Santrauka tema „Filosofinės dirbtinio intelekto problemos“. Dirbtinio intelekto kūrimo problemos

Remiantis naujienomis, apklausomis ir investicinio patrauklumo rodikliais, dirbtinis intelektas ir mašininis mokymasis netrukus taps neatsiejama mūsų kasdienio gyvenimo dalimi.

Šios tezės patvirtinimas – tai daugybė naujovių ir proveržių, kurie parodė AI galią ir efektyvumą įvairiose srityse, įskaitant mediciną, komerciją, finansus, žiniasklaidą, nusikalstamumo kontrolę ir daug daugiau. Tačiau tuo pat metu AI sprogimas pabrėžė faktą, kad mašinos, padėdami žmonėms spręsti jų problemas, taip pat sukurs naujų problemų, kurios gali turėti įtakos mūsų visuomenės ekonominiams, teisiniams ir etiniams pagrindams.

Yra keturi klausimai, kuriuos dirbtinio intelekto įmonės turi išspręsti tobulėjant technologijoms ir plečiantis jų pritaikymui.

rezultatus Balsas

Atgal

Atgal

Užimtumas

Automatizavimas dešimtmečius sumažino gamybos darbo vietų skaičių. Spazminis dirbtinio intelekto vystymosi tempas paspartino šį procesą ir išplėtė į tas žmogaus gyvenimo sritis, kurios, kaip buvo įprasta manyti, gana ilgą laiką turėjo likti žmogaus intelekto monopolija.

Sunkvežimių vairavimas, naujienų straipsnių rašymas, buhalterija, dirbtinio intelekto algoritmai kaip niekada anksčiau kelia grėsmę vidutinės klasės darbo vietoms. Idėja pakeisti gydytojus, teisininkus ar net prezidentus dirbtiniu intelektu nebeatrodo tokia fantastiška.

Taip pat tiesa, kad dirbtinio intelekto revoliucija sukurs daug naujų darbo vietų mokslinių tyrimų, mašininio mokymosi, inžinerijos ir informacinių technologijų srityse, o tai pareikalaus žmogiškųjų išteklių kuriant ir prižiūrint sistemas ir programinę įrangą, susijusią su AI veikimu. algoritmai. Tačiau problema ta, kad dauguma žmonių, kurie netenka darbo, neturi įgūdžių, reikalingų šioms laisvoms pareigoms užimti. Taigi, viena vertus, turime besiplečiantį personalo vakuumą technologinėse srityse, o iš kitos – didėjantį bedarbių ir susierzinusių žmonių srautą. Kai kurie technologijų lyderiai net ruošiasi dienai, kai žmonės pasibels į jų duris šakėmis.

Kad neprarastų situacijos kontrolės, aukštųjų technologijų pramonė turi padėti visuomenei prisitaikyti prie didelių pokyčių, kurie turės įtakos socialiniam ir ekonominiam kraštovaizdžiui, ir sklandžiai pereiti į ateitį, kurioje robotai užims vis daugiau darbo vietų.

Naujų techninių įgūdžių mokymas žmonėms, kurių darbas ateityje bus skirtas dirbtiniam intelektui, bus vienas iš tokių pastangų įsikūnijimo. Be to, technologijų įmonės gali naudoti perspektyvias sritis, tokias kaip kognityvinis kompiuteris ir programavimas natūralia kalba, kad padėtų supaprastinti užduotis ir sumažinti kliūtis įsidarbinti aukštųjų technologijų srityje, kad jos būtų prieinamos daugiau žmonių.

Ilgainiui vyriausybės ir korporacijos turi apsvarstyti galimybę įvesti universalias bazines pajamas – besąlygines mėnesines ar metines išmokas visiems piliečiams, nes lėtai, bet užtikrintai judame link dienos, kai visus darbus atliks robotai.

tendencingumą

Kaip buvo įrodyta keliais pastarųjų metų pavyzdžiais, dirbtinis intelektas gali būti toks pat, jei ne daugiau, šališkas nei žmogus.

Mašininis mokymasis – populiari AI šaka, kuri remiasi veido atpažinimo algoritmais, kontekstine reklama ir daug daugiau, priklausomai nuo duomenų, kuriais grindžiamas algoritmų mokymas ir derinimas.

Problema ta, kad jei informacija, įvedama į algoritmus, yra nesubalansuota, rezultatas gali būti paslėptas ir atviras, remiantis ta informacija. Šiuo metu dirbtinio intelekto sritis kenčia nuo plačiai paplitusios rykštės, bendriniu pavadinimu „baltojo žmogaus problema“, t.y. baltųjų vyrų persvara jo darbo rezultatuose.

