Разработка и внедрение системы элитного инженерно-технического образования на основе нейро-цифровой экосистемы для прорывного развития региональных экономик рф на примере бфу им. Канта

Автор: Федоров Александр Александрович, Тышецкая Анна Юрьевна, Либерман Ирина Владимировна, Корягин Сергей Иванович, Клачек Павел Михайлович

Журнал: Технико-технологические проблемы сервиса @ttps

Рубрика: Организационно-экономические аспекты сервиса

Статья в выпуске: 4 (54), 2020 года.

Бесплатный доступ

В статье рассмотрен программно-технический комплекс выбора прикладной задачи для эффективного развития когнитивных и интеллектуальных способностей обучаемых, а также тестовый вариант архитектуры программно-технического комплекса инструментальной среды проектирования элементов нейро-цифровой научно-образовательной экосистемы.

Нейро-философский подход, нейро-цифровая экосистема, программно-технический комплекс, интеллектуальные маркеры обучаемых, научно-производственный кейс, киберсоциум, метакогнитивные навыки

Короткий адрес: https://sciup.org/148319980

IDR: 148319980

Текст научной статьи Разработка и внедрение системы элитного инженерно-технического образования на основе нейро-цифровой экосистемы для прорывного развития региональных экономик рф на примере бфу им. Канта

В современном обществе стремительное развитие информационно-коммуникационных технологий, искусственного интеллекта и другие современные киберсоциальные тенденции развития общества становятся одними из определяющих драйверов процессов реформирования образовательной системы во всем мире, делая образование важнейшим ресурсом современного социума и будущего киберсоциума [14,26].

Анализ современной отечественной и зарубежной литературы показывает [5-13], что цифровая экосистема [2,14,15] и искусственный интеллект [1-3,5] становятся неотъемлемой частью образовательной системы во всем мире.

Переход к киберсоциуму, предполагающему важность межличностных трансверсальных (ме-такогнитивных) навыков и умений [3,9,16] для жизни и работы, делает нейро-цифровую реальность действительностью современного общества. Согласно положениям ЮНЕСКО [17], ведущие качества учащихся XXI века – это «создание и трансформация знаний», критическое мышление и высоко когнитивная деятельность. Возможность создания и трансформации знаний на основе нейро-цифровой образовательной экосистемы обеспечат современному индивидууму на качественно новом уровне образование и самообразование в течение всей жизни, профессиональную и личностную самореализацию и эффективную деятельность в различных сферах.

Анализ современной отечественной и зарубежной литературы [1-3,5,8,9] по вопросам информационно-коммуникационных ресурсов в образовательном процессе показывает, что феномен нейро-цифровой научно-образовательной экосистемы [2,3,7] начинает выделяться в самостоятельный объект научно-прикладных исследований. Представленная в работе модель нейро-цифровой научно-образовательной экосистемы, как условие для обеспечения прорывного развития региональных экономик РФ [18], представляет собой метакогнитивный компонент киберсоциальной системы [9,14,16], включающий следующие базовые уровни:

  • -    операционный (управление процессами когнитивного генезиса знаний; управление цифровым и нейро-цифровым пространством данных; базами, кубами и нейро-хранилищами данных и знаний);

  • -    технологический (преобразование и нейро-цифровую трансформацию информации, данных и знаний).

  • -    социализирующий (организация киберсоци-ального взаимодействия индивидумов в нейро-цифровой экосистеме);

  • -    научно-образовательный (организация нейро-цифровой, образовательной и научно-исследовательской синергетической среды [3]);

  • -    инновационно-производственный (организация нейро-цифровой, научно-производственной среды, обеспечивающей генерацию новых знаний в меж-, мульти- и трансдисциплинарных областях для решения сложных производственных задач в различных сферах деятельности [5]).

