Репрезентация знания в компьютерных и когнитивных науках тема диссертации и автореферата по ВАК РФ 09.00.08, доктор наук Иноземцев Владимир Александрович

• Иноземцев Владимир Александрович
• доктор наук
• 2018

Оглавление диссертации доктор наук Иноземцев Владимир Александрович

Введение

Глава 1. Проблема репрезентации знания как объект философско-методологического исследования

1.1. Генезис и эволюция философских концепций репрезентации знания

1.2. Репрезентация знания в когнитивных науках

1.3. Проблема репрезентации знания в искусственном интеллекте

Глава 2. Компьютерная репрезентация знания

2.1. Информационно-компьютерная революция как фактор становления новой эпистемологической парадигмы в современной

науке

2.2. Становление и развитие проблемы компьютерной репрезентации знания

2.3. Компьютерное моделирование и проблема репрезентации знания

Глава 3. Эпистемологическое содержание искусственного интеллекта

3.1. Логическая концепция компьютерной репрезентации знания

3.2. Сетевая и фреймовая концепции компьютерной репрезентации

знания

3.3. Концепции инженерии знаний в искусственном интеллекте

Заключение

Список литературы

Введение

Введение диссертации (часть автореферата) на тему «Репрезентация знания в компьютерных и когнитивных науках»

Актуальность исследования

Актуальность исследования определяется в первую очередь необходимостью дальнейшего изучения проблемного поля знания в современную эпоху в условиях информационно-компьютерной революции (цифровой революции), следствием которой является становление и развитие информационного общества. Оно отличается от предшествующих обществ тем, что информация как средство накопления и сохранения знания становится в нем главным стратегическим ресурсом. Данное обстоятельство приводит к появлению термина «общество, основанное на знаниях» («the knowledge-based society») или «общество знаний» («the knowledge society»).

Проблемное поле знания, которое до середины ХХ века выступает преимущественно предметом изучения теории познания, с этого момента охватывает другие научные дисциплины. В последние десятилетия знание становится предметом изучения когнитивных и компьютерных наук, и междисциплинарного направления научных исследований, получившего название «искусственный интеллект» (ИИ).

В знании наряду с содержанием выделяется форма его выражения или представления, которая обозначается посредством понятия «репрезентация». Репрезентация как многозначное понятие находит в настоящее время широкое применение в философии, культурологии, когнитивных науках, компьютерных науках, семиотике и означает представление одного объекта посредством другого объекта. Из указанных научных дисциплин понятие репрезентации первоначально утверждается в 1950 - 1970-е годы в когнитивных науках, которые занимаются исследованием структур и процессов познавательной деятельности. В состав когнитивных наук входят когнитивная психология, когнитивная лингвистика, когнитивная психолингвистика и иные дисциплины, изучающие познавательную

деятельность в целом и репрезентации в частности. Под понятием «репрезентация» в когнитивных науках обычно понимают ментальные репрезентации, посредством которых происходит кодирование и накопление сенсорной информации в мозге.

Термин «репрезентация» из когнитивных наук переходит в 1970-е годы в компьютерные науки и в исследования в области ИИ, где на его основе формируется новое понятие - «репрезентация знания». В этих научных дисциплинах это понятие используется для представления в памяти компьютеров так называемых «компьютерных знаний». Посредством концепта «компьютерные знания» в ИИ обозначают совокупность утверждений об объектах предметных областей, их свойствах, отношениях, событиях, процессах и закономерностях структуры и функционирования этих областей, а также правил вывода одних утверждений из других. В диссертации автор пользуется понятием «компьютерные знания» в характерном для теории ИИ понимании в силу его широчайшего распространения в этом междисциплинарном направлении исследований, хотя этот термин не совсем привычен для философов и не всегда ими принимается. Компьютерные знания в ИИ включают как субъективированные знания экспертов, так и объективированные знания, которые содержатся в различных документах и естественно-языковых текстах. Компьютерные знания кодифицируются, формализуются и запечатлеваются в знаковых системах, характерных для ИИ (компьютерные модели и программы, языки программирования).

В последние десятилетия в связи с революцией в области компьютерной техники и информационных технологий, развитием компьютерных наук и теории ИИ происходят перманентные изменения и радикальные трансформации в способах производства, хранения, приобретения, использования и трансляции компьютерных знаний, а также в характере рефлексии над этими знаниями. Эти трансформации отражаются в разработке банков знаний и баз знаний, создании средств репрезентации и

манипулирования знаниями, появлении инженерии знаний, а также в понимании разработчиками систем ИИ своей деятельности, как работы с компьютерными знаниями.

Наконец, в 1980-е годы понятие «репрезентация знания» начинает использоваться и в философии. Под концептом «репрезентация знания» в современной философии понимают представление результатов многообразных форм познавательной деятельности, которые имеют различную природу. Эти результаты кодифицируются и запечатлеваются в знаковых системах с помощью таких посредников как естественные и искусственные языки, модели, логические и математические системы, языки программирования. Изучение феномена репрезентации знания в указанном понимании предполагает выяснение того, посредством каких логических и языковых структур и в каких формах знание представляется в знаковых системах вообще и в языках в частности, а также о том, какие в этих знаковых системах имеются способы репрезентации и каким образом они взаимодействуют между собой.

В 1970-е годы, когда в ИИ-исследованиях начинает применяться понятие «репрезентация знания», происходит осознание проблемы компьютерной репрезентации знания. Сущность этой проблемы состоит в несоответствии между имеющимся у экспертов неформализованным знанием о закономерностях структуры и функционирования предметных областей действительности, а также используемым экспертами неформализованным и субъективированным знанием о методах решения сложных интеллектуальных задач, с одной стороны. И, с другой стороны, необходимостью фиксации, кодификации, формализации этого неформализованного знания и запечатлении его в памяти компьютеров посредством знаковых систем (компьютерных моделей, программ и языков программирования) уже в виде компьютерных знаний. Проблема компьютерной репрезентации знания способствует созданию концепций компьютерной репрезентации знания (логической, сетевой, фреймовой),

каждая из которых реализует соответствующую форму компьютерной репрезентации и включает совокупность моделей и языков компьютерной репрезентации знания.

Проблема компьютерной репрезентации знания представляет собой современный когнитивный и технический вариант общей проблемы репрезентации знания. Сущность общей проблемы репрезентации знания состоит в несоответствии между наличием неформализованного (содержательного компонента) знания о мире, которое имеется у каждого субъекта познавательной деятельности, с одной стороны, и необходимостью формализации и представлении этого знания с помощью знаковых (языковых, математических, логических) систем, с другой стороны. Вплоть до недавнего времени общая проблема репрезентации знания была в тени других более значимых философских проблем, и анализу подвергались отдельные аспекты этой проблемы.

Важным обстоятельством, определяющим актуальность темы исследования, является отсутствие единого теоретического осмысления изучаемой в работе проблематики при выраженной тенденции к интеграции различных способов репрезентации знания в философии, когнитивных и компьютерных науках, включая теорию искусственного интеллекта (ИИ).

Актуальность работы обуславливается также неклассическим и постнеклассическим характером компьютерных и когнитивных наук, что приводит автора к необходимости разработки нового методологического инструментария, адекватного современному этапу анализа взаимодействия науки, техники и технологий.

Полученные в диссертации результаты актуализируют интерес к такому современному направлению научно-технической деятельности, которое еще не получило должного внимания со стороны философского сообщества. Все указанные направления разработки способствуют актуализации исследования проблемы репрезентации знания средствами современной философии.

Вместе с тем, проблемное поле знания и его репрезентации в современной науке является достаточно обширным для диссертационного исследования. Поэтому в работе фокусируется внимание на наиболее существенных и эвристически важных аспектах проблемы репрезентации знания. В диссертации осуществляется философско -методологическое осмысление парадигмальных установок проблемы репрезентации знания в компьютерных и когнитивных науках, а также концептуальное включение данной проблемы в современные эпистемологические и методологические исследования.

Степень разработанности проблемы

В большинстве философских систем вплоть до последних десятилетий XX века понятие репрезентации знания не имеет чётко выраженного категориального статуса, а проблема репрезентации знания, к сожалению, обычно не артикулируется в философской литературе вплоть до 1980 -х годов. Складывается парадоксальная ситуация. С одной стороны, феномен репрезентации знания обширен, сложен, и потребуется немало времени для его изучения. С другой стороны, в философских работах до настоящего времени не ставится задача комплексного философско -методологического анализа этого феномена и связанной с ним проблемы репрезентации знания, а также исследования взаимосвязей этой проблемы с другими философскими проблемами и категориями. Проблема репрезентации знания и такая ее разновидность как проблема компьютерной репрезентации знания приобретает самостоятельность и актуализируется в последние десятилетия в связи с интенсивным развитием компьютерных и когнитивных наук.

Весь существующий в настоящее время спектр направлений разработки проблемы репрезентации знания можно подразделить на следующие направления: направление разработки проблемы репрезентации знания в философии (точнее в историко-философской традиции); направление разработки проблемы репрезентации знания в когнитивных науках; направление разработки проблемы репрезентации знания в компьютерных

науках и в ИИ. Каждое из них имеет свою специфику, взаимодействует с идеями, проблемами и концепциями из познавательного репертуара своих научных дисциплин. Охарактеризуем каждое из этих направлений.

Философское направление разработки проблемы репрезентации знания интерпретирует данную проблему в историко-философской традиции, как объект философско-методологического исследования. В рамках философского направления разработки репрезентации знания происходит обращение к анализу становления и развития учений философской репрезентации знания, представляющих собой различные варианты решения общей проблемы репрезентации знания, которая выявляется в контексте эпистемологических концепций, начиная с античности и заканчивая современными философскими системами. В философии обращение к анализу проблемы репрезентации знания в том или ином виде можно обнаружить в трудах Платона, Аристотеля, средневековых схоластов, Р. Декарта, Б. Спинозы, Г.В.Ф. Лейбница, Л. Витгенштейна, К. Поппера и других мыслителей.

