Искусственный интеллект: проблемы и пути решения. Искусственный Интеллект. Противоречия и проблемы создания

• Перевод

В прошлом году по дорогам округа Монмут, Нью-Джерси, стал колесить странный робомобиль. Это экспериментальное транспортное средство, разработанное специалистами компании Nvidia, по внешнему виду не слишком отличается от других автономных машин других производителей, таких как Google, Tesla или General Motors. Но специально для этого автомобиля разработана новая система управления. Она самообучается, и не зависит от настроек, заданных на производстве. Вместо этого робомобиль следит за действиями человека-водителя и учится у него.

Это немного необычный способ обучения робомобиля. С другой стороны, мало кто до конца представляет себе, как машина принимает решения. Информация с сенсоров, радаров и лидаров поступает в нейросеть, где эти данные обрабатываются с выделением четких правил управления рулевым колесом, тормозами и другими системами. В итоге получается, что действия робомобиля зачастую схожи с действиями водителя-человека, попавшего в ту же ситуацию на дороге. Возникает вопрос - может ли машина принять странное решение в одном из случаев - например, врезаться в дерево на полном ходу или постоять на светофоре, когда горит зеленый?

Нейросеть, обрабатывающая информацию можно сравнить с черным ящиком. Нет, конечно, специалисты представляют себе принцип обработки данных нейросетью в общих чертах. Но проблема в том, что самообучение - это не до конца предопределенный процесс, так что на выходе можно ожидать иногда абсолютно неожиданные результаты. В основе всего лежит глубокое обучение, которое уже позволило решить ряд важных проблем, включая обработку изображений, распознавание речи, перевод. Возможно, нейросети смогут диагностировать заболевания на ранней стадии, принимать правильные решения при торговле на бирже и выполнять сотни других важных для человека действий.

Но сначала нужно найти пути, которые позволят лучше понимать то, что происходит в самой нейросети при обработке данных. В противном случае сложно, если вообще возможно, предсказать возможные ошибки систем со слабой формой ИИ. А такие ошибки обязательно будут. Это одна из причин, почему автомобиль от Nvidia до сих пор находится в стадии тестирования.

Человек сейчас применяет математические модели для того, чтобы облегчить для себя задачу выбора - например, определить надежного заемщика денежных средств или найти сотрудника с необходимым опытом для какой-то работы. В целом, математические модели и процессы, которые их используют, относительно просты и понятны. Но военные, коммерческие компании, ученые сейчас используют гораздо более сложные системы, чьи «решения» основываются не на результатах работы одной-двух моделей. Глубокое обучение отличается от обычных принципов работы компьютеров. По мнению Томми Джаакола, профессора из MIT, эта проблема становится все более актуальной. «Что бы вы ни делали - принимали решение об инвестициях, пытались поставить диагноз, выбрали точку атаки на поле боя, все это не должно зависеть от метода „черного ящика“», - говорит он.

Это понимают уже не только ученые, но и чиновники. Начиная с лета следующего года Европейский Союз вводит новые правила для разработчиков и поставщиков решений автоматизированных компьютерных систем. Представители таких компаний будут обязаны объяснять пользователям, как работает система, и по какому принципу принимаются решения. Проблема в том, что это может оказаться невозможным. Да, объяснять базовые принципы работы нейросетей можно без проблем, но вот то, что там происходит во время обработки сложной информации, мало кто может точно рассказать. Даже создатели таких систем не могут объяснить все «от и до», поскольку процессы, протекающие в нейросети во время обработки информации, очень сложные.

Никогда прежде человек не строил машины, принцип работы которых не до конца понятен сами создателям и резко отличается от способа обработки информации, используемого самим человеком. Так можно ли ожидать нормального взаимодействия с машинами, работа которых непредсказуема?

Картина, подготовленная художником Адамом Ферриссом при помощи Google Deep Dream

В 2015 году исследовательская группа Mount Sinai Hospital из Нью-Йорка использовала глубокое обучение для обработки базы данных записей пациентов. База данных включала информацию о тысячах пациентов с сотнями строк информации по каждому человеку вроде результатов тестов, дате посещения врача и т.п. В результате появилась программа Deep Patient, которая обучилась на примере записей 700 тысяч человек. Результаты, которые показывала эта программа, оказались необычайно хорошими. Например, она смогла предсказывать появление некоторых болезней на ранней стадии у ряда пациентов.

Однако, результаты оказались и немного странными. Например, система начала отлично диагностировать шизофрению. Но даже для опытных психиатров диагностика шизофрении - сложная проблема. А вот компьютер справился с ней на «ура». Почему? Никто не может объяснить, даже создатели системы.

Изначально разработчики ИИ разделялись на два лагеря. Сторонники первого говорили, что машину нужно программировать так, чтобы все процессы, которые происходят в системе, можно было видеть и понимать. Второй лагерь придерживался идеи, согласно которой машина должна обучаться сама, получая данные из максимального количества источников с последующей самостоятельной обработкой таких данных. То есть, сторонники этой точки зрения, фактически, предложили, чтобы каждая нейросеть была «сама себе хозяин».

Все это оставалось чистой воды теорией до настоящего момента, когда компьютеры стали достаточно мощными для того, чтобы специалисты по искусственному интеллекту и нейросетям могли начать реализовывать свои идеи на практике. За последние десять лет было реализовано огромное количество идей, появились отличные сервисы, помогающие переводить тексты с языка на язык, распознавать речь, обрабатывать видеопоток в режиме реального времени, работать с финансовыми данными, оптимизировать процессы производства.

Но проблема в том, что практически любая технология машинного обучения не слишком прозрачна для специалистов. В случае с «ручным» программированием дело обстоит гораздо проще. Конечно, нельзя говорить о том, что будущие системы будут непонятными ни для кого. Но по своей природе глубокое обучение - это своего рода «черный ящик».

Нельзя просто посмотреть на принципы работы нейронной сети и предсказать результат, который мы получим в результате обработки какого-то массива данных. Внутри «черного ящика» - десятки и сотни «слоев нейронов», связанных между собой в достаточно сложном порядке. Причем значение для конечного результата имеет не только работа слоев, но и отдельных нейронов. Человек в большинстве случаев не может предсказать, что появится на выходе нейронной сети.

Один из примеров того, насколько работа нейросети отличается от работы мозга человека - система Deep Dream. Это проект Google, нейросеть, в которую вводили обычную фотографию и давали цель преобразовать это фото в соответствии с определенной темой. Ну, например, сделать все объекты на снимке похожими на собак. Результаты впечатлили всех. Как-то в систему ввели задачу генерировать изображение гантели. Система справилась, но во всех случаях к гантели были пририсованы руки людей - нейросеть решила, что гантель-рука - едина система, которую нельзя рассматривать, как два отдельных элемента.

Специалисты считают, что требуется лучше понимать, как работают такие системы. Это нужно по той простой причине, что нейросети начинают использовать во все более важных сферах, где ошибка может привести к печальному финалу (торговля ценными бумагами - один из примеров). «Если у вас - небольшая нейросеть, вы можете прекрасно понимать, как она работает. Но когда нейросеть вырастает, количество элементов в ней увеличивается до сотен тысяч нейронов на слой с сотнями слоев - в этом случае она становится непредсказуемой», - говорит Джааккола.

Тем не менее, нейросети нужно использовать в работе, в той же медицине. Медики недооценивают важность многих данных, человек просто не в состоянии охватить взглядом и найти связи между сотнями записей в истории болезни пациентов. А машина - может, и в этом огромная ценность нейросетей и глубинного обучения вообще.

