ОТ АНАЛИЗА РАБОТЫ ЧЕЛОВЕЧЕСКОГО МОЗГА К ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ И ОБРАТНО
FROM THE ANALYSIS WORK OF THE HUMAN BRAIN TO THE ARTIFICIAL INTELLIGENCE AND BACK
Фото: «Наука и жизнь Израиля»
Др. Михаил Козлов
Ph.D. Michail Kozlov
Эксперт Института интеграции и профессиональной адаптации, г. Нетания (Израиль)
Expert of Institute integration and professional adaptation, Netanya (Israel)
E-mail: 19mike19k@gmail.com tel. (972)527 052 460
АННОТАЦИЯ:
Данная статья является пятнадцатой главой общей работы «Заманчивые профили будущего», в которой проводится анализ возможного пути формирования нового социально — экономического уклада, характеризуемого переходом от общества массового потребления товаров к обществу потребителей индивидуальной субъектно-ориентированной продукции и созданием основ для образования общества Творцов, и следует за ранее опубликованными в NIZI.co.il главами. В статье рассматривается положительная обратная связь между работами по созданию искусственного интеллекта и изучением деятельности мозга. Показано, что одним из оснований такой обратной связи являются возникающие на пути развития искусственного интеллекта существенные препятствия, для устранения которых считается целесообразным проведения работ по эмуляции деятельности мозга. И как следствие этого происходит получение более детальной информации о работе мозга.
КЛЮЧЕВЫЕ СЛОВА: Искусственный интеллект общего назначения, глубинные нейронные сети, неокортекс, лимбическая система, стриатум.
SUMMARY:
This article is the fifteenth chapter of the overall work of «Tempting Profiles of the Future», in which the analysis of a possible way of formation of a new socio-economic system characterized by the transition from a society the mass consumption of goods to the consumer society of individual subject-oriented products and provide the basis for the formation of the society of the Makers, and follows after previously published chapters in NIZI.co.il. In the article positive feedback is considered between the works on the creation of artificial intelligence and the study of brain activity. It is shown that one of the reasons for such feedback is significant obstacles that arise on the way of development of artificial intelligence, for the elimination of which it is considered expedient to carry out work on emulating brain activity. And as a consequence of this, more detailed information about the work of the brain is obtained.
KEY WORDS: Artificial general intelligence, deep neural networks, neocortex, limbic system, striatum.
Создание систем искусственного интеллекта (ИИ) для решения конкретных задач становится реальностью нашего времени. Такие системы ИИ по эффективности работы
зачастую превосходят возможности человека. Однако, попытки создания систем
искусственного интеллекта общего назначения (ИИОН) сталкиваются с непреодолимыми проблемами. Это связано с тем, что системам ИИОН приходится работать в условиях недостаточной определенности окружающей среды. В таких условиях живые организмы достаточно эффективно принимают робастные и адекватные ситуации решения. Поэтому, учитывая относительную новизну рассматриваемых задач для сложных систем, а с другой стороны отработанные эволюцией до совершенства механизмы памяти и выработки решений у живых организмов, проявляется повышенный интерес к анализу у них работы этих механизмов и их эмуляции для создания систем ИИОН [15.1, 15.2].
В первую очередь разработчики ИИ обратили свое внимание на работу неокортекса, рассматривая мозг как «широкий набор вычислительных первообразных — элементарных блоков обработки, похожих на набор основных инструкций в микропроцессоре» [15.3]. Одной из таких попыток по моделированию неокортекса было создание временной иерархической памяти HTM (Hierarchical Temporal Memory) [15.4], которая представляет из себя 6-ти уровневые иерархические слои с большим количеством обратных связей и имитирует вертикальные гиперколонны неокортекса, осуществляющие обработку и накопление информации.