В когнитивных и компьютерных науках, включая ИИ, попытка решения проблемы репрезентации знания предпринимается с конца 1960 -х годов. Вместе с тем, несмотря на разнообразие предложенных подходов, в этих научных дисциплинах нет единства и целостности в решении проблемы репрезентации знания. В большинстве случаев проводится разработка отдельных сторон данной проблемы.

Направление разработки проблемы репрезентации знания в когнитивных науках занимается анализом указанной проблемы в когнитивной психологии, когнитивной лингвистике, когнитивной психолингвистике, эволюционной теории познания, экологической эпистемологии начиная с конца 1950-х годов. В когнитивных науках проблема репрезентации знания изучается в работах таких зарубежных авторов как Г. Бейтсон, Дж. Брунер, Ф. Варела, М. Веккер, Дж. Гибсон, Д. Дойч, Д. Кэмпбелл, К. Лоренц, У. Матурана, У. Найссер, К. Поппер, Р.

Солсо, Н. Хомски, Ч. Филлмор, Г. Фоллмер, Р. Шенк и многие другие. Эта проблема исследуется также в работах отечественных авторов Н.Д. Арутюновой, О.Е. Баксанского, В.Г. Белянина, А.В. Брушлинского, Б.М. Величковского, В.З. Демьянкова, А.А. Залевской, Л.В. Калашниковой, Е.С. Кубряковой, А.Р. Лурии, С.С. Магазова, И.П. Меркулова и многих других. Концепция фреймов, разработанная в середине 1970-х годов М. Минским в рамках когнитивных наук, находит впоследствии широкое применение в компьютерных науках. Близкая фреймовой концепция «сценариев» создается примерно в это же время Р. Абельсоном и Р. Шенком.

Третье, наиболее значительное направление разработки проблемы репрезентации знания - разработки ее в компьютерных науках и в ИИ -обращается к анализу проблемы компьютерной репрезентации знания. Направление разработки проблемы репрезентации знания в компьютерных науках и в ИИ занимается изучением важнейших концепций компьютерной репрезентации знания (логической, сетевой и фреймовой). Эти концепции представляют собой различные, разработанные в последние десятилетия в компьютерных науках и в ИИ, способы решения проблемы компьютерной репрезентации знания. Один из основных акцентов при изучении репрезентации знания в компьютерных науках и в ИИ в диссертационной работе делается на философско-методологическом осмыслении возникновения и развития концепций компьютерной репрезентации знания. Исследование репрезентации знания в компьютерных науках и в ИИ является приоритетным в диссертации.

Проблема соотношения информации и знания являлась предметом исследований многих отечественных и зарубежных ученых, включая Б.В. Бирюкова, Т. Винограда, Д.И. Дубровского, И.Т. Касавина, К.К. Колина, В.А. Лекторского, Л.А.Микешину, А. Ньюэлла, З. Пилишина, А.И. Ракитова, Я. Хинтикку, Ю.А. Шрейдера и других.

Становление и развитие информационного общества - общества, основанного на знаниях - раскрывается в трудах Д. Белла, В.Г. Горохова, М.

Кастельса, М. Маклюэна, Й. Масуды, И.С. Мелюхина, В.В. Печенкина, А.И. Ракитова, Э. Тоффлера, А.Д. Урсула и других отечественных и зарубежных авторов.

Философские проблемы искусственного интеллекта (ИИ), ключевыми среди которых являются эпистемологические проблемы во главе с проблемой компьютерной репрезентации знания, изучаются в работах таких отечественных исследователей как И.Ю. Алексеева, Б.В. Бирюков, Л.Т. Кузин, Е.А. Никитина, Д.А. Поспелов, С.М. Шалютин, Ю.А. Шрейдер и другие. Эти проблемы анализируются также такими зарубежными авторами как М. Арбиб, М. Боден, Дж. Вейценбаум, Д. Деннет, X. Дрейфус, М. Джонсон, А. Ньюэлл, З. Пилишин, X. Патнем, Дж. Сёрл, Дж. Хогеланд и многие другие.

Основоположниками таких научных дисциплин как информатика и кибернетика по праву считаются А. Тьюринг, Н. Винер, К. Шеннон и Дж. фон Нейман. Пионером исследований в области искусственного интеллекта, введшим в середине 1950-х годов в лексикон сам этот термин является Дж. Маккарти. Разработка теоретических и прикладных проблем искусственного интеллекта и компьютерной репрезентации знания предпринимается Т. Виноградом, Э. Коддом, М. Квиллианом, Р. Ковальски, Дж. Люгером, С.Ю. Масловым, Н. Нильсоном, Д.А. Поспеловым, Дж. Робинсоном, Ф. Розенблаттом, Н. Руссопулосом, Г. Скрэггом, Т. Хендриксом, В.К. Финном, Л. Шубертом и многими другими исследователями.

Ведущими в рамках эпистемологического содержания искусственного интеллекта (ИИ) являются исследования по инженерии знаний и экспертным системам. К числу значительных результатов, полученных специалистами в этой области, относятся результаты таких авторов, как П. Джексон, Дж. Кац, М. Кумбс, Д. Марр, М. Минский, Н. Нильсон, А. Ньюэлл, С. Пейперт, Э.В. Попов, Д.А. Поспелов, П. Уинстон, Д. Уотермен, Э. Фейгенбаум, Р. Шенк, Дж. Элти и других.

В качестве наиболее значимых работ в современной эпистемологии (постнеклассической по преимуществу), следует отметить труды В.А. Лекторского, И.П. Меркулова, А.И. Ракитова, В.С. Степина. Анализ научного и технического знания в рамках современной философии науки и теории познания осуществляется также в работах В.Г. Горохова, В.В. Ильина, Е.А. Мамчур, А.П. Огурцова, М.А. Розова, Г.И. Рузавина, В.С. Швырева и других исследователей.

Философские основания научного знания и структура современной науки детально изучаются такими авторами, как С.А. Лебедев, А.Л. Никифоров, В.С. Степин и другие. Наконец, философско-методологический анализ принципов и методов моделирования (в том числе математического, кибернетического, информационного, логико-лингвистического)

предпринимается в исследованиях Б.В. Бирюкова, М. Вартофского, Ю.А. Гастева, Н.Н. Моисеева, Я.Г. Неуймина, Д.А. Поспелова, Г.И. Рузавина, А.И. Уемова, Р. Шеннона, В.А.Штоффа и многих других.

Объект исследования - представление различных видов знания с помощью знаковых систем в современной науке.

Предмет диссертационного исследования - репрезентация знания в компьютерных науках, когнитивистике и искусственном интеллекте и его эпистемологический статус.

Цель и задачи исследования

Целью данного диссертационного исследования является разработка концепций репрезентологии, компьютерной эпистемологии и эпистемологии искусственного интеллекта (ИИ-эпистемологии). В этих концепциях осуществляется комплексное философско-методологическое исследование проблемы репрезентации знания и путей её решения в когнитивных и компьютерных науках, включая искусственный интеллект.

В соответствии с целью диссертационного исследования в работе ставятся и решаются следующие задачи:

- раскрыть сущность проблемы репрезентации знания; ввести в

употребление термин «репрезентология», который служит для обозначения концепций, изучающих способы решения указанной проблемы в эпистемологии, когнитивных и компьютерных науках; выделить и изучить дискурсивный и инженерный подходы к исследованию и репрезентации знания;

- выявить специфику проблемы компьютерной репрезентации знания; установить различие эпистемологического содержания искусственного интеллекта (ИИ) в узком смысле и эпистемологического содержания искусственного интеллекта (ИИ) в широком смысле;

- определить предметы, проблематику и основные идеи философской, когнитивной и компьютерной репрезентологии;

- обосновать концепцию философской репрезентологии, в которой исследуются генезис и эволюция общей проблемы репрезентации знания в историко-философской традиции;

- установить специфику и способы решения проблемы репрезентации знания в когнитивных науках;

- разработать концепцию компьютерной репрезентологии, в которой изучается специфика, генезис и эволюция, а также важнейшие способы решения проблемы компьютерной репрезентации знания, воплотившиеся в разработке логической, сетевой и фреймовой концепций компьютерной репрезентации знания;

- создать концепцию компьютерной эпистемологии посредством определения идей, установок и принципов новой эпистемологической парадигмы, методологии исследования и репрезентации знания в компьютерных науках;

- провести реконструкцию генезиса и эволюции проблемы компьютерной репрезентации знания в информатике и искусственном интеллекте (ИИ); определить специфику компьютерного моделирования, рассмотрев компьютерные знания в ИИ как объект компьютерного моделирования;

- разработать концепцию эпистемологии искусственного интеллекта (ИИ-эпистемологии), в рамках которой раскрыть эпистемологические проблемы искусственного интеллекта (ИИ), включая проблему компьютерной репрезентации знания.

Теоретические и методологические основы исследования

Для реализации цели и решения задач в диссертационном исследовании используется комплексная стратегия, необходимость которой детерминируется многоплановостью проблематики репрезентации знания и неоднозначностью её толкования в различных научных дисциплинах. Междисциплинарный статус данной проблемы требует соединения в методологии и в категориальном аппарате диссертации идей, методов и категорий, разработанных как в философии (философия науки и техники, эпистемология), так и в других науках, имеющих отношение к проблематике репрезентации знания. В связи с этим в работе используются также концепции логики, кибернетики, компьютерных и когнитивных наук, ИИ, психологии, семиотики и труды представителей указанных научных и технических дисциплин.

Теоретическую основу диссертации образуют, во-первых, работы по философским основаниям современного научного и технического знания (В.Г. Горохов, Т. Кун, И. Лакатос, С.А. Лебедев, В.С. Степин и другие). Во -вторых, исследования по философии информационного общества и философским аспектам развития информационных технологий (Д. Белл, М. Кастельс, А.И. Ракитов, Э. Тоффлер и другие). В-третьих, труды по философским и прикладным проблемам ИИ и инженерии знаний (И.А. Алексеева, Б.В. Бирюков М. Минский, Д.А. Поспелов и другие). В -четвертых, работы по философско-методологическим аспектам моделирования, в том числе компьютерного моделирования (М. Вартофский, Д.А. Поспелов, Г.И. Рузавин, А.И. Уемов и другие).

