Направления работы

Нейронет

Что такое Нейронет. Нейронет – это следующее поколение Интернета, в котором взаимодействие людей, животных, интеллектуальных агентов будет осуществляться на принципах нейрокоммуникаций. При этом информационный обмен между участниками осуществляется с помощью специальный устройств – нейроинтерфейсов. Сфера Нейронет. Нейронет, как среда информационного обмена, строится на пересечении трех сфер, где это взаимодействие осуществляется: • Нейротехнологии • Электроника • Коммуникационные технологии Нейротехнологии — технологии, которые используют понимание или помогают понять работу мозга, сознания и высшую нервную деятельность. С помощью нейротехнологий можно усилить или улучшить деятельность мозга и психические процессы. Электроника — вид техники, работающий на взаимодействии электрических частиц с электрическими полями. Фокус такой работы находится в электронных устройствах. Коммуникационные технологии — любая коммуникация людей в группе лично или с помощью технических средств. Коммуникация включает в себя передающего, принимающего, организацию канала передачи, пространства коммуникации и сообщения. Нейроинтерфейсы – инновационные устройства, с помощью которых люди вовлекаются и объединяются в совместные действия, образуют коллаборации. Работа нейроинтерфейсов строится на основе технологии биологической обратной связи. Они не только регистрируют биометрические и психофизиологические параметры состояния человека, но и сообщают об их ухудшении или улучшении. Это техническая возможность помогает людям легче понять друг друга и договориться (рисунок 1).

Рисунок 1. Технические элементы коммуникации в сфере Нейронет

Наш проект Virtual Collective Assistant. В рамках «Нейронет» мы работаем над проектом Virtual Collective Assistant (VCA) - система машинно-усиленной коллаборации. С помощью этого решения можно будет объединять большие группы людей, искусственных агентов и «умные вещи». Эта коммуникация будет происходить в специальном созданном пространстве для коллективного мышления и совместной работы (коллаборации). Проект предполагает использование нейроинтерфейсов, технологий обработки речи, поведенческих событий и комплексной обратной связи в режиме реального времени (рисунок 2).

Рисунок 2. Архитектура функционирования VCA

Рождение проекта. По мере расширения понятия «Нейронет», концепция VCA перешла в отдельный проект с задачами интеграции продуктов дорожной карты Нейронет (одобрена президиумом Совета при Президенте Российской Федерации по модернизации экономики и инновационному развитию России). Что сделано по проекту Часть технологи VCA опробировали на чемпионате рабочих профессий WorldSkills Hitech в 2015 г (биомониторинг соревнующихся команд в реальном времени), часть – в подготовке чемпионов WorldSkills в августе 2016 г для обеспечения подготовки чемпионов в сфере саморегуляции при помощи носимой биометрической аппаратуры. На текущий момент проект находится на стадии предпроектной подготовки. Сформулированы цели, задачи, результаты, риски проекта, подобраны потенциальные исполнители. Сформирована архитектура и планы работ, созданы организационные формы под реализацию проекта. Созданы функциональные подразделения в Центре Стратегических Разработок Северо-Запад, а также центр «когнитивных технологий коллективной деятельности» в структуре Московского Педагогического Государственного Университета. Состав проекта VCA Отдельные части и технологии VCA уже разрабатываются в рамках отдельных проектов, которые выступают самостоятельными продуктами. К ним относятся: 1. Персональное устройство «Mind Productivity Assistant”. Срок реализации проекта: 2017-2019 гг. 2. Средство анализа данных Rapid Foresight. Срок реализации проекта – 2017-2018 гг. 3. Система управления знаниями. Срок реализации проекта: 2017 г.