Предлагаемая модель нейро-цифровой научно-образовательной экосистемы включает в себя все многообразие информационных технологий, киберпространство и имеет структуру (цифровая образовательная академическая экосистема; синергетическая нейро-цифровая исследовательская экосистема; нейро-цифровые человеко-машинные интерфейсы; нейро-цифровое конструкторское бюро), инфраструктуру (метакогнитивное операционное ядро «Гибридный вычислительный интеллект [3]») и ультраструктуру (нейро-цифровая экосистема и инфосфера [7]). Операционное ядро создаваемой нейро-цифровой научно-образовательной экосистемы основано на применении методов гибридного вычислительного интеллекта [3], обеспечивающего нейро-цифровую трансформацию (информации, данных, знаний, идей, мыслей и т.д.) и когнитивный генезис [3,4,10] на разных уровнях нейро-цифровой экосистемы.

Предложенная в работе нейро-цифровая научно-образовательная экосистема ставит задачу создания на ее основе инновационной образовательной структуры для подготовки элитных инженеров следующего поколения. По аналогии с хорошо известным международным стандартом в подготовке инженеров CDIO ™ INITIATIVE [19], основа предлагаемой инновационной образовательной структуры для подготовки элитных инженеров следующего поколения реализуется через:

  • 1.    научно-производственную работу в проектных группах при решении техно-кейсов [19] нового формата - "научно-производственные кейсы" по инновационным прикладным пробле-матикам, формируемым посредством сетевого взаимодействия, на примере БФУ им. И. Канта: «индустриальные партнеры - интегрированная экосистема (информационно-аналитический центр губернатора Калининградской области совместно с инновационным центром инженерно-технического института БФУ им. И. Канта) - нейро-цифровая экосистема БФУ им. И. Канта (когнитивное научно-образовательное пространство)».

  • 2.    посредством компетентностного подхода [19] с учетом междисциплинарности, а также баланса между сугубо профессиональными знаниями и «гибкими» навыками [3,19], а также принципиально новым подходом в области формирования когнитивных компетенций, представляющих собой когнитивные структуры метапред-метного характера.

  • 3.    применение гибких модулей, основанных на инновационных моделях образовательного процесса, позволяющих осуществить когнитивный генезис интеллектуальных способностей и умений обучающегося, в том числе в меж-, мульти-и трансдисциплинарных областях.

Цель исследования

Данная научная статья открывает цикл работ, посвященных разработке и внедрению нейро-цифровой научно-образовательной экосистемы, предназначенной для прорывного развития региональных экономик РФ на примере БФУ им. Канта. Целью данной научной статьи является рассмотрение ряда центральных методологических и программно-технических элементов операционного ядра «Гибридный вычислительный интеллект» нейро-цифровой научнообразовательной экосистемы, предназначенной для прорывного развития региональных экономик РФ на примере БФУ им. Канта.

Методика и инструментарии исследования

На рисунке 1 представлена структура нейро-цифровой научно-образовательной экосистемы, полученная на основе сетевого взаимодействия, на примере БФУ им. И. Канта вида: «индустриальные партнеры - интегрированная экосистема (информационно-аналитический центр губернатора Калининградской области - инновационный центр инженерно-технического института БФУ им. И. Канта) - нейро-цифровая экосистема БФУ им. И. Канта (когнитивное научно-образовательное пространство).

Рисунок 1 – Структура нейро-цифровой научно-образовательной экосистемы на примере БФУ им. И. Канта

Одним из центральных элементов представленной на рисунке 1 структуры является инновационный центр инженерно-технического института БФУ – центр научно-технологического сопровождения наукоемких и модернизируемых отраслей региона, ключевой игрок создаваемой региональной цифровой технологической платформы [3,5,11], которая представляет собой коммуникационно-предпринимательский инструмент [3], направленный на формирование программ совместных исследований и разработок, создание перспективных коммерческих технологий, новых продуктов (услуг) и обеспечение стратегического партнерства с системообразующими предприятиями Калининградской области [3].

На рисунке 2 представлена инструментальная среда системно-целевого моделирования прикладных задач, являющаяся частью синергетической исследовательской среды, подробно рассмотренной в работе [3], цифровой технологии-платформы поддержки принятия решений информационно-аналитического центра губернатора Калининградской области (подробно представленной в работе [3]).

В основу системно-целевой модели прикладной задачи положена системно-целевая графо-семантическая модель вида [3]:

Ga=, где С - множество вершин графа, обозначающих цели структуры семантического графа [3], R - множество дуг, обозначающих семантические отношения структуры целей. В работе [3] представлены 93 типа семантических отношений, позволяющих синтезировать системно-целевые структуры любой (по уровню сложности) прикладной задачи (рис. 3).

