Дисциплина направлена на формирование у обучающихся знаний об основных актуальных направлениях, подходах, фундаментальных и прикладных областях когнитивной науки, её новейшие методы, возможности и ограничения их применения, а также проблемы и принципы междисциплинарных исследований познания. При освоении дисциплины освещаются такие проблемы, как возможности моделирования познания и проблема познающего субъекта, дается определение познания и системы познавательных процессов. Отдельно рассматриваются символьный, модульный и нейросетевой подходы к познанию, их содержание и практическое применение. В результате освоения дисциплины обучающиеся будут уметь оценивать степень изученности предметной области когнитивной науки и методическую полноту проведенных в ней исследований (в том числе с применением современных информационных систем и технологий), а также разрабатывать и усовершенствовать технологии проведения фундаментальных исследований.

Когнитивная наука представляет собой междисциплинарную научную область исследования познания, возникшую на пересечении философии, психологии, биологии, лингвистики, антропологии, нейронауки и искусственного интеллекта (ИИ). Мотивом, объединяющим когнитивные науки, оказался интерес к одной их самых будоражащих воображение центральных философских проблем: что собой представляет сознание как специфический объект и способ познания.

Коррелятивность сознания и мозга сегодня уже ни у кого не вызывает сомнения. Это означает, что философская рефлексия должна быть дополнена естественнонаучным изучением познания и нейроисследованиями. С одной стороны, естественнонаучные исследования и эксперименты заставляют философов по-новому взглянуть на проблемы соотношения мышления и языка, эмпатии и вербального познания, осмысления, понимания и даже истоков морали и оснований человеческого поведения. С другой стороны, эксперименты без теории слепы. Философия играет важнейшую роль в когнитивной науке, поскольку исследует фундаментальные концепты и проблемы, лежащие в основании познания, в том числе в основании современных менталистских, репрезентативных и вычислительных подходов к сознанию.

Задача курса – продемонстрировать теснейшую взаимосвязь и взаимовлияние философии и экспериментальной науки. Для решения этой задачи будут рассмотрены, во-первых, основные философские понятия и концепции, призванные сыграть фундирующую роль в когнитивных исследованиях и нейроэкспериментах, во-вторых, будут рассмотрены сами когнитивнонаучные и интегрированные подходы к познанию, мышлению, языку. В фокусе внимания окажутся междисциплинарные темы, такие как

• воплощенное познание,
• семантическая и когнитивная трактовка смысла,
• мышление и протомышление у человека и других животных,
• возможность понимания Другого,
• проблема интерсубъективности знания и психологизм,
• трактовка субъекта (трансцендентальная, эмпирическая) и ее роль в научных теориях и интерпретации эмпирических данных, центральные инстанции субъектности и их нарушения,
• роль интуиции, эмоций и эмпатии в познании, эмоции и когнитивные процессы у человека и в искусственном интеллекте, теория теорий и симуляционная теория,
• философия языка, ментализм (язык мысли Дж.Фодора, теория врожденного языка Н.Хомского),

рациональная и естественная теории морали в трансцендентальной философии И.Канта и естественнонаучных подходах Ф.де Вааля, Р.Сапольски, энактивизме Э.Томпсона, А.Ноэ.

Цель курса - дать базовые знания о языке как об основном средстве коммуникации и мышления, о нейрофизиологических процессах, благодаря которым становится возможным его функционирование.

Задача курса – ознакомить с основными положениями и задачами нейропсихолингвистики, с конкретными нейропсихолингвистическими исследованиями, методологией и научными парадигмами.

Курс призван содействовать:

• формированию способности к специфическому мышлению специалиста, изучающего язык, речь и речевую деятельность сквозь призму человека говорящего как носителя языкового сознания и представителя лингвокультуры;
• развитию навыков самостоятельного психолингвистического исследования языкового сознания, коммуникативного поведения, межкультурной коммуникации, дискурса, текстов разных жанров и типов с использованием экспериментальных методов, а также аргументированного представления результатов собственного исследования.