В последнее время для моделирования нервной системы человека широко используются глубинные нейронные сети (ГНС), работающие на основе алгоритмов машинного глубинного обучения (ГО). При этом качество их работы сильно зависит от размера нейронной сети и ее конфигурации. Для повышения эффективности ГНС создаются многослойные нейронные сети и уже имеются нейросети с девятью слоями, 60 миллионами параметров и 650 000 узлами [15.5].
Использование алгоритмов ГО позволяет ИИ более эффективно, по сравнению с человеком, решать многие задачи, например, таких как распознавание образов и обработки данных. ИИ научился выигрывать у человека в самые сложные игры. Однако для их успешной работы им необходимо обрабатывать большие объемы данных и для этого требуются высокопроизводительные вычислительные средства. В связи с этим, большие надежды на повышение эффективности систем ГО возлагают на освоение квантовых компьютеров, которые позволят обрабатывать значительно больший объем информации за единицу времени, чем существующие компьютеры, и прекрасно подходят для нужд машинного обучения [15.6].
Однако, как показано в [15.5] глубинные нейронные сети хорошо справляются с задачами с четкой классификацией, в которых весь спектр потенциальных сигналов необходимо разметить по ограниченному количеству категорий, при условии достаточности необходимых данных. ГО, построенное на основе статистических технологий, зависит от отклонений априорных предположений, и такие отклонения зачастую могут привести к грубейшим ошибкам.
Существуют попытки повысить эффективность работы ГО за счет сочетания его работы с другими методами, например, таким как игра с самим собой, который позволяет увеличить количество данных для проведения обучающих тренировок. Однако, как отмечается в [15.7] такие ИИ эффективно работают в условиях позволяющих идеально симулировать мир, и не столь полезны в сложных реальных условиях.
Можно говорить, что использование ГНС, в некоторой степени, соответствует
шаблонному мышлению, иногда подводящему и человека, который на основе своего опыта априорно настраивает себя на возможные варианты при решении задачи. Здесь можно привести классические примеры обмана зрения, при рассмотрении специально подготовленного изображения.
Трудности, иногда непреодолимые, возникают у ГНС при ограниченном числе данных и при необходимости решения нечетко определенных задач, которые реально появляются на практике при работе в условиях частичной неопределенности. И как отмечается в [15.1, 15.8], эта ситуация стимулирует создателей ИИ исследовать то, как живые организмы справляется с такими задачами. И, в частности, относительно стремления по наращивания слоев в ГНС для повышения эффективности их работы, можно обратить внимание на то, что неокортекс обходится 6-ю нейронными слоями и попытаться, исходя из необходимых критериев, определить оптимальное количество таких слоев для ГНС.
Анализ функционирования живых организмов весьма полезен в работе по созданию ИИ. Самые простые млекопитающие животные намного умнее самого совершенного в настоящее время по интеллектуальным способностям робота. Они могут самостоятельно существовать в условиях меняющейся окружающей среды, а ИИ не способны к этому. Многое говорит о том, что базовые интеллектуальные функции, такие как память и механизм принятия правильных решений, в генетических кодах у всех животных являются общими и ДНК, отвечающие за это, мало менялись на протяжении миллионов лет. ДНК человека на 99% идентичны ДНК шимпанзе, разница с другими приматами не превышает 5% и на 79% они идентичны мыши [15.9]. Это позволяет говорить о том, что за многие годы эволюционное развитие животного мира пришло к некоторому оптимальному решению в формировании генетических кодов.
Анализируя неудачи по созданию универсального сильного ИИ, имитируя работы неокортекса с помощью ГНС, можно предположить, что такой имитации недостаточно и надо обратить внимание на такие составляющие мозга, как лимбическая система [15.10] и на подкорковую область — стриатум (полосатое тело) [15.11].
Лимбическая система включает в себя различные структуры конечного, промежуточного и среднего мозга и участвует в таких важных функциях мозга как подержание гомеостаза, интеграции висцеральных функций организма, отвечает за эмоционально-мотивационные компоненты поведения и способом обеспечивает приспособление организма к условиям внешней среды, участвует в формировании памяти и осуществлении обучения. Значительную роль структуры лимбической системы играют в принятии решений [15.12, 15.13]. Отражая значительную роль лимбической системы, ее еще иногда называют висцеральным мозгом.