В качестве методологической основы диссертационного исследования используются системный, междисциплинарный, семиотический, когнитивный

и информационный подходы. В работе используются принципы развития, объективности, историзма, детерминизма. В исследовании применяются общенаучные и философские методы, логические методы, метод компаративного анализа, метод теоретического моделирования, методы философской рефлексии.

Диссертация опирается на значительный объем философской, психологической, логико-методологической, технической и иной специальной литературы по теме исследования. Разнообразие анализируемых источников связано с их принадлежностью: 1) к различным научным дисциплинам, что позволяет рассмотреть многоаспектность проблематики репрезентации знания; 2) к широкому временному спектру, дающему возможность проследить развитие исследований по данной проблематике.

Научная новизна исследования заключается в следующем:

Разработаны концепции философской, когнитивной и компьютерной репрезентологии, компьютерной эпистемологии и эпистемологии искусственного интеллекта. В них определяется специфика и способы решения проблемы репрезентации знания в философии, когнитивных и компьютерных науках и искусственном интеллекте (ИИ).

В рамках указанных концепций получены новые научные результаты:

1. Раскрыта сущность проблемы репрезентации знания. Введён в философию термин «репрезентология», который используется для обозначения концепций, изучающих специфику и способы решения указанной проблемы в философии, когнитивных и компьютерных науках. Выделены и изучены дискурсивный и инженерный подходы к репрезентации знания.

2. Выявлена специфика проблемы компьютерной репрезентации знания. Установлено различие эпистемологического содержания искусственного интеллекта (ИИ) в узком смысле и эпистемологического содержания искусственного интеллекта (ИИ) в широком смысле.

3. Определены предметы, проблематика и основные идеи философской, когнитивной и компьютерной репрезентологии.

4. Разработаны основы концепции философской репрезентологии. В этой концепции проведено исследование генезиса и эволюции проблемы репрезентации знания в историко-философской традиции, а также важнейших способов решения этой проблемы, предпринятых в различных философских учениях.

5. Сформулированы основы концепции когнитивной репрезентологии, в которой определена специфика, содержание и пути решения проблемы репрезентации знания в когнитивных науках (когнитивной психологии, когнитивной лингвистике, когнитивной психолингвистике, эволюционной теории познания и других).

6. Обоснована концепция компьютерной репрезентологии. В компьютерной репрезентологии установлена специфика и способы решения проблемы репрезентации знания в компьютерных науках и ИИ, которые реализуются в данных научных дисциплинах посредством разработки в них концепций компьютерной репрезентации знания (логической, сетевой, фреймовой).

7. Разработана концепция компьютерной эпистемологии. В качестве важнейшего фактора становления новой эпистемологической парадигмы, а также формирования методологии исследования и репрезентации знания в современной науке (на примере компьютерных наук и ИИ) в диссертации выявлена информационно-компьютерная революция.

8. Раскрыт генезис и эволюция проблемы компьютерной репрезентации знания в информатике и ИИ. Осуществлена реконструкция становления и развития компьютерных данных и компьютерных знаний, выявлено формирование из компьютерных данных компьютерных знаний. Определена специфика компьютерного моделирования. Компьютерные знания в ИИ рассмотрены как объект компьютерного моделирования.

9. Разработана концепция ИИ-эпистемологии, в рамках которой выявлен круг проблем, составляющих эпистемологическое содержание искусственного интеллекта (ИИ), в том числе проблема компьютерной репрезентации знания. В качестве способов реализации проблем эпистемологического содержания ИИ выявлены и описаны концепции инженерии знаний, образованные совокупностями соответствующих моделей, языков методов, технических и программных средств.

Основные положения, выносимые на защиту:

1. Проблема репрезентации знания приобретает роль автономного и самостоятельного объекта философской рефлексии в последние десятилетия. Ее концептуальное оформление в 1960 - 1970 годы вызывается интенсивным развитием компьютерных наук и ИИ, и формированием в них проблемы компьютерной репрезентации знания. Термин «репрезентация знания» используется в указанный период в компьютерных науках для фиксации такого компьютерного способа представления информации как компьютерные знания, которые надстраиваются над компьютерными данными. Одновременно этот термин входит в философский и общенаучный лексикон для обозначения любых способов представления результатов познавательной деятельности посредством использования знаковых систем.

Список литературы диссертационного исследования доктор наук Иноземцев Владимир Александрович, 2018 год

СПИСОК ЛИТЕРАТУРЫ

1. Агафонов В.Н. Синтаксический анализ языков программирования. Новосибирск, НГУ, 1981. 91 с.

2. Аблеев С.Р. Моделирование сознания и искусственный интеллект: пределы возможностей // Вестник экономической безопасности, 2015. № 3. С. 58-64.

3. Алексеева И.Ю., Петрунин Ю.Ю., Савельев А.В. Философия моделирования как метаметодология в нейроинформационных технологиях и искусственном интеллекте // Вестник Московского университета. Серия 7: Философия, 2007. № 2. С. 47 - 60.

4. Алексеева И.Ю. Человеческое знание и его компьютерный образ. М.: ИФ РАН, 1993. 215 с.

5. Алексеева И.Ю. Что такое общество знаний? М.: Когито-Центр, 2009. 96 с.

6. Альбов А.С. Квантовая криптография. СПб.: ООО «Страта», 2015. 248 с.

7. Арбиб М. Метафорический мозг. М.: Едиториал-УРСС, 2004. 295 с.

8. Аристотель. Сочинения в 4-х тт. М.: Мысль, 1976-1983.

9. Арутюнова Н.Д. Предложение и его смысл: Логико-семантические проблемы М.: Едиториал-УРСС, 2003. 383 с.

10. Арутюнова Н.Д. Язык и мир человека. М.: Языки русской культуры, 1998. 896 с.

11. Аршинов В.И. Синергетика как феномен постклассической науки. М.: ИФ РАН, 1999. 203 с.

12. Аспекты применения когнитивного подхода в гуманитарной сфере / В.В. Миронов В.В.[ и др]. // Вестник Московского университета. Серия 7: Философия, 2017. № 2. С. 59-71.

13.Баксанский О.Е., Кучер Е.Н. Когнитивные науки. От познания к действию. М.: Едиториал-УРСС, 2005. 182 с.

14.Балдин К.В., Рукосуев А.В., Брызгалов Н.А Математическое программирование. М.: «Дашков и К°», 2016. 218 с.

15.Балюкевич Э.Л., Ковалева Л.Ф. Математическая логика и теория алгоритмов. М.: Евразийский открытый институт , 2009. 189 с.

16.Балюшина Ю.Л., Касаткина С.С. Философские проблемы информационной цивилизации. М.: Директ-Медиа, 2014. 166 с.

17.Баранович А.Е. О систематизации аксиоматического аппарата предметной области "искусственный интеллект" // Интеллектуальные системы. Теория и приложения, 2010. Т. 14. № 1-4. С. 5 - 34.

18.Баррон Д. Введение в языки программирования. М.: Мир, 1980. 180с.

19.Бейтсон Г. Экология разума. М.: Смысл, 2000. 477 с.

20. Белл Д. Грядущее постиндустриальное общество. Опыт социального прогнозирования. М.: Academia, 2004. 940 с.

21. Белл Д. Социальные рамки информационного общества // Новая технократическая волна на Западе. М.: Прогресс, 1986. С. 330 - 342.

22. Белоцерковская И.Е., Галина Н.В., Катаева Л.Ю. Алгоритмизация. Введение в язык программирования С++. М.: Национальный Открытый Университет «ИНТУИТ», 2016. 197 с.

23.Белянин В.П. Введение в психолингвистику. М.: МГЛУ, 1999. 126 с.

24.Белянин В.П. Психолингвистика. М.: Флинта, 2009. 226 с.

25.Биллиг В.А. Параллельные вычисления и многопоточное программирование. М.: Национальный Открытый Университет «ИНТУИТ», 2016. 311 с.

26.Бирюков Б.В. Жар холодных чисел и пафос бесстрастной логики. Формализация мышления от античных времен до эпохи кибернетики. М.: Знание, 1985. 192 с.

27.Бирюков Б.В. Кибернетика и методология науки. М.: Наука, 1974. 414 с.

28.Бирюков Б.В., Урсул А.Д. Информация, разнообразие, отражение // Управление. Информация. Интеллект. М.: Наука, 1976. С. 176 - 192.

29. Бирюков Б.В., Спиркин А.Г. Кибернетика и логическая формализация. Аспекты истории и методологии. М.: Наука, 1982. 191 с.

30.Бовыкин В.И., Розенова М.И. Искусственный интеллект: проблемы создания и применения в управлении // Психология и психотехника, 2011. № 11. С. 43 - 49.

31.Богачёва Р.А. Проблема недоопределенности значения термина «искусственный интеллект» // Гуманитарная информатика, 2012. № 6. С. 95 -100.

32.Болдырев Н.Н. Когнитивная лингвистика. М., Берлин: Директ-Медиа, 2016. 251 с.

33. Борщёв В.Б. Логическое программирование // Техническая кибернетика. 1986. № 1. С. 89 - 109.

34. Брунер Дж. Психология познания. М.: Прогресс, 1977. 412 с.

35. Брушлинский А.В. Психология мышления и кибернетика. М. : Мысль, 1970. 191 с.

36. Брушлинский А.В. Субъект: мышление, учение, воображение. Воронеж: Изд-во НПО «МОДЭК», 1996. 392 с.

37. Вартофский М. Модели: репрезентация и научное понимание. М.: Прогресс, 507 с.

38. Веккер М. Мир и психическая реальность. М.: Смысл, 2000. 679 с.

39. Величковский Б.М. Современная когнитивная психология. М.: МГУ, 1982. 336 с.

40. Величковский Б.М., Зинченко В.П., Лурия А.Р. Психология восприятия. М.: МГУ, 1973. 246 с.

