Исследование направленно на изучение вопросов и проблем, существующих при построении архитектуры интеллектуальной системы, способной приблизить нас к получению генома AI.

Говоря о создании динамических, интеллектуальных программных топологий, биоконцептов и систем, необходимо понимать, что архитектура и алгоритмы, которые предстоит разработать и заложить как базовый набор функций, позволят обеспечить создание благоприятной среды (прим.: экосистемы) для возможности формирования искусственного интеллекта и, в дальнейшем, генома AI.

Какие возможности нам дает способность абстрагирования программной оболочки от аппаратных энергообеспечивающих, вычислительных и приёмо-передающих (прим.: датчики, сенсоры «точки ввода») блоков?

В совокупном виде как часть «умной» системы, это позволит: 1. создать гибридный интерфейс AI основываясь на интегрированной «сети» физических объектов, обеспечив в свою очередь стабильное взаимодействия человека и машины в каждой сфере, создаваемой новой кибернетической экосистемы; 2. комплексировать, автономно существующую, масштабируемую модель – parent в виде фрейма моделирования, содержащего исходные данные вида семантической сети объекта и системы. Иными словами, модель, определяющую геном искусственного интеллекта.

Создание самоорганизующейся parent модели представляется через формирование системы управления поведением объекта, где под объектом понимается любой физический (прим.: в том числе биологический) объект, участвующий напрямую или опосредовано в экосистеме человека. При этом под управлением понимается: 1. управление объектом в момент локализации такового в физической среде (прим.: определяемой предметной области); 2. управление процессом проектирования, модернизации объекта в том числе и «выключение» такового.

С фундаментальной стороны процессы технологизации экосистемы человека и формирования экосистемы машин содержат краеугольные правила, знания и базисы для науки, экономики, общества и человека как вида, поэтому, требуют решения задач, направленных на устранение проблем тематики, что в свою очередь способствует построению «правильного» эволюционного процесса.

Изучение компонентов предметных областей показывает, что в настоящий момент, например, городские территории и автомобили различного класса — Яндекс, Tesla, Waymo, КамАЗ; воздушное пространство и воздушные суда — DJI Innovations, Ambarella, Boeing, GoPro, Lockheed, 3D Robotics, Parrot SA, Yuneec, являются перспективным и слабо организованным в технологическом аспекте направлением.

Внимание учёных, сформировавшееся посредством рассматриваемого вектора можно сформулировать в двух представлениях, во-первых, работа и развитие отдельных методов машинного обучения, превалирующим среди таковых, применительно к современному этапу развития научных областей, выступает искусственная нейронная сеть. При этом формируется понимание, что отдельные методы машинного обучения и их

повсеместное применение не являются шагом на встречу к созданию интеллектуальных систем. Во-вторых, изучение и определение места интеллектуальных систем в экосистеме человека, в эволюции и пост эволюционном состоянии таковой, понимание назначения создаваемого интеллекта и место человека как вида в отношении такового.

Полученные промежуточные результаты проведённого исследования, показывают, что за время развития области науки занимающейся созданием программ и машин, обладающих «интеллектом», вовлечение многих предметных областей, имеющих практическое отношение к искусственному интеллекту, находятся по своему развитию и подготовленности к среде локализации на уровне экспериментальной модели/среды. Проводимый анализ вектора изучаемой научной области позволяет выявить, проблему, выраженную в понимании, представления относительно создания интеллектуальной системы в том числе способной управлять поведением объекта, что позволяет сделать вывод об отсутствии полноценных исследований, а равно разработок программной топологии, компонентной и элементной базы, позволяющих в совокупности спроектировать, разработать интеллектуальную систему.

Дополнительно актуальность настоящего исследования, основывается и подтверждается следующими работами учёных: «Изучение внутренних представлений, исходя из распространённых ошибок» — Джеффри Хинтон; «ROS: роботизированная операционная система с открытым исходным кодом» — Эндрю Ын; «Вероятностные графические модели: принципы и методы» — Дафна Коллер; «Долгосрочная кратковременная память (LSTM)» — Юрген Шмидхубер; «Интеллектуальное пространство — концепция и содержание», «Робот-помощник в распределённой интеллектуальной сенсорной сети» — Йо-Хо Ли; «Сверхразум: пути, опасности и стратегии» — Ник Бостром; «Байесовская иерархическая модель для изучения естественной среды» — Фей-Фей Ли, оказывающих влияние на вектор развития: машинного обучения, анализа больших данных, искусственного интеллекта.