Работа лимбической системы, полосатого тела и неокортекса неразрывно взаимосвязаны. И если говорить о том, «кто в доме хозяин», неокортекс или висцеральный мозг и стриатум, то, по-видимому, можно отметить доминирующую роль последних. Работа лимбической системы на основе субъектно-ориентированной матрицы эмоций обусловливает эмоционально-гормональную активность человека, определяет его индивидуальные особенности, имплицитно управляет его основными действиями в автоматическом режиме и, принимая от неокортекса эксплицитную (осознанную) информацию, при необходимости реагирует на нее и участвует в принятии окончательного решения. В совокупности с лимбической системой полосатое тело способствует как двигательной функции, так и обучению и социальному поведению. И, задавая уникальный нейрохимический профиль у людей, определяет характерные черты личности.
Мощную надстройку, неокортекс, немного утрируя, можно рассматривать как естественный интеллектуальный инструмент человеческого мозга, который все успешнее дополняется внешней компьютерной техникой. И наступит время, когда человек без этого дополнения будет смотреться совершенно беспомощным дикарем.
Интересные результаты были получены при исследовании полосатого тела у homo sapiens и его ближайших родственников — пяти видов обезьян: макак, бабуинов, капуцинов, шимпанзе и горилл. По результатам исследований [15.14, 15.15] оказалось, что у людей и крупных обезьян были более высокие уровни нейропептида Y и серотонина, чем у других приматов. Также было обнаружено, что у обезьян значительно больше ацетилхолина, связанного с агрессией, тогда как у людей было больше допамина в полосатом теле. Этот нейромедиатор и нейротрансмиттер выполняет ряд важных функций в мозгу и, в частности, способствует возникновению чувства удовольствия и является важным фактором в поощрении поведения и процедуры обучения [15.16 ].
По мнению группы исследователей [15.14], такое индуцированное изменение в
нейрохимии мозга в ранних гоминидах, связанное с повышением допамина, серотонина и нейропептида Y в сочетании с понижением ацетилхолином, систематически стимулировало изменение внешнего поведения и значительно усилило чувствительность к социальным сигналам. В процессе эволюционного закрепления положительных результатов это способствовало социальному соответствию, эмпатии и альтруизму. И в дальнейшем привело к расширению коры головного мозга и появлению языка.
Также в других исследованиях было обнаружено в мозгу человека допаминэргические нейроны, которых нет у других приматов [15.17]. Это отличие в нейрохимии мозга, появившееся в результате эволюции экспрессии генов, возможно, привело к дальнейшему совершенствованию интеллектуальных способностей человека.
К этому можно добавить, что общение в социуме стимулировало развитие в лимбической системе такого центра эмоций, как сострадание, который на анатомическом уровне начал развиваться рядом с более древним эмоциональным центром страдания [15.18]. А также то, что по результатами исследований английского антрополога Робина Данбар, размер неокортекса линейно коррелирует с количеством поддерживаемых постоянных социальных связей [15.19]. В [15.20] описаны работы, проведенные с помощью фМРТ, по исследованию отдельных участков префронтальной коры с целью выделения участков мозга, связанных с принятием решений, касающихся моральных проблем. При этом подчеркивается важная роль в их решении дорсолатеральной префронтальной коры, связанной с лимбической системой, и говорится о том, что эта область мозга значительно расширилась у людей, по сравнению с другими приматами.
Важно отметить, что тревожное состояние, вызывающее агрессивное поведение, с одной стороны приводит к ускоренному реагирования на текущую ситуацию, а с другой стороны происходит ограничение набора возможных вариантов ассоциативных связей до определенного минимума, что в результате снижает уровень достоверности вырабатываемых решений [15.21]. Такую связь скорости реагирования (v) и достоверности принятия решения (r) можно, в некотором приближении, по аналогии с принципом неопределенности Гейзенберга, записать в виде соотношения неопределенности в достоверности решения
v×r=c, (15.1)
где c некая константа.