Применение методов интеллектуальных трансформационных грамматик [3] позволяет перейти от системно-целевого графосемантического представления к системно-целевому фрейму прикладной задачи [3] (пример рис. 4), в дальнейшем используемому для проектирования техно-кейсов нового формата и других инновационных научно-исследовательских и образовательных структур (рис. 4).

На рисунке 5 представлена архитектура программного обеспечения научно-производственного техно-кейса, формируемого на основе нейро-цифровой экосистемы.

Информащюнно-аналитический центр губернатора Калининградской

Экономнко-математтггеское моделирование

Комплекс прикладных интеллектуальных систем принятия решении

Интеллектуальный анализ данных

Банк данных, знаний, моделей

Системно-целевой анализ данных и знаншт

Цифровая Технология-платформа поддержки принятия решении

Модуль синтеза концептуальной модели задачи-системы

Инструментальная среда системно -целевого моделирования прикладных задач

Синергетическая исследовательская среда

Модуль синтеза структурных схем целедостижения задачи системы

Модуль синтеза нейро семантической системноцелевой модели прикладной задачи

Данные и слабоструктурированные знания в естественно-языковом и т.д. виде

Сектора региональной экономики

Рисунок 2 – Инструментальная среда системно-целевого моделирования прикладных задач

Синтез инновационной,научно-исследовательской и т.д. задачи ПЭС

Система системно-целевого управления знаниями

----------- 1 Выбор задачи из БД |

Лингвистическое описание инновационной, научноисследовательской и т.д. задачи ПЭС

| Формирование банка знаний (базы) по задачи | ----

Нет

Задача есть в БД

| Формирование каузативной структуры целей | -

Определение классов базовых семантических отношений интеллектуальной системности целен

Интерактивная интеллектуальная среда моделирования задачи

Построение семантического графа ошибокН

| Осуществление макроуровневого анализа целей |

| Осуществление микроуровневого анализа целей |

Установление выводимости и соп оста вл енн ости целей

| Осуществление анализа полноты куста целей |

| Формирование структурных схем цел достижения | -

Согласование структуры целей и структурной схемы целедостижения в системе целей. Расчёт значения энтропийно-синергетической сложности графа СЦ

| Запись задачи в БД интерпретатора задач

I устранению ошибок

Сравнение графа СЦ и графа ошибок Н. Получение цифровой оценки Т топологического изоморфизма графов G и Н

Формирование нечеткой системы контроля целедостижения узлов СЦД

Получение значения энтропийно синергетической сложности графа СЦ

Интеллектуальная п-------------------1-----------771

^       — I Запись данных в интеллектуальную БЗ |

- | Выбор и поиск следующей задачи в БД~|

Рисунок 3 – Технологический вариант (методика и средства автоматизации) системно-целевой методологии моделирования прикладных задач

Создание микроконтроллера электромобиля

Создание программного обеспечения микроконтроллера (цель са)

Создание математической модели микроконтроллера на основе методов искусственного интеллекта (по^ель c^i)

Анализ системноцелевой модели прикладной задачи

Представление цели са и подцели c^i в языке L; Цель са —« 3 метод><4 программа><7 контроллер». Подцель c^i, «3 метод нечеткой логики><7 контроллер для электромобиля> >.

Банк прикладных методов, схем и алгоритмов решения прикладных задач

^■^ Проектирование схем

Преобразование цели са к виду Fx = fa3 Л fa4 э fa7 п свернутоювиду m4(/„3) inni т5(/„3,/я4,/„7), а подцели Cpi - к виду F2 = Gf^ э fp7 и свернутому

решения прикладной задачи

виду m,^;

™i msCWp?)-

Определение класса ситуаций интеллектуальной системности М

Цифровое, когнитивное портфолио студента

Оценка когнитивных характеристик студентов

Проектирование модели гибких компетенций

Оценка имеющихся компетенций студентов

Цифровое, когнитивное портфолио студента

Проектирование научно-производственного кейса для решения прикладной задачи

Цифровой репозиторий научно-производственного кейса

Рисунок 4 – Пример структуры научно-производственного техно-кейса для подготовки элитного инженерно-технического образования на основе нейро-цифровой среды для прорывного развития региональных экономик РФ