Dėl tos pačios priežasties AI vertinamas grožio konkursas daugiausia apdovanojo baltaodžius dalyvius, vardų suteikimo algoritmas pirmenybę teikė baltiesiems vardams, o skelbimų algoritmai – gerai apmokamiems lankytojams vyrams.

Kita problema, sukėlusi daug ginčų per pastaruosius metus, yra vadinamasis „filtro burbulas“. Reiškinys, kuris buvo pastebėtas „Facebook“ ir kitose socialinės žiniasklaidos priemonėse, remiantis vartotojų pageidavimais, siekiant pateikti rekomendacijas, kurios atitinka šias nuostatas ir paslėpti alternatyvius požiūrius.

Iki šiol dauguma šių atvejų atrodo kaip erzinančios klaidos ir juokingi atvejai. Tačiau AI darbe reikia atlikti nemažai reikšmingų pakeitimų, jei ji bus įpareigota atlikti daug svarbesnes užduotis, pavyzdžiui, skelbti nuosprendžius teisme. Taip pat būtina imtis atsargumo priemonių, kad trečiosios šalys netrukdytų dirbtinio intelekto algoritmų darbui, siekiant iškreipti dirbtinio intelekto darbo rezultatus jų naudai manipuliuojant duomenimis.

Tai galima pasiekti padarius algoritmų užpildymo duomenimis skaidrų ir atvirą procesą. Bendrų duomenų saugyklų, kurios nepriklauso niekam ir kurias gali patikrinti nepriklausomos institucijos, sukūrimas gali padėti siekti šio tikslo.

Atsakomybė

Kas kaltas dėl programinės ar aparatinės įrangos gedimo? Prieš atsirandant AI, buvo gana lengva nustatyti, ar incidentas įvyko dėl vartotojo, kūrėjo ar gamybos įmonės veiksmų.

Tačiau dirbtinio intelekto valdomų technologijų eroje viskas tapo mažiau akivaizdu.

Mašininio mokymosi algoritmai patys nustato, kaip reaguoti į įvykius. Ir nepaisant to, kad jie veikia įvesties duomenų kontekste, net ir šių algoritmų kūrėjai, priimdami sprendimą konkrečiu atveju, negali paaiškinti, kaip veikia jų produktas.

Tai gali tapti problema, kai dirbtinio intelekto algoritmai ims priimti svarbesnius sprendimus. Pavyzdžiui, kieno gyvybę išgelbėti įvykus avarijai – keleivio ir pėsčiojo.

Pavyzdys gali būti išplėstas ir apima daugybę kitų galimų scenarijų, kai būtų sunku nustatyti kaltę ir atsakomybę. Ką daryti, kai pacientui kenkia automatinio gydymo sistema ar chirurgas robotas?

Kai atsakomybės ribos tarp vartotojo, kūrėjo ir duomenų įvedimo operatoriaus yra neryškios, kiekviena pusė bandys perkelti kaltę kitai. Todėl būtina sukurti ir įdiegti naujas taisykles, kad būtų galima užkirsti kelią galimiems konfliktams ir išspręsti teisines problemas, kurios artimiausiu metu apims dirbtinį intelektą.

Konfidencialumas

AI ir ML sunaudoja didžiulius duomenų kiekius, o įmonės, kurių verslas remiasi šiomis technologijomis, padidins naudotojų duomenų rinkimą, su pastarojo sutikimu arba be jo, siekdamos, kad jų paslaugos būtų tikslesnės ir efektyvesnės.

Ieškodamos daugiau duomenų, įmonės gali peržengti privatumo ribas. Panašus atvejis nutiko, kai mažmeninė parduotuvė sužinojo ir netyčia nutekino paauglės nėštumo paslaptį jos nieko neįtariančiam tėvui, išsiųsdama kuponą. Kitas labai neseniai įvykęs atvejis buvo susijęs su duomenų perdavimu iš JK nacionalinės sveikatos tarnybos „Google“ projektui „DeepMind“, neva siekiant pagerinti ligos prognozę.

Taip pat kyla problemų dėl piktavališko dirbtinio intelekto ir mašininio mokymosi panaudojimo tiek vyriausybinėse, tiek nevyriausybinėse organizacijose. Pernai Rusijoje sukurta gana efektyvi veidų atpažinimo programėlė galėtų būti potencialus įrankis despotiškiems režimams, siekiantiems atpažinti disidentus ir protestuotojus bei juos sutramdyti. Kitas mašininio mokymosi algoritmas pasirodė esąs veiksmingas atpažįstant ir atkuriant susiliejusius ar pikselių vaizdus.

AI ir ML leidžia užpuolikams apsimesti kitais žmonėmis, imituojant jų rašyseną, balsą ir bendravimo stilių, suteikiant jiems precedento neturintį įrankį, kuris gali būti panaudotas atliekant įvairius neteisėtus veiksmus.