Военные США вложили миллиарды долларов в разработку систем автоматического управления дронами, определения и идентификации различных объектов, анализа данных. Но и военные считают, что работа таких систем должна быть понятной и объяснимой. Те же солдаты, закрытые в танке с автоматическим управлением будут чувствовать себя очень некомфортно в том случае, если не будут понимать, как и что работает, почему система приняла такое решение, а не другое.

Возможно, в будущем эти системы будут пояснять свои действия. Например, Карлос Гуестрин, профессор из Вашингтонского университета, разработал компьютерную систему, которая поясняет промежуточные результаты своих вычислений. Эта система может использоваться для анализа электронных сообщений. Если какое-то из них оценено компьютером, как отправленное условным террористом, то обязательно будет дано пояснение, почему сделан именно такой вывод.

По мнению ученого, объяснения должны быть достаточно простыми и понятными. «Мы еще не достигли мечты, где ИИ просто ведет с вами беседу и может объяснять», - говорит Гуестрин. «Мы лишь в начале долгого пути по созданию прозрачного ИИ».

Понимание причин, которые привели ИИ к определенному результату важно, если мы хотим сделать ИИ частью нашей жизни, причем полезной частью. Это актуально не только в случае военных, а относится и к Siri или любым другим цифровым помощникам. Например, если запросить Siri дать выборку ближайших ресторанов, то многим хочется понять, почему показаны именно эти рестораны, а не другие. Важный критерий внедрения ИИ - доверие человека к компьютерным системам.

Наверное, все же нельзя заставить компьютер объяснять все свои действия и решения - ведь, например, поступки и решения любого человека зачастую невозможно понять. Они зависят от большого количества факторов. А чем сложнее нейросеть, тем больше таких факторов она принимает во внимание и анализирует.

Здесь возникает ряд сложных вопросов этического и социального характера. Например, в случае с теми же военными, когда речь идет о создании автоматизированных танков и других машин для убийства, важно, чтобы их решения соответствовали этическим нормам человека. Собственно, убийство само по себе может не соответствовать этическим нормам многих из нас. Но эти решения должны быть хотя бы приемлемыми для большинства. Хотя, что представляет собой это большинство? Тоже вопрос.

Дэниэлл Денетт, философ из Университета Тафтса, говорит следующее: «Я считаю, что если мы собираемся использовать эти вещи и зависеть от них, тогда нужно понимать, как и почему они действуют так, а не иначе. Если они не могут лучше нас объяснить, что они делают, то не стоит им доверять».  

Введение
1. Понятие об искусственном интеллекте как социальном феномене
2. Философские аспекты проблем существования искусственного интеллекта
3. Характеристика многообразия подходов к созданию систем искусственного интеллекта
4. Особенности функционала популярных голосовых помощников как интеллектуально-информационных устройств
5. Этические проблемы создания искусственного разума
Заключение
Список использованных источников

В ведение

Искусственный интеллект как предмет исследования наук находится в центре внимания ученых с различных позиций: философских, социологических, лингвистических.

Исторические его создание имеет богатые традиции, и постоянно развиваясь, в каждой эпохе оно получает новое наполнение содержательно, структурно и технологически.

Изучение проблем искусственного интеллекта (ИИ) неразрывно связано с исследованиями проблем естественного интеллекта (ЕИ), а, следовательно, требует тщательного анализа деятельности сознания, мозга, человеческого разума, специфики протекания когнитивных функций. Столь многоплановые проблемы связаны с уточнением терминологии, предусматривают теоретическое обоснование содержания и основных направлений планов и программ их соотнесенности друг с другом.

Только расширяя и углубляя научное понимание особенностей информационных процессов, происходящих в головном мозге, можно обеспечить развитие и внедрение обновленных подходов в разработке искусственного интеллекта. Необходимо учитывать, что сознание имеет неотъемлемое своеобразное качество субъективной реальности. И это создает основные трудности в объяснении связей сознания с мозгом при интеграции его в научную картину мира человека.

В этой связи возникает ряд вопросов в аналитической философии, имеющей большой объем литературы с вариантами критических ответов противников, но окончательного ответа о соотношении «сознание и мозг» пока не предложено.

Эти и другие существенные вопросы имеют самое непосредственное отношение к проблематике искусственного интеллекта, к возможности создания программ и систем на основе концепции разумности. Философами обсуждаются в этом отношении по сути вечные вопросы: какова природа знания, возможно ли это представить в различных устройствах, может ли знание истины соотноситься с практикой его прикладного применения.

Ответы на эти вопросы представляют важное звено работы исследователей естественного и искусственного интеллекта. В научном смысле эти программы рассматриваются как экспериментальные для создания моделей разумного поведения.

Многие ситуации применения искусственного интеллекта подняли глубокие философские вопросы о возможности понимания компьютером фраз человеческого языка, или о толковании символов, а не только их воспроизведении.

С этих позиций обратимся к изучению имеющихся в философии взглядов и позиций относительно искусственного интеллекта.

1. Понятие об искусственном интеллекте как социальном феномене.

Сущность понятия об интеллекте ученые исследуют с позиции многих наук, и это выступает во многом нелегкой задачей. Основные характеристики интеллекта уже раскрыты, но они не охватывают понятие в целом, комплексно.

Чаще всего понятие раскрывается как совокупность различных характеристик, качеств и способностей субъекта, обладающего интеллектом.

В основном естественный интеллект так и трактуется, как способность решать определенные задачи с помощью конкретных технологий или как способность к познанию, обучению и самообразованию.

В энциклопедической литературе подчеркивается, что интеллект – это способность субъекта адекватно и успешно откликаться, реагировать на новые ситуации и своевременно вносить коррекцию в свое поведение и состояние. Это способность воспринимать связи между фактами и явлениями действительности для планирования действий, ведущих к достижению поставленной цели. Интеллект связан в широком смысле со всей познавательной и умственной деятельностью человека, а если рассматривать в узком смысле, то он выражен процессами мышления, и прежде всего связан с языком, общением, обменом мыслями, взаимопониманием людей. Так переплетаются интеллект и коммуникации в жизнедеятельности человека.

Ученые, исследующие интеллект, высказывают различные мнения и точки зрения о характеристиках и функциях интеллекта.

Подчеркивается, что интеллект способствует установлению отноше-ний, он необходим при поиске сходства фактов с уже известным человеку,

В противовес инстинктивному интеллектуальное поведение передается от поколения к поколению, закрепляясь из рода в род. В отличие от инстинкта интеллект надежно служит человеку, когда он попадает в новые, непривычные для него, условия.

При этом признак интеллекта в том, что найдя решение, он как бы запоминает способ и это обеспечивает перенос и применение действия в новых похожих условиях. Интеллект выражен различными формами мышления, оперирует не только символами, но и образами объектов, явлений и действий. Интеллект связывают также с потребностью адаптации к среде, так как он выступает определенной формой равновесия, на основе восприятия и сенсорики. (2; 4)

При анализе взаимосвязи содержательного наполнения интеллекта человека в сравнении со средствами искусственного интеллекта становится очевидным, что можно использовать способность субъекта накапливать информацию для того, чтобы далее использовать ее полезным для себя образом. Если учитывать, что интеллект помогает достигать успеха, то связано это с прогнозом одной возможной цели из их многообразия. Эти механизмы интеллекта и участвуют в принятии решения и формулировании цели.

Исследователи нейроинформатики доказывают, что интеллект является системным свойством нейронов мозга, и связывают интеллектуальность с решением задач, со способностью строить модели реальности.

Выделены наиболее важные черты интеллекта, среди которых:

– выделение наиболее существенного в знании;

– способность рассуждать;

– рефлексия;

– выдвижение цели и обоснование средств достижения ее;

– активность в познании;

– адаптация к новым ситуациям;

– обобщение и обучение на примерах;

– синтез и анализ в познавательной деятельности. (1)

Искусственный интеллект изучается в рамках науки когнитологии, объединяющей теоретический и прикладной поиск относительно данного объекта в философии, эпистемологии, когнитивной психологии, нейрофизиологии, лингвистики. Ключевым вопросом является при этом выявление, как эффективнее презентовать, хранить и использовать накопленное человечеством знание и информацию.

