Развитие вычислительной математики. Машинный эксперимент

Оглавление:

Введение

Творчество — это деятельность, которая производит нечто качественно новое и характеризуется неповторимостью, оригинальностью и социально-исторической уникальностью. Творчество специфично для человека, поскольку оно всегда предполагает творца — субъекта творческой деятельности.

Научно-техническая революция позволила по-другому взглянуть на творческую составляющую человеческой жизни, появились идеи о возможном искусственном интеллекте и его использовании для создания новой музыки, предметов живописи и литературы и т.д.

В то же время в 20 веке было создано достаточное количество антиутопий, изображающих будущее во власти машин, к лучшему или худшему, что не способствовало развитию машинного творчества и искусственного интеллекта в целом. В качестве примера можно привести сатирический рассказ «Человек в асбесте» С. Ликока, написанный в начале века. По мнению автора, результатом развития машинной цивилизации станет вечный, бессмертный и однообразный мир, совершенно безопасный и в равной степени бессмысленный.

С момента появления электронных компьютеров ведется дискуссия о правомерности машинного творчества. Этот вопрос представляется чрезвычайно важным для философов: Можем ли мы назвать вещи, созданные машинами, творчеством?

Сторонники машинного творчества утверждают, что если машина способна создать произведение искусства, которое воспринимается человеком, то не имеет значения, каким способом достигается этот эффект. Более того, наука не терпит никаких запретов, кроме тех, которые накладывает сама природа.

Человек не способен изобрести ничего, что не было бы комбинацией элементов, уже присутствующих в природе. К искусству это относится лишь наполовину. Дело не в композиции, а в контексте, во взаимодействии. Машина может создать изделие, отвечающее всем требованиям, но это изделие не будет нести в себе идею. Машина может создать предварительную форму, но окончательный выбор остается за человеком. Выбор — важнейший элемент любого творчества.

Без человека творчество становится имитацией, подражанием тому, что существует. Образ индивидуален и неповторим, он не конструируется, а рождается, в нем сконцентрирован опыт всего человечества, преломленный через индивидуальный опыт сознания, через черты характера и темперамент человека.

Тем не менее, существует машинное творчество как тенденция в искусственном интеллекте. Здесь ставятся задачи компьютерного написания музыкальных, литературных и визуальных произведений, а создание реалистичных изображений уже широко используется в кинематографе и игровой индустрии. Созданные системы позволяют создавать конкретные образы, которые легко воспринимаются людьми, что особенно полезно для интуитивных знаний, проверка которых в формальном виде требует значительных умственных усилий.

Общая структура творческого процесса

Творческий процесс, осуществляемый человеком, представляет собой сложное явление, изучение которого предполагает необходимость учета множества факторов, влияющих на человека, в том числе и абсолютно случайных. Обилие внешних факторов влияния является трудностью при построении машинных алгоритмов творчества, которые базируются в основном на идеях искусственного интеллекта, в частности, на идеях нечеткой логики.

Научное изучение творческого процесса человека началось с появлением психологии как науки. В 1908 году Анри Пуанкаре в своем докладе перед Психологическим обществом в Париже описал процесс совершения нескольких математических открытий и указал на этапы этого творческого процесса, которые впоследствии подчеркивались многими психологами. Этапы, выделенные Пуанкаре, представлены ниже.

Этап 1. Сначала ставится проблема, и некоторое время тратится на попытки ее решения.

«В течение двух недель я пытался доказать, что не может существовать функции, аналогичной той, которую я впоследствии назвал автоморфной. Однако я сильно ошибался; каждый день я садился за свой стол, проводил час или два, рассматривал большое количество комбинаций и не приходил ни к какому результату».

Следует более или менее длительный период не думать о проблеме, которая еще не решена, отвлечься от нее. Пуанкаре считает, что в это время работа над проблемой ведется бессознательно.

Наконец, наступает момент, когда внезапно, не думая о проблеме непосредственно перед этим, в случайной ситуации, не имеющей никакого отношения к проблеме, в сознании появляется ключ к решению.

«Однажды вечером, вопреки своей привычке, я выпил черный кофе; я не мог заснуть; идеи теснились друг к другу, я чувствовал, как они сталкиваются, пока две из них не сошлись в устойчивую комбинацию».