41. Винер Н. Кибернетика. М.: Наука, 1983. 340 с.

42. Войшвилло Е.К. Понятие. М.: МГУ, 1967. 286 с.

43. Волков А.М. Ломнев В.С. Классификация способов извлечения опыта экспертов // Техническая кибернетика. 1985. № 5. С. 34 - 44.

44.Волкова Н.Н., Гусев А.Н. Когнитивные стили: дискуссионные вопросы и проблемы изучения // Национальный психологический журнал, 2016. № 2 (22). С. 28 - 37.

45.Вольфенгаген В.Э. Конструкции языков программирования. Приемы описания. М.: Центр ЮрИнфоР, 2001. 276 с.

46.Воронин В.М., Наседкина З.А. Когнитивная наука и ее приложения // Вестник Уральского государственного университета путей сообщения, 2013. № 1 (17). С. 104 - 116.

47.Воронов А.Е. Технология использования экспертных систем. М.: Лаборатория книги, 2011. 109 с.

48.Гаврилова В.В., Шайтура С.В. Естественный и искусственный интеллекты // Славянский форум, 2014. № 2 (6). С. 24 - 27.

49. Гаек П., Гавранек Т. Автоматическое образование гипотез. М.: Наука, 1984. 277 с.

50. Гайденко П.П. Научная рациональность и философский разум. М.: Прогресс-Традиция, 2003. 528 с.

51.Гаспарян Д.Э. Субъективный опыт, искусственный интеллект и проблема моделирования смыслов // Философские науки, 2017. № 4. С. 98 - 109.

52. Гастев Ю.А. Гомоморфизмы и модели. М.: Наука, 1975. 150 с.

53.Гейвин Х. Когнитивная психология. Спб.: Питер, 2003. 272 с.

54. Гибсон Дж. Экологический подход к зрительному восприятию. М.: Прогресс, 1988. 461 с.

55. Глухов В.П. Основы психолингвистики. М.: ACT, 2005. 351 с.

56. Голубева Л.Н. Когнитивные структуры экспертного знания: Методологический аспект // Новые информационные технологии в системотехнике. М.: Наука, 1990. С. 34 - 38.

57.Горохов В.Г. Основы философии техники и технических наук. М.: Гардарики, 2007. 336 с.

58. Горохов В.Г. Технические науки: история и теория. М.: Логос, 2012. 512 с.

59. Горохов В.Г., Розин В.М. Введение в философию техники. М.: ИНФРА-М, 1998. 224 с.

60. Дейт К. Введение в системы баз данных. М. : Наука, 1980. 463 с.

61. Декарт Р. Избранные произведения. М.: Политиздат, 1950. 711 с.

62. Демьянков В.З. Морфологическая интерпретация текста и её моделирование. М.: МГУ, 1994. 189 с.

63. Деннет Д.С. Виды психики: на пути к пониманию сознания. М.: Идея-Пресс, 2004. 183 с.

64. Джексон П. Введение в экспертные системы. М.: Вильямс, 2001. 622 с.

65. Диалоговые системы в АСУ. М.: Энергоатомиздат, 1983. 208 с.

66. Дилтс Р. Моделирование с помощью НЛП. Спб.: Питер бук, 2000. 276 с.

67. Дилтс Р. НЛП: управление креативностью. Спб.: Питер принт, 2003. 415 с.

68. Дойч Д. Структура реальности. Ижевск: ИКИ, 2001. 408 с.

69.Дрожжинов В.И., Райков А.Н. ВЕБ-технологии, искусственный интеллект и когнитивное правительство // Современные информационные технологии и ИТ-образование, 2017. Т. 13. № 2. С. 153 - 169.

70. Дубровский Д.И. Информация, сознание, мозг. М.: Мысль, 1980. 228 с.

71. Дубровский Д.И. Психика и мозг: результаты и перспективы исследования // Мозг и разум. М.: Наука, 1994. С. 3 - 19.

72. Дубровский Д.И. Сознание, мозг, искусственный интеллект. М.: Стратегия-Центр, 2007. 272 с.

73. Емельянов В.В. Теория и практика эволюционного моделирования. М.: Физматиздат, 2003. 431 с.

74.Ершов Ю.Л., Целищев В.В. Алгоритмы и вычислимость в человеческом познании. Новосибирск: Издательство СО РАН, 2012. 504 с.

75.Жданов А.А. Автономный искусственный интеллект. М.: БИНОМ, 2009.359 с.

76. Жолковский А.К. Модель «Смысл-текст» // Энциклопедия кибернетики. Киев: Украинская Советская энциклопедия, Т. 1. 1974. С. 107 - 115.

77. Залевская А.А. Введение в психолингвистику. М.: РГГУ, 1999. 381 с.

78.Зыков С.В. Введение в теорию программирования. Объектно -ориентированный подход. М.: Национальный Открытый Университет «ИНТУИТ», 2016. 189 с.

79. Ивашко В.Г. Финн В.К. Экспертные системы и некоторые проблемы их интеллектуализации // Семиотика и информатика. 1986. Вып. 27. С. 25 - 61.

80. Ильин В.В. Теория познания. Социальная эпистемология. Социология знания. М.: Академический Проект, 2014. 204 с.

81. Иноземцев В.А. Анализ баз данных. М., 1989. 16 с. Деп. в ИНИОН АН СССР 02.03 1989, № 37015.

82. Иноземцев В.А. Дедуктивная логика в решении проблемы компьютерной репрезентации знания // Известия МГТУ «МАМИ». 2014. № 1(19), Т. 5. С. 121 - 126.

83. Иноземцев В.А. Инженерия знаний и эпистемологическое содержание искусственного интеллекта // Известия МГТУ «МАМИ». 2015. № 2(24), Т. 6. С. 56 - 63.

84.Иноземцев В.А. Категорная модель языка логики фреймов. М., 1988. 22 с. Деп. в ИНИОН АН СССР 13. 12. 1988, № 36368.

85. Иноземцев В.А. Компьютерное моделирование знания в искусственном интеллекте // Известия МГТУ «МАМИ». 2015. № 3(25), Т. 5. С. 76 - 83.

86. Иноземцев В.А. Концепция интеллектуальных телекоммуникаций и интеллектуальные телекоммуникационные технологии // Материалы международной научной конференции «Методы современной коммуникации». М.: МГЛУ, 2002. С. 74 - 78.

87. Иноземцев В.А. Культура в динамике информационного общества // Известия МГТУ «МАМИ». 2015. № 2(24), Т. 6. С. 63 - 69.

88. Иноземцев В.А. Логика и дедуктивный вывод на знаниях в логических моделях представления знаний: метод резолюций и стратегии резолюции. Минск: БГУИР, 2001. 36 с.

89. Иноземцев В.А. Логика и компьютерная репрезентация знания // Тезисы докладов участников VII Российского философского конгресса «Философия.

Толерантность. Глобализация. Восток и Запад - диалог мировоззрений». Уфа: РИЦ БашГУ, 2015. Т. 3. С. 115 - 116.

90. Иноземцев В.А. Логика, искусственный интеллект, представление знаний // Материалы международной научной конференции «Социальные действия в переходный период». Минск: МРТИ, 1991. С. 18 - 20.

91. Иноземцев В.А. Логико-эпистемологическое исследование искусственного интеллекта: феномен компьютерной репрезентации знания: Монография. М.: «ИТО СЕМРИК», 2014. 160 с.

92. Иноземцев В.А. Недедуктивная логика и проблема компьютерной репрезентации знания // Известия МГТУ «МАМИ». 2014. № 2(20), Т. 5. С. 104 - 109.

93. Иноземцев В.А. Некоторые аспекты развития и классификации языков представления знаний // Логико-философские исследования. М. : ФО СССР, 1989. Выпуск 1. С. 47 - 55.

94. Иноземцев В.А. О значении логики для решения проблемы представления знаний в искусственном интеллекте // Вестник МГУ. Серия «Философия». 1989. № 3. С. 79 - 82.

95. Иноземцев В.А. Один из первых подходов к построению языка представления знаний // Материалы 11-й международной научной конференции «Великие преобразователи естествознания: Декарт и Лейбниц». Минск: БГУИР, 1996. С. 24 - 27.

96. Иноземцев В.А. Опыт разработки концепции интеллектуальных телекоммуникаций и интеллектуально-телекоммуникационного общества // Материалы международной научной конференции «Становление информационного общества в России: философские, политические и социокультурные проблемы». М.: МИРЭА, 2003. С. 40 - 43.

97. Иноземцев В.А. От метафоры искусственного интеллекта к концепции интеллектуально-телекоммуникационного общества // Философия искусственного интеллекта. М.: ИФ РАН, 2005. С. 167 - 173.

98. Иноземцев В.А. От теологии к футурологии: опыт разработки концепции интеллектуально-телекоммуникационного общества // Материалы международной научной конференции «Информация, коммуникация, общество». Спб.: ЛЭТИ, 2002. С. 26 - 32.

99. Иноземцев В.А. Перспективы развития техники и концепция интеллектуальной телекоммуникации // Материалы 1 7-й международной научной конференции «Великие преобразователи естествознания: Леонардо да Винчи». Минск: БГУИР, 2002. С. 36 - 42.

100. Иноземцев В.А. Постнеклассическая парадигма в исследовании искусственного интеллекта // Материалы 21 -й международной научной конференции «Великие преобразователи естествознания: М. Планк». Минск: БГУИР, 2006. С. 171 - 175.

101. Иноземцев В.А. Приложение математической логики в информатике и искусственном интеллекте. Минск: БГУИР, 1999. 52 с.

102. Иноземцев В.А. Приоритеты мировой интеллектуальной элиты и перспективы создания интеллектуально-телекоммуникационного общества // Приоритеты мировой интеллектуальной элиты в развитии мировой цивилизации. Минск: МГЭИ, 2002. С. 32 - 38.

103. Иноземцев В.А. Проблема компьютерной репрезентации знания в структуре искусственного интеллекта // Известия МГТУ «МАМИ». 2015. № 1(23), Т.6. С. 68 - 74.