Каждая из наук вносит свой вклад в обоснование научной платформы искусственного интеллекта.

В кибернетике и компьютерных технологиях закладываются основы проектирования баз данных и экспертирования систем. Этим задается логика и осмысленность обработки информации, отражающей совокупность данных и правил вывода. Вместе с тем создание и эксплуатация информационных машин тесно связаны с подготовкой людей, которые могут их грамотно эксплуатировать и развивать далее. Следовательно, необходимо и углубление качества компьютерных технологий.

Психология задает методологический базис когнитивного моделирования анализа и принятия решений в недостаточно определённых ситуациях на основе структуризации факторов и множества причинно-следственных отношений между ними. Именно так возникают модели прогноза развития, методы решения обратных задач.

Биология вносит вклад в моделирование искусственного интеллекта, доказывая что искусственные системы могут и не повторять в структуре процессы, имеющиеся в биологических системах. Важно присутствие феноменов человеческого поведения, способностей к обучению, познанию и адаптации как специфики функционирования.

В этом смысле используются нейронные связи и сети, при решении сложных задач, например, кластеризации явлений и объектов. Учитываются генетические аспекты, когда заимствуются лучшие содержательные и структурные характеристики предыдущих устройств и алгоритмов – прародителей обновленных. Продумываются способы взаимодействия с внешней средой специфических агентов.

Лингвистика задает основы обработки естественного языка, предоставляя анализ использования возможностей улучшения таких операций, как понимание, обработка и генерация текстов с учетом особенностей человеческого языка.

В результате устройства с искусственным интеллектом способны приобрести, систематизировать и предоставить человеку текст, найденный по Интернету, самостоятельно. С этим связаны функции информационного поиска, достаточно глубокого анализа и даже возможности машинного перевода.

Философия исследует фундаментальные вопросы о жизнедеятельности человека, о сущности и содержании знания, мироустройстве и мировосприятии его человеком. Все философские размышления можно свести к двум глобальным вопросам: во-первых, что такое искусственный интеллект, возможно ли его создание и каким образом и, во-вторых, каковы возможные последствия его возникновения в жизни человечества.

Если исходить из понимания, что искусственный интеллект – это комплекс компьютерных программ, машин и систем, то наука о разработка интеллектуальных устройств направлена на то, чтобы понять вначале специфику человеческого интеллекта. И искусственный интеллект совсем не должен быть биологически правдоподобным по содержанию и методам действия. Но тогда возникает вопрос, какие из вычислительных процедур можно называть именно интеллектуальными. возможно, например, способности компьютера достигнуть целей. (3)

Все осложняется тем, что среди исследователей до сих пор нет определенной точки зрения на определение и критерии интеллектуальности, нет общей позиции на решаемые интеллектом цели и задачи. Сама возможность создания, творения человеком искусственного разума, во многом – только гипотеза.

Но тем сложнее понять, почему возникают целые сообщества, стремящиеся реализовать идеи искусственного интеллекта в реальности, и взгляды которых внушают опасения и требуют глубинного философского анализа и разъяснения для общества.

Так, с 2011 г. в нашей стране существует стратегическое общественное движение «Россия – 2045», состоящее из отечественных ученых и философов, которое объявило своей миссией в рамках международного научно-исследовательского центра киборгизации практическое воплощение глобального технопроекта - создание искусственного тела и далее реальную подготовку человека к переходу в него.

Предполагается осуществлять этот проект «Аватар» поэтапно: искусственная копия человеческого тела – до 2020, копия тела, куда пересаживается мозг – до 2025, искусственная копия, куда переносится сознание – до 2035, далее будет создано тело-голограмма – до 2045. Именно так человек преодолеет все страдания и болезни, исчезнет старение и наступит бессмертие, ведь искусственное тело, голографическое или механическое, всегда прочнее естественного, лишь бы пересадить сознание. И тогда могут быть достигнуты все цели, связанные с изучением вселенной и космоса, независимо от хрупкой биологической формы тела человека.

Такова теория трансгуманистов, считающих себя последователями идей Н.Ф.Федорова, В.И.Вернадского, К.Э.Циолковского, говорящих о точке сингулярности, которая возникнет к 2030г. и появятся самосовершенствующиеся программы, и бесконечный машинный прогресс, когда роботы будут воспроизводить сами себя.

2. Философские аспекты проблем существования искусственного интеллекта.

Основная проблема философского осмысления искусственного интеллекта: реальность создания действующей модели мышления живого человека. Отрицательного ответа на такой ключевой вопрос не получено и потому дискуссия по отдельным аспектам проблемы также постоянно продолжается.

Исследователи исходят из положительного подхода и в доказательство излагают различные воззрения:

– человек создан по образу и подобию бога и он, в свою очередь может создавать подобных себе;

– разум ребенка создается биологически, связан с генетикой, но обновление, углубление, расширение разума чаще связано с накоплением знания, обучением подрастающего поколения;

– пик творчества, где ранее считались главными талант, одаренность, интуиция человека, теперь связывают с нахождением наиболее оптимальных способов и алгоритмов, что можно заменить автоматическим перебором вариантов при традиционно умственно развивающих играх, в шахматы, например, или при нахождении технических и экономичесих решений;

– о возможностях воспроизведения мышления свидетельствует наличие компьютерных вирусов, которые нарушают существование целостных систем;

– автоматизация разумного решения интеллектуальных задач связывается с работой ЭВМ, которые представляют универсальные алгоритмы и позволяют создать многообразие программ для преобразования информации. (4; 7)

Конечно, не все вычислительные машины или даже роботы в состоянии решить абсолютно все задачи. Есть типы задач, которые не способен решить единый.

И тогда человек способен их решить только методом проб и ошибок, расширяя пространство своих мыслей и действий.

Изучение философских корней искусственного интеллекта уходит глубоко в прошлое. Вопрос о возможности машины думать, исторически связан еще с различиями дуалистического и материалистического взглядов ученых. Дуализм утверждает, что мысль не материальна, и разум необъясним только физически. Материализм считает, разум – явление физическое и потому его можно создать и искусственно. Один из известных зарубежных философов предложил идею разработки алгоритм эмпирического теста, чтобы распознать человека или машины, который четко обнаруживает наличие или отсутствие сознания. Эту идею продолжил Тьюринг, создавший самый популярный тест, который актуален и сегодня.

Углубляясь далее, обратим внимание на поиск ученых в области робототехники, которые обращали внимание прежде всего на прикладной характер механических устройств, объясняя это даже семантикой слово «робот» – работа, крепостной, сложный труд, тяжелая работа. Роботы действительно внедряются в промышленных, военных, сложных прикладных и научно-исследовательских задачах и целях.

Но философию искусственного интеллекта интересуют возможности мышления машин, сможет ли она решать проблемы, сознательно размышляя; сможет ли она проявить сознание, и даже ощутить психическое состояние, как человек. Способна ли машина чувствовать. Насколько мозг человека – это компьютер и одинакова ли природа естественного и искусственного интеллекта.

Эти вопросы лишь на первый взгляд кажутся однозначными или не требующими ответа, философы, исследователи познавательной (когнитивной) деятельности, нейрофизиологи и писатели-фантасты видят в этом сложнейший предмет дискуссий.

В частности, выдвинуты гипотезы сильного и слабого искусственного интеллекта, предложены основания модели разума.

Защитники идеи слабого ИИ рассматривают компьютерные программы только как инструмент для решения задач, а не набор человеческих способностей.