В отличие от обычных рассказов такого рода, Пуанкаре здесь описывает не только момент появления решения в сознании, но и чудесно видимую работу бессознательного, которая непосредственно предшествовала этому; Жак Адамар, обращая внимание на это описание, указывает на его полную исключительность: «Я никогда не испытывал этого чудесного чувства раньше, и я никогда не слышал, чтобы его испытывал кто-то, кроме него».

После этого, когда ключевая идея решения уже известна, наступает завершение решения, его проверка, разработка.

«К утру я установил существование класса этих функций, соответствующих гипергеометрическому ряду; мне оставалось только записать результаты, что заняло всего несколько часов. Я хотел представить эти функции как соотношения двух серий, и эта идея была вполне осознанной и намеренной; я руководствовался аналогией с эллиптическими функциями. Мне стало интересно, какими свойствами должны обладать эти ряды, если они существуют, и мне легко удалось построить эти ряды, которые я назвал «тета-автоморфными».

Размышляя о природе бессознательной фазы творческого процесса (на примере математического творчества), Пуанкаре представляет ее как результат работы двух механизмов, осуществляющих комбинирование элементов будущих идей и отбор полезных комбинаций.

Тема перевода алгоритма творчества на машинный язык, несомненно, сложна и интересна. Отечественный ученый Рудольф Хафизович Зарипов подробно занимался проблемой моделирования творческого процесса, проводя научные исследования музыкальных произведений. Результаты Р.Х. Результаты Зарипова очень ценны тем, что они применимы не только в области музыки, разработки формируют основные принципы компьютерного моделирования.

Ученый выделил три основных этапа моделирования:

анализ объекта моделирования. «На этом этапе формируется наиболее полное описание объекта: выделяются его элементы, устанавливаются связи между ними, выделяются существенные для исследования свойства, выявляются параметры, которые могут изменить, повлиять или воздействовать на объект».
формирование (синтез) модели. «На этом этапе, в соответствии с задачами исследования, объект воспроизводится или моделируется на компьютере с помощью программы, которая содержит закономерности и другие исходные данные, полученные на этапе анализа».
оценка результатов работы машины — «заключается в определении адекватности модели и объекта исследования — в определении близости, сходства, действий машины и человека или их результатов».

В 1959 году, Р.Х. Зарипов, основываясь на своей теории машинного моделирования, синтезировал на компьютере «Урал» монофонические музыкальные произведения под названием «Мелодии Урала». На автомате «Урал-2» Зарипов затем сочинил музыкальные произведения, мелодии песен, а также исполнил гармонизацию мелодий.

Этот алгоритм показывает работу машины, которая начинается с обучения — машина изучает инструкции по кодированию (своего рода алгоритм), затем переходит к анализу составов, генерации случайных чисел и формированию важных и неважных параметров, что предшествует синтезу вариантов, после чего производится выборка N вариантов. Затем выбранный вариант сохраняется в памяти, выводится пользователю и адаптируется к соответствующему восприятию.

Ужесточив или смягчив требования к случайным вариантам, указанные в сводах правил, можно изменить соотношение между степенью оригинальности и банальности в печатных вариантах.

Таким образом, теоретическая часть творческого процесса обязательно включает формулирование задачи, сбор и анализ информации, синтез модели и оценку полученных результатов. Следует отметить, что реализация творческого алгоритма машины требует участия человека как программиста, который способен обучить машину некоторым приемам, позволяющим создать нечто новое и эстетически красивое.

Машинное творчество в музыке

Музыка предстает перед математиками и программистами как наиболее привлекательный объект творчества, так как она легко формализуется и содержит ограниченное количество элементов и возможностей их соединения. Следует также отметить, что музыка может рассматриваться как последовательность определенных признаков, передающих информацию отдельно от эмоций.

Необходимо отметить направления проблем, решаемых с помощью кибернетической музыки:

построение специальных языков программирования для ввода данных, обработки (например, анализа) и вывода музыкальной информации, а также для составления программ.
анализ музыкальных произведений (музыковедческий анализ, сравнение музыкальных стилей и т.д.) с целью выявления внутренних формальных (в основном статистических) отношений элементов композиции. Американский математик и музыкант М. Касслер построил алгоритм распознавания додекафонических мелодий.

В рамках этого направления интересно решить задачу определения параметров, которые изменяются при переходе от одного музыкального стиля (или эпохи) к другому, оставаясь при этом неизменными или изменяясь незначительно внутри каждого стиля. Так, в работе западногерманского физика В. Фукса были найдены музыкальные параметры, характеризующие эволюцию некоторых формальных качеств структуры западной музыки за последние пять веков.

