Технологическая задача: Синтез уникальных текстов (в том числе художественные произведения)
2.8.2 | Поддержка коммерциализации проектов по синтезу уникальных текстов (в том числе художественных произведений), например, для создания персонализированного рекламного текста, использования в автоматизированных ассистентах по написанию статей, новостей и худ. произведений, а также для применения в других сферах на посевной стадии | Получены первые прототипы продуктов, способных синтезировать уникальные тексты (в том числе художественные произведения), например, для создания персонализированного рекламного текста, использования в автоматизированных ассистентах по написанию статей, новостей и худ. произведений, а также для применения в других сферах |
2.9 Технологическая задача: Выделение наиболее важной информации и контекста
2.9.2 | Поддержка коммерциализации проектов по выделению наиболее важной информации и контекста, например, в целях обработки больших массивов неструктурированной текстовой и речевой информации, их самаризации, а также для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных выделять наиболее важную информацию, контекст, например, в целях обработки больших массивов неструктурированной текстовой и речевой информации, их самаризации, а также для использования в других сферах |
2.10 Технологическая задача: Распознание эмоциональных оттенков и субэмоций речи и текста
2.10.1 | Разработка подходов и алгоритмов по распознанию эмоциональных оттенков и субэмоций речи и текста, например, в целях формирования психографического портрета, и для использования в других сферах | Разработаны подходы и алгоритмы, способные распознать эмоциональные оттенки и субэмоции речи и текста, например, в целях формирования психографического портрета, и для использования в других сферах |
- Субтехнология «Рекомендательные системы и интеллектуальные системы поддержки принятия решений»
3.1 Технологическая задача: Предсказательное моделирование результатов работы/обучение без тестирования в реальной среде (оценка качества работы)
3.1.1 | Поддержка коммерциализации проектов по предсказательному моделированию результатов работы/обучения без тестирования в реальной среде (оценка качества работы), например, для применения в сферах медицины (лечение кровеносной системы, диагностирование рака), в рекомендательных системах, тестируемых без участия пользователя, при оптимизации алгоритмов системы управления роботами при помощи симулятора/ модели, а также в других сферах на посевной стадии | Получены первые прототипы продуктов, способных выполнять предсказательное моделирование результатов работы/обучения без тестирования в реальной среде (оценка качества работы), например, для применения в сферах медицины (лечение кровеносной системы, диагностирование рака), в рекомендательных системах, тестируемых без участия пользователя, при оптимизации алгоритмов системы управления роботами при помощи симулятора/ модели, а также в других сферах |
3.2 Технологическая задача: Принятие решений на основе открытых источников данных и неструктурированной информации
3.2.2 | Поддержка коммерциализации проектов по принятию решений на основе открытых источников данных и неструктурированной информации, например, для использования в интеллектуальных системах поддержки принятия решений для решения стратегических вопросов, и в других сферах на посевной стадии (например, в туризме и градостроительстве) | Получены первые прототипы продуктов, способных принимать решения на основе открытых источников данных и неструктурированной информации, например, для использования в интеллектуальных системах поддержки принятия решений для решения стратегических вопросов, и в других сферах (например, в туризме и градостроительстве) |
3.3 Технологическая задача: Принятие решений в реальном времени (в том числе в рамках непрерывного процесса)
3.3.2 | Поддержка коммерциализации проектов по принятию решений в реальном времени (в том числе в рамках непрерывного процесса), например, в системах адаптивного динамического управления сложными объектами, включая РТС и беспилотные ТС, в системах моделирования и симуляции процессов и Process Mining, а также для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных принимать решения в реальном времени (в том числе в рамках непрерывного процесса), например, в системах адаптивного динамического управления сложными объектами, включая РТС и беспилотные ТС, в системах моделирования и симуляции процессов и Process Mining, а также для использования в других сферах |
3.4 Технологическая задача: Обоснование решений, принятых на основе искусственного интеллекта
