Senior Researcher, head of works artificial intelligence, intelligent systems and robots Institute of Mathematical Machines and System Problems National Academy of Sciences of Ukraine (IPMMS NASU)
Prospect Glushkova, 42, Kiev, 03187, Ukraine
tel.: 380-44-594-3808
E-mail: vitaly.yashchenko@gmail.com
PERSONAL DATA
IDate of birth: 02 October 1941 Place of birth: Pyatigorsk, Russia
EDUCATION
1. PhD in Computer Science, V. M. Glushkov Institute of Cybernetics, Ukrainian Academy of Sciences, Kiev, Ukraine, 1998. 2. MSc Diploma in Electrical Engineering (Cybernetics of Electrical Systems), Odessa Polytechnic Institute, Odessa, Ukraine, 1974
PROFESSIONAL SOCIETIES
Member of the Association of creators and users of intellectual systems (Kiev, Ukraine) (1995), chairman of the Organizing Committee of the International Conference KDS-95, a member of the organizing committee of the international conference KDS-97, a member of the International Society for Information fusion (International Society of Information Fusion, CA, USA) (1999). a member of the International Committee of the Conference FUSION'99 - 2007. Reviewer conferences ICETI 2002 - 2011. His findings are published in the biographical collection «Who's Who in the World 19th Edition • 2002" in the United States.
Based on the analysis of scientific ideas reflecting the regularities in the structure and functioning of biological brain structures, and the analysis and synthesis of knowledge developed in different areas of Computer science, the fundamentals of the theory of a new class of neural-like growing networks that have no analogues in the world. As part of the bionic approach developed basic principles of the theory of artificial intelligence. Artificial intelligence - is а field of knowledge, which studies the structure and functioning of intelligent systems based on multidimensional receptor-effector neural-like growing networks. Artificial intelligence theory includes the study of neural-like growing elements and multidimensional neural-like growing networks, temporary and long-term memory, the study of the functional organization of the "brain" of the artificial intelligent systems, of sensory system, modulatory system, motor system, conditioned and unconditioned reflexes, reflector arc, motivation, purposeful behavior, of "reasoning", "consciousness", "subconscious and artificial personality developed as a result of learning and training". Axiom 1. Artificial intelligence theory is based on the analogy with the nervous system of human. The core of human intelligence is the brain, consisting of multiple neurons interconnected by synapses. Interacting with each other through these connections, neurons create complex electric impulses, which control the functioning of the whole organism and allow recognition, learning, reasoning, structuring of information through its analysis, classification, location of connections, patterns and distinctions in it, associations with similar information pieces etc. [2]. The functional organization of the brain. In the works of physiologists P.K. Anohin, A.R. Luriya, E. N. Sokolov [3, 4] and others the functional organization of the brain includes different systems and subsystems. The classical interpretation of the interactive activity of the brain can be represented by interactions of three basic functional units: 1) information input and processing unit - sensory systems (analyzers); 2) modulating, nervous system activating unit - modulatory systems (limbic-reticular systems) of the brain; 3) programming, activating and behavioral acts controlling unit - motor systems (motion analyzer). Brain sensory systems (analyzers). Sensory (afferent) system is activated when a certain event in the environment affects the receptor. Inside each receptor the physical factor affecting it (light, sound, heat, pressure) is converted into an action potential, nervous impulse. Analyzer is a hierarchically structured multidimensional system. Receptor surface serves as the base of the analyzer, and cortex projection areas as its node. Each level is a set of cells, whose axons extend to the next level. Coordination between sequential layers of analyzers is organized based on divergence/convergence principle. Brain modulatory systems are an instrument of regulation of the level of activity, performing also selective modulation, and stressing urgency of a certain function. The initial source of activation is intrinsic activity and the needs of the organism. A second source of activation is related to environmental irritants. Brain motor (motion) systems. Fusion of excitations of different intensity with biologically significant signals and motivational influences are characteristic of motor cortex areas. It is distinctive of them to accomplish a complete transformation the afferent influences into a qualitatively new form of activity, directed toward the fastest output of afferent excitations to the periphery, i.e. to the instruments of realization of the final stage of behavior organization. The core of artificial intelligence is the system "brain", representing an active, associative, homogeneous structure - multidimensional receptor-effector neural-like growing network, composed of a host of neural-like growing elements, interconnected by synapses. Neural-like elements perceive, analyze, synthesize and save information, allowing the system to learn, train, reason, systematize and classify information, to locate connections, patterns and distinctions in it, and to produce signals for the control of external facilities.