Воспроизведение звука на компьютере с выводом звука для синтеза тембров, имитирующих звучание как классических музыкальных инструментов, так и новых, неизвестных на практике инструментов. Это позволяет исследовать, в частности, некоторые вопросы психологии восприятия.

К этому же направлению относятся эксперименты, связанные с так называемой проблемой пианолы — использованием компьютера для воспроизведения последовательности звуков, записанных в виде нот. Такие эксперименты основаны на следующей идее. Нотация музыкального произведения — это система указаний для музыканта, дающая, прежде всего, высоту тона, длительность и силу каждой ноты. Он также содержит указания на тембр (инструмента) и различные указания на силу или динамику. Другими словами, ноты — это алгоритм или программа действий, которой музыкант следует при исполнении.

Следовательно, аналогичную «программу» можно дать машине с аудиовыходом. Управляя работой цифро-звукового преобразователя, машина синтезирует звуки, соответствующие нотам, записанным в цифровом коде по соответствующей программе, т.е. «играет» по нотам. Машина может имитировать полифонические и многомерные звуки оркестра.

Интересно отметить, что если до сих пор исполнение известных музыкальных инструментов было ограничено физическими и механическими факторами, то машина как музыкальный инструмент и исполнитель преодолевает эти ограничения. Следует отметить, что все работы в этом направлении пока находятся лишь на уровне механического воспроизведения нотной записи, к которому, конечно, не сводится музыкальное исполнение.

Эксперименты по синтезу музыкальных композиций на компьютере проводятся с целью выявления и подтверждения скрытых в них закономерностей, которые, как правило, человек использует бессознательно, интуитивно, в процессе сочинения. машинное творчество компьютерное искусство

Машина также может помочь композитору в создании «заготовок» — черновых вариантов различных комбинаций звуков. Это оказалось особенно полезным при сочинении музыки с «нетрадиционной структурой». Из множества таких «заготовок» композитор по своему усмотрению (без машины) выбирает наиболее подходящие варианты и включает их в свое произведение. Это пример человеко-машинной системы в музыке, которая уже используется на практике, особенно зарубежными композиторами (машинные заготовки могут также использоваться для сочинения музыки с традиционной структурой, как это делает итальянский кибернетик и музыкант Э. Галлардо).

Теперь рассмотрим деятельность советских ученых, которые внесли огромный вклад в развитие машинной музыки.

В 1961-1962 годах математики Р.Г. Бухарев и М.С. Рыцинская из Казанского университета синтезировали мелодии «в виде восьмичастного мажорного периода (на белых клавишах фортепиано)» с помощью машины «Урал». В их работе выбор одной ноты зависит только от предыдущей, интервал выбирается случайно с помощью таблицы случайных чисел в соответствии с заданным распределением частот.

Год спустя «М.С.Рытвинская и В.И.Шаронов создали программу гармонизации четырехчастных аккордов восьмичастных мелодий на электронно-вычислительной машине «М-20″….. Выбор элементов (определение гармонической функции ноты мелодии, длительности и высоты тона ноты в подключаемых голосах и т.д.) осуществляется с помощью программного датчика псевдослучайных чисел в соответствии с установленными правилами гармонизации.»

К 1967 году московский математик А.М. Степанов разработал «программу для сочинения и озвучивания двух-, трех- и четырехчастных полифонических композиций по правилам канона простого и сложного контрапункта строгого стиля….. Сочинение происходит в два этапа — сначала сочиняется ритм, а затем звуковые линии каждого голоса».

Однако самыми известными и признанными в музыкальной и научной среде стали эксперименты Р.Х. Зарипов (1929-1991), о котором шла речь в предыдущей главе. Зарипов подвел итоги своей многолетней деятельности, в течение которой он достиг следующих результатов.

смоделировать состав мелодий;
смоделировать состав ритма песни;
создать программу гармонизации заданной мелодии, имитирующую учебную работу студентов музыкальных колледжей и консерваторий и решающую проблемы гармонизации;
создать программу для анализа решений задач по гармонизации студентов и выявления в них ошибок, выступая в качестве экзаменатора и выступая в качестве прототипа системы обучения;
для имитации композиции монофонических вариаций данной мелодии, вариационная тема.