104. Иноземцев В.А. Промегомены к философии интеллектуально -телекоммуникационного общества // Материалы IV Всероссийского философского конгресса. М.: МГУ, 2005. Т. 2. С. 42 - 43.

105. Иноземцев В.А. Репрезентация знания в современной науке: философско-методологический анализ: Монография. М.: МГТУ «МАМИ», 2009. 248 с.

106. Иноземцев В.А. Трансформация видов компьютерной репрезентации информации в эволюции алгоритмических языков программирования // Известия МГТУ «МАМИ». 2014. № 3(21), Т. 5. С. 116 - 121.

107. Иноземцев В.А. Эволюция систем компьютерных данных в становлении и развитии компьютерной репрезентации знания // Известия МГТУ «МАМИ». 2014. № 4(22), Т.5. С. 101 - 111.

108. Иноземцев В.А., Ивлева М.Л., Ивлев В.Ю. Когнитивная революция как фактор становления новой эпистемологической парадигмы и методологии исследования знания в современной науке // Известия МГТУ «МАМИ». 2013. №1 (15), Т. 6. С. 90 - 99.

109. Иноземцев В.А., Ивлева М.Л. Когнитивная революция и формирование новой эпистемологической парадигмы в современной науке // Материалы Международной научной конференции «Философия и ценности современной культуры». Минск: БГУ, 2014. С. 98 - 102.

110. Иноземцев В.А., Ивлева М.Л., Ивлев В.Ю. Кризис техногенной цивилизации и формирование новой экологической парадигмы общественного сознания // Известия МГТУ «МАМИ». 2013. №4 (18), Т. 2. С. 50 - 57.

111. Иноземцев В.А., Ивлев В.Ю. Логика и философские основания современной науки: Монография. М.: «ИТО СЕМРИК», 2015. 158 с.

112. Иноземцев В.А., Ивлев В.Ю. Проблема компьютерной репрезентации знания и развитие научного знания в информационном обществе // Материалы 13-й Международной научной конференции «Сахаровские чтения 2013 года: экологические проблемы XXI века». Минск: МГЭУ имени Сахарова, 2013. С. 12 - 13.

113. Иноземцев В.А., Ивлева М.Л., Ивлев В.Ю. Психологическая концепция одаренности как тип научного знания и методологические принципы изучения ее философских оснований // Известия МГТУ «МАМИ». 2013. №4 (18), Т. 2. С. 145 - 155.

114. Иноземцев В.А., Ивлева М.Л., Ивлев В.Ю. Становление новой философско-методологической парадигмы современной науки в условиях информационного общества: Монография. М.: «ИТО СЕМРИК», 2012. 133 с.

115. Иноземцев В.А., Ивлева М.Л. Становление философских оснований психологической концепции одаренности // Известия МГТУ «МАМИ». 2014. № 1(19), Т. 5. С. 154 - 158.

116. Иноземцев В.А., Ивлева М.Л., Ивлев В.Ю. Эволюция концепций компьютерной репрезентологии и эпистемологического содержания искусственного интеллекта // Известия МГТУ «МАМИ». 2012. №2 (14), Т. 3. С. 294 - 298.

117. Иноземцев В.А., Ивлев В.Ю. Эпистемологическое содержание искусственного интеллекта: Монография. М.: «ИТО СЕМРИК», 2015. 158 с.

118. Иноземцев В.А., Иноземцев И.В. Дискурсивный и инженерный подходы к исследованию и репрезентации знания // Материалы 15-й Международной научной конференции «Сахаровские чтения 2015 года: экологические проблемы XXI века». Минск: МГЭУ имени Сахарова, 2015. С. 11.

119. Иноземцев В.А., Иноземцева Ю.В. Проблема информационных ресурсов в условиях формирования ноосферной экологической цивилизации устойчивого типа // Известия МГТУ «МАМИ». 2013. №4 (18), Т. 2. С. 57 - 63.

120. Иноземцев В.А., Удовик В.Е. Информационно-компьютерная революция и становление информационного общества // Исторические, философские, политические и юридические науки, культурология и искусствоведение. Вопросы теории и практики. (Тамбов). 2011. №8 (14). С. 69 - 74.

121. Информационное общество и формирование новой эпистемологической парадигмы современной науки: Монография / В.А. Иноземцев [и др.]. М.: «ИТО СЕМРИК», 2013. 129 с. (8,6 п.л. / 3,7 п.л.).

122. Искусственный интеллект. Справочное издание в 3 -х кн. М.: Радио и связь, 1990.

123. Казакова И.А. Искусственный интеллект и первые языки программирования // Московское научное обозрение, 2012. № 8 (24). С. 1 -11.

124. Казанцев А.К., Киселев В.Н., Рубвальтер Д.А., Руденский О.В. КВ1С -технологии: Инновационная цивилизация XXI век. М.: ИНФРА - М, 2012. 384 с.

125. Кайе Ф., Лафламм Р., Моска М. Введение в квантовые вычисления. Ижевск: РХД, 2009. 360 с.

126. Калашникова Л.В. Кореференция: психолингвистическая модель концептуальных репрезентаций. М.: МАСВ, 2002. 189 с.

127. Канке В.А. Методология научного познания. М.: Омега - Л, 2013. 255 с.

128. Карпинская Р.С., Лисеев Н.К., Огурцов А.П. Философия природы: Коэволюционная стратегия. М.: Интерпракс, 1995. 352 с.

129. Карпушин Е.С. Управление обработкой информации в искусственном интеллекте // Международный научный журнал, 2011. № 2. С. 60 - 65.

130. Карпушин Е.С. Формирование математических операций в искусственном интеллекте // Биржа интеллектуальной собственности, 2012. Т. 11. № 5. С. 35 - 40.

131. Касавин И.Т. Контекстуализм как методологическая программа // Эпистемология и философия науки. 2005. Т. VI. № 4. С. 5 - 17.

132. Касавин И.Т. Проблема текста: между эпистемологией и лингвистикой // Эпистемология и философия науки. 2006. Т. VIII. № 2. С. 3 - 15.

133. Кастельс М. Информационная эпоха: экономика, общество и культура. М.: АСТ, 2000. 320 с.

134. Келли Дж. Психология личности. Теория личных конструктов. СПб.: Речь, 2000. 249 с.

135. Кириков И.А., Колесников А.В., Листопад С.В. Моделирование систем поддержки принятия решений синергетическим искусственным интеллектом // Информатика и ее применения, 2013. Т. 7. № 3. С. 62 - 69.

136. Кобрина Н.А. Исторические предпосылки к становлению когнитивного направления в лингвистике // Вопросы когнитивной лингвистики, 2009. № 4. С. 5 - 10.

137. Ковальски Р. Логика в решении проблем. М.: Наука, 1990. 280 с.

138. Когнитивная психология: методология и практика. Санкт-Петербург, 2015. 458 с.

139. Колин К.К. Философские проблемы информатики. М.: БИНОМ. Лаборатория знаний, 2010. 264 с.

140. Компьютеры и познание. М.: Наука,1990. 125 с.

141. Корниенко А.Ф. Соотношение понятий «язык», «мышление» и «сознание» в психологии и когнитивной лингвистике // Вопросы когнитивной лингвистики, 2013. № 3 (36). С. 5 - 15.

142. Корсаков С.Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи. М.: МИФИ, 2009. 44 с.

143. Костров Б.В., Ручкин В.Н., Фулин В.А. Искусственный интеллект и роботехника. М.: Диалог-МИФИ, 2008. 224 с.

144. Кошелев Д.А. Искусственный интеллект в информационных технология // Символ науки, 2016. № 1 - 2 (13). С. 53-55.

145. Кубрякова Е.С. Начальные этапы становления когнитивизма // Вопросы языкознания. 1994. № 4. С. 34 - 47.

146. Кубрякова Е.С. Эволюция лингвистических идей во второй половине XX века (опыт парадигмального анализа) // Язык и наука конца 20 века. М.: Языки славянской культуры, 1995. С. 144 - 238.

147. Кубрякова Е.С. Язык и знание. М.: Языки славянской культуры, 2004. 540 с.

148. Кузин Л.Т. Проектирование интеллектуальных систем. М.: Атомиздат, 1980. 112 с.

149. Кузин Л.Т., Ганночка А.В. Общение в системах искусственного интеллекта. М.: МИФИ, 1985. 51 с.

150. Кузнецов И.П. Семантические представления. М.: Наука. 1986. 293 с.

151. Кун Т. Структура научных революций. М.: АСТ, 2009. 310 с.

152. Кэмпбелл Д. Эволюционная эпистемология // Эволюционная эпистемология и логика социальных наук. М.: Едиториал-УРСС, 2000. С. 92146.

153. Курейчик В.В., КурейчикВ.М., Родзин С.И. Теория эволюционных вычислений. М.: Физматлит, 2012. 260 с.

154. Лагун Д.А., Гродель Ю.В. Эволюционный подход к игровому искусственному интеллекту // Приоритетные направления развития науки и образования, 2014. № 3. С. 165 - 167.

155. Лакатос И. Избранные произведения по философии и методологии науки. М.: Академический проект, 2008. 475 с.

156. Лебедев С.А. Методология научного познания. М.: Проспект, 2015. 256 с.

157. Лебедев С.А. Структура научного знания // Философские науки, 2005. № 10. С. 83-100.

158. Лебедев С.А. Структура научного знания // Философские науки, 2005. №11. С. 124 - 135.

159. Лебедев С.А. Философия науки. М.: Академический Проект, 2008. 736 с.

160. Лекторский В.А. Эпистемология классическая и неклассическая. М.: Едиториал-УРСС, 2009. 255 с.

161. Леонтьев А.А. Основы психолингвистики. М.: Смысл,1997. 287 с.

162. Летов О.В. Философские аспекты развития нанотехнологии // Эпистемология и философия науки, 2009. № 2 (20). С. 112 - 126.

163. Лещёв С.В. НБИК-контексты виртуализации: искусственный интеллект и большие данные // Полигнозис, 2015. № 1 (48). С. 56 - 60.

