Стивен Гроссберг: Американ ғалымының өмірбаяны мен ғылыми еңбектері
Stephen Grossberg
Стивен Гроссберг – әйгілі американ ғалымы, когнитивтік ғылымдар, нейробиология және математика саласындағы зерттеуші. Бостон университетінің профессоры.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Американдық ғалым (туған 1939)
American scientist (born 1939)
Стивен Гроссберг (31 желтоқсан 1939 жылы туған) – когнитивтік ғалым, теориялық және есептеу психологы, нейробиолог, математик, биомедициналық инженер және нейроморфтық технологиялар маманы. Ол Бостон университетінде Когнитивтік және нейрологиялық жүйелер профессоры, сондай-ақ математика және статистика, психология және ми ғылымдары, және биомедициналық инженерия бойынша зейнеткер профессор.
Stephen Grossberg (born December 31, 1939) is a cognitive scientist, theoretical and computational psychologist, neuroscientist, mathematician, biomedical engineer, and neuromorphic technologist. He is the Wang Professor of Cognitive and Neural Systems and a Professor Emeritus of Mathematics & Statistics, Psychological & Brain Sciences, and Biomedical Engineering at Boston University.
Ерте өмір және білім
Гросберг алғаш рет Нью-Йорк қаласында, Куинстегі Вудсайдта өмір сүрді. Әкесі Ходжкин лимфомасынан қайтыс болғанда ол бір жасар еді. Оның анасы ол бес жаста болғанда қайтадан тұрмысқа шықты. Содан кейін ол анасы, өгей әкесі және ағасы Митчеллмен бірге Куинстегі Джексон Хайтсқа көшіп барды. Ол Манхэттеннің төменгі бөлігіндегі Стьювесант орта мектебіне түсу үшін бәсекелі емтиханды сәтті тапсырды. 1957 жылы Стьювесант мектебін сыныбында бірінші болып бітірді. Ол 1961 жылы Дартмуттан математика және психология мамандықтары бойынша бірінші бірлескен бакалаврлік диплом алды. Гросберг кейін Стэнфорд университетіне оқуға түсіп, 1964 жылы математика бойынша магистр дәрежесін бітіріп, Манхэттендегі Рокфеллер медициналық зерттеулер институтына (қазіргі Рокфеллер университеті) ауысты. Рокфеллердегі алғашқы жылында ол 500 беттік монография жазып, сол кездегі өзінің жаңалықтарын жинақтады. Ол "Психология мен нейрофизиологияға қолданылатын өрістерді ендіру теориясы" деп аталды. Гросберг 1967 жылы Рокфеллерден математика ғылымы бойынша докторлық диссертациясын қорғады, онда ол Дартмутта ашқан нейрондық оқыту модельдеріне қатысты алғашқы жаһандық мазмұнды адрестейтін жад теоремаларын дәлелдеді. Оның докторлық диссертациясын басшылық еткен профессор – Джан Карло Рота.
Grossberg first lived in Woodside, Queens, in New York City. His father died from Hodgkin's lymphoma when he was one year old. His mother remarried when he was five years old. He then moved with his mother, stepfather, and older brother, Mitchell, to Jackson Heights, Queens. He attended Stuyvesant High School in lower Manhattan after passing its competitive entrance exam. He graduated first in his class from Stuyvesant in 1957. He received a B. A. in 1961 from Dartmouth as its first joint major in mathematics and psychology. Grossberg then went to Stanford University, from which he graduated in 1964 with an MS in mathematics and transferred to The Rockefeller Institute for Medical Research (now The Rockefeller University) in Manhattan. In his first year at Rockefeller, he wrote a 500 page monograph summarizing his discoveries to that time. It is called The Theory of Embedding Fields with Applications to Psychology and Neurophysiology. Grossberg received a PhD in mathematics from Rockefeller in 1967 for a thesis that proved the first global content addressable memory theorems about the neural learning models that he had discovered at Dartmouth. His PhD thesis advisor was Gian Carlo Rota.
Академияға кіру
Гросберг 1967 жылы Марк Как пен Ротаның ықпалды ұсыныстарымен MIT-де қолданбалы математиканың ассистент-профессоры болып жұмысқа қабылданды. 1969 жылы Гросберг нейрондық желілердің көптеген аспектілері туралы тұжырымдық және математикалық нәтижелер қатарын жариялағаннан кейін доцент болып тағайындалды, соның ішінде 1967 және 1971 жылдар аралығында Ұлттық ғылым академиясының басылымдарында негізгі мақалалар жарияланды. Гросберг 1975 жылы Бостон университетінде толық профессор болып жұмысқа қабылданды, және ол бүгінгі күнге дейін осы университеттің оқытушысы болып қызмет етеді. Бостон университетінде ол танымдық және нейрондық жүйелер кафедрасын, бірнеше пәраралық зерттеу орталықтарын және түрлі халықаралық мекемелерді құрды.