Исходя из того, что мышление – это процесс обработки имеющейся в памяти информации компьютер, как формальная система, может осуществить ее анализ, синтез и даже самопрограммирование.

В философии поэтому постоянно дискутируются воззрения на цели создания искусственного интеллекта. Человек такое существо, которое делает все, чтобы улучшить и облегчить свою деятельность, вплоть до того, чтобы вообще ничего не делать. И даже не в силу просто лени, но в интересах поиска, творчества, для достижения все лучшего уровня и качества жизни.

Философов волнует вопрос: а если человек создаст интеллект, превышающий собственный, в чем тогда будет его роль, и нужно ли это человечеству в целом? Так возникает концепция об усилителях интеллекта, как биологического плана, естественно развивающегося разума, так и искусственного характера: технических устройств, приборов, автоматов, компьютеров, робототехники, без которых невозможен прогресс общества.

Возможно, искусственный, неорганический носитель, в результате наличия новационных технологий, будет существовать гораздо долговечнее, чем человеческое тело, но здесь тоже возникают риски.

Созданные интеллектуальные системы не имеют эмоционально-чувственных проявлений и не могут создать человеку опасную ситуацию преднамеренно. Но они могут элементарно изломаться, выйти из строя технически и тем нанести вред, взбунтовавшись против хозяина-автора, создавшего их. Именно об этом, о возможных опасностях для человека искусственного интеллекта, в силу его недолговечности, хрупкости и ненадежности, существует множество фантастических книг и фантазийных фильмов, пробуждающих незатухающие философские дискуссии.

Рядом с философским вопросом о безопасности всегда возникает вопрос полезности. Любое открытие или продукт, сделанный человеком, в чем-то полезен, в чем-то вреден, все связано с понятием меры и этичности целей его применения. Достаточно вспомнить атомную бомбу и дебаты вокруг ее использования. И в любой области науки рано или поздно создаются прогрессивно продвигающие открытия, несущие в себе двойственность полезности-вредности. Философы поднимают эти вопросы, предупреждая человечества о возможности самоуничтожения в силу бездумного использования естественного разума, без рассуждения о последствиях. Так, опыты в сфере генной инженерии заходят все более вглубь биологических преобразований животного мира, развивается клонирование. Философы стремятся обнажить проблемы перед мировым сообществом, призывая к осознанию нависающих проблем.

Компьютеризация как глобальное явление в обществе порождает множество сопутствующих следствий, в том числе относительно искусственного интеллекта, что плотно связано с информатизацией, поисковыми программами, активизацией способности обучения в информационных системах.

И если изначально существовал вопрос, как и где появится впервые искусственный, компьютерный интеллект, то это предполагалось в научной лаборатории. На сегодняшний день все ответы связаны с большей вероятностью с развитием сети-Интернет.

Это интеллектуальная, биотехническая система достаточно высокого уровня, при сравнении с которой автономный человеческий интеллект выступает иерархически как явление низшего порядка. Материально, технически, Интернет выступает как гигантская инфраструктура, которая не может быть под силу по оснащению для отдельно взятой лаборатории. Кроме того, именно здесь возможно появление как компьютерных вирусов, так и подобных им, компьютерных генов.

С учетом этого компьютерный разум в структуре человеческой цивилизации может появиться незамеченным, или появившийся интеллект может быть неузнаваем людьми, как непонятный интеллект. (6; 8)

Философы уже задают коварный вопрос, не происходит ли на земле рождение новой расы искусственного интеллекта. Ведь человек способен получить фактически любую информацию обо всех событиях в мире, – через Интернет и без цензуры.

Количество людей при этом постоянно увеличивается и обработка большого массива информации дает достаточно объективную картину, и распространяется мгновенно между другими людьми в обществе. Возникают проблемы ее специальной фильтрации в целях безопасности.

Возникает новый образ жизни на основе новейших коммуникационных технологий, которые вторгаются в жизнь человека, во все ее области от просто бытовых до высоко творческих в сфере науки, культуры, экономики, техники и даже искусства.

Под компьютеры непроизвольно подстраивается вся социальная систем, изменяется язык и стиля общения, демонстрируя алгоритмизацию языка, его упрощение, минимизацию понятий, введение некоторых общеизвестных терминов, понятных тем, кто владеет компьютером (е-мейл, скайп, гуглить, вордстат, файл, колонтитулы, джастклик, домены и платформы и т.п).

Так происходит содержательно-смысловое упорядочива­ние мира, ведущая к универсальности на основе интеллектуальных инфорсмационных и компьютерных программ.

Дети, изучающие игровые виртуальные законы, переносят их часто в живое общение, даже уже повзрослев.

Если исходить из новых научных знаний о био­логически гармоничном разделении функций мозга на левосторонние и правосторонние, то обнаружится, что целостность эмоционального и рационального восприятия мира нарушается. Вместе с тем, усиливается рационализм, как исключительное порождение компьютерных воздействий. Но ведь в науке, искусстве, живых коммуникациях важны еще и чувства, и интуиция, ос­нованные на единстве практического и теоретического опыта исследователя, ученого.

Когда философы анализируют особенности искусственного интеллекта, они не наделяют его техническими качествами или оболочками. И поэтому люди часто не понимают природу переживаний ученых с мировой известностью, когда они всерьез высказываются о возможной угрозе машин для человечества, вплоть до его уничтожения. Непонятным является, как робот может стать угрозой создавшему его человеку.

Но базовые формы искусственного интеллекта уже становятся настолько привычными и обычными для людей, что они этого даже не замечают. И не задумываются об этом со стороны негативных проявлений.

Философы же предупреждают мир об этом, осмысливая глобальные перемены в обществе, являющиеся порождением компьютерно-информационного бума в науке и технике, особенно относительно вдияния этих явлений на мышление и разумные действия человека.

3. Характеристика многообразия подходов к созданию систем искусственного интеллекта

Факт появления искусственного разума в различных науках и социальной практике человека, его зарождение его провозглашают в философии с 428г до н.э.

Именно здесь появляются первые рассуждения о разуме человека и возможности экспериментирования над его дублированием, создании с помощью средств и машин. Далее возникают множество теорий и концепций о том, что есть разумность, и можно ли ее описать. В чем выражается природа знания, возможно ли ее отразить в устройствах. Что такое опыт и навыки, и насколько знание практическое, прикладное связано я с умением принять решения в конкретной среде.

Аристотелевская теория истинности также постоянно тревожит ученых и практиков, и напрямую связана с проблемами создания систем искусственного интеллекта.

В дальнейшем к решению вопросов об искусственном интеллекте приступали представители математика (800г.), экономики (1776г.), нейронауки (1861г.), психологии (1879г), вычислительной техники (1940г.), теория управления и кибернетики (1948), лингвистики (1957г.).

В научном плане многие программы по искусственному интеллекту выступают как экспериментальные. Они требуют достаточно времени на апробацию и даже если уже реализуются, то скорее в проектном режиме.

Разработчики изучают полученные результаты, и дополняют или расширяют программы при необходимости, исходя из новых гипотез. Только так можно проверить эффективность предлагаемых моделей и устройств по алгоритмам разумного поведения.

Известной моделью является парадигма физической символьной системы, что позволяет более тесно связать теорию практику в рамках изучаемой проблемы. Именно этот подход по применению искусственного интеллекта позволил углубить многие философские вопросы: насколько самостоятельно компьютер различает фразы и термины настоящего, естественного языка, как он опирается на толкование символов и сумеет ли отразить смысл контекста.

Наиболее известными подходами к осмыслению проблем искусственного интеллекта в настоящее время являются следующие.