Совершенствование навыков общения в социуме раздвинуло горизонт планирования у человека. Это позволило ему отойти от решения только текущих задач и дало возможность принимать более оптимальные решения. Что в свою очередь, в дальнейшем в среднем снижает уровень тревожного состояния индивидуума и поэтому положительно сказывается на соотношении выработки допамина относительно ацетилхолина и закрепляет изменения в нейрохимии мозга.
Как отмечалось в [15.14], у обезьян по сравнению с человеком более высокий уровень агрессивности в их социуме. Однако случаются ситуации, которые могут резко изменить социальные отношения и у них. Такое произошло в 80-ые годы прошлого столетия в кенийской саванне в отряде из 62 бабуинов. Бабуины являются одними из самых агрессивных животных и в их иерархическом обществе с высоким уровнем стресса доминируют наиболее агрессивные самцы. В этом отряде бабуинов, в сложившейся по вине людей ситуации искусственного отбора, погибли самые агрессивные самцы [15.22]. В результате такого демографического изменения резко снизился уровень агрессии в группе, и проявилось желание использовать в отношениях привязанность и взаимный уход, а не угрозы, удары и укусы. При этом, проведенный у обезьян гормональный анализ показал у них значительно меньший уровень стресса, чем у контрольной группы бабуинов. Доктор Роберт М. Сапольский, профессор биологии и неврологии в Стэнфорде, проводивший эти исследования многие годы, отметил, что эти социальные и поведенческие преобразования в обезьяньем социуме сохранялись более 20-ти лет.
Учитывая рассмотренную ситуацию с изменением социальных отношений в группе бабуинов и сделанные выводы по влиянию допамина на развитие интеллекта, можно попробовать поставить длительный эксперимент по развитию интеллекта у группы контрольных обезьян за счет поддержания у них положительных социальных навыков и закрепления их на генетическом уровне. И таким образом попытаться проконтролировать повторение прошедшей в прошлом эволюционной мутации у приматов.
Из выше сказанного можно также предположить, что у социума, постоянно находящегося в тревожном состоянии, порождающем агрессивность или все подавляющий страх у его членов, будет наблюдаться деградация и снижение интеллектуальных способностей.
Как следует из [15.14], в образовании homo sapiens определяющую роль сыграло формирование положительных социальных навыков в обществе за счет снижения уровня агрессивности. Можно предположить, что в закреплении этих навыком могло сыграть иррациональность мышления человека. И иррациональная вера в добро, и мечты о чуде должны были стимулировать развитие интеллекта. Особенно такая иррациональность мышления проявляется во сне во время дефолтного состояния мозга [15.23], во время которого он всецело погружен в субъектно-ориентированный абстрактный анализ ситуации и в прогнозирование.
И здесь можно коснуться роли религии в развитии интеллекта. Воинствующие атеисты утверждали, что «религия — опиум для народа». Развивая эту мысль Карла Маркса, с учетом вышеизложенных научных исследований, можно говорить о том, что используя этот «опиум», религия способствовала превращению из обезьяны человека. И как лозунг это может звучать так «религия сделала из обезьяны человека». Но при этом надо отметить, что в теологических исканиях возникает стремление к некоему упорядочиванию. И такое стремление к рациональному в иррациональном приводит к догматизму, что подрывает основы Веры.
Как отмечалось в [15.24], одним из важных отличий человека от современных систем ИИ является то, что мышление человека во многом иррационально, и это дает человеческому сообществу явное преимущество перед ИИ в решении задач с нечетко поставленными условиями и при недостаточности информационной базы. Поэтому суждения, постоянно возникающие в научном мире, о несовершенстве человека и намерения его улучшить за счет рационализации человеческого мышления и более того делать людей по определенному идеальному генетическому шаблону вызывает вопрос о рациональности этого.
