1 месяц назад 46
Искусственный интеллект: дилемма пользы или опасности для общества
В последние годы антропологи обнаружили интересный факт — мозг человека стремительно уменьшается. Ученые выдвинули несколько гипотез, но ни одна из них, не может полностью объяснить наблюдаемый феномен. Все выглядит так, как будто последние 25000 лет человек реже пользуется собственным мозгом. Хотя объективного ответа у ученых пока нет, можно утверждать, что одним из факторов уменьшения когнитивных возможностей мозга сегодня может стать память информационных и коммуникационных устройства на которые мы уповаем, изобилие аудиовизуальной информации, вместо чтения текстов, использование готовых ресурсов интернет, а в последнее время, коммерческих систем искусственного интеллекта. Они реально снижают когнитивные и творческие возможности молодых людей, а значит и общества в целом.
Самое опасное, на наш взгляд, заключается в том, что системы современного обывательского мировоззрения сформируют мнение, что искусственный интеллект (далее ИИ) совершеннее, чем простой рассудок и разум человека, сформировавшие все достижения креативного ума человечества. На подходе в ближайшие десятилетия квантовые компьютеры, чьи вычислительные возможности на многие порядки превосходят вычислительные возможности нынешних суперкомьютеров, а уже сегодня технологии «Chat GPT» 4-5 поколений вызвали широкие этические дискуссии (см., например: https://rg.ru/2023/03/21/reg-ufo/eksperty-rasskazali-kak-poiavlenie-chat-gpt-otrazitsia-na-ekonomike.html и https://conference.tass.ru/events/forum-etiki-iskusstvennogo-intellekta-pokolenie-gpt-krasnye-linii) не только среди гуманитариев, но среди самих производителей современных технологических новинок. Остается много отрытых вопросов перед обществом о дилемме пользы и опасности технологий ИИ, которые придется решать в ближайшие годы.
Справка: Искусственный интеллект — это способность компьютерной системы имитировать когнитивные способности человека, такие как обучение и решение задач. Используя математические функции и логику, компьютерная система имитирует процессы изучения новых сведений и принятия решений у людей.
Само понятие ИИ появилось в 1956 году после «Дартмутского семинара», или конференции по вопросам искусственного интеллекта в Дартмутском колледже. Хотя различные идеи машинного или искусственного интеллекта существовали задолго до этого. Самой первой реальной попыткой реализации подобной идеи, нужно считать построенную во время второй мировой войны машину для прочтения шифрованных сообщений. Созданную тогда британским математиком Аланом Тьюрингом электромеханическую конструкцию можно с определенной натяжкой назвать прообразом слабого искусственного интеллекта.
Кадр из фильма «Игра в имитацию» и портрет Алана Тьюринга. Источник: chainmedia.ru, electra-style.ru
ИИ основаны и на технологии нейронных сетей, которые получили бурное развитие благодаря достижениям нейрофизиологии. Первые успехи в этом направлении приписывают Уоррену Мак-Каллоку и Уолтеру Питтсу. Именно они к 1943 году описали первую модель нейросети, основанную на математических алгоритмах человеческого мозга.
Основатели нейросетей Уоррен Мак-Калок и Уолтер Питтс. Источник: https://zoom.cnews.ru/publication/item/64759
А вот в 1958 году под руководством Фрэнка Розенблатта было создано устройство, которое умело классифицировать изображения в двухмерном пространстве, моделируя процесс человеческого восприятия. Это ещё один пример прообраза нейронной сети, который появился полвека назад.
Первые успехи в области нейросетей вызвали общественный резонанс, но были несовершенными и быстро потеряли актуальность. Очередной бум случился уже в начале 90-х, но из-за отсутствия достаточной информационной базы интерес к ним снова быстро пропал.
В самом начале XXI века, одновременно с ростом вычислительной мощности появилась новая концепция так называемого машинного обучения. Суть новой модели искусственного интеллекта, назовем его ИИ-3, сводилась к анализу данных связанных с явлением и процессом, и определение доминирующих тенденций в принятии успешных решений в прошлом, для создания текущих активных алгоритмов управления и принятия решений в будущем. Кроме того, на основе этого метода предполагалась возможность прогнозирования динамики и параметров обратной связи, или ответов на команды управляющего центра. Говоря проще алгоритм не только, сохранил гибкость, но и стал способен передвигать ограничения, изменяя сам диапазон возможного ответа.
В течение последних десяти лет, благодаря широкому использованию вычислительных систем повышенной производительности появилась возможность заставить машину учиться и накапливать опыт, используя огромные базы данных и многослойные технические нейросети. Такой ресурсозатратный процесс называется глубоким обучением или ИИ-3+.
В последнее время все больше появляется разных концепций так называемого гибридного интеллекта, например, способной к обучению нейросети, которая представляет собой симбиоз искусственного и человеческого интеллекта. Герой нашего выпуска в рубрике «Молодые исследователи Якутии», кандидат физико-математических наук Сергей Степанов вместе со своими коллегами по молодежной лаборатории Математического института СВФУ имени М.К. Аммосова, работают над своей прикладной идеей гибридного интеллекта, которая основана на синтезе физических, математических моделей и возможностей наличествующих систем ИИ. Из его рассказа читатели смогут получить первичное представление об использовании вычислительных технологий в нашем регионе.
Приятного просмотра!
Фото: Пресс-служба АНЕ РС (Я), chainmedia.ru, electra-style.ru
Источник: Пресс-служба Академии наук РС (Я) по материалам https://vk.com/@e_b_d_m-mir-na-poroge-neizbezhnogo-chto-takoe-gibridnyi-iskusstvenny, https://trashbox.ru/topics/125759/chudesa-nejrosetej-kak-oni-menyayut-okruzhayuschij-mir, electra-style.ru