Basic principles and definitions of Artificial Intelligence
Axiom 2. The basic functional unit of the "nervous system" of intelligent systems is the artificial neuron (neural-like unit). Definition 1. The artificial neuron is a simplified model of the biological neuron, a device (analogous to the cell body) with many excitatory and inhibitory inputs, modulating input and one output. The output (analogue of the axon) consists of a set of conductors and a set of endings. The input is fed the information (codes, impulse bundles). The device processes information according to the concepts of the neural-like growing network, generates the codes (bundles of impulses) and simultaneously or periodically transmits them down the axon to the outputs of other neurons. Neuron inputs (synapse analogue) are receptors, reacting to or ignoring a certain piece of code fed to them, by this increasing or decreasing the level of excitation of the neural-like element and the intensity of its feedback. The range and frequency of the signal are subjects to adjustment. Axiom 3. All data-free neural-like elements are novel neural-like units. Axiom 4. All neural-like elements, carrying (holding) a certain piece of information are equivalent neural-like elements. Axiom 5. At the lack of information on the receptors of the novel neural-like elements they continue in the mode of light arbitrary background excitation. Axiom 6. Background excitation is a fluctuating arbitrary excitation value of the neural-like element. Definition 2. Neural-like elements of emotion are the elements, whose excitation threshold increases or decreases depending on the condition of the inner subsystems of the system, or the result of the function being executed. Neural-like elements of emotion have connections with action controlling motor neurons. Definition 3. Temporary memory. Time required by the novel neural-like element for information analysis and maintenance. On receiving information (unknown to the system) on the receptors of the sensory area, the nearest novel neural-like elements (whose excitatory level is not high, but higher than those of the nearest novel neural-like elements) and sensory area receptors establish connections, the latter being assigned weights, while the neural-like elements are assigned a certain excitatory threshold. At repeated replication of this information the excitatory threshold increases. On reaching the maximum excitement the neural-like element becomes the equivalent neural-like element and is transported into the long-term memory. Definition 4. Long-term memory contains all of the equivalent neural-like elements.
RESEARCH PROJECTS
Created a new type of neural networks - Multidimensional neural growing networks (1993), the project developer virtual robot «VITROM» (1999) - was shown in Germany at CeBIT 2000 - 2002 Gonover in China at the international exhibition of new technology in 2000, Beijing. Developer of intelligent system simulation thinking "Dialogue" (2005). Creator of "The General Theory of Artificial Intelligence" (2011)
PROFESSIONAL SOCIETIES
Member of the Association of creators and users of intellectual systems (Kiev, Ukraine) (1995), chairman of the Organizing Committee of the International Conference KDS-95, a member of the organizing committee of the international conference KDS-97, a member of the International Society for Information fusion (International Society of Information Fusion, CA, USA) (1999). a member of the International Committee of the Conference FUSION'99 - 2007. Reviewer conferences ICETI 2002 - 2011. His findings are published in the biographical collection «Who's Who in the World 19th Edition • 2002" in the United States.
PUBLICATIONS
Author of 3 books, over 80 scientific publications and 22 patents.
LIST OF MAIN PUBLACATIONS
