• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2025/2026

Пролегомены к сильному искусственному интеллекту

Когда читается: 2-й курс, 3, 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
Контактные часы: 80

Программа дисциплины

Аннотация

Курс предназначен для формирования междисциплинарного фундамента, необходимого для понимания и разработки систем сильного искусственного интеллекта (СИИ). Программа объединяет современные математические методы, теорию сложных систем и машинное обучение, предлагая слушателям углублённый взгляд на принципы, лежащие в основе создания и анализа интеллектуальных систем, способных к автономному обучению, адаптации и эмерджентному поведению.
Цель освоения дисциплины

Цель освоения дисциплины

  • Сформировать у обучающихся фундаментальное понимание междисциплинарных принципов (теории сложности, самоорганизации, бифуркаций), лежащих в основе сильного ИИ, и развить навыки проектирования и анализа интеллектуальных систем, способных к адаптивному обучению, многозадачности и эмерджентному поведению, включая элементы прото-сознания. Курс направлен на подготовку специалистов, способных преодолевать вызовы нелинейности, масштабируемости и имитации когнитивных функций в разработке ИИ следующего поколения.
Планируемые результаты обучения

Планируемые результаты обучения

  • Освоение методов анализа сложных систем
  • Освоение методов определения степенных распределений
  • Освоение численных методов решений ОДУ, УЧП и вариационных задач
  • Освоение метода бифуркационного анализа краевых задач ОДУ и УЧП
  • Умения построения полной бифуркационной картины УЧП
  • Освоение методов анализа сложности систем
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Сложные системы
  • Бифуркации уравнений в частных производных
  • Сложность
  • Самоорганизующиеся системы
Элементы контроля

Элементы контроля

  • неблокирующий С1
  • неблокирующий C2
  • неблокирующий L1
  • неблокирующий L2
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 4th module
    0.25 * C2 + 0.25 * L1 + 0.25 * L2 + 0.25 * С1
Список литературы

Список литературы

Рекомендуемая основная литература

  • Statistical learning theory, Vapnik, V. N., 1998

Рекомендуемая дополнительная литература

  • Дифференциальные уравнения и вариационное исчисление : Учебник для вузов, Эльсгольц, Л. Э., 2000

Авторы

  • Томащук Корней Кириллович
  • Громов Василий Александрович
  • Антропова Лариса Ивановна