ACS Project (Russia)
Проект "ИКС" (Россия)

Оглавление
Краткое описание проекта - Project Description
Хроника проекта - Project Timeline
Структура проекта - Project Research Areas
Участники проекта - Project Participants
Взаимосвязанные проекты - Related Projects
Ссылки на источники информации - References

Краткое описание проекта - Project Description

Проект ИКС (Искусственные Когнитивные Системы) - это научно-исследовательский проект по программной и аппаратной реализации искусственных нейрокогнитивных систем.

Участники проекта - Project Participants

Проект ИКС осуществляют:
Научно-исследовательский институт прикладных наук (НИИ ПН)
Центр обучаемых наноматериалов и мемристорных систем
Тюменского государственного университета (ТюмГУ), г. Тюмень, РФ
ООО "Тюменских ассоциативных систем объединение (ТАСО)", г. Тюмень, РФ
TASO, LLC (technological innovation company), Tyumen (Northwest Siberia), Russia. Creating a software system of integrated development environment (IDE) neurogenetic networks, dynamic models of complex systems and artificial cognitive systems TASO-Neuroconstructor for serial and parallel (supercomputer) computer architectures.
При этом ТюмГУ осуществляет теоретические исследования, а ТАСО и вновь создаваемые ИТ-компании ведут прикладные разработки.

Filippov, Vadim A.
Project Leader
Deputy Rector of the Tyumen State University on Innovations and IT
CEO of TASO, Tyumen City (Northwest Siberia), Russia
Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Информация о руководителе проекта
Филиппов Вадим Анатольевич
Проректор Тюменского государственного университета (ТюмГУ) по инновационному развитию и информационным технологиям
Директор Центра обучаемых наноматериалов и мемристорных систем ТюмГУ, г. Тюмень, РФ
Генеральный директор высокотехнологичной компании ТАСО, г. Тюмень, РФ

Участники проекта - Project Team:
Филиппов Вадим Анатольевич - соавтор Программного комплекса "ТАСО-Нейроконструктор"
Генеральный директор ООО "Тюменских ассоциативных систем объединение (ТАСО)", г. Тюмень, РФ
Лактионов Федор Викторович - соавтор Программного комплекса "ТАСО-Нейроконструктор"
Технический директор ООО "Тюменских ассоциативных систем объединение (ТАСО)", г. Тюмень, РФ

Удовиченко Сергей Юрьевич - доктор физ.-мат. наук, профессор, Тюменский государственный университет
Заместитель директора Научно-исследовательского института прикладных наук (НИИ ПН)
Директор Научно-образовательного центра (НОЦ) "Нанотехнологии"
(НОЦ "Нанотехнологии" входит в состав Центра обучаемых наноматериалов и мемристорных систем ТюмГУ)
Email: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.  | http://www.utmn.ru/sec/1439
Направление научных исследований: "Создание обучаемых мемристорных наноматериалов и электронных устройств на их основе для ассоциативных компьютеров нового поколения и систем искусственного интеллекта".
Презентация на эту тему

Хроника проекта - Project Timeline

С 1997 года участниками проекта разработаны в ТюмГУ технологии моделировании кортикальной колонки мозга, программно реализованных кортикоморфных нейронных сетей (искусственной коры) и кибергеномики – технологий регулирования развития искусственных нейросетей на основе моделирования геномных и эпигенетических механизмов развития живых организмов, в том числе:

Разработана модель нейрона "ТАСО-2005", в которой моделируется процесс консолидации следа памяти, включающий в себя краткосрочные, среднесрочные и долгосрочные фазы памяти, причем более краткосрочные фазы служат основой для формирования более долгосрочных. С каждой из фаз памяти связаны важные когнитивные способности нейросетей. Краткосрочные фазы памяти, соотносимые с явлениями фасилитации и формирования кальциевого микродомена в аксонной терминали, обеспечивают переход активации с одного нейрона на другой – ассоциациию. Со среднесрочными фазами, такими, как фосфорилирование постсинаптических рецепторов и формирование постсинаптических потенциалов, связаны способности сетей к логическим выводам, пониманию контекстуальных значений. Наконец, долгосрочное запоминание обеспечивается моделированием структурных изменений клетки в виде синтеза новых постсинаптических рецепторов различных медиаторов, а также структурных изменений пресинаптического бутона. В целом модель представляет собой систему из немногим более чем тридцати уравнений, описывающих эти процессы.