1. Ященко В.А. Нейроподобные растущие сети как средство построения интеллектуальной микропроцессорной системы с нейроансамблевой структурой // "Наукова думка" Кибернетика и сист анализ № 3, 1994. С.43 - 62 2. Ященко В.А. Многомерные нейроподобные растущие сети как средство интеллектуализации ЭВМ //- "Наукова думка" Кибернетика и сист. анализ № 4, 1994. С. 41 - 55 3. Ященко В.А. Дуализм архитектуры интеллектуальной мультимикропроцессорной системы с многомерной нейроансамблевой структурой //"Наукова думка" Кибернетика и сист. анализ № 5, 1994. С. 34 - 44 4. Ященко В.А. Рецепторно-эффекторные нейроподобные растущие сети эффективное средство моделирования интеллекта. I - //"Наукова думка" Кибернетика и сист. анализ № 4, 1995. С. 54 - 62. 5. Ященко В.А. Рецепторно-эффекторные нейроподобные растущие сети - эффективное средство моделирования интеллекта. II - //"Наукова думка" Кибернетика и сист. анализ № 5, 1995. С. 94 - 102. 6. YashchenkoV.A. Receptor-effector neurosimilar growing networks //International Journalon 7. Information Theories & Application1995, Vol.3, No.7 p. 36 - 41 8. Ященко В.А. Моделирование основных функций нервной деятельности - //KDS-95. Международная конференция "Знания - Диалог - Решение" ( Ялта, 9 -14 октября 1995 г. ) Сборник научных трудов в двух томах. Т.2 С.458-465 9. Yashchenko V. Representation of the Knowledge of Receptor Effector Neural Growing Networks.//Conference INFORMATION THEORIES & APPLICATIONS ITA'96 Fourth International May, 12-22 1996 Troyan & Sofia, Bulgaria 10. Рабинович З.Л., Ященко В.А. Подход к моделированию мыслительных процессов на основе нейроподобных растущих сетей //"Наукова думка" Кибернетика и сист. анализ № 5, 1996. С.3-20. 11. Ященко В.А.Интеллектуализация ЭВМ на нейроподобных растущих сетях// Математические машины и системы. - 1997. - № 2.- С.25-32. 12. Ященко В.А. Бионический подход к представлению знаний в интеллектуальных системах. І// Кибернетика и сист. анализ № 1, 1998. С. 3 - 14. 13. Ященко В.О., Вишневський В.В., Владимиров В.О, Морозов А.О.Роспізнавання і класифікація напівтонових зображень на нейроподібних мережах, що ростуть.// UkrOBRAZ Третья Всеукраїнська міжнародна конференція Україна, Київ, 26-30 листопада 1996 р. с.228-230. 14. Ященко В.А., Морозов А.А. Распознавание образов на нейроподобных растущих сетях.// KDS-97. VI Международная конференция "Знания - Диалог - Решение" ( Ялта, 15 -20 сентября 1997 г. ) Сборник научных трудов в двух томах. Т.2 С.386-393. 15. Ященко В.А., Морозов А.А. Интеллектуализация ЭВМ на базе нового класса нейроподобных растущих сетей. Киев: Тираж, 1997. - 125с. 16. Yashchenko V.A. Neurallike Growing Networks// Математические машины и системы. - 1998. - № 1.- С.46-51. 17. Ященко В.О. Базові операцції побудови нейроподібних мереж, що ростуть// Вісник Киівського університету ім. Т. Шевченка, випуск №4, 1998р. С.232-236. 18. 39. Yashchenko V.A. Neural-like growing networks - new class of the neural networks.// Proceedings of the International Conference on Neural Networks and Brain Proceeding, pages 455 -458, Beijing, China, Oct. 27-30' 98. 19. Yashchenko V.A. Receptor-effector neural-like growing network - an efficient tool for building intelligence systems.// Proceedings of the second internatiional conference on information fusion, July 6-8, 1999, Sunnyvale Hilton Inn, Sunnyvale, California, USA, Vol.II, pp. 1113-1118. 20. YashchenkoV.A. Receptor-effector neural-like growing network.// YIII Международная конференция KDS-99 Знания-Диалог-Решения, Сентябрь 13-18, 1999, Крым, Кацевели, С. 144-152. 21. YashchenkoV.A. Neural growing network in solving problem of computerisation of natural languages.// First international workshop computerisation of natural languages, sept. 3-7, 1999, Varna, St. Konstantin, Bulgaria, pp. 129-136 22. Ященко В.А. Компьютерные технологии в новом тысячелетии // Математические машины и системы № 2,3, 2000 23. Yashchenko V. Neural-like growing networks // SPIE's 14th Annual International Symposiym on Aerospace / Defense Sensing, Simulation and Controls, Session Applications and Science of Computational Intelligence III, 24-28 April 2000,- Orlando, Florida USA, vol. 4055 p. 14 -23. 24. Шульга Е.Ю., Ященко В.А. Нейроподобные растущие сети в робототехнике // Международная конференция «Информационные технологии в науке, образовании, телекоммуникации, бизнесе» IT+SE'2001, Ялта-Гурзуф, 20-29 мая 2001г. 25. Ященко В.А. Построение и применение экспертной системы реального времени на основе нейроподобных растущих сетей // Искусственный интеллект № 3, 2001 Геленджик 2001 26. Ященко В.А. Моделювання музичного твору // Математические машины и системы С №1,2 , 2001 27. Шевченко А.И., Ященко В.А. Микророботы против подводных лодок // Математические машины и системы. - 2002. - № 2 -С.193-204. 28. Морозов А.А., Ященко В.