164. Лисеев И.К. Науки о жизни и современная философия. М.: ИФ РАН, 2010. 496 с.

165. Лисеев И.К., Садовский В.Н. Системный подход в современной науке, М.: Прогресс - традиция, 2004. 560 с.

166. Лобанов А., Радчикова Н. Когнитивная революция, или как психология стала наукой // Наука и инновации, 2015. Т. 12. № 154. С. 26 - 28.

167. Логика и компьютер. М.: Наука, 1990. 240 с.

168. Логинов Н.И., Спиридонов В.Ф. Воплощенное познание как современный тренд развития когнитивной психологии // Вестник Санкт-

Петербургского университета. Психология и педагогика. 2017. Т. 7. № 1. С. 25 - 42.

169. Логический подход к искусственному интеллекту. М.: Мир,1990. 428 с.

170. Лоренц К. Оборотная сторона зеркала. М.: Республика, 1998. 492 с.

171. Лубенцов В.В Обзор существующих экспертных систем. М.: Лаборатория книги, 2012.116 с.

172. Лурия А.Р. Основные проблемы нейролингвистики. М.: МГУ, 1975. 253с.

173. Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных задач. М.: Вильямс, 2003. 863 с.

174. Магазов С.С. Когнитивные процессы и модели. М.: ЛКИ, 2007. 248 с.

175. Максимов Л.В. Когнитивная наука: новая жизнь старых парадигм // Философская мысль, 2017. № 11. С. 11 - 24.

176. Мамчур Е.А. Образы науки в современной культуре. М.: Канон, 2008. 400 с.

177. Мамчур Е.А. Объективность науки и релятивизм. М.: ИФ РАН, 2004. 242 с.

178. Мариносян Т.Э., Куровская Ю.Г. «Архетип» и «Фрейм» в философской антропологии и аналитической философии // Философские науки, 2016. № 5. С. 56 - 69.

179. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987. 399 с.

180. Мартэн Д. Базы данных. М.: Радио и связь, 1983. 168 с.

181. Маслов С.Ю. Обратный метод установления выводимости в классическом исчислении предикатов // Доклады АН СССР. 1964. Т.159. №1. С. 17 - 20.

182. Маслов С.Ю. Теория дедуктивных систем и её применения. М.: Радио и связь, 1986. 133 с.

183. Матурана У., Варела Ф. Древо познания. М.: Прогресс-традиция, 2001. 223 с.

184. Мельчук И.А. Опыт теории лингвистических моделей «смысл-текст»: семантика, синтаксис. М.: Языки русской культуры, 1999. 345 с.

185. Мелюхин И.С. Информационное общество: истоки, проблемы, тенденции развития. М.: МГУ, 1999. 206 с.

186. Меркулов И.П. Эпистемология (когнитивно - эволюционный подход). СПб.: РХГА. 2003, Т. 1. 472 с.

187. Меркулов И.П. Когнитивная эволюция. М.: РОССПЭН, 1999. 310 с.

188. Микешина Л.А., Опенков М.Ю. Новые образы познания и реальности. М.: РОССПЭН, 1997. 240 с.

189. Микешина Л.А. Философия науки. М.: Флинта. 2005. 464 с.

190. Минский М. Вычисления и автоматы. М.: Мир, 1971. 264 с.

191. Минский М. Структура для представления знания // Психология машинного зрения. М.: Мир, 1978. С. 249-338.

192. Минский М. Фреймы для представления знаний. М.: Мир, 1979. 151 с.

193. Михайлов И.Ф. «Искусственный интеллект» как аргумент в споре о сознании // Эпистемология и философия науки, 2012. № 2 (32). С. 107 - 122.

194. Моисеев Н.Н. Восхождение к разуму. М: ИздАТ, 1993. 174 с.

195. Моисеев Н.Н. Информационное общество: возможности и реальность // Полис. 1993. №3. С. 6 - 15.

196. Моисеев Н.Н. Коэволюция природы и общества. Пути ноосферогенеза. // Экология и жизнь. 1997. № 2 - 3. С. 4 - 7.

197. Нагель Т. Мыслимость невозможного и проблема духа и тела // Вопросы философии. 2001. №8. С. 101 - 113.

198. Найссер У. Когнитивная психология. М.: Тривола, 2000. 467 с.

199. Найссер У. Познание и реальность. М.: Прогресс, 1981. 230 с.

200. Непейвода Н.Н., Скопин И.Н. Основания программирования. М.: РХД, 2003. 919 с.

201. Непейвода Н.Н. Стили и методы программирования. М.: Интернет-университет информационных технологий, 2005. 320 с.

202. Неуймин Я.Г. Модели в науке и технике. Л.: Наука, 1984. 189 с.

203. Никитина Е.А. Искусственный интеллект: философия, методология, инновации // Вопросы философии. 2006. №11. С. 167 - 170.

204. Никитина Е.А. Неявное знание: методология исследования // Научный вестник МГТУ ГА, №101 (4), серия История, философия, социология. М.: МГТУ ГА, 2006. С. 52 - 58.

205. Никифоров А.Л. Философия науки: история и методология. М.: Наука, 1998. 208 с.

206. Никифоров А.Л. Философия науки: история и теория. М.: Идея-Пресс, 2006. 264 с.

207. Нильсен М.А., Чанг И.Л. Квантовые вычисления и квантовая информация. М.: Мир, 2006. 824 с.

208. Нотао М., Катаямо Т., Хэмура Г. Структура и базы данных. М.: Мир, 1986. 197 с.

209. Обработка знаний / Под ред. С. Осуги. М.: Мир, 1989. 293 с.

210. Огурцов А.П. Дисциплинарная структура науки. М.: Наука, 1988. 256 с.

211. Одинцов А.Н. Проблема моделирования знания в искусственном интеллекте // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Гуманитарные и общественные науки, 2011. Т. 4. № 136. С. 56 - 60.

212. Одинцов А.Н. Соотношение знания и информации в искусственном интеллекте // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Гуманитарные и общественные науки, 2010. Т. 2. № 111. С. 214 - 218.

213. Осипов Г.С. Лекции по искусственному интеллекту. М.: Едиториал-УРСС 2009. 272 с.

214. Осипов Г. С. Методы искусственного интеллекта. М.: Физматлит, 2011. 296 с.

215. Осипов Л.А., Яковлев С.А. Искусственный интеллект и нейронные сети. С-Пб: Санкт-Петербургский гос. ун-т аэрокосмического приборостроения, 2011. 131 с.

216. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2004. 343 с.

217. Патнем X. Философия сознания. М.: Дом интеллектуальной книги, 1999. 240 с.

218. Пенроуз Р. Новый ум короля: о компьютерах, мышлении и законах физики. М.: Едиториал-УРСС, 2005. 384 с.

219. Петренко В.Ф. Основы психосемантики. СПб.: Питер, 2005. 480 с.

220. Петров Ю.А., Бирюков Б.В. Современная формальная логика и информатика // Вопросы Философии. 1986. № 4. С. 84 - 92.

221. Петров Ю.А., Никифоров А.Л. Логика и методология научного познания. М.: МГУ, 1982. 397 с.

222. Петрунин Ю.Ю. Искусственный интеллект и методологические вопросы управления знаниями //Философские науки, 2016. № 8. С. 67 - 74.

223. Петрунин Ю.Ю., Рязанов М.А., Савельев А.В. Философия искусственного интеллекта в концепциях нейронаук. М.: МАКС Пресс, 2010. 84 с.

224. Печенкин В.В. Информационные технологии в структуре информационного общества. Саратов: Изд-во СГУ, 2001. 217 с.

225. Платон. Сочинения в 3-х тт. М.: Мысль, 1968 - 1972.

226. Плотинский Ю.М. «Общество знаний» и развитие когнитивного подхода // Вестник Московского университета. Серия 18: Социология и политология, 2010. № 1. С. 45 - 63.

227. Полани М. Личностное знание. М.: Прогресс, 1985. 344 с.

228. Попов Э.В. Экспертные системы. М.: Наука, 1987. 284 с.

229. Поппер К. Логика и рост научного знания. М.: Прогресс, 1983. 605 с.

230. Поппер К. Эволюционная эпистемология // Эволюционная эпистемология и логика социальных наук. М.: Едиториал-УРСС, 2000. С. 57 -75.

231. Поппер К. Объективное знание: Эволюционный подход. М.: Едиториал-УРСС, 2002. 381 с.

232. Поспелов Д.А. Логико-лингвистические модели в управлении. М.: Энергоатомиздат, 1981. 231 с.

233. Поспелов Д.А. Моделирование рассуждений: опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.

234. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986. 288 с.

235. Прайд В., Медведев Д.А. Феномен КВ1С-конвергенции: Реальность и ожидания // Философские науки. 2008. № 1. С. 97 - 117.

236. Представление и использование знаний / Под ред. Х.Уэно, М.Исудзука. М.: Мир, 1989. 220 с.

237. Приобретение знаний / Под ред. С.Осуги, Ю.Саэки. М.: Мир, 1990. 330 с.

238. Проблемы субъектов в постнеклассической науке / Под ред. В.И. Аршинова и В.Е. Лепского.М.: Когито Центр, 2007.176 с.

239. Психология машинного зрения. М.: Мир, 1978. 344 с.

240. Ракитов А.И. Философия компьютерной революции. М.: Изд-во политической литературы, 1991. 287 с.

241. Редько В.Г. Эволюция, нейронные сети, интеллект: модели и концепции эволюционной кибернетики. М.: КомКнига, 2007. 224 с.

242. Робинсон Дж. Машинно-ориентированная логика, основанная на принципе резолюции // Кибернетический сборник. Новая серия. М.: Мир. 1970. Вып. 7. С. 194 - 208.

243. Родзин С.И., Титаренко И.Н. КВ1С-технологии, искусственный интеллект и электронная культура. / Информатика, вычислительная техника и инженерное образование, 2013. № 2 (13). С. 60 - 74.