3.4.2 | Поддержка коммерциализации проектов по обоснованию решений, принятых на основе искусственного интеллекта, например, в целях поддержки принятия и верификации решений надзорных органов, развития науки о жизни (поиск новых гипотез и их доказательство научными методами), и для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных обосновать решения, принятые на основе искусственного интеллекта, например, в целях поддержки принятия и верификации решений надзорных органов, развития науки о жизни (поиск новых гипотез и их доказательство научными методами), и для использования в других сферах |
3.5 Технологическая задача: Системы управления, учитывающие физических процессы, происходящие с объектом
3.6.1 | Поддержка коммерциализации проектов по системам управления, которые учитывают физические процессы, происходящие с объектом, например, системы управления движением воздушного и наземного транспорта, а также для использования в других сферах на посевной стадии | Получены прототипы продуктов: системы управления, которые учитывают физические процессы, происходящие с объектом, например, системы управления движением воздушного и наземного транспорта, а также для использования в других сферах |
3.7 Технологическая задача: Динамическое адаптивное управление и ориентация отдельного объекта в сложных/недетерминированных условиях
3.7.1 | Поддержка коммерциализации проектов по динамическому адаптивному управлению и ориентации отдельного объекта в сложных/недетерминированных условиях, например, для систем управления автономными объектами, систем управления объектом, учитывающих отставание сигналов, и для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных осуществлять динамическое адаптивное управление и ориентация отдельного объекта в сложных/недетерминированных условиях, например, для систем управления автономными объектами, систем управления объектом, учитывающих отставание сигналов, и для использования в других сферах |
3.8 Технологическая задача: Централизованное управление группой/роем объектов
3.8.1 | Поддержка коммерциализации проектов по централизованному управлению группой/роем объектов на посевной стадии | Получены прототипы продуктов, способных осуществлять централизованное управление группой/роем объектов |
3.11. Технологическая задача: Использование искусственного интеллекта для проектирования сложных объектов (систем, роботов, алгоритмов)
3.11.2 | Поддержка коммерциализации проектов по использованию искусственного интеллекта для проектирования сложных объектов (систем, роботов, алгоритмов), например, для сквозного проектирования аппаратной и программной части, алгоритмов работы, для использования в интеллектуальных САПР для проектирования алгоритмов и технических устройств, а также для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, в которых используется искусственный интеллект для проектирования сложных объектов (систем, роботов, алгоритмов), например, для сквозного проектирования аппаратной и программной части, алгоритмов работы, для использования в интеллектуальных САПР для проектирования алгоритмов и технических устройств, а также для использования в других сферах |
3.12 Технологическая задача: Разметка данных при помощи искусственного интеллекта
3.12.2 | Поддержка коммерциализации проектов по разметке данных при помощи искусственного интеллекта, например, для автоматизации подготовки данных для прикладных задач, и для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных выполнять разметку данных при помощи искусственного интеллекта, например, для автоматизации подготовки данных для прикладных задач, и для использования в других сферах |
3.13 Технологическая задача: Задачи менеджмента данных при помощи искусственного интеллекта (интеграция, обогащение, контроль качества и т.д.)
3.13.1 | Поддержка коммерциализации проектов по менеджменту данных при помощи искусственного интеллекта (интеграция, обогащение, контроль качества и т.д.), например, через системы объединения данных из различных источников (цифровой профиль, единый источник знаний из объединенных информационных систем, геомарктинговые сервисы, MDM системы), системы повышения качества и консистентности данных, а также для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных осуществлять менеджмент данных при помощи искусственного интеллекта (интеграция, обогащение, контроль качества и т.д.), например, через системы объединения данных из различных источников (цифровой профиль, единый источник знаний из объединенных информационных систем, геомарктинговые сервисы, MDM системы), системы повышения качества и консистентности данных, а также для использования в других сферах |
- Субтехнология «Распознавание и синтез речи»
4.1 Технологическая задача: Проверки подлинности речи
4.1.1 | Поддержка коммерциализации проектов по проверке подлинности речи, например, для проверки личности говорящего, и для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных осуществлять проверку подлинности речи, например, для проверки личности говорящего, и для использования в других сферах |
4.2 Технологическая задача: Распознавание звуков и речи в сложных условиях (шумы, большое расстояние и т.д.)