Сторонники такого учения, как евгеника, преуспели в разработке концепции по рациональному совершенствованию человека. Особенно отличились в попытках селекции, применительно к человеку, сторонники отрицательной евгеники, сформировавшие на ее основе концепцию сверхчеловека. Реализация идей этого течения евгеники негативно бы сказалось на функционировании человеческого общества и особенно на его интеллектуальном развитии. В качестве негативного примера можно привести фиаско спартанцев с их селективным отбором наиболее подходящих для их общества новорожденных в их конкуренции с демократическими государствами Эллады.
Выше говорилось об определяющей роли социума в развитии человеческого интеллекта. К этому можно добавить, что в социуме людей формируется коллективный разум. Работа такого разума построена на основе децентрализованной системы, состоящей из мышления и действий отдельных индивидуумов [15.24]. Достоинством такого коллективного разума, в отличие от ИИ на основе ГНС, можно считать его процедуру поиска решении. При поиске решения ГНС работают на основе алгоритма стохастического градиентного спуска, недостатком которого является то, что попав в локальный минимум, там происходит остановка, при этом, не достигнув оптимального решения [15.5]. Коллективный разум использует генетический алгоритм, который позволяет в условиях неопределенности со многими экстремумами находить оптимальное решение. Такая система работает методом проб и оценок. Пробы могут осуществляться параллельно в распределенном пространстве множества думающих индивидуумов. И удача найти оптимальное решение достается индивидууму во многом случайно при неудаче множества других. Сама же оценка результата поиска закрепляется в коллективном сознании.
Для оптимальной работы коллективного разума нужно множество независимо креативно мыслящих участников и, как было рассмотрено в [15.25], чем больше таких индивидуумов, тем качественнее в условиях неопределенности будут вырабатываться нестандартные решения.
Возможно, для стабилизации общества какая-то часть его членов может быть конформистской, но для его развития требуется некая критическая масса людей, готовых к риску ради достижения неведомого знания.
Применительно к коллективному разуму, в такой науке как social neuroscience существует представление о том, что в социальной группе решение совместных задач распределено между нейронными системами нескольких людей. Доктор психологических наук, профессор Василий Андреевич Ключарев, рассуждая об этом, говорит, что в результате взаимодействия нескольких нервных систем, модель поведения будет распределенной и описать такое взаимодействие очень сложно [15.26]. Он также подчеркивает, что для повышения уровня кооперации в обществе необходим большой горизонт взаимодействия, который, в частности, будет способствовать формированию коллективной мечты. Как мы видим, здесь тоже говориться о важной роли иррационального на пути развития человеческого общества. К примеру иррационального подхода в совместном решении задач, пожалуй, можно отнести периодическое весеннее обострение попыток методом проб и оценок в смене моды.
Согласившись с распределением нейронных систем между людьми, попутно возникает вопрос, может ли сформироваться такой коллективный разум, например, на основе человека и его любимца, мудрого кота Васьки? Во всяком случае историк и лингвист Юрий Валентинович Кнорозов, прославившийся дешифровкой письменности майя, ощущал такое единство со своей любимой сиамской кошкой по имени Аспид и серьезно считал ее соавтором работ и очень обижался, когда редакторы журналов вычеркивали ее имя из числа соавторов [15.27].
Если допустить, что существует такая биологическая связь как телепатия, то тогда одной из ее основных задач можно было бы считать облегчение процедуры решения совместных задач. В [15.28, 15.29] рассматривается возможность создания нейроинтерфейса в виде индивидуального помощника, наделенного ИИ (alter ego), который, работая на принципе близком к телепатии, позволял бы облегчить работу коллективного разума.
С учетом потребности в независимо мыслящих генераторах новых идей в коллективе, по-видимому, помимо облегчения совместной работы коллективного разума за счет интеллектуальных нейроинтерфейсов, необходимо позаботиться о таких барьерах, которые бы сохранили индивидуальность мышления [15.30].