С точки зрения Зарипова, машина моделирует музыку по алгоритму, представленному выше. Точно так же ученый представляет проблему оценки машинной музыки: «Дело в том, что критерием качества и совершенства программы, с которой аппарат работает и сочиняет музыку, является степень близости машинной музыки к человеческой музыке, которую мы изучаем. Дело здесь не в абсолютном качестве машинной музыки, а в том, что она очень похожа на музыку, которую мы изучаем».

Далее Р.Х.Зарипов рассказывает о социальном эксперименте, проведенном им и его научным коллективом 25 августа 1973 года и 29 июня 1976 года. Ученый говорит, что для адекватной оценки машинной музыки был проведен социально-музыкальный эксперимент, в ходе которого слушатели (различные социальные группы — от музыкантов до простых людей) играли разные музыкальные произведения: машинное и композиционное. Слушатели должны были поставить определенную ноту для каждого произведения.

Методология эксперимента оправдала себя и позволила преодолеть упомянутую выше психологическую предвзятость. Слушатели не делали различий между человеком и машиной, хотя часто были уверены в обратном. Например, один из участников написал в форме: «Вся машинная музыка — это не музыка, нет чувства…» Однако, не осознавая этого, он предпочитал человеческие мелодии машинным.

Таким образом, машинное творчество в музыке получило мощный импульс при разработке компьютеров, машины научились создавать музыкальные произведения, по мелодичности и эстетическим качествам не уступающие авторским.

Перспектива развития машинной музыки более чем ясна: создание новых композиций, в том числе электронной, которая так популярна сейчас, признание и систематизация уже существующих шедевров музыкального творчества, а также умение распознавать язык нот — все это способствует стремительному развитию и совершенствованию машинных композиторов.

Машинное творчество в литературе

Литература является сложной областью для компьютерного моделирования, поскольку язык литературы очень сложен для машинного восприятия, о чем свидетельствует наличие многозначных слов, фраз и различных средств выражения. Следует также учитывать стилистическую окраску различных текстов и, конечно же, ритм стихов и длину их строф.

Попытки советских ученых создать машинные литературные произведения привели к появлению бессмысленных машинных стихов.

Однако, несмотря на семантическую несогласованность получившихся произведений, ученых интересует сам процесс словообразования. Так советские ученые Бирюков и Гутшин описали свой эксперимент: несколько сотен слов были взяты из поэтического сборника О.Э. Мандельштама «Камень» и разделены на четыре части:

существительные и местоимения.
прилагательные и притяжательные местоимения.
глаголы.
наречия и существительные с предлогами.

Каждое слово сопровождалось информацией о метре, рифме и грамматике. Затем был сформирован алгоритм, который определил правила, по которым строка стихотворения состоит из субъекта, предиката, нескольких определений и обстоятельств.

При назначении машины программист указывал желаемое количество строк в каждой строфе, количество слогов в каждой строке и тип рифмы. На основе полученного задания начался процесс создания текста стихотворения. «Сначала с помощью датчика случайных чисел из словаря случайным образом выбирается слово с ударением на последнем или предпоследнем слоге в зависимости от задачи. К нему подбирается рифмующееся слово, а затем оба они помещаются на последние места в соответствующих строках будущего стихотворения. Когда окончания всех строк строфы заполнены, начинается выбор (также случайный) оставшихся слов, которые после проверки с метрической и грамматической точек зрения либо отбрасываются, либо располагаются слева от первоначально выбранных рифмующихся слов».

В настоящее время работа с компьютерными текстами является перспективным направлением, поэтому Российская ассоциация искусственного интеллекта представляет несколько разработок в этом направлении, в частности, проект «ВААЛ» и деятельность компании «Диктум».

Проект ВААЛ — это система для психолингвистического анализа текстов, разработка которой началась в 1992 году.

Основная идея заключалась в том, чтобы оснастить текстовые процессоры новыми функциями, позволяющими оценить и обработать то, что находится «по ту сторону текста» — его психологические свойства. Эти свойства не воспринимаются автором, но они играют не менее важную роль в восприятии и воздействии текста, чем воспринимаемые. В качестве источников необходимой информации следует использовать работы по фоносемантике, психолингвистике, психиатрической лингвистике, НЛП, контент-анализу.

Последняя версия — » ВААЛ -2000″, по заверениям разработчиков, способна на многое. Ниже перечислены возможные применения и реализованные функции этой программы.