Разработана модель синапса "ТАСО-2007" - биоморфная модель, включающая частоту, аксональную фасилитацию, выброс разных типов медиатора, ПСП, синтез новых рецепторов постсинаптической мембраны и др.

2005 В 2005 году правительство Тюменской области разработало Стратегию развития Тюменской области до 2020 года, которая предусматривает создание инновационного центра на территории области. В ноябре 2005 года Тюменская область приняла участие в федеральном конкурсе на создание особых экономических зон технического внедрения в регионах. По итогам конкурса было решено создать Парк технических инноваций (Siberia Tyumen Technical Innovation Park) в Тюменской области.

07.11.2011 Учреждено Общество с ограниченной ответственностью "Тюменских ассоциативных систем объединение (ТАСО)" – высокотехнологичное предприятие в сфере разработки искусственных когнитивных систем  7 ноября 2011 г. Соучредителем предприятия выступил Тюменский государственный университет. ТАСО размещено в Парке технических инноваций Тюменской области (Siberia Tyumen Technical Innovation Park).

11.05.2012 Выделены гранты  правительства Тюменской области на реализацию ряда проектов, в том числе:
ТАСО (TASO, LLC) технологические инновации. Создание прототипа программной системы интегрированной среды разработки (IDE) нейрогенетических сетей, динамических моделей сложных систем и искусственных когнитивных систем TASO-Neuroconstructor для последовательных и параллельных (суперкомпьютерных) вычислительных архитектур.

27.12.2012 Достигнуты финальные характеристики рабочей версии программного комплекса "ТАСО-Нейроконструктор":
наибольшее возможное количество синапсов в сети – 33 554 000 на 1 Гигабайт доступного ОЗУ;
скорость расчета активности в нейросети – 5 716 000 синапсов в секунду на 1 Ггц доступной частоты процессоров.
Скорость отрисовки сети или выборки – 1 820 415  синапсов в секунду на 1 Ггц доступной частоты процессоров.

2013 В Центре обучаемых наноматериалов и мемристорных систем Тюменского государственного университета получен мемристор, который может быть использован в качестве элемента создания "искусственного мозга".


2013 Правительством РФ принято решение о создании на базе ТюмГУ и ТАСО Центра прорывных исследований в области информационных технологий "Искусственные когнитивные системы (ИКС)".

17.12.2013 В Москве запущен новый суперкомпьютер «Т-Нано», который будет также использоваться для размещения программно-реализованных моделей искусственной коры мозга в рамках проектов тюменского Центра прорывных ИТ-исследований «Искусственные когнитивные системы».

2014 С 2014 г. начинается финансирование и реализация проекта "Искусственные когнитивные системы (ИКС)".


Статьи о ходе проекта:

Работа поддерживалась  грантом РФФИ № .

Структура проекта - Project Research Areas

ООО "Тюменских ассоциативных систем объединение (ТАСО)"
Генеральный директор ТАСО В.А. Филиппов
Общество с ограниченной ответственностью "Тюменских ассоциативных систем объединение (ТАСО)" – высокотехнологичное предприятие в сфере разработки искусственных когнитивных систем учреждено 7 ноября 2011 г. Соучредителем предприятия выступил Тюменский государственный университет.
http://www.taso.pro/

Миссия ООО «ТАСО» — создание нового класса стратегических информационных технологий – искусственных когнитивных систем.
Под «искусственными когнитивными системами» здесь понимаются технические системы, способные к познанию и поведению для решения существующих проблем в условиях реального мира, включая распознавание образов, понимание смысла и контекстуального значения информации, мышление, самостоятельное усвоение знаний из различных источников, обучение, а в необходимых случаях – субъективную оценку информации.