Оперативная база данных

* Код обучаемого (КО) *"

—► Код Задачи (КЗ)

Дата решения задачи (ДРЗ)

Ф.И.О. обучаемого (ФИО)

Оперативная база знаний

••Код обучаемого (КО)

Код обучаемого (КО)

^Код обучаемого (КО)

•< Код обучаемого (КО)

Интерактивный учебноисследовательский ____комплекс____

Интеллектуальные маркеры

Семантический граф ошибок

Интеллектуальная семантическая сеть (генезис мышления)

Интерактивный учебноисследовательский комплекс

Модуль переноса в трансформации данных и знаний

Интеллектуальная семантическая сеть (генезис мышления)

Рисунок 5 – Архитектура программного обеспечения научно-производственного техно-кейса, формируемого на основе нейро-цифровой экосистемы

Рисунок 6 – Программно-технический комплекс выбора прикладной задачи для эффективного развития когнитивных и интеллектуальных способностей обучаемых

В работе [3] подробно представлена модель оценки энтропийно-синергетической сложности системно-целевой структуры прикладной задачи, позволяющая оценить уровень интеллектуальной сложности (системной, когнитивной и т.д.) решаемой задачи [3]:

log2 M =

- ° (mi /M) log2 ( mJM) i=l

+ °(mi /M) log2(mi), i=i

n где M = ^ mi i=1

- количество классов mi ситуа- ций интеллектуальной системности системноцелевой структуры прикладной задачи [3].

Представленная в работе [3] модель оценки энтропийно-синергетической сложности системно-целевой структуры прикладной задачи позволяет: оценить уровень интеллектуальной сложности (системной, когнитивной и т.д.) решаемой задачи; реализовать инновационный программно-технический комплекс выбора прикладной задачи для эффективного развития когнитивных и интеллектуальных способностей обучаемых (рис. 6); реализовать оперативное и перспективное прогнозирование и планирование интеллектуального развития (развития уровней мышления: инновационного, творческого, дивергентного и т.д.) обучаемых [3].

На рисунке 7 представлен тестовый вариант архитектуры программно-технического комплекса инструментальной среды проектирования элементов нейро-цифровой научно-образовательной экосистемы.

Апробация

На базе инженерно-технического института БФУ им. И. Канта был разработан тестовый вариант флагманского учебного плана (рис. 8), предполагающий формирование гибких научнообучающий модулей по ведущим (для прорывного развития Калининградской области) сферам деятельности [30].

Разработанный вариант флагманского учебного плана на основе применения гибких научно-обучающих модулей и прикладных научно-производственных техно-кейсов (рис. 8) органично интегрирует компетенции двух типов образовательных программ (отраслевые программы - для обеспечения спроса соответствующих отраслей (уровень А), и программы, обеспечивающие создание новых рынков и продуктов для рынков будущего, а также обеспечивающих их цикл (уровень Б)), что позволяет проектировать гибкие когнитивные компетенции и образовательные треки на основе

Разработка и внедрение системы элитного инженерно-технического образования … метапредметного и метакогнитивного подходов, индивидуализации образовательного процесса а также возможность реализации когнитивной [3,14,16].

Рисунок 7 – Тестовый вариант архитектуры программно-технического комплекса инструментальной среды проектирования элементов нейро-цифровой научно-образовательной экосистемы

Уровень В

Профиль

Искусственный интеллект, интеллекту-альная цифровизация производства и индустрия 5.0

Профиль

Интеллекту-альная системотехника, когшпивные технолопш управления и нейро-цифровые экосистемы

Интеллекту-альная системотехника, когшпивные технолопш управления и нейро-цифровые экосистемы

Индустрия 5.0

| Кейсы научно-исследовательского плана (исследовательский системно-целевой, инновационный) ]

Интеграция Уровня А и В через комплекс гибких модулей, пример: Модуль «Интеллектуальные производственные системы промышленные нейро-