Подводя итоги проведенного анализа, следует отметить рациональность эволюционных процессов, направленных на создание отличающихся между собой индивидуумов. Субъектно-ориентированные матрицы эмоций индивидуумов, влияя на индивидуальные потребности и сформированные по ним цели и принятые соответствующие им решения, стимулируют во многом иррациональное поведение. При этом эти индивидуумы с одной стороны наделены самосознанием и чувством уникальности, близком к эгоцентризму, а с другой стороны в существенной потребности к нахождению в коллективе себе подобных «эгоцентриков».
И обществу людей усилием такого множества независимых индивидуумов шаг за шагом удавалось находить решения встречающихся на их пути проблем. Смогут ли таким образом ИИ решать те задачи, которые им сейчас не под силу, сформировав коллектив сильных ИИ, отличающихся по методам принятия решений или сымитировать что-то подобное? И даст ли это ожидаемый эффект, или, как это рассматривается в [15.28], просто использовать ИИ как высокоэффективный интеллектуальный инструмент каждого индивидуума? Последнее, похоже, более реально в осуществлении.
Важно также отметить, что исследования, проводимые в области ИИ, и попытки для их создания копирования функционирования мозга человека позволяет не только повысить эффективность работы ИИ, но и стимулирует детальные исследования работы мозга, как, например, в проектах Human Brain Project [15.31] и Human Connectome Project [15.32]. Эти исследования дали возможность создать новую подробную карту человеческого мозга, выделив 180 различных областей в каждом полушарии, в том числе 97 ранее неизвестных [15.33].
Дальнейшие исследования работы мозга с применением традиционно используемой фМРТ в сочетании с методами оптогенетики позволит резко увеличить разрешающую способность исследований, так как дает возможность контролировать отдельные нейроны и активность нейронных соединений в различных участках мозга.
Такие исследования по созданию симулятора человеческого мозга с одной стороны дают возможность по-другому увидеть некоторые физиологические функции мозга, а с другой стороны позволят продвинуться вперед в работах по ИИ.
БИБЛИОГРАФИЯ
15.1. Somers J. Is AI Riding a One-Trick Pony? MIT Technology Review. September 29, 2017.
15.2. Kozlov M. Computer-brain model memory and decision-making. NIZI.co.il / Science and life of Israel. 14.12.2017.
15.3. Marcus, G., Marblestone, A., & Dean, T. The atoms of neural computation. Science. 2014 Oct 31; 346(6209) — Pp. 551-552
15.4. Hierarchical Temporal Memory including HTM Cortical Learning Algorithms, Version 0.2.1, September 12, 2011, Numenta Inc. 2011. P. 68.
15.5. Marcus G. Deep Learning: A Critical Appraisal. 2 Jan 2018. https://arxiv.org/ftp/arxiv/papers/1801/1801.00631.pdf
15.6. Первостепенная задача квантовых компьютеров — усиление искусственного интеллекта. GeekTimes. 04.03.2018.
15.7. Почему у самообучающегося искусственного интеллекта есть проблемы с реальным миром. GeekTimes. 14.03.2018. https://www.quantamagazine.org/why-self-taught-artificial-intelligence-has-trouble-with-the-real-world-20180221/
15.8. Lake, B. M., Ullman, T. D., Tenenbaum, J. B., Gershman, S. J. Building Machines That Learn and Think Like People. Behavioral and Brain Sciences, 2017 -Pp.1-72.
15.9. McElwain M. Why is it that we have almost the same DNA as other things? Stanford at The Tech Museum Home. May 1, 2009.
15.10. Roxo M., Franceschini P.R., Zubaran C., Kleber F., Sander J. The Limbic System Conception and Its Historical Evolution. The Scientific World JOURNAL. 2011. 11. Pp. 2427–2440.
15.11. Báez-Mendoza R., Schultz W. The role of the striatum in social behavior. Frontiers in Neuroscience. December 2013. Vol. 7. Article 233. Рр.1-14.