Персональное устройство «Mind Productivity Assistent» (MPA)

Создаваемое персональное устройство Mind Productivity Assistent (MPA) предназначено для регистрации и анализа электрофизиологических и биометрических параметров человека с целью повышения производительности труда специалистов инженерно-технических профилей на интеллектуальных производствах. Качественное исполнение профессиональных обязанностей инженера зависит от его физического и психического здоровья, от наличия факторов стресса и утомляемости, от общего самочувствия, уровня мотивации, эмоциональной и интеллектуальной активности. Данное устройство ведет непрерывный мониторинг параметров активности человека и передает ему обратную связь. Благодаря такой связи специалист имеет возможность “удерживать” свое «ресурсное» состояние в режиме реального времени. Таким образом, работнику оказывается непрерывная поддержка во время интеллектуальной активности и его профессиональной деятельности. С применением MPA повышение производительности труда (количество выполняемых трудовых операций в единицу времени), в зависимости от конкретного типа выполняемой деятельности, составит не менее 30%. В основе разработки MPA – поведенческие модели, объединяющие теоретические разработки когнитивистики и психофизиологии, такие как: 1. модель когнитивной нагрузки 2. модель влияния стрессогенных факторов 3. модель утомляемости 4. модель влияния характера деятельности 5. общая многопараметрическая модель. Создание MPA станет возможным благодаря результатам опытно-конструкторских работ, включающих разработку: • прикладных поведенческих моделей оптимизации интегрального ресурсного состояния, учитывающего когнитивную нагрузку, стрессогенные факторы, режимы труда и отдыха, характер когнитивной деятельности; • аппаратных решений, обеспечивающих непрерывную регистрацию необходимых психофизиологических параметров; • программных решений, обеспечивающих непрерывный анализ функционального состояния работника и формирование необходимых рекомендаций по оптимизации этого состояния.

Средство анализа данных Rapid Foresight

Разрабатываемое программное решение предназначено для анализа данных форсайт-сессий, проводимых по методу Rapid Foresight (RP). Основной целью программного продукта является повышение эффективности формирования и актуализации дорожных карт форсайт-сессий. Высокий результат анализа сессии достигается за счёт одновременного мониторинга научно-технических, общественно-политических и рыночных трендов и визуализации динамики развития этих трендов на временной шкале в режиме реального времени. Особенностью создаваемого решения является использование семантико-статистического анализа результатов групповой работы по методу Rapid Foresight, а также разработке методов сопоставления и актуализации элементов дорожных карт в соответствии с трендами по открытым источникам: информационно-новостным порталам, базам научных публикаций, интернет-сайтам. Средство анализа данных Rapid Foresight выполняет следующие три группы функций: • cбор и подготовка данных о ходе групповой работы форсайт-сессий с последующим преобразованием этих данных в текстовые форматы в режиме реального времени; • анализ полученных текстовых форматов для выявления и кластеризации ключевых сущностей (трендов, форматов, технологий, событий, угроз, возможностей, нормативных актов) и структурирования содержания проектного диалога; • отображение хронологий и визуализация структуры проектного диалога для управления ходом форсайт-сессий и представления результатов проектирования образа будущего. Программный продукт также предусматривает различные функции, такие как просмотр связанных с дорожной картой проектов, редактирование объекта, просмотр историй версий и т.д. Таким образом, функциональные характеристики разрабатываемого программного решения позволяют поддержать работу всех участников и членов команды форсайт-сессии — модераторов, сборщиков, аналитиков , визуализаторов, логгеров, администраторов и др. Программный продукт может быть полезен компаниям, отраслевым союзам НТИ, государственным корпорациям, регионам и университетам для актуализации дорожных карт, выработки стратегий и возможных сценариев развития будущего. Результаты проекта могут быть использованы при создании виртуального коллективного ассистента (virtual collective assistant, VCA), который является одним из ключевых инфраструктурных компонентов Нейронета.