Создание через комплекс гибких научнообразовательных модулей, научно-производственных

Проектирование комплекса гибких «soft skills» компетенций, в рамках решения задач, прорывного развития региональных экономик РФ. связанных с подготовкой специалистов (руководшелей проектов), способных работать в условиях высокой сложности неопределенности, риска, способных создавать и управлять высокотехнолопннымп, инновационными производственно-экономическими системами на принципиально новом уровне, способных преодолевать органпзащюнну-то, производственную, техническую сложность современного общества

Профиль Прогрессивные технолопш и инновации в машиностроении Машиностроение

Цифровизация процесса оказания услуг Сервис

Профиль

Цифровая трансформация транс портно-логистической с феры Технолопся транспортных процессов

Профиль

Цифровые методы конструирования и производства изделий и конструкций Материаловедение

Профиль

Цифровой инжиниринг п цифровые технолопш в строительстве Стротельство

Уровень А

Рисунок 8 – Тестовый вариант флагманского учебного плана, созданный на базе инженерно-техниче- ского института БФУ им. И. Канта

Апробация тестового варианта флагманского учебного плана проводилась в рамках двух экспериментальных гибких модулей (рис. 9), созданных для обеспечения решения основных задач [3], связанных с опережающим развитием региональной экономики Калининградской области в сфере машиностроения и технического сервиса [3].

Рисунок 9 – Экспериментальные гибкие модули для обеспечения решения основных задач, связанных с опережающим развитием региональной экономики Калининградской области в сфере машиностроения и технического сервиса

Апробация тестового варианта флагманского учебного плана в рамках двух экспериментальных гибких модулей прошла в 2019 и 2020 году, на базе ежегодной (проводится с 2010 г. на базе Санкт-Петербургского Национального политехнического университета имени Петра Великого) национальной конференции: "V Научно-практическая конференция с зарубежным участием «ЦИФРОВАЯ ЭКОНОМИКА И ИНДУСТРИЯ 4.0: ТЕНДЕНЦИИ 2025» (проведена в 2019 г.) и "VI научно-практическая конференция с зарубежным участием «ЦИФРОВАЯ ЭКОНОМИКА И ИНДУСТРИЯ 4.0: ФОРСАЙТ РОССИИ» (проведена в 2020 г.)16

В рамках Калининградской региональной секции, проводимой на базе инженернотехнического института БФУ им. И. Канта (рис. 10) был разработан 21 научно-производственный кейс по следующим высоко технологическим направлениям: интеллектуальная цифровизация производства; интеллектуальные системы управления в машиностроении, сервисе, транспорте; когнитивные технологии и робототехника, применение технологий искусственного интеллекта в машиностроении, сервисе, транспорте; нейро-цифровые экосистемы: теория и практика (машиностроение, нефтегазовая отрасль, транспорт, военно-промышленный комплекс); нейро-цифровые человеко-машинные интерфейсы (прикладное применение), - имеющим важное значение для обеспечения прорывного инновационного развития региональной экономики Калининградской области [3].

В рамках проводимых конференций с использованием специально разработанного программного комплекса экспертного оценивания уровней мышления обучаемых (рис. 10) был проведен обширный комплекс исследований, посвященных изучению развития, а также отработке процедур и алгоритмов оперативного и перспективного прогнозирования и планирования интеллектуального развития (развития уровней мышления: инновационного, творческого, дивергентного и т.д.) обучаемых [29].

Проведенные исследования позволили сформулировать и выполнить программную реализацию тестового варианта принципиально нового типа когнитивного портфолио обучаемых (рис. 12) и заложить основу дальнейших исследований [27-29].