Grossberg was hired in 1967 as an assistant professor of applied mathematics at MIT following strong recommendations from Mark Kac and Rota. In 1969, Grossberg was promoted to associate professor after publishing a stream of conceptual and mathematical results about many aspects of neural networks, including a series of foundational articles in the Proceedings of the National Academy of Sciences between 1967 and 1971. Grossberg was hired as a full professor at Boston University in 1975, where he is still on the faculty today. While at Boston University, he founded the Department of Cognitive and Neural Systems, several interdisciplinary research centers, and various international institutions.
АРТ теориясы
Гейл Карпентермен бірге Гросберг адаптивті резонанс теориясын (АРТ) жасады. АРТ – бұл мидың өзгеріп жатқан әлемдегі объектілер мен оқиғаларды қалай тез үйренетіні, тұрақты есте сақтайтыны және танитыны туралы когнитивтік және нейрондық теория. АРТ тұрақтылық-пластикалық дилемманы шешуді ұсынады; атап айтқанда, ми немесе машина жаңа объектілер мен оқиғалар туралы жылдам үйрене алатындай, бірақ бұрынғы, әлі де пайдалы естеліктерді тез ұмытуға мәжбүр болмайтындай қалай болуы мүмкін. АРТ жоғарыдан төменге қарай үйренген күтулердің ерекшеліктердің күтілетін комбинацияларына назар аудару арқылы қалай жұмыс істейтінін болжайды, бұл жылдам оқытуды қамтамасыз ететін синхронды резонансқа әкеледі. Сондай-ақ, АРТ төменнен жоғарыға қарайғы ерекшелік үлгілері мен жоғарыдан төменге қарайғы күтулер арасындағы жеткілікті үлкен айырмашылықтар әлемді жақсы жіктеуге көмектесетін тану санаттарын іздеуге немесе гипотезаларды тексеруге қалай ықпал ететінін көрсетеді. АРТ өзін-өзі ұйымдастыратын өндіріс жүйесінің бір түрін анықтайды. АРТ Гейл Карпентермен бірге әзірленген АРТ классификаторларының отбасысы (мысалы, АРТ 1, АРТ 2, АРТ 2А, АРТ 3, ARTMAP, бұдыратылған ARTMAP, ART eMAP, таратылған ARTMAP) арқылы тәжірибелік тұрғыдан дәлелденді, олар инженерлік және технологиялық салаларда кең ауқымды қолданыстарда қолданылды, онда жылдам, бірақ тұрақты, кезең-кезеңмен үйренетін жіктеу және болжау қажет. Гросберг «барлық саналы күйлер резонанстық күйлер» деген болжам жасады. Ол АРТ-тағы катастрофикалық ұмытусыз оқыту қасиеттерінің төменнен жоғарыға қарайғы ерекшелік үлгілері мен жоғарыдан төменге қарайғы үйренген күтулер арасындағы назардың сәйкестігі арқылы қалай қамтамасыз етілетінін көрсетті, бұл оқуды қамтамасыз ететін резонанстық күйге әкеледі. Мұндай резонанстық күй, сонымен қатар, біліктілікті білдіретін ерекшеліктерді таңдайтын жасушаларды қамтитын саналы сезімге де алып келуі мүмкін. Осылайша, Гросберг АРТ-ты адамдардың саналы түрде қалай көретіні, еститіні, сезінетіні және өздерінің ерекше өзгермелі әлемдері туралы нені білетіні туралы көптеген сана мен ми деректерін түсіндіру үшін пайдаланды, сондай-ақ осы саналы бейнелерді құнды мақсаттарға жету үшін жоспарлауға және әрекет етуге қолданды.
With Gail Carpenter, Grossberg developed the adaptive resonance theory (ART). ART is a cognitive and neural theory of how the brain can quickly learn, and stably remember and recognize, objects and events in a changing world. ART proposed a solution of the stability plasticity dilemma; namely, how a brain or machine can learn quickly about new objects and events without just as quickly being forced to forget previously learned, but still useful, memories. ART predicts how learned top down expectations focus attention on expected combinations of features, leading to a synchronous resonance that can drive fast learning. ART also predicts how large enough mismatches between bottom up feature patterns and top down expectations can drive a memory search, or hypothesis testing, for recognition categories with which to better learn to classify the world. ART thus defines a type of self organizing production system. ART was practically demonstrated through the ART family of classifiers (e. g., ART 1, ART 2, ART 2A, ART 3, ARTMAP, fuzzy ARTMAP, ART eMAP, distributed ARTMAP), developed with Gail Carpenter, which has been used in large scale applications in engineering and technology where fast, yet stable, incrementally learned classification and prediction are needed. Grossberg has predicted that "all conscious states are resonant states". He has hereby shown how properties of learning without catastrophic forgetting are ensured in ART via attentional matching between bottom up feature patterns and learned top down expectations, leading to a resonant state that persists long enough to drive learning between attended critical feature patterns and active recognition categories. Such a resonant state can also lead to conscious awareness when it includes feature selective cells that represent qualia. In this way, Grossberg has used ART to explain many mind and brain data about how humans consciously see, hear, feel, and know things about their unique changing worlds, while using these conscious representations to plan and act to realize valued goals.