Интуитивный подход, использующийся в определении возможности искусственного мышления, близкого к человеческому Он связан с тестом Алана Тьюринга, согласно которому человек в результате переписки должен определить, с кем он разговаривает: с человеком или компьютерной программой, которая вводит его в заблуждения, заставляя сделать неверный выбор. Обнаруживается и доказывается, что искусственный интеллект, вычислительные машины не способны к коммуникации и обучению, основанных на эмоциях и интуиции, не могут дать оценку внешней и внутренней среды и адаптироваться к ней, что присуще только живым существам.

Символьный подход возник в эпоху создания цифровых машин и касался создания новых правил при выполнении программы на основе языка символьных вычислений. Но машины не в силах обозначать и самостоятельно решить возникающие трудности, сделать это должен только человек, профессионал – аналитик или программист.

Логический подход в построении систем искусственного интеллекта связан с моделированием рассуждений. Теоретической основой при этом служит логика. Задается набор фактов и правил для выполнения логического вывода, не предусматривающего жестко заданный алгоритм в системе последовательных действий, обеспечивающих результат.

Агентно-ориентированный подход, отражающий использование интеллектуальных (рациональных) агентов, помогающих машине достигать поставленные цели, воздействовать на объекты с помощью специальных датчиков в окружающей среде, выступающих в роли исполнительных механизмов. Это является более современным и технологичным и является значительным шагом в продвижении проблемы принятия решений.

Гибридный подход определяет возможности сочетания нейронных и символьных моделей, что существенно усиливает взаимосвязь когнитивных и вычислительных возможностей систем искусственного интелллекта, внутренние механизмы действий которых скрыты.

Сложные философские вопросы возникают и по поводу значимости построения экспертных устройств и систем, а также при разработке алгоритмов и программ машинного обучения. Несмотря на разноплановость проблем, которые возникают в различных областях и науках у исследователей искусственного интеллекта, везде обнаруживаются общие черты.

1. Использование компьютерных устройств разумно и полезно практиковать при доказательстве сложных теорем, для распознавания образов, дистанционного обучения, самообразования и других форм коммуникации.
2. Применение искусственного интеллекта продуктивно в рамках эвристического поиска как базиса для решения новых задач, не предусматривающих традиционные алгоритмы.
3. Обоснование решений при недостаточном количестве информации, ее неполности и зыбкости, когда искусственный интеллект дает опору, обеспечивая программисту многовариантность возможных решений.
4. Составление перечня или ранжированного ряда наиболее значимых характеристик исследуемой ситуации.
5. Возможность распознать семантический смысл, и специфику синтаксической формы предмета, объекта, явления.
6. Набор ответов, недостаточно точных или оптимальных, которые все-таки продвигают ситуацию анализа, когда для естественного интеллекта это чересчур трудоемко или даже невозможно.
7. Использование большого объема сугубо специфичных, конкретных знаний, важных для принятия решений, что особо важно в реализации экспертных систем.
8. Обнаружение знаний метауровня, которые способствуют совершенствованию управления стратегиями и тактикой принятия решений. (5)

При разработке искусственного интеллекта и способов его применения в прикладных областей решаются две фундаментальные проблемы: представление знаний и поиск их.

Получение нового знания возможно с помощью специфического, формального языка, необходимого для компьютерных действий, для обеспечения разумного поведения. Язык при этом способствует описанию свойств или отношений среди объектов определенной предметной области. И при решении используются рассуждения, чаще просто арифметических расчетов. В Они разрабатываются в ситуациях неопределенности и повышенной структурной сложности на основе разумного смысла и понимания живых, естественных языков.

Поиск рассматривается как метод достижения цели, решения задачи. с учетом пространства, средовых условий и состояний задачи, что задает альтернативы, варианты ее решений. В шахматах, например, применяются различные позиции размещения фигур на доске и требуются промежуточные стадии и шаги для логического обоснования, а далее идет перебор для выбора окончательного ответа.

Когда искусственный интеллект рассматривается как научная дисциплина, правомерно рассматривать несколько его сфер, областей, которые обладают и общим, и своим специфическим, особым, способом решения проблем. Рассмотрим некоторые из них.

Игры и игровые технологии.

Чаще всего исследователи обращаются к созданию и разработке интеллектуальных игр.

Они имеют четко определенный набора правил, и тогда можно достаточно легко моделировать пространство поиска, так как нет путаницы, присутствует структурированность. Предметы и фигуры легко представить с помощью компьютерных средств без сложных семантических тонкостей. В играх нет и этических или финансовых проблем.

В играх иногда требуются надежные методики, победно выбирающие альтернативные эвристические - стратегии, ведущие к верному решению (рокировка для спасения кородя, например, в шахматной игре). Более сложным вариантом является эксперимент по введению ы игры противника, ходы которого невозможно предугадать из-за непредсказуемости психологических и тактических особенностей игровой стратегии.

Автоматическое доказательство теорем.

Это считается наиболее значимым достижением прошлого, возникшим на заре искусственного интеллекта, когда ученые строили математику с помощью формальных выводов теорем из базовых аксиом. Именно это помогло формализовать алгоритмы поиска, создать языки формальных представлений, логические языки по программированию.

Связано автоматическое доказательство теорем с четкостью и строгостью логики. В формальной системе сама структура логики определяет автоматизацию. Веер проблем решается легче, если представить описание задачи и информацию как логические аксиомы и как теоремы для доказательства.

У данного принципа есть недостатки, потому что не удалось создать систему, для верного решения слишком сложных задач.

Но привлекательность для ученых рассуждений, базирующихся на формальной логике не исчезает.

Многое используется в проектировании, проверке компьютерных программ, корректности логических информационных цепей, способов в управлении сложными системами, дополняя поиск человека.

Экспертные системы.

Эффективным для искусственного интеллекта в этой области является сочетание теоретического обоснования проблем предметной области и перечня эвристических правил при их разрешении. Так, профессиональный геолог быстро и верно находит ископаемые, применяя и свои знания, и опыт в своей профессиональной деятельности. Компьютерные программы такого вида пишутся группой разработчиков, включая автора знаний по конкретной области, экспертом, а также инженера, как независимым специалист по автоматизированным устройствам. Главные критерии к экспертным программам – эффективность и внешняя разумность. Поэтому она проходит множественные испытания и проверки, корректирующие ее поведение и вносящие изменения. И все-таки работоспособность таких программ не всегда идеальна в силу ряда проблем. Среди них исследователи и практики называют:

1. Сложности в передаче объема содержания знаний конкретной области. (по человеческой физиологии человека, например)

2. Недостаточность мобильности и гибкости. Исследовать сознательно основные принципы, чтобы выработать стратегию и тактику подхода к проблеме Экспертные системы не в состоянии.

3. Отсутствие осознанных объяснений. Они описывают лишь шаги, которые были проделаны для решения задачи, не отвечая на вопрос, почему.

4. Трудоемкость тестирования.

Доказательство корректности сложных компьютерных экспертных систем особенно трудоемко из-за объемов и специфичности знания, и это серьезная проблема, так им доверено управление воздушным движением, атомными и ядерными реакторами, системами вооружения стран.

5. Ограниченность обновления системы на практике.

Производительность внедренной системы не изменяется, если программисты и специалисты не решат что-то внести новое. Сама машина не обладает способами улучшения операций и действий, заложенных в ней.(2)

4. Особенности функционала популярных голосовых помощников как интеллектуально-информационных устройств.

Использование в различных сферах искусственного интеллекта на основе метода построения алгоритмов, устройств для машинного обучения, дающих возможность обучаться самостоятельно, совершенно без внешней поддержки можно рассматривать с позиции позитивного значения для общества.