244. Рузавин Г.И. Математизация научного знания. М.: Наука, 1984. 207 с.

245. Ручкин В.Н., Романчук В.А., Фулин В.А. Когнитология и искусственный интеллект. Рязань: Узорочье, 2012. 260 с.

246. Саймон Г. Науки об искусственном. М.: Едиториал-УРСС, 2004. 142 с.

247. Седов К.Ф. Нейропсихолингвистика. М.: Лабиринт, 2007. 256 с.

248. Семенова Е.Т. Представление знаний в системе LISP/ FRL. М.:МИФИ, 1987. 104 с.

249. Сергеев С.Ф. Искусственный и естественный интеллекты в техногенных образовательных средах // Открытое образование, 2013. № 2. С. 52 - 60.

250. Сергеев С.Ф. Методология создания мехатронных систем с искусственным интеллектом // Известия Тульского государственного университета. Технические науки, 2011. № 5. С. 245 - 249.

251. Сёрл Дж. Мозг, сознание и программы // Аналитическая философия: становление и развитие. М.: ДиК, 1998. С. 376 - 400.

252. Сёрл Дж. Разум мозга - компьютерная программа? // В мире науки, 1990. №3. С. 7 - 13.

253. Скрэгг Г. Семантические сети как модели памяти // Новое в зарубежной лингвистике. М.: Радуга, 1983. Вып. 12. С. 143 - 207.

254. Сова Л.З. Фундаментальные законы языкознания и искусственный интеллект. М.: Директ-Медиа, 2014. 105 с.

255. Солсо Р. Когнитивная психология. М.: Тривола, 1996. 598 с.

256. Сотник С.Л. Проектирование систем искусственного интеллекта. М.: Интернет-Университет Информационных Технологий, 2007. 204 с.

257. Спиноза Б. Избранные произведения. М.: Политиздат, 1957.

258. Степин В.С. От классической к постнеклассической науке (изменение оснований и ценностных ориентаций) // Ценностные аспекты развития науки. М.: Наука, 1990. С. 152 - 166.

259. Степин В.С. Саморазвивающиеся системы и постнеклассическая рациональность // Вопросы философии. 2003. № 8. С. 5 - 18.

260. Степин В.С. Теоретическое знание. М.: Прогресс-традиция, 2000. 574 с.

261. Степин В.С., Горохов В.Г., Розов М.А. Философия науки и техники. М.: Гардарики, 1999. 400 с.

262. Степин B.C. Философия науки. Общие проблемы. М.: Гардарики, 2006. 384 с.

263. Степин В.С. Философская антропология и философия науки. М.: Высшая школа, 1992. 191 с.

264. Стюарт Р., Питер Н. Искусственный интеллект: современный подход. М.: Издательский дом «Вильямс», 2006. 424 с.

265. Торчинская Н.М. Терминосистема чужой речи: диалог, монолог, полилог // Балтийский гуманитарный журнал, 2013. № 4(5). С. 38 - 40.

266. Тоффлер Э. Третья волна. М.: АСТ, 2004. 781 с.

267. Тоффлер Э. Шок будущего. М.: АСТ, 2002. 557 с.

268. Тугенгольд А.К. Искусственный интеллект и интеллектуальное управление в мехатронике. Ростов-на-Дону: Донской гос. технический ун-т, 2010. 140 с.

269. Уемов А.И. Логические основы метода моделирования. М.: Мысль, 1971. 311 с.

270. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. 388 с.

271. Урсул А.Д. Информация. Методологические аспекты. М.: Наука, 1971. 281 с.

272. Урсул А.Д. Природа информации. М.: Политиздат, 1968. 608 с.

273. Урсул А.Д. Проблема информации в современной науке. М.: Наука, 1975. 288 с.

274. Фефилов А.И. Когитология. М.: Флинта, 2012. 407 с.

275. Филлмор Ч. Фреймы и семантика понимания // Новое в зарубежной лингвистике. М.: Наука, 1988. Вып.23. С. 51-57.

276. Философия искусственного интеллекта. Материалы Всероссийской междисциплинарной конференции. М.: ИФ РАН, 2005. 399 с.

277. Философские вопросы технического знания. М.: Наука, 1984. 325 с.

278. Финн В.К. Интеллектуальные системы и общество. М.: РГГУ, 2001. 307 с.

279. Финн В.К. Искусственный интеллект методология, применение, философия. М.: КРАСАНД, 2011. 448 с.

280. Финн В.К. О машинно-ориентированной формализации правдоподобных рассуждений Ф.Бэкона и Д.С.Милля // Семиотика и информатика. М.: Наука, 1983. Вып. 20. С. 35 - 101.

281. Финн В.К. Об обобщении ДСМ-метода автоматического порождения гипотез // Семиотика и информатика. М.: Наука, 1989. Вып.29. С. 93 - 123.

282. Фолльмер Г. Эволюционная теория познания. М.: Русский двор, 1998. 160 с.

283. Фридман В. Путь к искусственному интеллекту // В мире науки, 2016. № 3. С. 26 - 33.

284. Хакен Г. Тайны природы. Синергетика: учение о взаимодействии. Ижевск: ИКИ, 2003. 320 с.

285. Хейес-Рот Ф., Уотерман Д., Леной Д. Построение экспертных систем. М.: Мир, 1987. 430 с.

286. Хендрикс Т. О расширении применимости семантических сетей введением разбиений // Труды IV Международной объединённой конференции по искусственному интеллекту. 1975. Т.1. С. 190 - 206.

287. Хинтикка Я. Логико-эпистемологические исследования. М.: Прогресс, 1980. 447 с.

288. Холодная М.А. Когнитивная психология. Когнитивные стили. М.: Юрайт, 2018. 356 с.

289. Хомский Н. Вопросы теории порождающей грамматики // Философия языка. М.: Едиториал-УРСС, 2004. С. 99 - 140.

290. Хомский Н., Миллер Дж. Введение в формальный анализ естественных языков. М.: Едиториал-УРСС, 2003. 64 с.

291. Хренников А.Ю. Введение в квантовую теорию информации. М.: Физматлит , 2008. 141 с.

292. Чалмерс Д. Сознающий ум: в поисках фундаментальной теории. М.: Едиториал-УРСС, 2013. 512 с.

293. Червинская К.Р. Концепция «извлечение экспертных знаний» в инженерно-психологическом контексте // Вестник Санкт-Петербургского университета. Серия: Социология, 2008. № 4. С. 400 - 408.

294. Цаленко М.Ш. Моделирование семантики в базах данных. М.: Наука, 1989. 287 с.

295. Шалютин М.С. Искусственный интеллект: гносеологический аспект. М.: Мысль, 1985. 199 с.

296. Швырев В.С. Анализ научного познания: основные направления, формы, проблемы. М.: Наука, 1998. 175 с.

297. Шенк Р. Обработка концептуальной информации. М.: Энергия,1980. 360 с.

298. Шеннон К. Работы по теории информации и кибернетики. М. : Изд-во иностранная литература, 1963. 829 с.

299. Шеннон Р. Имитационное моделирование - искусство и наука. М.: Мир, 1978. 418 с.

300. Шрейдер Ю.А. Информация и знание // Системные концепции информационных процессов. М.: ВНИИСИ, 1988. С. 47-52.

301. Шрейдер Ю.А. Логика знаковых систем. М.: Знание, 1974. 257 с.

302. Штофф В.А. Моделирование и философия. М.-Л.: Наука, 1966. 301 с.

303. Штофф В.А. Проблемы методологии научного познания. М.: Высшая школа, 1978. 269 с.

304. Шуберт Л.К. Расширение изобразительной мощности семантических сетей // Труды IV Международной объединённой конференции по искусственному интеллекту. 1975. Т. 2. С. 211-225.

305. Шульга Е.Н. Когнитивная герменевтика. М.: ИФ РАН, 2002. 235 с.

306. Эволюционная эпистемология. М. : Российская политическая энциклопедия, 2012. 200 с.

307. Эко У. Отсутствующая структура. Введение в семиологию. Спб.: Петрополис, 1998. 430 с.

308. Экспертные системы: принципы работы и примеры / Под ред. Р.Форсайта. М.: Радио и связь, 1987. 224 с.

309. Экспертные системы: состояние и перспективы / Под ред. Д.А.Поспелова. М.: Наука, 1989. 152 с.

310. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. М.: Финансы и статистика, 1987. 190 с.

311. Эндрю А. Искусственный интеллект. М.: Мир, 1985. 265 с.

312. Юдин Э.Г. Методология науки. Системность. Деятельность. М.: Едиториал-УРСС, 1997. 444 с.

313. Яковлев И.Г. Тезаурусный искусственный интеллект: объективизация гуманитарных знаний // Управление мегаполисом, 2014. № 6 (42). С. 7-17.

314. Abelson R.P. Psychological status of script concept // AP. 1981. V. 36. P. 715 - 129.

315. Advances in data base theory. N.-Y.: Plenum Press, 1981. 432 p.

316. Anderson R., Bledsoe W.W. A linear format for resolution with merging and a new technique for establishing completeness // J. ACM. 1970. V. 17. P. 525 -534.

317. Atre S. Data base: structured techniques for design performance and management. N.-Y.: John Viley and Sons, 1980. 442 p.

318. Artificial Intelligence and the Problem of Computer Representation of Knowledge / V. Inozemtsev [et al.] // Advances in Social Science, Education and Humanities Research. Paris, Amsterdam, Hong Kong: Atlantis Press, 2017. Volume 124. Р. 1151 - 1156.

319. Barr A., Feigenbaum. The handbook of Artificial Intelligence. Pitman, 1981. V. 1. 409 p.

320. Bobrow D. (Editor). Special issue on non-monotonic logic // AI. 1980. V.13. 216 p.

321. Bobrow D., Winograd T. An overview of KRL, a knowledge representation language // Reading in knowledge representation. Los Altos, 1985. P. 263-285.