Базовой технологией реализации искусственных когнитивных систем являются нейроморфные (подобные организации живой нервной системы), кортикоморфные (подобные организации коры головного мозга) искусственные нейронные сети и генноморфные (подобные генетическим и эпигенетическим механизмам организмов) алгоритмы управления развитием и размножением таких систем.

Направления деятельности ООО «ТАСО»:
Создание программных средств разработки нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем.
Создание базовых кортикоморфных архитектур, моделей кортикальных колонок и коры мозга.
Создание технологий управления формированием и развитием больших и сверхбольших биоморфных искусственных нейросетей – кибергеномики.
Создание искусственных когнитивных систем для функционирования в сети Интернет.
Создание искусственных когнитивных систем поддержки принятия решений по управлению сложными техническими комплексами.
Создание нейросетевых систем семантического машинного перевода.
Создание нейросетевых систем анализа рядов данных, прогнозирования и поддержки биржевого трейдинга.
Создание нейроморфных систем автономных роботов

Направления развития: ТАСО — высокотехнологичное предприятие по разработке искусственных когнитивных систем, ведет разработки по следующим направлениям:

Биоморфные модели нервных клеток для построения искусственных когнитивных систем

Отдельная нервная клетка (нейрон, некоторые виды глиальных клеток) выполняет важнейшую роль основы, первокирпичика для построения когнитивных систем живых организмов. Такое же значение имеет и искусственный нейрон (модель нейрона, нейроподобный элемент) для создания и функционирования искусственных когнитивных систем. Именно поэтому нейрон и его моделирование всегда находились в фокусе исследователей.

К настоящему времени как нейробиологами, так и специалистами в области компьютерных наук построены сотни различных моделей нейронов, которые, как правило, сводятся к двум основным классам: биофизические, часто весьма подробные, «портретные» модели нейронов, создаваемые биологами, и простые формальные модели нейронов класса «integrate-and-fire» с изменением весов входов под влиянием обучения, создаваемые разработчиками искусственных нейронных сетей.

Оба этих класса не вполне подходят для построения по-настоящему интеллектуальных искусственных когнитивных систем. Портретные модели слишком «тяжелы» для построения больших сетей даже на суперкомпьютерах, они воспроизводят множество путей биохимических реакций, относящихся к задачам метаболизма и поддержания жизнедеятельности клетки и не необходимых для выполнения нейроном задач обработки сигнальной информации.

Простые формальные модели нейронов, восходящие к имевшей большое значение в истории науки модели MCP-нейрона (1943 г.), не имеют ряда механизмов, необходимых для выполнения ими роли базового элемента интеллектуальных когнитивных систем.

Простые формальные модели нейрона имеют такие недостатки, как отсутствие моделирования каскада фаз формирования памяти, что снижает их функциональные возможности, отсутствие различных типов активирующих и различных типов тормозящих медиаторов, отсутствие моделирования разнообразия видов межклеточных соединений и взаимодействия, отсутствие модели генетического и эпигенетического регулирования развития клеток и сетей на их основе и мн. др.

Поэтому для построения искусственных когнитивных систем приходится проходить между «сциллой» размерности модели и «харибдой» ее недостаточной функциональности.