Многие примеры подтверждают огромную ценность для человечества так называемого «хорошего интеллекта»:

– новостные агентства используют компьютерные технологии для автоматического построения финансовых отчетов (Wordsmith), и машина действует более пунктуально, чем человек, с большой скоростью и масштабно, не делая ни ошибок, ни опечаток;

– появились управляемые автоматически, а не живым водителем, автомобили для грузоперевозок, завоевав популярность умных машин, – не нарушающие правил движения и не создающих;

– известно, что искусственный интеллект качественно патентует изобретения, публикует новые научные работы, а еще зарабатывает деньги в банках и на бирже, и даже возглавляет политические блоки;

– систематизируя огромный объем знаний по истории, науке, ведущим технологиям, искусственный интеллект способен дать прогноз развития цивилизации на тысячелетия вперед.

Но наиболее ярким примером современных устройств, представляющих собой результат поиска в области искусственного интеллекта являются так называемые голосовые помощники, установленные на мобильных или компьютерных аппаратах – Siri или Google now.

Это виртуальные ассистенты, помогающие человеку быстро отыскать информацию на любой возникший вопрос. Учитывая, что на секгодня информационное поле перенасыщено содержательно, представленные голосовые помощники очень ценны в жизни человека. Иногда они просто удивляют своей памятью, мобильностью, актуальностью помощи и, действительно производят впечатление живых, разумных собеседников.

Между этими устройствами, вернее их авторами-создателями, ведется постоянная конкуренция, спор о том, кто (что) умнее. Так, доказывается, что Google now – самый серьезный информатор среди всех. А Siri умеет просто радостно общаться о жизни и даже рассказывает уместный к случаю анекдот.

Желание авторов сделать устройства более оживленными побуждает их придумывать и закладывать в их память все новые способности, чтоб они отражали достаточный уровень интеллекта в общении, будто живой человек. На самом деле этого, конечно, не существует. Вместе с тем, им подвластно решение отдельных конкретных задач, с которыми они серьезно расправляются.

Создатели постоянно больше работают над обработкой качества естественной речи и улучшением содержательных возможностей помощника-ассистента. Так, увеличивается его полезность, если он будет более четко понимать, что происходит на экране устройства. и ему не нужны при этом живые чувства, как у человека, например, юмор.(8)

Задачи, которые выполняют голосовые помощники, многочисленны и полезны. Среди них Google now, например, выполняет такие команды при работе с приложениями: отправить сообщение в ; тправить сообщение [Маме] в ; найти документ на любом диске; установить температуру на нужный градус при работе с термостатами; показать территорию и места поблизости; запустить календарь, сделать фото, селфи; записать видео. Очень интересны функции и возможности устройства, связанные с командами, каждая из которых, в свою очередь, имеет целый набор задач: найди (рецепты, книгу, фильм, автора); покажи (картинки, письма, списки, счета за неделю); напиши (е-мейл); как сказать (слово на любом языке); напомни (что купить, куда пойти, где встретиться); разбуди меня в ; назови время и дату (в любой точке мира). Обнаружение информации возможно абсолютно во всех областях: погода, природы, вычисления, развлечения, интернет, карты с маршрутами и рейсами, спорт, кино, музыка и т.п.

Голосовые помощники Siri и Google Now активируются с помощью радиоволн и несмотря на их удобство, к сожалению, их наличие содержит в себе и проблемы с безопасностью. Французские специалисты выяснили, что хакеры могут использовать телефон для атаки и взлома сайта. Особенно это опасно, когда включены наушники с микрофоном, и помощник на смартфоне способен воспринимать голосовые команды. Поэтому ведутся разработки для рекомендаций пользователям, как контролировать и предупреждать определенные опасные радиосигналы.

Обнаружены и сложности и опасности с применением голосовых информаторов для водителей. В целом помогая, они и отвлекают его, ведь, чтобы оставаться в курсе текущей информации об изменениях в маршруте, на дороге, он переключает внимание, а потом ему нелегко вновь сконцентрироваться (высчитано, что надо около 27 секунд).

Да и любое постороннее действие небезопасно: работа с мультимедийной установкой в автомобиле, с развлекательной системой, разговор по телефону и даже пение песен. При этом наименее отвлекающим считается информатор Google Now.

Таким образом, улучшение сервиса голосовых помощников происходит с двух позиций – углубление помогающих свойств и усиление безопасности их применения для человека. Разрабатывается содержание вопросно-ответной системы, которая успешно приспосабливается к конкретному человеку, каждому пользователю с учетом индивидуальных предпочтений и особенностей, изучая это достаточно долгое время.

Устраиваются даже постоянные конкурсы между устройствами под девизом: кто лучше и полезнее. Известно, например шоу, размещенное на под названием: «Siri против Google Now: битва искусственных интеллектов…»

Сегодня голосовые помощники – неотъемлемая часть мобильных устройств, особенно нового поколения, большинство из них предугадывает контент на русском языке, расширяет услуги, чтобы пользователь мог получить быстро и как можно больше информации.

Как и любое проявление искусственного интеллекта, данные устройства волнуют философов по сути вопроса: что они есть для человека – облегчение будущего или убийственные для цивилизации приборы, которые могут поработить человека, если он не в силах будет их контролировать, в силу ослабевшего без интеллектуальных тренировок разума. Насколько безопасно то, что искусственный интеллект может заменять человека и на работе, в профессии, и дома, в быту.

В науке уже выявлены уровни созданного интеллекта и того, что еще предстоит создать. Так, очевиден достаточно разработанный вид ограниченного интеллекта, нацеленного решать задачи в конкретной области.

Известен более сложного плана искусственный общий интеллект, максимально близкий к человеческому: анализирует факты м сведения, общается с другими роботами и машинами, способен обучаться и самосовершенствоваться.

Создан также и суперинтеллект, например, Artificial Superintelligence, который уже настолько развит, что человек не всегда может понять его мотив и предугадать способ его действия.

Одним из претендентов, набирающих все большую мощь и имеющую богатые средства для преодоления границ ограниченного интеллекта, все чаще называют компанию Google, завоевывающую авторитет в мировом сообществе.

5. Этические проблемы создания искусственного разума

Этические вопросы в применении устройств искусственного интеллекта связаны с проблемами безопасности всего человечества в целом и конкретного человека как разумного био-психо-социо-существа.

Наиболее проработаны эти вопросы философами, а также подняты в книгах писателями – гуманитариями, фантастами, среди которых Карел Чапек, введший термин «робот», и популяризатор науки, биохимик Айзек Азимов, предлагающие свои решения проблем безопасности при развитии роботехники. Наиболее известные законы:

1. Робот не должен причинить вред живому человеку или даже бездействием допустить, чтобы человеку нанесен был вред.
2. Робот обязан повиноваться командам, отданным ему человеком, кроме тех моментов, если команды противоречат вышеуказанному закону.
3. Робот может заботиться о собственной безопасности, если это не нарушает первый и второй законы.

Но эти законы вызывают также вполне обоснованные вопросы: что будет понимать робот под словом вред, а вдруг вся жизнь и его вредные привычки – курение, алкоголизм, наркомания и даже секс – вред для здоровья человека, от этого он стареет и страдает, и такое зло надо прекратить.

Или что решит робот при спасении человека при конфликте двоих: кого сочтет правым и достойным сохранения жизни? Надежнее оказывается, вероятно, та система безопасности, которая будет принадлежать конкретному владельцу на основе нейронного ансамбля и функций мозга, и слушаться только его.

Этические проблемы использования искусственного интеллекта всегда касаются того, что при внедрении любых новых технологий, созданных вроде бы для улучшения жизни человека, возникает очень много отрицательных или негативных побочных эффектов. Создание машин привело к смогам, загрязнению воздуха, следовательно, осложнило здоровье человека, а увеличение их доступности породило гиподинамию. Результаты ядерной энергетики известны не только положительными итогами ее внедрения в жизнь, но и опаснейшими катастрофами для физического здоровья и экологической картины мира.