А. Роль интеллектуальных систем и компьютерных технологий в смене эры противостояния стратегических вооружений на эру информационных войн // Математические машины и системы. - 2002. - №3. - С. 3 -15. 29. Ященко В.А. Интеллектуальные системы и робототехнические средства в информационном противостоянии // Искусственный интеллект №4, 2002 30. Yashchenko Vitaliy Neural-like growing networks in system of technical vision of robot // The Fifth International Conference on Information Fusion (GIT 188), Washington, 8-11 July 2002 31. Шевченко А., Ященко В. Моделирование основных психологических функций // KDS 2003, Knowledge - Dialogue - Solution, Sofia, Bulgaria, 2003. 32. Yashchenko Vitaliy Neural-like growing networks in intelligent system of recognition of images // KDS 2003, Knowledge - Dialogue - Solution, Sofia, Bulgaria, 2003. 33. Морозов А.А., Ященко В.А. Ситуационные центры - основа стратегического управления // Математические машины и системы. - 2003. - № 1. - С. 3 -14. 34. Yashchenko V. Neural-like growing networks in intelligent system of analysis and prediction of tactic-technical characteristics of contradictory parties // Mathematical Machines and Systems. - 2003. - N 3,4. - P. 21-29. 35. Морозов А.А., Ященко В.А. Ситуационные центры - технология управления в больших системах // Х Международная научно-практическая конференция « Построение информационного общества: ресурсы и технологии», Киев, УкрИНТЭИ , 4-5 июля 2003г. - С. 42-46. 36. Yashchenko V. A. Secondary Automatisms of Artificial Intelligence Systems Base on Neural-like of Growing Networks // Mathematical Machines and Systems. - 2004. - № 1. - P. 28-38. 37. Шевченко А.И., ЯщенкоВ.А. Может ли компьютер мыслить? // Международная научно-техническая конференция Интеллектуальные и много процессорные системы - 2005 (ИМС-2005). Тез. Докл. Дивноморск, Россия, 26 сентября - 1 октября 2005г. 38. Ященко В.А. Вторичные автоматизмы в интеллектуальных системах // Международная научно-техническая конференция Интеллектуальные и много процессорные системы - 2005 (ИМС-2005). Тез. Докл. Дивноморск, Россия, 26 сентября - 1 октября 2005г. 39. Ященко В.А. Вторичные автоматизмы в интеллектуальных системах // Искусственный интеллект, №3, 2005 40. Шевченко А.И., ЯщенкоВ.А. Может ли компьютер мыслить? // Искусственный интеллект № 4, 2005 41. Ященко В.А. Размышляющие компьютеры // Математические машины и системы. - 2006. - № 1. - С. 49 - 59. 42. Ященко В.А. Размышляющие компьютеры // Международная конференция KDS 2007, Knowledge - Dialogue - Solution, Varna, Bulgaria, june 18-24, 2007. с.673-678. 43. Морозов А.А., Ященко В.А. Ситуационные центры информационные технологии будущего. - Киев: СП «Интертехнодрук», 2008. - 332с. 44. Шевченко А.И., ЯщенкоВ.А. От искусственного интеллекта к искусственной личности // Искусственный интеллект, №3, 2009. с.492-505. 45. Ященко В.А. Некоторые аспекты «нервной деятельности» интеллектуальных систем и роботов // Искусственный интеллект, №4, 2009. с.504-511. 46. Шевченко А.И., ЯщенкоВ.А. Особенности реализации искусственной личности // Международная научно-техническая мультиконференция. Актуальные проблемы информационно-компьютерных технологий, механотроники и робототехники - 2009, (ИКТМР-2009). (Дивноморск, Россия, 28 сентября - 3 октября 2009г.) 47. ЯщенкоВ.А. Некоторые аспекты «нервной деятельности» интеллектуальных систем и роботов // Международная научно-техническая мультиконференция. Актуальные проблемы информационно-компьютерных технологий, механотроники и робототехники - 2009, (ИКТМР-2009). (Дивноморск, Россия, 28 сентября - 3 октября 2009г.) 48. А.И.Шевченко, В.А.Ященко «Нейроподобные многосвязные растущие сети. Теория и практика» Міжнародна науково-технічна конференція штучний інтелект. Інтелектуальні системи. Тез. Докл. Том2 стр. 295-303. 20 -24 сентября 2010. Кацивели. 49. В.А.Ященко, А.И.Шевченко. Нейроподобные многосвязные растущие сети. Теория и практика // Искусственный интеллект №4. - 2010. - стр.634-643 50. Ященко В.А. Теория искусственного интеллекта (основные положения) / Математичні машини і системи, 2011, №4 с. 3-19 51. Ященко В.А. Некоторые положения теории искусственного интеллекта / Искусственный нтеллект № 4 2012 с.53-67 52. Ященко В.А. Общая теория искусственного интеллекта. / / Материалы Международной научно-технической конференции по искусственному интеллекту 2012. с.298-299.