Управление знаниями

Эта система позволяет автоматически формировать граф (карту, схему, структуру) знаний, упрощающий работу с большим и сложным текстом. СУЗ помогает быстро построить связи между понятиями и определениями в определенной предметной области. Происходит это на основе анализа разной информации: документов, статьей, книг, ссылок, метаданных и прочее. Что умеет делать СУЗ: 1. Выявлять основные термины, определения и понятия 2. Формировать смысловые словари (тезаурусы) 3. Формировать связи между смыслами (онтологии) 4. Строить граф для визуализации объектов и связей 5. Редактировать граф 6. Привязывать объекты графа к данным (тексту, таблице, ссылкам, файлам) 7. Викификация учебного материала (гиперссылки в тексте) 8. Показывать, выделять и редактировать отдельные части графа Продукт полезен студентам, школьникам, преподавателям, репетиторам, аналитикам, PR-специалистам и всем тем, кто обрабатывает и изучает различные текстовые материалы. В основе технологии создания такого графа знаний лежат методы: − машинного обучения с использованием нейронных сетей − методы лингвистической обработки текста Работа СУЗ строится автоматически и просто. Вначале в ситему загружаются нужные документы (книги, статьи, ссылки на документы). Система обрабатывает этот материал, а затем представляет граф – структурированное по смыслу множество связанных понятий и сущностей. Этот граф пользователи могут редактировать, изменять, сохранять. Схематично принцип работы СУЗа представлен на рисунке ниже (рисунок 1). На рисунке 2 представлен граф лекции по маркетингу, которую СУЗ сформировала из загруженного материала. А ниже, на рисунке 3 можно увидеть граф, более удобный для восприятия, который пользователь сам сформировал из первичного графа, используя для этого специальные фильтры.

Рисунок 1. Принцип работы СУЗ

Рисунок 2. Первичный граф лекции по маркетингу

Рисунок 3. Граф лекции по маркетингу после специальной обработки фильтрами

Информационные решения для сферы образования

Наши информационные решения охватывают различные интересы и стороны образовательного процесса: студентов, школьников, преподавателей, ученых, экспертов, научные центры, образовательные организации и органы исполнительной власти в сфере образования. На текущий момент мы реализовали три проекта для Минобрнауки России, в том числе: 1. Система мониторинга 2. Экспертно-аналитическая система для поддержки реализации федеральных программ 3. Управление образовательными программами Система мониторинга Информационное решение «Система мониторинга» была создана для учета и контроля хода исполнения Государственных контрактов. Ее пользователями одновременно выступают Заказчик, Исполнитель и Эксперт. Так, Заказчик и Эксперт могут анализировать и оценивать планируемые и выполняемые работы государственных контрактов и программных проектов, а также оперативно проводить экспертизу исполнения Государственных контрактов: • по объемам работ • по срокам выполнения этапов, работ и действий • по качеству работ Разработанная система также упрощает и сокращает процедуру отчетности для Исполнителей Государственных контрактов. Теперь с этим решением они могут: • в текущем режиме выкладывать документы и отчеты по выполненным действиям, работам и этапам • формировать комментарии к выполненным работам и действиям • напрямую обратиться к заказчику через систему

Рисунок 1. Пример экрана с перечнем Государственных контрактов с отклонениями по выполнению работ на текущую дату

Рисунок 2. Пример графика выполнения Государственного контракта. Просмотр из роли «Эксперт»

Рисунок 3. Пример страницы вида работ рассматриваемого государственного контракта

Социальные траектории

Цель проекта – создание онлайн-сервиса, который будет строить карты знаний - индивидуальные образовательные траектории. С помощью этого решения человек может планировать самообразование на протяжении всей жизни. Базовым элементом для построения такой карты знаний должна стать компетенция. Под компетенцией в данном проекте понимается структурная единица карты знаний, которая может рассматриваться как самостоятельная образовательная цель. Компетенцией может быть предметная область («физика твердого тела», «искусствоведение»), навык («вождение автомобиля»), качество личности («стрессоустойчивость», «жизнелюбие», «усидчивость») и любое другое понятие, которое можно рассматривать как образовательную цель. Система реализуется как многопользовательский онлайн-сервис, который будет, с одной стороны, позволять наносить на карту и связывать между собой новые компетенции, а с другой стороны – просматривать готовую карту компетенций и строить траектории между ними. Просмотр компетенций в системе обеспечивают: 1. Карта компетенций 2. Фильтры и поиск 3. Zoom in-zoom out и кластеризация компетенций 4. Редактирование компетенций 5. Рейтингование компетенций и связей между ними 6. Добавление меток для компетенций 7. Переименование и удаление компетенций и удаление связей

Рисунок 1. Примерный эскиз интерфейса для просмотра графа компетенций

Рисунок 2. Карта компетенций

Рисунок 3. Интерфейс редактирования компетенции при ее выделении курсором мыши