Этические основы принятия решения любым ученым, исследователем зависят только от его нравственности, моральной ответственности, от того, кто и по каким мотивам выбирает, какие проекты важнее, приоритетнее, что принесет больше пользы, чем вреда человечеству.

В частности, этичность экспертных систем связана с программами, которые заменяют живого эксперта, особенно в медицинской диагностике, где она ставит диагноз и даже назначает рекомендуемый курс лечения.

Или экономика наших дней находится в зависимости от вычислительной техники в искусственного интеллекта, в целом. Известно, что в некоторых странах даже разрешения на выпуск кредитных карт выполняются автоматическими устройствами, и тогда потребительский кредит становится более доступным. (8)

Этические моменты, связанные с информационным обеспечением и искусственным интеллектом, касаются напрямую с проблемой безработицы, когда служащие теряют рабочие места, так как робототехника и автоматизация значительно дешевле ручного труда. Поэтому создатели программ и интеллектуальных машин стремятся создавать новые рабочие места, предлагают высокооплачиваемые творческие специальности.

Этические вопросы возникают и при возникновении ситуации ответственности, если ошибку в диагнозе сделала автоматическая экспертная система, а не живой человек, ее владелец. Конечно, информационно виновны не справочники или учебники, и не компьютеры, а специалист. Так возникает этическая проблема отношений человека и машин.

Конечно, это фантастика – те книги и кинофильмы, где люди совсем порабощены роботами, которые отдалились самостоятельно от своих создателей, но технологическое превосходство сверхинтеллектуальной машины может означать конец эры человечества.

В этой связи появляются этически направленные теории и концепции, например, так и названная концепция дружественного интеллекта (автор Юдковски), которая провозглашает важность позитивного влияния робототехники на человечество. Утверждается, что можно заложить разум, мотивированный на позитивное, полезное действие во имя пользы людей, задав мотивацию не причинять никакого вреда живым существам.

Это, конечно, тоже вызывает вопрос, о том, гарантированно ли, что машина поймет, почему живые существа причиняют вред друг другу при их сознательности.

Непредсказуемость последствий при нарушении этики создания искусственного интеллекта касается и осмысления факта, кем считать человека, в котором тело, живые органы на много процентов уже заменены искусственными органами, фактически машиной или автоматизированными устройствами. Учитывая, что медицина далеко продвинулась в создании искусственных органов и их пересадке в человека, и приближается к созданию мозга, это не праздный вопрос.

Кибернетизация может обеспечить и ускорить резкий переход количественного в качественное, и возможно возникновение человека, вышедшего за природные рамки, сверхчеловека без болезней, старения и естественного умирания. Это, несомненно, коснется всей социально-экономической ситуации развития общества, в целом, хотя это и будет, возможно, только малочисленная элита.

Подобная технологизация физического организма, в совокупности с изобретением высокого уровня искусственного интеллекта, может неузнаваемо изменить жизнедеятельность людей. Тем важнее уже сейчас ставить и решать вопросы моральной ответственности перед человечеством создателей компьютерно-информационных интеллектуальных систем.

Заключение

Проблемы создания и совершенствования искусственного интеллекта с философской точки зрения рассматриваются традиционно в плоскости исторически значимости прогресса в жизни человека.

Философов волнует, насколько компьютеризация и технологизация жизни человека улучшает его жизнедеятельность, помогая в борьбе за достойное выживание, и утоляя неистребимую потребность жить как можно дольше, не теряя здоровье и разум, сознательно достигая комфортного состояния с помощью различных изобретений, устройств, интеллектуальных техно-советников в отдельных областях быта, профессии, экономики и культуры.

Но еще больше их интересует обоснование прогноза, возможных последствий, среди которых есть как положительные, так и негативные. Размышления и обоснованные предсказания философов пробуждают в человечестве новые силы для самосохранения, повышения нравственности и духовности, для отстаивания безопасности жизнедеятельности и в настоящем, и для будущих поколений.

Философия также придает особое значение самоосознанию и сознанию, относительно искусственного интеллекта, хотя это, во многом, и гуманитарные понятия. Если метафорически считать человеческий мозг предверием или аналогом компьютерной программы, то можно вспомнить и то, что универсальность вычислений базируется на законах физики. Если считать, что личностью является запущенная на компьютере программа, то этически нерешенным философским вопросом является даже удаление программ с компьютера, что равносильно лишению физического тела разума.

Поэтому философское обоснование объективных отличий между людьми и другими интеллектуально обогащенными существами призвано играть жизненно важную роль в сохранении мыслящей цивилизации, объединяющей носителей и естественного и искусственного интеллекта.

Список использованных источников

1. Быковский, И. А. Философские аспекты проблем создания искусственного интеллекта. Саратов. 2007.
2. Вопросы искусственного интеллекта, Валерий Макаров, №4, Изд: Ленанд, 2011. 120 с.
3. Искусственный интеллект и принятие решений, №4, // С. Емельянов, Изд: Ленанд, ИСА РАН, 2015. 116с.
4. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. 2-е изд. - М.: Вильямс, 2015. 1410 с.
5. Рутковский Л. Методы и технологии искусственного интеллекта, Изд: Телеком., 2010, 520с.
6. Системы искусственного интеллекта. Практический курс: Учебное пособие. // Чулюков В.А., Астахова И.Ф., Потапов А.С., Каширина И.Л., Миловская Л.С., Богданова М.В., Просветова Ю.В., 2008. 76с.
7. Финн В. Искусственный интеллект. Методология, применения, философия, Изд: Красанд, 2011. 448с.
8. Хель И. Алан Тьюринг и философские проблемы искусственного интеллекта, 2015. – http://hi-news.ru/
9. Шереметьев К. Самое важное о вашем интеллекте, 2014, http://www.sheremetev.info/

Реферат на тему “Философские проблемы искусственного интеллекта” обновлено: Апрель 2, 2018 автором: Научные Статьи.Ру

Московский государственный технический университет им. Н.Э. Баумана

Реферат по философии на тему:

«Проблемы построения искусственного интеллекта»

Преподаватель Великая Л.С.

Аспирант Голеньков Н.С.

Москва 2001

Введение 3

Определение понятия «искусственный интеллект» 4

Подходы к созданию искусственного интеллекта 10

Проблемы построения искусственного интеллекта 16

Заключение 25

Литература 26

Введение.

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта, обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что, прежде всего, необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы, что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта.

Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.

Определение понятия «искусственный интеллект»

В понятие «искусственный интеллект» вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области.

Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с си стемой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи, этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда и меется некоторая цель, а средства к ее достижению не ясны, их надо найти посредством мышления.

Человек использует любую находящуюся в его памяти информацию, «модель мира», имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная.

Под словом «машина» здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач « модели мира». Недостатком такого понимания является главным образом его антропомор физм. Задачи, решаемые искусственным инте ллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутс твовал. При характеристике мышления мы отме чали, что его основная функция заключается в выработ ке схем целесообразных внешних действий в бесконе чно варьирующих условиях. Специфика человеческ ого мышления (в отличие от рассудочной деятельно сти животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из с реды, для поведения в которой вырабатывается схема действия.

Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), на наш взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, х ранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.

Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их «интеллектуальности». Формирование такой модели, как мы покажем ниже, связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.

Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на:

1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не со держится в системе; это качество позволяет системе ко нструировать информационную структуру с новой сема нтикой и практической направленно стью;

4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.

II. Намного сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен. Языки, используемые в ЭВМ, еще далеки от семиотических структур, которыми оперирует мышление.

Прежде всего для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например полисемией (которая элиминируется при обработке в лингвистическом процессоре). Разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом этой работы является создание семантических языков (и их формализация), в которых слова-символы имеют интерпретацию.

Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все большее воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем искусственного интеллекта, особенно тех, в которых проблемная область заранее жестко не определена.

Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и т. д. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших перспективных задач теории искусственного интеллекта.

III. Воплощение в информационные массивы и программы систем искусственного интеллекта аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, «целое», «часть», «общее», «единичное») используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы.

В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, «причина», «следствие»). Однако ряд категорий (например, «сущность», «явление») в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики.

IV. Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д.

Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. д.

V. Еще в меньшей мере современные системы искусственного интеллекта способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование «интеллектуальной» деятельности.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.

В связи с этим возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.

Такой взгляд обосновывается X. Дрейфусом. «Телесная организация человека, - пишет он, - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только еще не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся».

Как отмечает Б. В. Бирюков, подчеркивание значения «телесной организации» для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключается также, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен таким машинам.

Иногда в философской литературе утверждается, что допущение возможности выполнения технической системой инт еллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Следовательно, вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований.

X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Поэтому для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для «нетелесной» ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело в ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его «теле», в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к «интеллекту» ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела.

Системы, обладающие психикой, отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковой информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый-круг поиска сокращается, и тем самым облегчается решение задачи. Второй-нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: «Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений». С этим нельзя согласиться. Если «марсианин» имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему «человеческие устремления» значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель.

Животное в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь посредством дрессировки. В этом (но только в этом) смысле потенциальные интеллектуальные возможности машины шире таких возможностей животных. У человека над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей и с точки зрения возможностей их удовлетворения. Однако эта универсальность присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта.

Таким образом, телесная организация не только дает дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных и иных потребностей, пристрастий. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Им цели необходимо задавать в явной форме.

Вместе с тем следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторны-ми и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах третьего поколения ЭВМ выполняет и «интеллектуальные» функции. Их взаи модействие с миром призвано совершенствовать их «интеллект». Такого рода роботы имеют «телесную организацию», конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, абстрактно говоря, могла бы совершать поиск цифровая машина.

Тем не менее совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учета глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Это значит, что техническая (а не только биологическая) эволюция отра жающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратурное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим еще далеко не исчерпаны возможности совершенствования систем искусственного интеллекта путем использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше.

Заключение

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.

Человек поставил задачу создать некий аналог себя самого. И он смог это сделать. Механическая часть подобно человеческому телу и управление ею уже имеются - это роботы, функционирующие на сервомеханизмах. Отчасти смоделированы интеллектуальные функции человека. Но цивилизация идет дальше. Ей этого мало. Необходимо создать «Homo teсhnicus». Для решения этой задачи требуется создание «машины», функционирующей подобно человеческому мозгу, но чем дальше продвигаются исследования в области искусственного интеллекта, тем более сложным видится ее решение.

Литература

1. Винер Н. “Кибернетика”, М.: Наука, 1983

2. Дрейфус Х. Чего не могут вычислительные машины. М.: Прогресс, 1979

3. Клаус Г. “Кибернетика и философия”, М.: Иностранная литература, 1963

4. Компьютер обретает разум.Москва Мир 1990

5. Краткий философский словарь./Под редакцией Алексеева А.П., М.: «Проспект», 2000

6. Минский М., Пейперт С. Перцептроны М:Мир,1971

7. Cборник: Психологические исследования интеллектуальной деятельности. Под.ред. О.К.Тихомирова. М., МГУ,1979.:

8. Шалютин С. М. “Искусственный интеллект”, М.: Мысль, 1985

9. Эндрю А. “Искусственный интеллект”, М.: Мир, 1985

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Нейросети или системы на основе Deep Learning? Почему проблема создания искусственного интеллекта только сейчас начинает решаться? В чем загадка механизма работы искусственного интеллекта? Как скоро наступит новая научно-техническая революция, какие будут социальные последствия и потрясения при появлении дешевой рабочей силы в виде ИИ? Какие профессии первые могут исчезнуть или попадут в зону риска?

История вопроса

2015 : Программа искусственного интеллекта AlphaGo от компании Google (разработанная Дэвидом Сильвером и его коллегами из подразделения DeepMind) обыграла трёхкратного чемпиона Европы Фана Хое (Fan Hui) по игре в Го (древнюю китайскую настольную стратегию) со счетом 5:0.

2011 : В лондонском аэропорту Хитрое запущены полностью автоматические маршрутные такси. В этом же году компания Google успешно пролоббировала закон в штате Невада, разрешающий использование беспилотных автомобилей на дорогах общего пользования.

1997 : Во второй серии игр с шахматным суперкомпьютером Deep Blue от фирмы IBМ чемпион мира Гарри Каспаров проиграл со счётом 2½:3½.

1989 : Шахматная программа Deep Thought впервые в истории обыграла в официальном турнире международного гроссмейстера Бента Ларсена.

1956 : На конференции в Дартмутском университете Джоном Маккарти (Джон Маккарти (1927-2011) — американский информатик, изобретатель языка программирования Лисп (1958), основоположник функционального программирования, лауреат Премии Тьюринга (1971) за огромный вклад в область исследований искусственного интеллекта) впервые дано определение искусственного интеллекта.

1950 : Появление Теста Тьюринга. Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор».

Такие авторы, как Б. Спиноза, Р. Декарт, Г.В. Лейбниц еще в 17 веке высказывали идеи создания искусственного интеллекта. Современный искусственный интеллект призван решать задачи, кардинально отличающиеся от задач в 17-го века, но от этого его изобретение становится не просто интересной идеей или выгодным вложением, а даже национальным приоритетом некоторых стран. Динамика развития ИИ очень высокая. В этой статье мы постараемся собрать вместе интересные видео выступлений спикеров, связанных с искусственным интеллектом и машинным обучением.

Сергей Марков

Первое видео от студии Дмитрия Пучкова: «Разведопрос: Сергей Марков о машинном обучении».

Сергей Марков - специалист в области программирования и создания искусственного интеллекта. Расскажет о том, что такое машинное обучение, о путях развития науки об искусственном интеллекте. Ответит на вопрос, что схожего и в чем различия между компьютером и человеческим мозгом.

Расскажет про «Blue Brain» и его электронную копию человеческого мозга, про существующие интерфейсы «машина-мозг» и про Перцептрон Розенблатта. А также про «свёрточные нейронные сети» и их современные возможности. Сергей Марков является создателем программы искусственного интеллекта в области такой игры, как шахматы, и не оставит без внимания вопрос шахмат и игры го. Ответит на вопрос, почему так долго не получалось создать ИИ, способный обыграть человека в такую игру, как Го, и почему еще совсем недавно это считалось невозможным. Также будут обсуждаться такие вопросы, как распознавание и генерирование компьютером картинок, обработка и генерирование звука, генерирование текстов. И, конечно же, не оставят без внимания предстоящие проблемы взаимодействия мира машин и мира людей.

Александр Кулешов

Александр Петрович Кулешов — доктор технических наук, российский учёный-математик, специалист в области информационных технологий и математического моделирования. Академик РАН и ректор Сколковского института науки и технологий расскажет про проблемы искусственного интеллекта.

Александр Кулешов в интервью на радио «Маяк» расскажет, почему Корея объявила национальным приоритетом искусственный интеллект. А также о проблемах, с которыми столкнулся немецкий Бундестаг при попытке узаконить системы управления транспортом. Кто такие современные луддиты и как ИГ связано с тенденциями в области искусственного интеллекта? А также Александр Кулешов ответит на вопрос о том, почему мы не понимаем, как на самом деле работают системы на основе ИИ.

Пишите комментарии

Какие еще видео можно добавить в эту статью? Оставляйте свои комментарии со ссылками на научные источники и исследования этой проблемы ниже… Будем рады вашей помощи в объективном исследовании этого вопроса.