Курс предусматривает углубленное изучение широкого спектра как теоретических, так и практических проблем в области изучения соотношения личности со структурой и функциями речевой деятельности, с одной стороны, и языком как главной «образующей» образа мира человека – с другой; при этом ее целью является описание и объяснение особенностей функционирования языка как психического феномена (включая овладение и пользование как первым, так и вторым языком) с учетом сложного взаимодействия множества внешних и внутренних факторов при изначальной включенности индивида в социально-культурные взаимодействия. Особое внимание уделяется лингвистическим методам в исследованиях психического здоровья и патолингвистическому анализу устной и письменной речи; языковому сознанию; вопросам билингвизма (полилингвизма) и вторичной языковой личности; языковому воздействию и манипулированию; психолингвистическому подходу к анализу текста.

Социально-гуманитарная экспертиза исследовательской деятельности с участием человека и животных, в том числе в рамках когнитивных и нейробиологических исследований, стала обязательным форматом сопровождения экспериментирования для мировой и отечественной науки. Дисциплина будет посвящена современным стандартам биоэтической экспертизы и методам разрешения этических дилемм в практических экспериментальных ситуациях.

Слушатели получат представление о конкретных этических стан­дартах экспериментирования, нашедших свое выражение в документах международного права, национальных законода­тельствах (включая российское законодательство в области здравоохра­нения), этических кодексах и декларациях международных и националь­ных ассоциаций. В ходе освоения курса студенты выработают умения анализировать и планировать экспериментальные практики с привлечением людей и животных с использованием понятийного аппарата биоэтики и в ориентации на биоэтические принципы.

Уникальность курса связана с включением в программу вопросов соотношения биоэтики и нейроэтики, определения проблемного поля нейроэтики и алгорэтики, выявления специфики регулирования применения экспериментальных технологий искусственного интеллекта в медицине и образовании. Освоение дисциплины предполагает знакомство с актуальными научными источниками, а также с докладами и биоэтическими рекомендациями ведущих мировых институций (ЮНЕСКО, Европейской комиссии по биоэтике, Наффилдского совета по биоэтике и других). Освоение дисциплины будет включать знакомство с реальными кейсами в работе биоэтических институций Московского университета – Комиссии по биоэтике МГУ и Локального этического комитета МНОЦ МГУ.

Программа дисциплины предусматривает изучение трех разделов:
Раздел I. Биоэтика как исследовательская область и социальный институт
Раздел II. Обзор ключевых биоэтических проблем
Раздел III. Биоэтическое регулирование экспериментов с человеком и животными
Раздел IV. Гражданин и государство: этические проблемы прикладных экспериментальных технологий

Разработчики и преподаватели дисциплины:
Брызгалина Елена Владимировна, кандидат философских наук, доцент, заведующий кафедрой философии образования философского факультета МГУ им. М.В.Ломоносова, Член комиссии по биоэтике МГУ имени М.В. Ломоносова, член локального этического комитета МНОЦ МГУ им. М.В.Ломоносова, член комитета по биоэтике Научно-технологического университета «Сириус». Руководитель рабочей группы по разработке концептуальных основ биоэтического сопровождения создания коллекции биоматериала в рамках проекта Научные основы создания национального банка-депозитария живых систем (2015-2018). Член рабочей группы по нормативному правовому регулированию в сфере генетических технологий, включая вопросы геномного редактирования, и биоэтики при президиуме совета по реализации Федеральной научно-технической программы развития генетических технологий на 2019–2027 годы (с 2020 года).
Шкомова Екатерина Михайловна, кандидат философских наук, ассистент кафедры этики философского факультета МГУ, член Комиссии по биоэтике МГУ им. М.В.Ломоносова
Гумарова Анастасия Николаевна, аспирант философского факультета МГУ им.. М.В.Ломоносова.