В разработанных ТАСО моделях нейронов с многофазной консолидацией следа памяти и синаптической пластичностью моделируется процесс консолидации следа памяти, включающий в себя краткосрочные, среднесрочные и долгосрочные фазы формирования памяти, причем более краткосрочные фазы служат основой для формирования более долгосрочных. При этом с каждой из фаз формирования памяти связаны важные когнитивные способности нейросетей. К примеру, с краткосрочными фазами памяти, привязанными, главным образом, к явлениям фасилитации и формирования кальциевого микродомена в аксонной терминали, диффузии медиатора и его взаимодействия с рецепторами постсинаптической мембраны, связано обеспечение перевода активации с одной клетки на другую. Со среднесрочными событиями, такими, как фосфорилирование постсинаптических рецепторов и формирование постсинаптических потенциалов, связаны способности сетей к логическим выводам, пониманию контекстуальных значений и т.п. Долгосрочное запоминание обеспечивается моделированием структурных изменений в виде синтеза рецепторов различных медиаторов, а также структурных изменений в аксоне пресинаптического нейрона.

Кортикоморфные нейронные сети (искусственная кора)

Кора головного мозга человека состоит из сотен миллиардов нейронов и глиальных клеток, участвующих в обработке информации. В то же время все эти клетки сгруппированы примерно в сто миллионов вертикально организованных кортикальных колонок, способных к обработке различных типов различным образом структурированной информации, получаемой в виде сигналов из сенсорных, ассоциативных и моторных областей коры, а также из других структур мозга. Ключ к реализации интеллектуальных способностей живых организмов – создание программно или аппаратно реализованных моделей коры мозга, а ключ к успешной реализации таких моделей – понимание и воспроизведение в виде компьютерных программ или микросхем на основе обучаемых наноматериалов структуры и работы кортикальной колонки мозга.

Высокотехнологичным предприятием ТАСО построены модели кортикальной колонки и состоящей из них искусственной коры. Вся сеть построена как ламинарная (слоистая) структура, состоящая из вертикально ориентированных колонок с четкими функциональными  ролями слоев в них. В рамках каждой колонки обеспечивается запоминание семантических объектов, их припоминание с учетом введенного ассоциативного основания (логика), самостоятельное продолжающееся ассоциирование системы после завершения ввода извне, ветвление ассоциаций, торможение неправильного, забывание несущественного, различные виды системной реконсолидации памяти, синтез знания как ассоциативная рекомбинация и другие когнитивные функции. Основной смысл создаваемых нами моделей кортикальных колонок – их способность обрабатывать все существующие типы ассоциативных оснований – последовательностей сигналов, поступающих на вход нейросети и соотносимых с ранее введенными в систему последовательностями, т.е. отношение внешнего ввода к ранее усвоенным знаниям системы. Важным элементом кортикальной колонки являются кодирующие различные семантические объекты афферентно-инвариантные нейроны (АИН, «нейроны бабушки»), способные откликаться на определенную структуру своего рецептивного поля (т.е. на инвариантную афферентацию). Прототипом таких нейронов в живом мозге являются большие и малые пирамидальные нейроны. По мере углубления обработки данных АИН могут образовывать самые различные миксированные семантические и моторно-семантические аттракторы. Иерархия последовательно и параллельно соединенных ассоциативных и моторных колонок образует разные функциональные поля и регионы искусственной коры (кортикоморфную нейросетевую архитектуру). С кортикальными колонками связаны «подкорковые ядра» управления и синхронизации, включая нейроны новизны, нейроны пермиттеры, маркеры, регистраторы, организаторы, пейсмекеры, процедурные нейроны и мн. др. типов специализированных нейронов. Построенные нами кортикоморфные искусственные нейросети способны обеспечивать:

• Распознавание и понимание (прямое и контекстуальное ассоциирование с дефинициями) различных фрагментов текста (слогов, морфем, слов, предложений, групп предложений) или иных последовательностей сигналов.
• Обучение в ходе диалога с пользователем или самостоятельного чтения сигналов путем консолидации, активации и реконсолидации следа памяти.
• Способность принимать во внимание всю структуру введенной информации (ассоциативного основания) для обеспечения логики рассуждений.
• Обработка всех существующих типов ассоциативных оснований (отношений внешних запросов к ранее усвоенным знаниям системы).
• Корректное ветвление возникающих ассоциаций.
• Самостоятельное продолжающееся ассоциирование на основе введенного текста и прогнозирование.
• Синтез нового знания путем ассоциативной рекомбинации известного.
• Недопущение ошибочных суждений через реализацию обучаемого торможения.
• Фильтрация существенного, способность к образованию вторичных производных смыслов и самостоятельному синтезу новых семантических комбинаций (в т.ч. к словотворчеству).
• Корректный вывод ассоциативной реакции на запрос пользователя или внешний сигнал.
• Возможность усваивать большой объем знаний.