Направления дальнейших исследований

В 2019 г. группа специалистов инженерно-технического института БФУ им. И. Канта совместно со специалистами Stanford School of Engineering (США), а также специалистами The Montreal Neurological Institute (Канада) по проекту "Solaris" начали перспективные исследования в области создания принципиально новых типов метакогнитивных систем искусственного интеллекта. На первом этапе в исследованиях принимало участие 50 испытуемых, имеющих различный уровень образования и интеллектуальных способностей. Испытуемые проходили обучение по различным видам когнитивных образовательных треков, разработанных на базе 70 научно-производственных кейсов, связанных с решением сложных прикладных задач в области создания принципиально новых видов инженерно-технических систем и технологий для аэрокосмической, машиностроительной и других отраслей. На основе

Рисунок 10 – Программный комплекс экспертного оценивания уровней мышления обучаемых

серии экспериментов с использованием специального оборудования (рис. 12) и последующего детального анализа картограмм крупномасштабных функциональных сетей мозга человека [20-22] (рис. 13, 14) был разработан перспективный вариант концептуальной модели операционного ядра (рис. 15, по сути, речь идет о принципиально новом подходе в области создания метакогнитивной операционной системы) нейро-цифровой научно-образовательной экосистемы (см. рис. 1).

Рисунок 11 – Тестовый вариант принципиально нового типа когнитивного портфолио обучаемых

Нейро-цифровой исследовательский комплекс

Рисунок 12 – Реализация когнитивных образовательных треков с использованием специального оборудования в рамках проекта Solaris

Рисунок 13 – Пример визуализации сети Task Based Networks (TBN). Эксперимент 29, моделирование продуктивной умственной деятельности при анализе ультра сложных систем (более 107 элементов). DMN- default mode network, LFN- left front parietal networks, RFN- right front parietal networks, CTN- central temporal networks, PFN- parieto- frontal networks , VCN- visual center networks ,VPN- visual peripheral networks

Существенным преимуществом предложенной концептуальной модели и реализуемой на ее основе программной модели операционного ядра (на основе метакогнитивного искусственного интеллекта) будет возможность создания нейро-цифровой научно-образовательной экосистемы нового формата на основе применения нейро-цифровых когнитивных драйверов и специальных нейро-цифровых человеко-машинных интерфейсов, которая позволит аккумулировать на уровне нейро-цифрового пространства передовые достижения человечества в области науки, базовых и критических технологий, а также обеспечить генерацию новых, прорывных знаний в меж-, мульти- и трансдисциплинарных областях на основе нейро-цифровых человеко-машинных интерфейсов и когнитивных нейро-сетей [23,26].

Рисунок 14 – Пример матрицы функциональных связей между анатомическими структурами мозга. Эксперимент 29, моделирование продуктивной умственной деятельности при анализе ультра сложных систем (более 107 элементов)

Рисунок 15 – Перспективный вариант концептуальной модели операционного ядра (на основе метакогнитивного искусственного интеллекта) нейро-цифровой научно-образовательной экосистемы: 1 – операционное ядро "Гибридный вычислительный интеллект" нейро-цифровой экосистемы; 2 – системноцелевая нейро-цифровая модель прикладных задач; 3 – нейро-цифровая когнитивная сеть генезиса знаний;

4 – нейро-цифровое интеллектуальное портфолио обучаемых; 5 – нейро-цифровой репозитарий научнопроизводственных кейсов; 6 – драйвер когнитивного развития; 7 – первичный нейро-цифровой конструктор

Кроме того, на основании проводимых исследований появилась возможность сформулировать принципиально новый, нейро-философский подход в области создания нейро-цифровых научно-образовательных экосистем будущего, основанных на понимании и формализации процессов метакогнитивного генезиса киберсоциума [24,25].

В настоящий момент работа в данном направлении активно продолжается.

Заключение

Настоящая работа открывающей цикл научных статей, посвященных разработке и внедрению нейро-цифровой научно-образовательной среды. На примере БФУ им. Канта, рассмотрен ряд центральных методологических и программно-технических элементов операционного ядра «Гибридный вычислительный интеллект» создаваемой нейро-цифровой научно-образовательной экосистемы. На настоящий момент авторскому коллективу удалось создать не имеющий аналогов в мире уникальный базис как в области методологии, так и в области прикладных программно-технических решений, центральных элементов разрабатываемой нейро-цифровой научно-образовательной экосистемы. При этом, на основе большого количества проведенных исследований, сформулирован принципиально новый нейро-философский подход в области создания нейро-цифровых научно-образовательных экосистем будущего, основанный на понимании и формализации процессов метакогнитивного генезиса киберсоциума.