Нейроинтерфейсные технологии – мультидициплинарная область научно-практической и образовательной деятельности, объединяющая усилия специалистов в области науки о мозге и психологии, микроэлектроники, передовых математических методов анализа данных, машинного обучения на основе элементов искусственного интеллекта и далее в зависимости от сферы приложений этих технологий: медицинской реабилитации, лингвистики, теории управления и даже философии. Ядром нейроинтерфейсных технологий или, как их еще называют, технологий интерфейсов мозг-компьютер, является декодирование содержательных аспектов мозговой деятельности, т.е. намерений человека, задуманных действий, воображаемых образов и т.д., но конечно, не путем чтения мыслей на расстоянии, разгадывания мыслей, а на основе расшифровки электрических потенциалов мозга, регистрируемых с кожной поверхности головы.

В спецкурсе планируется рассмотреть теоретические и экспериментальные основания для построения нейроинтерфейсов, а также возможные сферы их практического использования. В рамках теоретического анализа проблемной области нейроинтерфейсных исследований будут рассмотрены целый ряд нейрофизиологических предпосылок и ограничений к тому, что сигнальные процессы внутри мозга могут быть «перехвачены» регистрирующими приборами и расшифрованы до уровня содержательныхописаний, позволяющих их транслировать к внешним исполнительным системам. Будут приведены регламенты основных экспериментальных разработок в области нейроинтерфейсных технологий и основные типы нейроинтерфесов, доказавших к настоящему времени свою состоятельность. Кроме того, будут сформулированы и детально проанализированы проблемы и перспективы этой области исследований и разработок в расчете на грядущие цивилизационные сдвиги в связи с развитием робототехнических систем на основе искусственного интеллекта. Наконец, в рамках спецкурса будут подробно разобраны примеры завершенных разработок в области создания интерфейсов мозг-компьютер. В частности, детально будет представлен программно-аппаратный комплекс «Нейрочат», созданный в лаборатории нейроинтерфейсов на биофаке МГУ и в настоящее время находящийся на экплуатации в больницах и клиниках в количестве 500 экземляров. Комплекс НейроЧат, позволяет парализованным после инсульта пациентам набирать тексты на экране компьютера без голоса и движений, но на основе регистрации и расшифровки электрической активности мозга с надежностью более 95%.

Будут также рассмотрены самые последние нейроинтерфейсные проекты, находящиеся на стадии начальных разработок, но нацеленные на очень претензионные задачи. К таким задачам, к примеру, относится декодирование электрической активности мозга с целью обнаружения мысленно произносимых человеком слов с последующим выводом результатов на голосовой синтезатор. В качестве еще одного примера подобных задач можно назвать исследования по созданию интерактивного канала связи между мозгом человека и проблемно-ориентированным искусственным интеллектом с целью создания систем машинной поддержки «на линии» процессов принятия человеком сложных решений. При всем оптимистическом настрое в изложении оснований и перспективнейроинтерфейсных технологий особо будут рассмотрены морально-этические и социальные аспекты созданий и развития нейроинтерфейсных систем, которые, возможно, позволят оценить границы их возможных применений в социуме.

Рассматриваются основные типы моделей, используемые для поиска закономерностей в данных: регрессионный анализ, кластеризация данных, построение простых и обобщенных деревьев решений, сокращение данных – метод главных компонент.

Эти методы, входящие в научную дисциплину «Распознавания образов» (Pattern Recognition), являются основой такой быстро развивающейся дисциплины как Business Intelligence (BI) и Машинное обучение (Machine Learning). Методы широко используются в бизнес-аналитике.

Кратко обсуждаются идеи и методы нейронных сетей и машины поддерживающих векторов (SVM – Support Vector Machine), а также методы bootstrap-построения оценок при недостаточном числе исходных данных. Рассматриваются основные понятия «нечеткого» (fuzzy) анализа данных и их применения для построения новых признаков и ведения «нелинейности» в модели. Предлагаемые алгоритмы могут быть использованы в базах данных для восстановления (предсказания) пропущенных значений.