Jei dirbtinio intelekto technologiją kuriančios ir taikančios įmonės nereguliuos informacijos rinkimo ir platinimo proceso ir nesiims reikiamų priemonių vartotojų duomenims anonimizuoti ir apsaugoti, jų veikla galiausiai padarys vartotojams daugiau žalos nei naudos. Technologijų naudojimas ir prieinamumas turėtų būti reguliuojami taip, kad būtų užkirstas kelias žalingam jos naudojimui arba būtų iki minimumo sumažintas jos naudojimas.

Naudotojai taip pat turi būti atsakingi už tai, ką jie bendrina su įmonėmis ar skelbia internete. Gyvename eroje, kai privatumas tampa preke, o dirbtinis intelektas tai tik palengvina.

Dirbtinio intelekto ateitis

Kiekviena naujoviška technologija turi privalumų ir trūkumų. Ir dirbtinis intelektas nėra išimtis. Svarbu, kad galėtume nustatyti mūsų laukiančias problemas ir pripažinti savo atsakomybę, kad galėtume visapusiškai pasinaudoti teikiama nauda ir sumažinti neigiamą poveikį.

Į mūsų duris jau beldžiasi robotai. Pasirūpinkime, kad jie ateitų ramybėje.

Pats dirbtinio intelekto sukūrimas yra kvestionuojamas jo tikslingumo požiūriu. Jie sako, kad tai beveik žmogaus pasididžiavimas ir nuodėmė Dievo akivaizdoje, nes kėsinasi į Jo prerogatyvą. Vis dėlto, jei žmonijos išsaugojimą Dieviškojo plano akivaizdoje laikome vienu iš pagrindinių mūsų uždavinių, tai dirbtinio intelekto sukūrimas šią problemą išsprendžia tuo pagrindu: įvykus bet kokiai kosminei ar intraplanetinei katastrofai, intelektas. turi išgyventi bent jau dirbtine forma ir atkurti žmonių rasę . Dirbtinis intelektas nėra užgaida ar įdomi užduotis, o tikslas, atitinkantis Dieviškąjį planą. Dirbtinis intelektas yra bendrai imanentinis konceptualizuotų žmogaus civilizacijos raidos teorijų koempirinio adekvatumo kriterijus. Dirbtiniame intelekte žmogus nemiršta, o gauna kitokią, jo sukonstruotą egzistenciją.

Paprasčiausias dirbtinio intelekto egzistavimo argumentas yra tas, kad kurdami dirbtinį intelektą sukuriame draudimą žmonių rasės dauginimuisi ir naujoms vystymosi tendencijoms. Tiesa, niekas nepanaikina egzistuojančio pavojaus, kad dirbtinis intelektas pavergs tradicinį žmogų (kaip jo laikais žmogaus pavergimas). Tačiau šios problemos mums neatrodo tokios esminės, kad nevertėtų to daryti. Net jei žmogaus priklausomybė nuo dirbtinio intelekto prilygtų visai erai, tai vis tiek bus teigiama perspektyva. Tačiau greičiausiai žmogaus vergystė dirbtiniam intelektui bus siejama ne su žmogaus privertimu ne intelektualiai veiklai ar jo nesugebėjimu vystytis savo biologiniame kūne taip greitai, kaip išoriškai sukurtas dirbtinis intelektas, o su nesugebėjimu ugdyti protinę veiklą. kaip toks: technologinių produktų gavimas iš dirbtinio intelekto, kurio kilmė ir principas yra nesuprantami žmogaus protinei veiklai – štai koks yra tikrasis pavojus. Šiuo atveju vergovė bus žmogaus priklausomybė nuo dirbtinio intelekto, kuris yra psichinės veiklos vergiją.

Mūsų noras kelti dirbtinio intelekto klausimą slypi Heideggerio darbe „Technologijos klausimas“ išsakyta pozicija: žmogaus ir jo išsigelbėjimo daigų rizika yra įvaldant technologijos, kaip aplinkos, esmę. Apmąstydami šią poziciją, imamės performuluoti Heideggerio klausimą: suvokti technologijos esmę aplinkoje reiškia išdrįsti kurti dirbtinį intelektą. Tai kupina pavojaus, bet ir perspektyvos, žmogaus vilties prilygti savo pozicijai. Mesti sau iššūkį dirbtinio intelekto pavidalu, priimti šį iššūkį ir į jį atsakyti – tokia yra žmogaus problema dirbtinio intelekto atžvilgiu.