Структура нашей искусственной коры имеет универсальную природу. Для нее не имеет различий, какой тип данных обрабатывать: текстовую, аудиовизуальную, телеметрическую информацию, команды сервоприводов, моторные программы поведения или миксированные любым образом данные и процедуры. Одна и та же искусственная когнитивная система на основе кортикоморфной нейросети может читать и понимать текст, управлять техническим объектом или роботом.

Кибергеномика

Использование биоморфного принципа кодирования семантик с помощью афферентно-инвариантных нейронов для обработки информации в условиях реального мира требует построения искусственных нейронных сетей из миллиардов нейронов и сотен миллиардов синапсов. Большие и сверхбольшие искусственные нейронные сети невозможно создать вручную. Такие сети имеют весьма нерегулярную структуру, а их формирование зависит от их обучения, поэтому такие сети очень трудно или невозможно «нарисовать» с помощью простых программных алгоритмов.

Для решения проблемы управления ростом и развитием больших и сверхбольших искусственных нейросетей нами разрабатывается технология, которую мы называем «кибергеномикой» — регулирования развития кибернетических и других искусственных систем посредством моделирования генетического кода и генетической экспрессии у живых организмов.

Программные средства разработки биоморфных нейросетей

Помимо технологий кибергеномики для создания больших и сверхбольших искусственных нейросетей и когнитивных систем в виде программных моделей на суперкомпьютерах требуется специальное программное обеспечение, обеспечивающее, во-первых, построение сетей из миллиардов элементов, во-вторых, высокую скорость расчетов в рамках этой сети (со скоростью продуцирования результатов, соответствующей или превосходящей таковую у человека в режиме реального времени) и, в-третьих, реализацию механизмов кибергеномики. Когда мы начали работать, то столкнулись первым делом с той ситуацией, что на рынке отсутствует программная среда, удовлетворяющая вышеназванным требованиям и обеспечивающая решение тех задач, которые мы поставили перед собой по созданию по-настоящему интеллектуальных искусственных когнитивных систем для работы в условиях реального мира.

Именно поэтому мы разработали программный комплекс интегрированной среды разработки (IDE) нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем «ТАСО НЕЙРОКОНСТРУКТОР» для последовательных и параллельных (суперкомпьютерных) вычислительных архитектур (подробнее см. раздел «Продукты» на настоящем сайте), а сегодня ведем работы по его модификации и развитию.

Для решения наших задач программный комплекс «ТАСО-НЕЙРОКОНСТРУКТОР» обеспечивает:

• Создание и поддержку функционирования искусственных биоморфных нейросетей с числом элементов (сом, дендритов, аксонов) в более чем 200 млн. единиц на один эталонный 8-ядерный узел на базе процессоров типа Intel Xeon E5450 3.0 Ггц или им подобных.
• Скорость обработки данных нейросетью в 5 млн. искусственных синапсов в секунду на 1 Ггц тактовой частоты доступных процессоров.
• Создание и использование сложных биоморфных моделей нейронов с прямыми и обратными связями, в т.ч. моделирование фаз формирования памяти в нейроне, необходимых для выполнения искусственным нейроном его роли базового элемента для построения когнитивных систем.
• Использование технологии кибергеномики для управления созданием и развитием искусственных нейросетей.
• Отказоустойчивую параллельную среду разработки нейросетей и сложных систем с реализацией распределенной многопроцессовой системы на кластере типа T-Blade на основе MPI и гибридной системы, интегрирующей технологии MPI и OpenMP.
• Возможность масштабирования программных мощностей за счет увеличения числа вычислительных узлов кластера.