322. Boden M. Artificial Intelligence and natural man. Cambridge (Mass.), MIT Press, 1990. 576 p.

323. Boden M. Artificial Intelligence in psychology. Cambridge (Mass.), MIT Press, 1988. 188 p.

324. Boyer R.S. Locking: a restriction of resolution // University of Texas at Austin (Texas), 1971.

325. Borkin S. Data models: a semantic approach for data base systems. Cambridge (Mass.), MIT Press, 1980. 269 p.

326. Brachman R. On epistemological status of semantic networks // Reading in knowledge representation. Los Altos, 1985. P. 191 - 215.

327. Brookes B. The foundations of information science // J. of Information Science. 1980. V. 2.N. 3 - 4. P. 125 - 133; V. 2. N. 5. P. 209 - 221; V. 2. N. 6. P. 269 - 275.

328. Campbell D.T. Evolutionary epistemology // Schilp P.A (Ed.). The philosophy of K. Popper. La Salle, 1974. P. 413 - 463.

329. Categories of Modality and Their Use in Modern Biological Conceptions / V. Inozemtsev [et al.] // Advances in Social Science, Education and Humanities Research. Paris, Amsterdam, Hong Kong: Atlantis Press, 2017. Volume 40. P. 687 - 691.

330. Chomsky N. Rules and representations. N. - Y., 1980. 118 p.

331. Chomsky N. Language and problems of knowledge. N. - Y.,1988. 156 p.

332. Chomsky N. The minimalist program. Cambridge (Mass.), MIT Press, 1995. 112 p.

333. Church A. An unsolvable problem of number theory // Amer. j. Math. 1936. V. 58. P. 345 - 363.

334. Clifford J., Warren P. Formal semantics for time in databases // ACM Trans. Data Base Systems. 1983. V.8. №2. P. 214 - 254.

335. Codd E. A relational model of data for large shared data banks // Communication of the ACM. 1970. V. 13. № 6. P.377-387.

336. Codd E. Extending the database relational model to capture more meaning // ACM Trans. Data Base Systems. 1979. V. 4. № 4. P. 397 - 434.

337. Codd E. Relational completeness of data base sublanguages // Data Base Systems. N.-Y.: Prentice-Hall, 1972. P. 65 - 93.

338. Cognition and representation in linguistic theory / Ed. by A. Gulioli. Benjamins Pub. Co., 1995. 128 p.

339. Cognitive science: an introduction. Cambridge (Mass.), MIT Press, 1989. 254 p.

340. David D. Artificial intelligence in psychological practice: Current and future applications and implications. // Professional Psychology: Research and Practice. V. 45. № 5. P. 332 - 339.

341. Davis M., Putnam H. A computing procedure for quantification theory // J. ACM. 1960. V. 7. №3. P. 201 - 215.

342. Floridi L. Open Problems in the Philosophy of Information // Metaphilosophy, 2004. Vol. 35. № 4. P. 554 - 582.

343. Fodor J. Representations: philosophical essays on the foundations of Cognitive Science. Cambridge (Mass.), MIT Press, 1981. 193 p.

344. Gibson J. The perception of visual world. Boston, 1950. 325 p.

345. Gibson J. The senses considered as perceptual systems. Boston, 1966. 289 p.

346. Gilmore P.C. A proof method for quantification theory: its justification and realization // IBMJ. Res. Develop. 1960. P. 28 - 35.

347. Harman G. Some philosophical issues in cognitive science: quail, intentionality and the mind body problem // Foundations of cognitive science. Cambridge (Mass.), MIT Press, 1989. P. 834 -844.

348. Haugeland J. Artificial Intelligence. The very idea. Cambridge (Mass.), MIT Press, 1987. 287 p.

349. Herbrand J. Recherches sur la theorie de la demonstration // Travaux de la Soc. des Sc. et des letters varsovie. 1930. V. 3. № 3. P.33 - 160.

350. Jackendoff R. Patterns in the mind: Language and Human Nature. N. - Y., 1994.143p.

351. Jackendorf R. Semantics and cognition. Cambridge (Mass.), MIT Press, 1993.

352. Katz J., Fodor J. The structure of semantic theory // The structure of language. N.-Y.: Prentice-Hall, 1964.

353. Kowalski R., Kuehner D. Linear resolution with selection function // AI. 1971. V.2. P. 227 - 260.

354. Lipski W. On data bases with incomplete information. Cambridge (Mass.), MIT Press, 1979. 206p.

355. Logical-Philosophical Approach to the Interpretation of the Concept of Knowledge / V. Inozemtsev [et al.] // Advances in Social Science, Education and Humanities Research. Paris, Amsterdam, Hong Kong: Atlantis Press, 2017. Volume 40. P. 297 - 301.

356. Loveland D.W. A linear format for resolution // Proc. IRIA. 1970. P. 147 -162.

357. Loweland D.W. A unifying view of some linear Herbrand procedures // J. ACM. 1972. V. 19. №5. P. 366 - 384.

358. Lucknam D. Refinement theorems in resolution theory // Proc. IRIA. 1970. P. 163 - 190.

359. Masuda Y. The information society as postindustrial society. Washington.1981. 56 p.

360. McCarty J. Circumscription: a form of non-monotonic reasoning // AI. 1980. V. 13. № 1 - 2. P. 27 - 39.

361. McDermott D., Doyle J. Non-monotonic logic 1 // AI. 1980. V. 13. №1 - 2. P. 41 - 72.

362. McDermott. Non-monotonic logic 2 // J.ACM. 1982. V. 29. № 1. P. 34 - 57.

363. McLuhan M. Understanding Media. N. - Y., 1967. 196 p.

364. Meltzer B. Theorem - proving for computes: some resolution and renaming // Computer J. 1966. V. 8. P. 341 - 343.

365. Moore R. C. Autoepistemic logic // Non-standart logics for automated reasoning. London: Academic Press, 1988. P. 105 - 136.

366. Moore R. C. Semantical considerations on non-monotonic logic // AI. 1985. V. 25. №1. P. 75 - 94.

367. Newell A. The knowledge level // AI. 1982. V.18. №1. P. 87-127.

368. Newell A., Simon H. Human problem solving. N.-Y.: Prentice-Hall, 1972. 220 p.

369. Orlowska E. Logic for reasoning about knowledge. Warsaw: IPI, 1981. 87 p.

370. Orlowska E., Pawlak Zd. Logical foundations of knowledge representation. Warsaw: IPI, 1984. 106 p.

371. Papert S. Teaching children to be mathematicians versus teaching about mathematics // Int. J. Math. Educ. Sci. Techol. V. 3.1972. P. 243 - 262.

372. Pirotte A. High level data base query languages / Logic and bases. N. - Y.: Plenum Press, 1983. P. 409 - 436.

373. Poli R. Ontologia formale. Genova: Marietti,1992. 128 p.

374. Post E. Formal reduction of general combinatorial // Amer. J. Math. 1943. V. 65. №2. P. 197 - 215.

375. Prawitz D. An improved proof procedure // Theoria. 1960. V. 26. P. 102 -139.

376. Pylyshyn Z. Computation and cognition. Forward a foundation for cognitive science. Cambridge (Mass.), MIT Press, 1985. 292 p.

377. Pylyshyn Z.W. The robot's dilemma: the frame problem in artificial intelligence. N. - Y.: Ablex, 1987.134 p.

378. Qillian M. Semantic memory // Semantic & information processing. Cambridge. (Mass.). MIT Press, 1986. P. 227-260.

379. Reiter R. A logic for default reasoning // AI. 1980. V. 13. №1 - 2. P. 81 - 131.

380. Reiter R. On reasoning by default // Logic and data bases. N. - Y.: Plenum Press, 1978. P. 149 - 177.

381. Representology in the System of Modern Epistemology / V. Inozemtsev [et al.] // Advances in Social Science, Education and Humanities Research. Paris, Amsterdam, Hong Kong: Atlantis Press, 2017. Volume 40. P. 697 - 701.

382. Rickheit G., Strohner H. Grundlagen der Kognitiven Sprachverarbeitung, Modelle, Metoden, Ergebnisse. Tubingen.1993. 145 p.

383. Rickheit G., Sichelschmidt L. Mental Models in Discourse Processing and Reasoning. Amsterdam. 1999. 208 p.

384. Robinson J.A. Theorem proving on the computer // J.ACM.1963.V.10. №2. P. 163-174.

385. Robinson J.A. Automatic deduction with hyper - resolution // Internat. J. of Comput. Math. 1965. V.1. P. 227 - 234.

386. Robinson J.A. A review of automatic theorem proving // Proc. Symp. Appl. Math. Amer. Math. Soc. 1967. V. 19. P.1 - 18.

387. The robots dilemma: The frame problem in Artificial Intelligence. Norwood, 1987. 156 p.

388. Rosenschein S.A. Formal theories of knowledge in AI and robotics // New generation computing. 1985. V. 3 № 4. P.44 - 51.

389. Roussopoulos N. A semantic network models of data bases // Toronto Univ. Techn. Rep. 1977. № 104. P. 25 - 42.

390. Schank R., Abelson R. Scripts, plans, goals and understanding. N. - Y. 1977. 78 p.

391. Schummer J. From Nano-Convergence to NBIC-Convergence: «The best way to predict the future is to create it»// Governing Future Technologies. Springer Netherlands, 2009. P. 57 - 71.

392. Searle J.R. The rediscovery of consciousness. Cambridge (Mass.), MIT Press, 1999. 123 p.

393. Slagle J. Automatic theorem proving with renewable and semantic resolution // J. ACM. 1967. V. 14. №4. P. 687-697.

394. Schubert L.K. Extending the expressive power of semantic network // AI.1976. V. 7. P. 163 - 198.

395. Turing A. On computable numbers with an application to the entscheidungs problem // Proc. London Math. Soc. 1936. V. 42. P. 230 - 265; 1937. V. 43. P. 544 - 546.

396. Turner R. Logics for Artificial Intelligence. Chichester, Ellis-Horwood, 1984. 143 p.

397. Varela F.J., Thompson E., Rosh E. The embodied mind. Cognitive science and human experience. Cambridge (Mass.), MIT Press, 1999. 175 р.