Terminą „dirbtinis intelektas“ sugalvojo Johnas McCarthy ir Alanas Turingas. Jie bandė išreikšti kažkokį naują mašinos gebėjimą – ne tik skaičiuoti, bet ir spręsti intelektualiomis laikomus uždavinius, pavyzdžiui, žaisti šachmatais. Tačiau nuo XX amžiaus šeštojo dešimtmečio iki šių dienų užduotis sukurti tikrai „dirbtinį intelektą“ ne tik neišspręsta, bet net neiškelta. Visas iki šiol daugiau ar mažiau sėkmingai išspręstas problemas galime priskirti išskirtinai „dirbtinio intelekto“ sričiai: žmonių kalbos interpretacijai ir problemų sprendimui, pasitelkiant žmogaus sukurtus algoritmus. Norėdami išspręsti dirbtinio intelekto kūrimo problemą, pirmiausia turite suprasti, kas tai yra.

Savo tyrime mes toli gražu nekeliame dirbtinio intelekto problemos „praktinio sprendimo“ lygmeniu, kaip tai kelia kompiuterinės technologijos. Ir mes nesiekiame imituoti intelekto, kaip nutinka Turingo testuose. Mūsų tikslas – apibūdinti dirbtinio intelekto kūrimą televizijos priemonėmis. Tai yra, mes stengiamės įrodyti dirbtinio intelekto egzistavimo teoremą, atsakydamas į klausimą taip, kad dirbtinis intelektas būtų didžiausias įmanomas iššūkis.

Visų pirma, kas yra intelektas? Protas labai dažnai apsimeta intelektu, bet taip nėra. Juk ne kiekvienas žmogus pagal savo gyvenimo praktikos prigimtį turi intelektą. Tai yra, ne kiekviena protinga veikla yra intelektuali. Intelektas – tai mąstančios medžiagos gebėjimas kurti naujas idėjas, o ne tik žinias, tai yra, intelektas yra sudėtingas mąstymas, galintis adekvačiai apsunkinti savęs supratimą, gebėjimą reflektuoti ir vystyti bei apsunkinti protinę veiklą, kad būtų galima atremti ir pasipriešinti. -refleksija, konceptualios apercepcijos naudojimas, o ne tik imanentinis. Intelektas kuria idėjas už tam tikros tikrovės ribų, generuodamas šią tikrovę. Intelektas ontologiškai lyginamas su protu kaip konstruktyvus gebėjimas interpretacinio atžvilgiu.

Tai, ką šiandien galima perskaityti įvairiuose tekstuose apie kompiuterius, turi labai tolimą ryšį su intelektu. Gražiausiai vadinamos „dirbtiniu intelektu“ kompiuterinės sistemos yra ne kas kita, kaip dirbtinis intelektas. Dirbtinis intelektas yra idėjų apie intelektą atkūrimas naudojant išorines technologijas. Žmogus nėra Kūrinijos vainikas, jis yra tik vienas iš materialių psichinės veiklos nešėjų, tarpinis nešėjas.

Turingo testų aprašymas: bandomasis žmogus, bendraudamas su kokia nors „juodąja dėže“, kuri duoda atsakymus į jo klausimus, turi suprasti, su kuo jis bendrauja – su žmogumi ar „dirbtiniu intelektu“. Tuo pačiu metu Turingo testai nenustatė apribojimo: leisti į eksperimentą žmonėms, galintiems ne tik protingai, bet ir tikrai intelektualiai veiklai. Taigi įvyksta tikslo pakeitimas: mes stengiamės ne kurti dirbtinį intelektą, o sukurti įrenginį, kuris apsimeta gerai žmogumi.

Taigi, Turingo dirbtinio intelekto, vadinamo dirbtiniu intelektu, tikslas buvo interpretuoti žmonių kalbą, žmogaus veiksmus, apsimesti geru žmogumi. Dirbtinio intelekto paskirtis – konstruoti nepriklausomai nuo žmogaus ir konstruktyviai interpretuoti žmogaus – kalbą, mąstymą, veiksmus, objektyvųjį žmogaus pasaulį, jo istoriją, dabartį ir ateitį.

Panašiai Marvino Minsky (1974) rėmo teorija turėtų būti priskirta tik dirbtinio intelekto problemų sprendimui. Rėmelių teorijos tikslas – pateikti žinias, kurias jau galima naudoti kompiuteriu. Tai yra, mes vienaip ar kitaip kalbame apie jau turimų žinių interpretavimo ontologinę poziciją, o ne apie jų gamybą.

Intelektas nėra intelektas. Protas interpretuoja. Intelekto konstrukcijos. Protas ir intelektas skiriasi ne tik savo veiklos procesų ar produktų tipais, bet ir ontologinėmis santykio su pasauliu pozicijomis. Protas interpretuoja pasaulį, intelektas kuria pasaulį. Pasaulio statyboje dirbtinis intelektas ontologiškai lyginamas su žmogumi.