Сфера возможного применения:

написание речевых текстов с заранее определенными особенностями воздействия на потенциальную аудиторию.
Активное формирование эмоционального отношения к политику со стороны различных социальных групп.
составление эмоционально окрашенной рекламной продукции.
поиск наиболее успешных имен и брендов.
психо- и гипнотерапия.
неявные психологические тесты и быстрая диагностика.
создание простых в освоении учебных материалов.
исследования в области психолингвистики и смежных дисциплин.
журналистика и другие сферы деятельности, использующие СЛОВО как инструмент.
социологические и социолингвистические исследования.
информационные войны.
контент-анализ текстов.
наблюдение за средствами массовой информации.

Система позволяет:

оценить бессознательное эмоциональное воздействие фонетической структуры текстов и отдельных слов на подсознание человека.
генерировать слова с определенными фоносемантическими свойствами.
определять характеристики желаемого влияния и целенаправленно редактировать тексты для достижения определенных характеристик.
корректировка текста в соответствии с выбранными параметрами с использованием синонимного словаря на 5 тысяч синонимных строк по 25 тысяч слов.
адаптироваться к различным социальным и профессиональным группам людей, определяемым используемой ими лексикой.
оценить звуковые и цветовые характеристики текстов.
пользователь сам может установить дополнительные новые фоносемантические шкалы, расширяя систему в нужном ему направлении.
провести факторный анализ данных с последующей визуализацией результатов.
выполнить полный контентный анализ текста, основанный на большом количестве специальных встроенных и заданных пользователем категорий.
эмоциональный и лексический анализ текста.
проведение контекстного анализа содержания текстов.
автоматически классифицировать тексты.

Система реализована в виде набора библиотек DLL, подключенных к самому популярному текстовому процессору Word для Windows. В главном меню появляется новая запись. Такой способ реализации позволяет сохранить привычную дружественную среду для создания документов и максимально облегчает освоение системы «VAAL».

«Диктум» — инновационная компания, разрабатывающая технологии для анализа текстов на естественном языке. Разработанные технологии являются основой для эффективного и удобного поиска информации в текстах.

Компания Dictum предлагает ряд программных компонентов для поиска информации и анализа текста под торговой маркой DictaScope.

К продуктам семейства DictaScope относятся:

синтаксический анализатор — получение синтаксического разбиения предложения русского языка. Разметка содержит дерево зависимостей, информацию о характере отношений, морфологические значения слов, роли знаков препинания.
словообразовательная обработка — извлечение словосочетаний из текста, определение их типа и сведение к заданной грамматической форме, например, начальной.
лексический анализатор — распознавание особых типов объектов в тексте — именованных сущностей, таких как люди, даты, организации, адреса и т.д. Вы можете описывать свои собственные группы сущностей.
анализатор структуры документа — обнаружение нумерованных и перечислительных списков, заголовков, примечаний в немаркированном тексте, определение иерархии этих элементов.

Все продукты компании доступны в виде библиотек для Windows/FreeBSD, которые позволяют пользователю работать в привычных программах обработки текста и данных.

Таким образом, машинная обработка текста и его синтез позволяет систематизировать знания о языке, психоэмоциональной составляющей литературных произведений, а также оказать помощь в создании новых произведений (например, словаря рифм).

Машинное творчество в изобразительном искусстве

Визуальное искусство представляет собой наиболее сложную область для компьютерного моделирования, поскольку оно чаще всего неструктурировано и не имеет четких закономерностей.

В 1968 году советские программисты-аниматоры совершили своеобразный прорыв, создав один из первых компьютерно-анимационных фильмов — «Кошечка».

По заданному авторами алгоритму машина БЭСМ-4 (высокоскоростная электронная счетная машина) решала дифференциальные уравнения, на основе которых осуществлялась имитация движений кошки — удивительно реалистичная даже по сегодняшним меркам. «Работу над одним 10-30-секундным монтажом можно представить следующим образом, — объясняют авторы программы. — Художник-математик должен записать действующих лиц в этом произведении в терминах нашей или подобной информационной системы, а их движения в этом произведении — в терминах дифференциальных уравнений. Затем машина печатает полосу бумаги, «папирусную пленку». Затем художники рисуют карикатуру на папирусной пленке. Таким образом, зритель все еще видит руку художника. Но дело в том, что имитация движения выполняется машиной — это именно та часть работы, которую люди делают плохо».

В отличие от музыки и поэзии, в области анимации не использовался генератор случайных чисел; изображение строилось только на основе написанного авторами алгоритма, что позволяет отнести мультфильм «Котенок» к области так называемого алгоритмического или процедурного искусства. Роль художника заключалась в рисовании изображений, сгенерированных компьютером — таким образом, машина как таковая стала лишь инструментом, без «претензии» на соавторство.