4.2.1 | Поддержка коммерциализации проектов по распознаванию звуков и речи в сложных условиях (шумы, большое расстояние и т.д.), например, для использования в системах обработки и анализа переговоров, и в других сферах на посевной стадии | Получены прототипы продуктов, способных распознавать звуки и речь в сложных условиях (шумы, большое расстояние и т.д.), например, для использования в системах обработки и анализа переговоров, и в других сферах |
4.3 Технологическая задача: Распознание сложных смысловых конструкций и слэнга в речи
4.3.1 | Поддержка коммерциализации проектов по распознанию сложных смысловых конструкций и слэнга в речи, например, для улучшения текущих решений (персональные ассистенты), для использования в системах поиска скрытого содержания и смысла, а также для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных распознать сложные смысловые конструкции и слэнг в речи, например, для улучшения текущих решений (персональные ассистенты), для использования в системах поиска скрытого содержания и смысла, а также для использования в других сферах |
4.4 Технологическая задача: Создание средств управления эмоциями и смысловыми конструкциями в синтезированной речи
4.4.1 | Поддержка коммерциализации проектов по созданию средств управления эмоциями и смысловыми конструкциями в синтезированной речи, например, для целей синтезирования художественных произведений, и для использования в других сферах на посевной стадии | Получены прототипы продуктов: средства управления эмоциями и смысловыми конструкциями в синтезированной речи, например, для целей синтезирования художественных произведений, и для использования в других сферах |
4.5 Технологическая задача: Синтезирование речи на другом языке
4.5.1 | Поддержка коммерциализации проектов по синтезированию речи на другом языке, например, для улучшения персональных синхронных переводчиков, и для использования в других сферах на посевной стадии | Получены прототипы продуктов, способных синтезировать речь на другом языке, например, для улучшения персональных синхронных переводчиков, и для использования в других сферах |
4.6 Технологическая задача: Распознавание антропологических признаков на основе речи
4.6.2 | Поддержка коммерциализации проектов по распознаванию антропологических признаков на основе речи, например, для использования в системах идентификации социального статуса и других атрибутов человека, и для применения в других сферах на посевной стадии | Получены первые прототипы продуктов, способных распознавать антропологические признаки на основе речи, например, для использования в системах идентификации социального статуса и других атрибутов человека, и для применения в других сферах |
4.7 Технологическая задача: Классификация и взаимное расположение источников звука (музыка; бытовые шумы; звуки, сопровождающие опасные ситуации и т.д.)
4.7.2 | Поддержка коммерциализации проектов по расположению источников звука (музыка; бытовые шумы; звуки, сопровождающие опасные ситуации и т.д.), например, для использования в системах анализа неполадок в устройствах на основе распознавания звука, а также для использования в других сферах на посевной стадии | Получены первые прототипы продуктов, способных классифицировать и определять взаимное расположение источников звука (музыка; бытовые шумы; звуки, сопровождающие опасные ситуации и т.д.), например, для использования в системах анализа неполадок в устройствах на основе распознавания звука, а также для использования в других сферах |
4.8 Технологическая задача: Распознание эмоциональных оттенков и субэмоций речи
4.8.1 | Разработка подходов и алгоритмов по распознанию эмоциональных оттенков и субэмоций речи, например, для улучшения существующих персональных голосовых помощников, переводчиков, и для применения в других сферах | Разработаны подходы и алгоритмы, способные распознать эмоциональные оттенки и субэмоции речи, например, для улучшения существующих персональных голосовых помощников, переводчиков, и для применения в других сферах |
- Субтехнология «Перспективные методы и технологии в искусственном интеллекте»
5.1 Технологическая задача: One-Shot learning (один/несколько объектов)
5.1.1 | Поддержка коммерциализации проектов по технологии One-Shot learning (один/несколько объектов), которая, например, позволяет выполнять предиктивную выдачу результатов, в т.ч. при аварийных ситуациях в промышленности, а также используется в других сферах на посевной стадии | Получены прототипы продуктов с технологией One-Shot learning (один/несколько объектов), которая, например, позволяет выполнять предиктивную выдачу результатов, в т. ч. при аварийных ситуациях в промышленности, а также используется в других сферах |
5.2 Технологическая задача: Автоматизация обучения нейронных сетей (Auto ML)
5.2.1 | Поддержка коммерциализации проектов по автоматизации обучения нейронных сетей (Auto ML), например, в целях удешевления/упрощения разработки модели, а также для применения в других сферах на посевной стадии | Получены прототипы продуктов, способных автоматизировать обучение нейронных сетей (Auto ML), например, в целях удешевления/упрощения разработки модели, а также для применения в других сферах |
5.3 Технологическая задача: Гибридные модели – комбинации моделей на основе данных с «классическими» моделями, а также комплексирование различных методов ИИ
5.3.2 | Поддержка коммерциализации проектов по гибридным моделям – комбинации моделей на основе данных с «классическими» моделями, а также комплексирование различных методов искусственного интеллекта, что, например, делает возможным его использование в плохо формализуемых приложениях (лингвистика, медицина и т. д.), а также в других сферах на посевной стадии | Получены первые прототипы продуктов, способных комбинировать модели на основе данных с «классическими» моделями, а также осуществлять комплексирование различных методов искусственного интеллекта, что, например, делает возможным его использование в плохо формализуемых приложениях (лингвистика, медицина и т. д.), а также в других сферах |
5.4 Технологическая задача: Анализ тактильных сигналов
5.4.2 | Поддержка коммерциализации проектов по анализу тактильных сигналов, например, для использования в сенсорах, «понимающих» тактильные сигналы, и в других сферах на посевной стадии | Получены первые прототипы продуктов, использующих анализ тактильных сигналов, например, для использования в сенсорах, «понимающих» тактильные сигналы, и в других сферах |
5.5. Технологическая задача: Обучение по аналогии
5.5.2 | Поддержка коммерциализации проектов по РТС/моделям, обучаемым в ходе деятельности/ по аналогии на посевной стадии | Получены первые прототипы продуктов: РТС/модели, обучаемые в ходе деятельности/ по аналогии |
5.6 Технологическая задача: Обучение без учителя
5.6.2 | Поддержка коммерциализации проектов по моделям для первичной обработки/верификации данных на посевной стадии | Получены первые прототипы продуктов: модели для первичной обработки/верификации данных |
5.7 Технологическая задача: Семантический динамический анализ образов и сцен с учетом контекста и комплексирования данных из различных источников, включая видео, текст, голос и т.п.
5.7.2 | Поддержка коммерциализации проектов по семантическому динамическому анализу образов и сцен с учетом контекста и комплексирования данных из различных источников, включая видео, текст, голос и тп., который, например, используется в РТС/моделях, анализирующих ситуацию исходя из различных источников, включая видео, текст, голос и тп., а также в других сферах на посевной стадии | Получены первые прототипы продуктов, способных проводить семантический динамический анализ образов и сцен с учетом контекста и комплексирования данных из различных источников, включая видео, текст, голос и тп., который, например, используется в РТС/моделях, анализирующих ситуацию исходя из различных источников, включая видео, текст, голос и тп., а также в других сферах |
5.8 Технологическая задача: Интерпретация и обоснование принимаемого решения искусственного интеллекта (eXplainable AI)
5.8.1 | Разработка подходов и алгоритмов по интерпретации и обоснованию принимаемого решения искусственного интеллекта (eXplainable AI) | Опубликованы исследования в базе научных журналов «Web of science» о подходах и алгоритмах, способных интерпретировать и обосновывать принимаемое решение искусственного интеллекта (eXplainable AI) |
5.9 Технологическая задача: Сильный искусственный интеллект (AGI)
5.9.1 | Разработка подходов и алгоритмов по сильному искусственному интеллекту (AGI) | Опубликованы исследования в базе научных журналов «Web of science» о подходах и алгоритмах, способных реализовать технологию сильного искусственного интеллекта (AGI) |