15.12. Bechara A., Damasio H., Damasio A. Role of the Amygdala in Decision-Making. Ann. New York Academy Sci., Vol. 985, 2003. Pp.356—369.
15.13. Eres R., Louis W.R., Molenberghs P. Common and distinct neural networks involved in fMRI studies investigating morality: an ALE meta-analysis. Social Neuroscience. Published online: 27 Jul 2017.
15.14. Raghanti M.A., et al. A neurochemical hypothesis for the origin of hominids. Proc Natl Acad Sci U S A. 2018 Feb 6;115(6): Pp.1108-1116.
15.15. Yirka B. Brain chemical differences suggest possible reason for humans having social edge over other primates. Phys.org. January 23, 2018.
15.16. Mandal A., et al. Dopamine Functions. 31.08. 2017. https://www.news-medical.net/…/ Dopamine-Functions.aspx
15.17. Sousa A. M.M., et al. Molecular and cellular reorganization of neural circuits in the human lineage. Science 24 Nov 2017. Vol. 358, Issue 6366. Pp.1027-1032.
15.18. Damasio A. Self Comes to Mind: Constructing the Conscious Brain // Pantheon. 2010.
15.19. Dunbar R.I.M. Coevolution of neocortical size, group size and language in humans, Behavioral and Brain Sciences. 1993. 16 (4): Pp.681–735.
15.20. Molenberghs P. Is there a moral centre in our brain? September 17, 2015 theconversation.com/is-there-a-moral-centre-in-our-brain-47…
15.21. Danylov V., S. Kletskin S., Kozlov M. Negative manifestation the defolt mode of brain function. The Bulleten of Academy. Israeli Independent Academy of Development of Science. Haifa, Israel, 2016. Vol.8, №1-Pp.3-12.
15.22. No Time for Bullies: Baboons Retool Their Culture. The New York Times. April 13.2004.
15.23. Raichle M.E, Snyder A.Z. A default mode of brain function: A brief history of an evolving idea / NeuroImage 37 (2007). Pp.1083-1090.
15.24. Козлов М. Некорректность эволюционных представлений о будущем доминировании искусственного интеллекта над человеком. NIZI.co.il / Наука и жизнь Израиля. 16.01.2018.
15.25. Козлов М. Биржа идей и переход к системе субъектно-ориентированного рецензирования. NIZI.co.il / Наука и жизнь Израиля. 01.04.2017.
15.26. Интервью с В.А. Ключаревым о будущем психологии. Институт психологии Российской академии наук. Социальная и экономическая психология. 2017. Том 2. № 4 (8). С. 196-223.
15.27. Юрий Кнорозов: скромный гений и его кошки-соавторы. 07. 10. 2013. liveinternet.ru›users/vl866911/post294426579
15.28. Козлов М. Эволюция человеко-инструментального взаимодействия от Homo habilis до Homo intelligentes. NIZI.co.il / Наука и жизнь Израиля. 15.09.2017.
15.29. Kozlov M. One brain good but polybrain better, or about the growing efficiency of the collective mind. Proceedings Interdisciplinary scientific conference “Multifactor approaches to the formation of a comfortable environment”. Netanya, Israel. 2017. Publishing firm Print ABC. Pp.210-220.
15.30. Козлов М. Глобальная паутина и как в ней не запутаться. NIZI.co.il / Наука и жизнь Израиля. 08.02.2017.
15.31. The Human Brain Project. A Report to the European Commission. The HBP-PS Consortium, Lausanne, April 2012.
15.32. Glasser M. F., et. al. The Human Connectome Project’s neuroimaging approach. Nature Neuroscience. 2016. Vol. 19. Pp.1175–1187.
15.33. Glasser M.F., et. al. A multi-modal parcellation of human cerebral cortex. Nature. 11 August 2016. vol. 536. Pp.171–178.
Иллюстрация: VistaNews.ru