В конце 1960-х годов «С.Н. Калистратова в своей диссертационной работе предложила метод компьютерного автоматического проектирования и анализа тканевых переплетений. Она предприняла попытку формализовать с помощью алгебры матриц методы проектирования ткачества, обычно выполняемые ткачами». Калистратова написала программы «Автоколорист» и «Автодезинатор»: первая взяла на себя работу колористов, которые разрабатывали цветовые сочетания тканей, а вторая — работу десинаторов, которые отвечали за подбор оптимальной структуры материала. Если раньше колористы и дизайнеры тратили по 2-3 месяца на подбор цветов и тканей, то с помощью вышеупомянутых программ «электронно-вычислительная машина «БЭСМ-4″ создала и непосредственно напечатала 104 образца новых текстильных тканей с определенными числовыми характеристиками… эти изделия имели определенную эстетическую ценность». Впоследствии производственное объединение «Октябрь» внедрило методику Калистратовой и начало выпускать ткани, разработанные с помощью компьютера.

Сегодня графика и компьютерные технологии неразрывно связаны между собой. Компьютер помогает создавать анимации — «оживлять» нарисованное изображение, а также способен создавать настоящие произведения искусства, с набором линий, фигур, формул. Поэтому наиболее популярными являются фракталы — математические множества со свойством самоподобия, то есть однородности на разных масштабах (каждая часть фрактала похожа на весь набор).

Основателем фрактальной геометрии был Бенуа Мандельброт. Фракталы используются для создания береговых линий, линий лесопосадок в росписи, а также в строительстве ветвистого бронхиального дерева или системы кровеносных сосудов.

Следует отметить, что для построения фрактала необходимо вычислить много точек, а формула вычисления зависит от типа выбранного фрактала; таких типов более десятка, но все они имеют одну общую черту: если изменить масштаб, то изображение будет выглядеть как единое целое.

Таким образом, машинное творчество в изобразительном искусстве в основном представлено процедурной работой или случайными комбинациями существующих графических элементов. Перспективы развития компьютерной графики достаточно высоки в связи с быстрым развитием 3D технологий, технологий распознавания визуальных образов и т.д.

Заключение

Машинное творчество — это уникальный процесс, который неизбежно последовал за развитием электронных компьютеров. Многие советские ученые внесли большой вклад в развитие теории машинного творчества, проводя эксперименты и исследования.

Следует отметить, что полностью автоматическое машинное творчество не может быть реализовано самостоятельно, так как требует минимального обучения.

Проблема эстетической составляющей машинного творчества может быть решена как с помощью социологических исследований, так и с помощью совершенствования алгоритмов сбора информации и процесса отбора приемлемых вариантов.

В настоящее время компьютер является неотъемлемой частью жизни человека. Иногда компьютер делает совершенно уникальные вещи, которые для современного человека в век развитых информационных технологий стали вполне обыденными и тривиальными.

Список литературы

Современный толковый словарь. Творчество.
Ликок С.Б. Человек в асбесте / С.Б.Ликок. — М.: ЗИФ. — 1928.
Адамар Ж. Исследование психологии процесса изобретения в математике: перевод с французского / Адамар Ж. — М.: Советское радио. — 1970.
Царипов Р.Х. Машинный поиск вариантов в моделировании творческого процесса. / R.KH. Зарипов — М.: Наука. — 1983.
Кибернетика — неограниченные возможности и возможные пределы. Современное государство: сборник / ред. и соавт. В. Д. Пекелис. — М.: Наука. — 1980.
Переверзев, Л.Б. Искусство и кибернетика / Л.Б. Переверзев — М.: Искусство. — 1966.
Царипов Р.Х. Кибернетика и музыка / АН СССР. Научный совет по комплексным проблемам кибернетики. Секция по философским вопросам кибернетики. Раздел по семиотике. — М.: Наука. — 1971.
Царипов Р.Х. Моделирование творческих элементов на компьютере (на материале музыки). / R.KH. Зарипов — М.: ВИНИТИ АН СССР, научный совет по комплексным проблемам кибернетики. — 1977.

На странице рефераты по философии вы найдете много готовых тем для рефератов по предмету «Философия».

Здесь темы курсовых работ по философии

Читайте дополнительные лекции: