Моделирование эмоций при принятии решений на основе гибридных интеллектуальных систем

Размещено на http://www.allbest.ru/

моделирование эмоций при принятии решений на основе гибридных интеллектуальных систем

С.А. Каунов (SKaunov@Gmail.com)

Национальный Исследовательский Ядерный Университет «МИФИ», Москва

А.Н. Аверкин (Averkin2003@Inbox.Ru)

Вычислительный центр РАН, Москва

В работе показывается целесообразность проведения исследований по моделированию эмоций для развития когнитивной экономики. Представлен обзор основополагающих трудов по использованию механизмов эмоций в искусственном интеллекте. Приведены западные примеры проектов сходной тематики.

Растущее количество междисциплинарных исследований на стыке когнитивных и экономических наук, а часто и с привлечением других областей знаний, привело к оформлению перспективного направления - когнитивной экономики. Предметами изучения для когнитивной экономики являются процессы выбора, оценки и принятия решений человеком в экономической деятельности, а также объяснение явлений эволюции организаций и социальных институтов в условиях структурной неопределенности. Когнитивная экономика опирается на исследование познавательной деятельности человека, и её модели разрабатываются с привязкой к психологии, нейробиологии и философии. Когнитивная экономика в широком смысле, описанная в [Абдикеев и др., 2010], представляет собой объединение интеллектуальных систем, управления знаниями и когнитивной экономики в узком смысле. В этой области уже несколько лет ведутся нейропсихологические эксперименты под руководством Т. Инуи и Н. Абдикеева в рамках сотрудничества Киотского университета и кафедры Когнитивной экономики РЭА им. Г.В. Плеханова, направленные на построение математических моделей выбора в определённых ситуациях [Tarasenko et al., 2008]. Разработка и применение теории аффективных процессов на пересечении указанных областей позволит продвинуться дальше в создании теорий и приложений, позволяющих учитывать убеждения и ожидания людей при принятии решений и другие подобные влияния когнитивных и антропологических факторов на рациональные процессы и модели, описываемые классической экономикой. В экономике знаний, изучающей инновационные процессы и управление ими, в настоящий момент с разных сторон изучается влияние эмоций на креативность, в том числе в приложении к информационным системам. [Kathy McGrath, 2006]

Современные теоретические основы для всех систем, работающих с эмоциями, в той или иной степени заложены в трудах исследователей искусственного интеллекта М. Минского, Р. Пикард и А. Сломана. Минский рассматривает аффективные механизмы как своеобразные переключатели способов размышления [Minsky, 2007], реализуемых в соответствии с изложенной им ранее концепцией «Общество разума». Предлагаемый подход, по мнению Минского, позволит создать системы, рассуждающие с помощью здравого смысла. В архитектуре, которую Сломан совершенствует и претворяет в жизнь уже много лет, он активно использует эмоциональные процессы, но в то же время является противником использования понятия «эмоции» в искусственном интеллекте. Сломан в своих публикациях не устаёт обращать внимание на слишком большую расплывчатость и аморфность слова «эмоции», поэтому он призывает как можно раньше и точнее выбирать термин для вводимого объекта аффективного рода. [Sloman, 2007] Исследования Розалинды Пикард направлены больше на распознавание и синтез эмоций и аффективных признаков и проявлений. Пикард и её исследовательская группа изначально занималась компьютерным зрением и машинным обучением, что во многом объясняет методы и подходы, разработанные этой командой. Основное внимание уделяется физиологическим и нейрологическим параметрам [Picard, 2007], вокруг которых и построена данная теория аффективных вычислений.

В частности, в MIT группой Пикард сейчас разрабатываются проекты, направленные на применение теории аффективных вычислений в маркетинге, подобные исследования относятся к когнитивному маркетингу, области, возникшей на пересечении управления знаниями в экономике и когнитивной экономики. Например, по видео картинке лица покупателя система распознавания позволяет предугадать или оценить его реакцию на предложенный товар. Метод построен на статистическом анализе для поиска шаблонов среди выделенных информативных признаков в мимике и движениях головы объекта. Система работает как в реальном времени, так и с записями, что предоставляет широкие возможности практического применения таких методов. Также ведётся работа по внедрению аффективных моделей в системы принятия решений, что, по мнению исследователей, позволит сделать шаги сразу в нескольких направлениях: ускорить процесс принятия решения за счёт моделирования рассуждений здравого смысла, усовершенствовать человеко-машинные интерфейсы и адаптировать систему к лицу, принимающему решение. [Ahn et al., 2009] Вообще, роль когнитивных, в том числе аффективных и эмоциональных, факторов в управлении знаниями была отмечена в [Нонака и др., 2003].

В Университете Аризоны лаборатория Алана Санфея, занимающаяся нейроэкономикой, ведёт исследовательский проект, направленный сугубо на изучение с точки зрения нейронауки эмоций и познания в процессах принятия решений. [Sanfey, 2009] Для исследований используется функциональная МРТ, с помощью которой и проводятся эксперименты, служащие основой для усовершенствования экономических моделей. Г. Лёвинштейн подходит к этой проблеме с другой стороны, как профессор экономики и психологии, в [Vohs et al., 2007] он рассматривает влияние эмоций на процесс принятия экономических решений. В основу положены нейрологические модели принятия решений, существующие в когнитивной экономике и данные исследований аффективной деятельности человека, полученные нейрофизиологами, в результате предлагается более реалистичная модель человека, работающего в экономической сфере.

В ВЦ РАН и РЭА им. Г.В. Плеханова была разработана архитектура гибридной интеллектуальной системы (ИС), описанная в [Аверкин и др., 2006]. Суть предложенной архитектуры заключается в обеспечении работы двух компонентов: более строгого, воплощаемого нечёткой иерархической моделью, и более мягкого, воплощаемого нечёткой когнитивной картой. Поочерёдная работа компонентов как единого целого предоставляет поддержку принятия решений. Основываясь на предлагаемой М. Минским концепции эмоций как путей мышления, предлагается расширить данную архитектуру так, чтобы она позволяла учитывать знания о влиянии эмоциональных факторов на рассуждения эксперта. Узлы когнитивной карты обозначим si, i ? 1, n. Они образуют некоторые устойчивые классы внутри ментальной модели (рис. 1).

Рис.1. Аффективное расширение архитектуры гибридных ИС.

То есть, на основе информации, полученной от эксперта выделяются множества Aj, j 1, m, такие что каждый узел входит ровно в одно из множеств. Каждое множество характеризуется параметром, оказывающим влияние на связи между факторами, связи между факторами, входящими в одно множество поощряются, связи между множествами штрафуются. Таким образом, различные попытки перехода между образованными классами вызывают отрицательные «эмоции», обеспечивающие перемежающуюся ограниченную рациональность.

В целом, одной из задач когнитивной экономики является совершенствование теорий ортодоксальной экономики, предполагающей, что все решения «homo economicus» принимает из чисто рациональных предположений [Абдикеев и др., 2010]. Построение математических моделей принятия решений и других указанных областей, учитывающих аффективные процессы, позволит усовершенствовать существующие экономические методы. Также целесообразно использование описанных достижений в когнитивной экономике в широком смысле, например в управлении знаниями.

когнитивный экономика искусственный интеллект

[Аверкин и др., 2006] Аверкин А.Н., Кузнецов О.П., Кулинич А.А., Титова Н.В. Поддержка принятия решений в слабоструктурированных предметных областях: анализ ситуаций и оценка альтернатив // Известия РАН. 2006.

[Нонака и др., 2003] Нонака И., Такеучи Х.. Компания - создатель знания. Зарождение и развитие инноваций в японских фирмах. М.: ЗАО «Олимп-Бизнес», 2003.

[Ahn et al., 2009] Ahn H.I., Picard R.W., Affective Cognitive Learning and Decision Making: The Role of Emotions. http://affect.media.mit.edu.

[Kathy McGrath, 2006] Kathy McGrath Affection not affliction: The role of emotions in information systems and organizational change // Information and Organization. Uxbridge, Middlesex, UK: Elsevier. 2006. №16.

[Minsky, 2007] Marvin Minsky The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind. Simon & Schuster, 2007.

[Picard, 2007] Picard R. W. Toward Machines with Emotional Intelligence. Oxford, UK: Oxford University Press, 2007.

[Sanfey, 2009] Sanfey A.G., Neural Decision Science Laboratory. http://research.sbs.arizona.edu

[Sloman, 2007] Aaron Sloman Research Roadmap. Munich, 2007.

[Tarasenko et al., 2008] Tarasenko S., Inui T., Abdikeev N. Sub-functions of human Learning process during a sequential task // CogSci 2008 - The 30th Annual Conference of the Cognitive Science Society. 2008.

[Vohs et al., 2007] Kathleen D. Vohs, Roy F. Baumeister, George Loewenstein Do emotions help or hurt decision making?: a hedgefoxian perspective. Russell Sage Foundation, 2007.

Размещено на Allbest.ru