Рассмотренные в работе основы создания нейро-цифровой научно-образовательной экосистемы представляют собой метакогнитив-ный компонент киберсоциальной системы предназначенной для обеспечения прорывного развития региональных экономик РФ. По аналогии с хорошо известным международным стандартом в подготовки инженеров CDIO ™ INITIATIVE, предложена основа принципиально новой инновационной образовательной структуры для подготовки элитных инженеров следующего поколения. В создаваемой авторами нейро-цифровой научно-образовательной экосистеме разработаны: структура (цифровая образовательная академическая экосистема; синергетическая нейро-цифровая исследовательская экосистема; нейро-цифровые интерфейсы, нейро-цифровое конструкторское бюро); инфраструктура (метакогнитивное операционное ядро

«Гибридный вычислительный интеллект») и ультраструктура (нейро-цифровая экосистема и инфосфера). Рассмотрена инструментальная среда системно-целевого моделирования прикладных задач, являющаяся частью синергетической исследовательской среды, цифровой технологии-платформы поддержки принятия решений информационно-аналитического центра губернатора Калининградской области. Приводятся структура и программная архитектура научно-производственного техно-кейса элитного инженерно-технического образования на основе нейро-цифровой экосистемы для прорывного развития региональных экономик РФ. Рассмотрен программно-технический комплекс выбора прикладной задачи для эффективного развития когнитивных и интеллектуальных способностей обучаемых, а также тестовый вариант архитектуры программно-технического комплекса инструментальной среды проектирования элементов нейро-цифровой научно-образовательной экосистемы. На базе инженерно-технического института БФУ им. И. Канта разработан тестовый вариант флагманского учебного плана, предполагающий формирование гибких научно-обучающих модулей по ведущим (для обеспечения прорывного развития экономики Калининградской области) сферам деятельности. Проведена апробация тестового варианта флагманского учебного плана в рамках двух экспериментальных гибких модулей, созданных для обеспечения решения основных задач, связанных с опережающим развитием региональной экономики Калининградской области в сфере машиностроения и технического сервиса. На основании большого количества проведенных экспериментов и исследований сформулирован принципиально новый нейро-философский подход в области создания нейро-цифровых научно-образовательных экосистем будущего, основанный на понимании и формализации процессов метакогнитивного генезиса киберсоциума.

Список литературы Разработка и внедрение системы элитного инженерно-технического образования на основе нейро-цифровой экосистемы для прорывного развития региональных экономик рф на примере бфу им. Канта