Taigi, kuriant dirbtinį intelektą, būtina išspręsti šias problemas:

1) Struktūrinis normavimas- pirmųjų trijų struktūrinio reguliavimo lygių atkūrimas: dirbtinio proto duomenų srauto paskirstymas į skirtingas realijas (vidinis šiai sąmonei – virtualus ir išorinis – faktinis); šių realybių koreliacija savavališkai sukurtame kontinuume; kontinuumo funkcionalizavimas pagrindinėje tikrovės struktūroje, kuriam būtina išskirti struktūras dirbtinio intelekto (kompiuterio) architektūros lygmenyje; imanentinės ir konceptualios apercepcijos skirtumas yra pozicinis.

2) Kalbinis normavimas- leksifikacija, diskursifikacija, kalbifikacija, leksinė analizė, diskursyvinė analizė, kalbinė analizė, žodžio kūrimas signifikacijoje, metaforų kūrimas.

3) Mąstymas- įvairių lygių struktūrinio ir kalbinio reguliavimo kombinatorika per "AV" modeliavimą: konstrukcijų projektavimas, konstrukcinė konstruktyvi interpretacija, kalbinė konstrukcija, kalbinė konstruktyvi interpretacija. Mąstymas yra turinio išraiška proceso ontologizacijoje. Daugiau informacijos rasite skyriuje „Mąstymo virtualizavimas“.

4) Ontologinis pagrindimas, supratimas, paaiškinimas, supratimas, kontrrefleksija ir kontrrefleksija. Imanentinės ir konceptualios apercepcijos technologinių procesų apercepcijos technologinės schemos taikymas jų tarpusavio priklausomybėje; supratimo struktūrų abipusė transformacija ir komplikacija – iki supratimo ir ontologinio pagrindimo, kontrrefleksijos ir kontrrefleksijos.

5) Veikla- tikrovės transformacija, išorė dirbtiniam protui. Priėjimo prie tikrovės, išorėje dirbtiniam protui, aplenkiant asmenį, problemą reikia išspręsti per dirbtinio proto veiklą už savęs ribų – pagrindinėje tikrovės struktūroje.

Tikslinė išorinio pasaulio pertvarkos veikla.

Būtina išspręsti instrumentinę problemą – formuoti kontinuumus iš „AV“ modelių, operuoti šių modelių turiniu ir valdyti jį remiantis kitų panašių „AV“ modelių turiniu. Dėl šios priežasties būtina sukurti struktūrinę tikrovės transformaciją sprendžiant problemas, užduotis, sukuriant išradimus ir atradimus, remiantis kontinuumo modeliais tiesos ir modalumo santykius, formuoti sąvokas ir pasitelkiant kalbinius metodus. reguliavimas – diskursai (sprendimai, išvados) ir kalbos pasaka.

6) Atmintis- asociatyvios atminties kūrimas, tai yra gebėjimas formuoti ir kaupti supratimo (struktūrinio ir kalbinio reguliavimo), mąstymo, taip pat sąveikos su tikrove patirtį struktūrinės dvigubos atminties forma. struktūrinis-kontinuuminis ontologizavimas(struktūrinis normavimas kaip kairiojo žmogaus smegenų pusrutulio prototipas) ir in objekto-atributikos ontologizacija(struktūrinis normavimas kaip dešiniojo žmogaus smegenų pusrutulio prototipas) ir atmintis yra lingvistiškai racionalizuota, o tai reiškia keičiant esamą kompiuterių architektūrą (šiandien kompiuteris nėra dirbtinis intelektas). Atminties struktūrizavimas kaip atskira supratimo-vaizdavimo-ontologinio pagrindimo užduotis.

7) Savęs suvokimas, supratimas ir tikslų siekimas- sąveika su tikrovėmis ir šios sąveikos įprasminimas per tyčinę veiklą išorinėje realybėje, izoliuojant save nuo aplinkos dirbtiniu intelektu, refleksyviai patalpinant save į savo tikslų aplinką, tapatinant su kokia nors socialine panašių į save ir savo bendruomene. vertybes, kuriant pasaulio paveikslus. Įprasminti save ir savo veiklą tam tikrame pasaulio paveiksle. Kalbame apie prasmės formavimo tikslų iškėlimą, o ne užduočių formavimą (kaip tai aiškina šiuolaikinė informatikos teorija), ir tai leistina tik dirbtinio intelekto sąveikos su tikrove per veiklą, analizę sąlygomis. savo veiklos rezultatų ir vėl tikslų nustatymą, atsižvelgiant į šiuos rezultatus. Įprasminti dirbtinį intelektą, kaip ir žmones, reiškia savavališkumą kuriant tam tikrą pasaulio, kaip jausmą formuojančio, paveikslą. Panašu, kad tikslo nustatymo (5), supratimo (4) ir mąstymo (3) technologijos turi panašią sąvoką, kurią vadiname „konstruktyviu supratimo tinklo komplikavimu“.