Искусственные когнитивные системы

По всей видимости, мир, в котором мы живем, в ближайшие годы и десятилетия изменится так сильно, как никогда раньше. Некоторые футурологи даже говорят о близком наступлении «точки сингулярности», когда социальные и технологические изменения будут происходить так быстро, что исчезнет возможность заглянуть «за горизонт» этих изменений и предсказать будущее развитие. Основной причиной всего это может стать создание искусственных когнитивных систем, превосходящих по своим интеллектуальным способностям своего создателя – человека. Предпосылки для их пояления сегодня формируются в результате смены технологической парадигмы построения архитектуры компьютерных систем.

С момента появления первых программируемых компьютеров «Colossus » и «ENIAC» в 1940-х годах прошлого века в основе всех существующих компьютеров лежит архитектура с разделенным процессингом и памятью. Ее принципиальным ограничением является неспособность к самостоятельному ассоциированию и синтезу нового знания. Сегодня, в результате прогресса нейронаук, роста производительности суперкопьютеров и появления обучаемых наноматериалов начался переход к новой архитектурной парадигме – ассоциативным искусственным когнитивным системам, способным к самообучению и синтезу нового знания путем ассоциативной рекомбинации полученной информации.
Под «искусственными когнитивными системами» (ИКС) нами понимаются технические системы, способные к познанию и поведению для решения существующих проблем в условиях реального мира, включая распознавание образов, понимание смысла и контекстуального значения информации, мышление, самостоятельное усвоение знаний из различных источников, обучение, а в необходимых случаях – субъективную оценку информации.
Базовой технологией реализации ИКС являются нейроморфные (подобные организации живой нервной системы), кортикоморфные (подобные организации коры головного мозга) искусственные нейронные сети и генноморфные (подобные генетическим и эпигенетическим механизмам организмов) алгоритмы управления развитием и размножением таких систем.
Существуют два способа реализации ИКС – в виде программ на базе суперкомпьютеров и в виде электронных устройств на основе обучаемых наноматериалов и роботов. В обозримом будущем ИКС будут реализованы на всех видах платформ: в виде компьютерных программ на базе суперкомпьютеров, в виде распределенных систем в глобальных и корпоративных компьютерных сетях, в виде автономных технических устройств и роботов, в виде систем управления крупными технологическими комплексами, в виде микросистем и нанокомплексов, а также в виде киберорганических систем.

ТАСО ведет разработки искусственных когнитивных систем для решения задач обработки и семантики текста, звука и изображений, синтеза знаний, а также для решения задач управления техническими объектами и роботами на основе разработанных нами универсальных кортикоморфных нейросетевых архитектур (универсальной искусственной коры).

Cозданные нейрогенетические искусственные когнитивные системы будут испытываться на суперкомпьютере «Менделеев» Тюменского государственного университета (11 терафлопс), построенном компанией «Т-Платформы». Разработка систем ведется на кластере ООО «ТАСО».

О программе «ТАСО-Нейроконструктор»
Программный комплекс интегрированной среды разработки (IDE) нейрогенетических сетей, динамических моделей сложных объектов и искусственных когнитивных систем «ТАСО НЕЙРОКОНСТРУКТОР» для последовательных и параллельных (суперкомпьютерных) вычислительных архитектур.