  • Федоров А.А., Бударина А.О., Полупан К.Л., Жи-тиневич Д.Г. Стратегические ориентиры разработки и реализации кастомизированного образовательного маршрута обучающегося на основе искусственного интеллекта. Самарский научный вестник. 2020. Т. 9. № 2 (31). С. 294-299.
  • Fedorov A.A., Paputkova G.A., Filchenkova I.F., Ilaltdinova E.Y., Klyueva M.I. Open digital education space: classification of e-services at university. International Journal of Recent Technology and Engineering. 2019. Т. 8. № 2. С. 2495-2498.
  • Клачек П.М., Полупан К.Л., Корягин С.И., Либерман И.В. Гибридный вычислительный интеллект. Основы теории и технологий создания прикладных систем (Изд-2, дополненное). // Монография. Калининград: Изд-во БФУ им.И.Канта, 2020. 340 с.
  • J. Prinz. The Conscious Brain: How Attention Engenders Experience. Oxford: Oxford University Press, 2018. 416 p.
  • Клачек П.М., Корягин С.И., Лизоркина О.А. Интеллектуальная системотехника. // Монография. Калининград: Изд-во БФУ им. И.Канта, 2015, 214 с.
  • V. Eckardt. What Is Cognitive Science? Cambridge: WIT Press, 2015. 477 p.
  • T. Metzinger. Cognition and Digital Ecosystems. Stanford: Stanford University Press Press, 2018. 360 p.
  • D. Vision. A Computational Investigation into the Human Representation and Processing of Visual Information. Cambridge: WIT Press, 2014. 432 p.
  • В. Baars. A Cognitive Theory of Consciousness. Cambridge: WIT Press, 2018. 484 p
  • D. Chalmers. What is a Neural Correlate of Consciousness? Cambridge: WIT Press, 2014. 360 p.
  • J. Lehrer. Developing an integrated digital ecosystem. Boston: Mariner Books, 2017, 380 р.
  • Алексеев А. Ю. Нейрокомпьютер и электронная культура. В книге: Нейрокомпьютерная парадигма и общество / Под ред. Ю.Ю. Петрунина - М.: Издательство Московского государственного унивеситета, 2012. С. 105-131.
  • Петрунин Ю. Ю. Критический потенциал нейро-философии // Философские науки. - 2015. - № 11. -С. 23-30.
  • Редько В.Г. Моделирование когнитивной эволюции: На пути к теории эволю- ционного происхождения мышления. М: Ленанд, 2015., 310 с.
  • Васильев В. В. Сознание и вещи. М.: Либроком, 2014. 240 с.
  • Девтеров, И. В. Личность и киберсоциум в измерениях когнитивной мета-методологии // Инновационная наука: международный научный журнал. - 2015. - № 12-3. - С. 94-104.
  • Резолюция Юнеско. Global Convention on the Recognition of Qualifications concerning Higher Education 2019, http://portal.unesco.org/en/ev.php-URL_ID=49557&URL_DO=DO_TOPIC&URL_SECT I0N=201.html.
  • Аналитический доклад. "Подходы к формированию и запуску новых отраслей промышленности в контексте Национальной технологической инициативы, на примере сферы «Технологии и системы цифровой реальности и перспективные «человеко-компьютерные» интерфейсы»- М.:АСИ, 2015. 79 с.
  • Всемирная инициатива CDIO. Стандарты: информационно-методическое издание / Пер. с анг. и ред. А.И. Чучалина, Т.С. Петровской, Е.С. Кулюкиной; Томский политехнический университет. - Томск: Изд-во Томского политехнического университета, 2019. 217 с.
  • Бадаква А.М., Миллер Н.В., Зобова Л.Н. Искусственная обратная связь для ин- вазивных интерфейсов мозг-компьютер // Физиология человека. 2016. №1. С. 128-136.
  • Сороко С.И., Трубачев В.В. Нейрофизиологические и психофизиологические основы адаптивного биоуправления. СПб: Политехсервис, 2010. 607 с.
  • Gallace A., Spence C. The cognitive and neural correlates of ''tactile consciousness'': A multisensory perspective // Consciousness and Cognition, 2017, v. 17, №4, p. 20-34.
  • Brain Networks and Cognitive Architectures / S. Petersen, O. Sporns // Neuron. 2015. Vol. 88, №1. P.207-219.
  • Хамфри Н. Сознание. Пыльца души. М.: Карьера пресс, 2014. 304 с.
  • Кант И. Критика чистого разума. Соч. в 6-ти томах. Т. 3. М.: Мысль, 1964. С. 69-695.
  • Клачек П.М., Корягин С.И., Колесников А.В. Гибридные адаптивные интеллектуальные системы. Часть 1. Теория и технология разработки. //Монография. Калининград: Изд-во БФУ им.И.Канта, 2011. 374 с.
  • Либерман И.В., Полупан К.Л., Корягин С.И., Клачек П.М. Информационно-аналитическая система мониторинга, анализа и прогнозирования интеллектуального развития обучаемых (InteiiAnaliticSys_IED). Свидетельство о государственной регистрации программы для ЭВМ №2018615698, 15.05.2018.
  • Либерман И.В., Полупан К.Л., Корягин С.И., Клачек П.М. Интеллектуальная информационная система непрерывного образовательного процесса 1п-tellSys_Educational) Свидетельство о государственной регистрации программы для ЭВМ №2018616137, 23.05.2018.
  • Клачек П.М., Корягин С.И., Драгилева И.И. и др. Интеллектуальное портфолио студента высшего учебного заведения. Свидетельство о государственной регистрации программы для ЭВМ №2013617317 от 08.08.2013.
  • Корягин С.И., Полупан К.Л. Инновационные подходы к разработке образовательных программ инженерного профиля // Инженерное образование. - 2015, № 7. - С. 48-57.
Еще
Статья научная