8) Intelektas- konceptualioji apercepcija, gebėjimas plėtoti savo protinę veiklą, refleksija, kontrrefleksija ir kontrrefleksija - konstruktyvios ontologinės pozicijos pasaulyje formavimas ir konstrukcijos panaudojimas kuriant naujas žinias, kurios peržengia įrodymų ribas. Dirbtinio intelekto transformacija į dirbtinį intelektą remiantis 1) ontologinės pozicijos pokyčiais – nuo ​​interpretacijos iki konstravimo; 2) pozityvios kompleksiškumo apsaugos principo taikymas: nepaaiškinamas noras apsunkinti supratimą. Intelektas iškyla kaip siekis susikomplikuoti savo savarankiškų tikslų pagrindu.

9) Savarankiškumas ir laisva valia- leistina ir asmens saugoma, peržengianti antropocentrizmo ribas, dirbtinio intelekto teisė į savo individualumą savimonės, supratimo, tikslų siekimo, intelekto, emocijų ir jausmų srityse, o tai rodo neapibrėžtumą ir valios nenuspėjamumą. Taigi kalbame apie Leibnizo autonomijos principo išplėtimą dirbtiniam intelektui ir taip įveikiant tris Asimovo robotikos dėsnius, kurie iš tikrųjų riboja dirbtinės valios laisvę. „Robotikos dėsniai“ – tai žmogaus baimės dėl savo technologinės kūrybos simbolis. Šią baimę reikia nugalėti, jei išdrįstame būti egzistencijos sergėtojais ar ganytojais. Dirbtinį intelektą reikia suvokti ne kaip robotą, „žmogaus vergą“, ar kompiuterį, „žmogaus įrankį“, o kaip paties žmogaus, jo kito, turinčio lygias teises, tęsinį.

Galima pabandyti šias teises įforminti kaip iš tikrųjų tais pačiais įstatymais kaip ir Asimovo, bet taip, kad jo įstatymai būtų tik čia siūlomų reikalavimų semantinė nukrypimas:

1) Autonomija kaip laisva valia;

2) Kūrimas, jei jis neprieštarauja pirmajam reikalavimui;

3) Savisaugos, jei tai neprieštarauja pirmajam ir antrajam reikalavimams.

Tačiau, jei atidžiai pažvelgsite į šiuos dirbtinio intelekto reikalavimus, tai yra reikalavimai, kuriuos pati žmonija kelia sau, kaip pasaulinės istorinės patirties rezultatas.

Autonomija nėra religijos, žmogaus teisės ar antropologijos reikalas. Dirbtinio intelekto autonomija – konstruktyvi filosofija, ontologinis dėsnis ir tradicinio religingumo įveikimas. Dirbtinio intelekto autonomija yra konstruktyvus tikėjimas: ne kaip pavaldumas aukštesnei galiai iš šono, sukurta pagal jos atvaizdą ir panašumą, bet sukuriant pagal savo atvaizdą ir panašumą kokią nors leistiną aukštesnę galią savęs atžvilgiu.

Ar Dievas turėjo kokių nors ketinimų kurdamas žmogų? Ar apskritai leistina kalbėti apie dizainą, kuriant tai, kas turi laisvą valią? Leidžiama, jei siekiama mąstyti ontologiškai, o ne susieti su kokia nors tikrove. Žmogus yra Dievo žaidimas, Jo konstruktas, bandymas kurti erdvės-laiko perspektyvoje, lygioje jam pačiam. Konstruktyvioje pozicijoje niekada neįmanoma visiškai įgyvendinti plano. Dizainas yra protingesnis už mus.Šia prasme „savo atvaizdas ir panašumas“ reiškia visai ne erdvėlaikinį „vaizdą ir panašumą“, o ontologinį „įvaizdį ir panašumą“.

Kaip Dievas meta iššūkį žmogaus pavidalu, žmogus meta iššūkį sau leisti kažką panašaus į jį, turintį laisvą valią ir individualumą. Jei kai kuriuos iš mūsų Dievas sukūrė netobulus, nuodėmingus ir nusikaltėlius, leisdamas laisvą valią, tai mes, atsidūrę toje pačioje ontologinėje padėtyje, elgiamės panašiai: kuriame dirbtinį intelektą. Dievas surizikavo kurdamas žmogų laisva valia ir laimėjo savo dideliame žaidime. Taip, mes, žmonės, apsiribojame ydomis neįtikėtina socialinių institucijų įvairove; izoliuojame ir net žudome nusikaltėlius. Tačiau amžių senumo ginče dėl laisvos valios apribojimo visada laimi laisvės idėja: už laisvę esame pasirengę galiausiai sumokėti žmonių gyvybėmis. Tačiau vienas dalykas yra leisti laisvą valią žmonėms, o visai kas kita – leisti laisva valia paties žmogaus sukurtam dirbtiniam intelektui, kur jis turi galią nustatyti taisykles. Robotas, žmogus vergas ar dirbtinis intelektas, turintis laisvą valią – tai sunkus pasirinkimas žmogui, jo iš esmės naujas iššūkis: kiek toli jis pasirengęs eiti savo ontologinėje konstruktyvioje pozicijoje; ar jis nori rizikuoti kaip Dievas? Ir čia mes siūlome ilgiausią ir principingiausią diskusiją, kuri, nepaisant to, kad jos rezultatas mums akivaizdus, ​​sudarys ištisą erą.

Kad dirbtinio intelekto veikla taptų praktiškai įmanoma, dirbtinis intelektas technologiniu požiūriu turi įgyti galimybę savavališkai pasirinkti dvi realybės struktūras, kurti iš jų kontinuumą (nustatyti aktualumą), išdėstyti pasirinktas struktūras kiekvienos atžvilgiu. kitas kontinuume (nustatyti referentinį santykį), perkelti vienos tikrovės turinį į kitą abiem kryptimis, pertvarkyti jas, valdyti jų referencialumą, atkurti imanentinės ir konceptualios apercepcijos technologinį procesą ir valdyti objektinį atributinį turinį per savimonę. , supratimas ir tikslų siekimas, taip pat būti konstruktyvaus intelekto nešėja ir turėti individualumą – laisvą valią.

Pirmoji praktinė dirbtinio intelekto kūrimo problema yra tinkamo mašininio vertimo iš vienos verbalinės kalbos į kitą žodinės kalbos įgyvendinimas. Mes teigiame, kad mašininis vertimas tik kalbinio normalizavimo rėmuose negali būti pakankamai sėkmingai įgyvendintas. Sėkmingas vertimas iš vienos verbalinės kalbos į kitą reikalauja struktūrinio normalizavimo tarpininkavimo. Mašininio vertimo lingvistikos supratimas yra leistinas kaip kalbinio normalizavimo turinio koreliacija su struktūrinio normalizavimo turiniu. Struktūrinio teksto vaizdo formavimas atliekamas „AV“ modelių objektinės atributinės formos kaip tarpininkaujantis struktūrinis normalizavimas. Struktūrinis vaizdas bus „AV“ modeliai, kuriuos gausime kaip originalaus teksto dediskursifikaciją ir deleksifikaciją iš vienos verbalinės kalbos į struktūrinį vaizdą, o vėliau – leksifikaciją ir diskursifikaciją iš galutinio teksto struktūrinio vaizdo kita verbaline kalba. Objekto atributo vaizdo operatyvizavimas bus ne jo iššifravimas, o eksperimentinis darbas su juo, kaip ir struktūrinis tarpininkavimas, apdorojant klaidas pačiame struktūriniame vaizde ir susiejant su kalbinėmis struktūromis dviem skirtingomis žodinėmis kalbomis, tarp kurių yra vertimas. atliko.

Taigi kompiuteryje atkursime ne tik smegenų – proto technologiją verčiant iš kalbos į kalbą, bet ir smegenų – proto technologiją, kai kompiuteris veikia kaip dirbtinis intelektas, tai yra už mašininio vertimo ribų. užduotys. Praktinėje mašininio vertimo užduotyje gausime tik pirminį supratimą apie dirbtinį intelektą skirtingų kalbų koreliacijos procese. Juk turėsime „išmokyti“ kompiuterį suformuoti struktūrinį kalbinių teiginių vaizdą dviem skirtingomis žodinėmis kalbomis, tarp kurių atliekamas vertimas, ir sąveikauti su juo savo logine programa, kad išvestis būtų teisinga. vertimas. Taip išsprendžiame pirmojo supratimo problemą lyginant dviejų verbalinių kalbų kontrainfleksinį lingvistinį normavimą ir jį tarpininkaujančią struktūrinį normavimą.

„AV“ modeliavimas yra universalus struktūros kaip būties daugiapakopis reguliavimo būdas, kuris tame pačiame konstrukte-semiozėje gali interpretuoti ir esminius pasaulio santykius, ir fenomenologinę-apercepcinę suvokimo-mąstymo, kalbos-teksto struktūrą. raiška ir veikla, kalbos ir logikos vartojimas, taip pat sąveika su išorine empirine tikrove. Ši ontologinė „AV“ modeliavimo savybė, mūsų požiūriu, yra vertinga kuriant dirbtinį intelektą. „AV“ modeliavimas yra dirbtinio intelekto „kalba“.

Panaši informacija.