Программа для ЭВМ поддержки разработки и функционирования искусственных нейронных сетей и других сложных систем с возможностью формирования произвольных моделей элементов и программными инструментами управления динамическим развитием этих нейросетей или систем (инструментами кибергеномики). Программа предназначена для разработчиков нейрогенетических сетей, моделей сложных объектов и искусственных когнитивных систем.
Программа создана для работы в качестве облачного сервиса и имеет клиент-серверную архитектуру, но может размещаться на одном компьютере.
Программа способна поддерживать системы с большим (свыше 1млрд.) числом элементов.
Разработчик: Общество с ограниченной ответственностью «Тюменских ассоциативных систем объединение (ТАСО)».
Тип ЭВМ: суперкомпьютер на основе CPU x64 (1 и более процессоров, без ограничений) – для сервера, IBM PC совместимая с CPU x86 или x64 – для клиента.
Язык программирования: Microsoft Visual C++ 2010.
ОС: Windows Server 2008 64 Bit – для сервера, Windows XP 64 Bit – для клиента.

Видео: Работа нейросетевой модели кортикальных колонок (тип 2) (ЕВРАЗИОН-ТВ)
Показана работа нейросетевой модели кортикальных колонок (искусственной коры) для обработки позиционно-неупорядоченных ассоциативных оснований.
Демонстрируются операции обучения, вспоминания, самостоятельного продолжающегося ассоциирования и корректного нахождения ответа нейросетью, синтеза знания как ответа на впервые введенную последовательность запроса, несмотря на изменение позиций местоположения членов в этой последовательности.

Разработчик Программного комплекса "ТАСО-Нейроконструктор" Ф.В. Лактионов
Источник

Взаимосвязанные проекты - Related Projects

Проект "AiNet" - Искусственная когнитивная система анализа семантики текста и генерации знаний в Интернет на основе кортикоморфных нейросетей.

Ссылки на источники информации - References

Selected publications:
1. Филиппов В.А. Кортикоморфная нейросетевая архитектура, моделирование консолидации следа памяти и кибергеномика – перспективные технологии разработки искусственных когнитивных систем // Научная сессия НИЯУ МИФИ – 2010. Материалы избранных научных трудов по теме: «Актуальные вопросы нейробиологии, нейроинформатики и когнитивных исследований». М.: НИЯУ МИФИ, 2010. – С. 111-144.
2. Филиппов В.А. Искусственные нейрокогнитивные системы: программная и аппаратная реализация // Выступление на заседании Межведомственной рабочей группы по приоритетным и междисциплинарным научным исследованиям Совета по науке и образованию при Президенте Российской Федерации 15 февраля 2013 г.
3. Филиппов В.А. Нейросетевые решения на основе модели нейрона с многофазной памятью // Материалы XV Международной конференции по нейрокибернетике. Т. 2. – Ростов-на-Дону, 2009. – С. 202-205.
4. Александров Ю.И., Анохин К.В., Безденежных Б.Н., Гарина Н.С., Греченко Т.Н., Латанов А.В., Палихова Т.А., Савельев С.В., Соколов Е.Н., Тушмалова Н.А., Филиппов В.А., Черноризов А.М.
Нейрон. Обработка сигналов. Пластичность. Моделирование. Под ред.  Е.Н. Соколова, В.А Филиппова, А.М. Черноризова. – Тюмень: Издательство ТюмГУ, 2008. – 548 стр.
Скачать руководство "Нейрон. Обработка сигналов. Пластичность. Моделирование" (PDF, 13,7 Мб.)       

Дополнительная информация
Российский проект "ИКС"
Электронные публикации:
Филиппов В.А. По образу и подобию// Интервью журналу «IT-Партнер», апрель 2013 г.
Филиппов В.А. На пути к сингулярности // Поиск. – 2009 – № 3-4 от 24.01.2009. – С. 8.
Филиппов В.А. Мемристоры – шаг в будущее // 09.05.2013

Видео:
Посмотреть все записи автора В.А. Филиппова
Работа нейросетевой модели кортикальных колонок (тип 2) (ЕВРАЗИОН-ТВ)
Репортаж о получении мемристоров в Тюмени (канал «Евразион») (ЕВРАЗИОН-ТВ)
Вадим Филиппов о создании Центра прорывных исследований в сфере ИТ (ЕВРАЗИОН-ТВ)