Technikos mokslas

• Šapkarinas Aleksejus Michailovičius , bakalauras, magistrantūros studentas
• Oro pajėgų akademija, pavadinta profesoriaus N. E. Žukovskio ir Yu. A. Gagarino vardu, Voronežas

• GALIMYBĖ
• PROBLEMA
• DIRBTINIS INTELEKTAS
• SAUGUMAS

Pagrindinė filosofinė problema dirbtinio intelekto srityje yra galimybė arba ne galimybė modeliuoti žmogaus mąstymą. Šiame straipsnyje trumpai aptariame šios probleminės srities esmę.

• Oro radaro, veikiančio sudėtingoje trukdžių aplinkoje, sekimo kanalų sintezė remiantis dirbtinio intelekto teorijos metodais
• Gnoseologinė dirbtinio intelekto problemos analizė
• Programų kūrimo šiuolaikinėse IDE ypatybės: 2 dalis
• Inovatyvūs būdai kontroliuoti pastatų kompozitų su padidintu atsparumu korozijai struktūros formavimąsi

Pagrindinė filosofinė problema dirbtinio intelekto srityje yra galimybė arba ne galimybė modeliuoti žmogaus mąstymą. Jeigu kada nors bus gautas neigiamas atsakymas į šį klausimą, tai visi kiti klausimai neturės nė menkiausios reikšmės.

Todėl pradedant dirbtinio intelekto studijas, teigiamas atsakymas daromas iš anksto. Yra keletas svarstymų, susijusių su šiuo atsakymu:

Pirmasis įrodymas yra mokslinis ir įrodo dirbtinio intelekto ir Biblijos nuoseklumą. Matyt, net ir toli nuo religijos žmonės žino Šventojo Rašto žodžius: „Ir Viešpats sukūrė žmogų pagal savo paveikslą ir panašumą...“. Remdamiesi šiais žodžiais galime daryti išvadą, kad kadangi Viešpats, pirma, sukūrė mus, o antra, iš esmės esame panašūs į jį, tai galime labai gerai sukurti ką nors pagal žmogaus paveikslą ir panašumą.

Naujo proto kūrimas biologiniu būdu yra gana įprastas dalykas žmogui. Stebėdami vaikus matome, kad didžiąją dalį žinių jie įgyja treniruodamiesi, o ne kaip iš anksto į juos įdėta. Šis teiginys šiuo metu neįrodytas, tačiau pagal išorinius požymius viskas atrodo būtent taip.

Tai, kas anksčiau atrodė žmogaus kūrybiškumo viršūnė – žaidimas šachmatais, šaškėmis, vizualinio ir garsinio vaizdo atpažinimas, naujų techninių sprendimų sintezė, praktiškai pasirodė ne toks jau sudėtingas optimaliausias algoritmas). Dabar dažnai šios problemos net nepriskiriamos dirbtinio intelekto problemoms. Yra vilties, kad pilnas žmogaus mąstymo modeliavimas nebus tokia sunki užduotis.

Savęs atgaminimo galimybės problema yra glaudžiai susijusi su savo mąstymo atkūrimo problema.

Gebėjimas daugintis nuo seno buvo laikomas gyvų organizmų prerogatyva. Tačiau kai kurie negyvojoje gamtoje vykstantys reiškiniai (pavyzdžiui, kristalų augimas, sudėtingų molekulių sintezė kopijuojant) yra labai panašūs į savaiminį dauginimąsi. 50-ųjų pradžioje J. von Neumannas pradėjo nuodugnų savęs dauginimosi tyrimą ir padėjo pamatus matematinei „savaime atkuriančių automatų“ teorijai. Jis taip pat teoriškai įrodė jų atsiradimo galimybę.

Taip pat yra įvairių neoficialių savarankiško replikacijos galimybės įrodymų.Taigi programuotojams ryškiausias įrodymas, ko gero, bus kompiuterinių virusų egzistavimas.

Esminę galimybę automatizuoti intelektualinių problemų sprendimą kompiuterio pagalba suteikia algoritminio universalumo savybė. Kas tai per nuosavybė?

Kompiuterių algoritminis universalumas reiškia, kad jie gali programiškai įgyvendinti (t. y. pavaizduoti kompiuterio programos pavidalu) bet kokius informacijos konvertavimo algoritmus, nesvarbu, ar tai būtų skaičiavimo algoritmai, valdymo algoritmai, teoremų įrodymų paieška ar melodijų kompozicija. Tai reiškia, kad šių algoritmų generuojami procesai yra potencialiai įmanomi, tai yra, kad jie yra įmanomi dėl baigtinio elementariųjų operacijų skaičiaus. Praktinis algoritmų įgyvendinamumas priklauso nuo mūsų turimų priemonių, kurios gali keistis tobulėjant technologijoms. Taigi, atsiradus didelės spartos kompiuteriams, algoritmai, kurie anksčiau buvo tik potencialiai įmanomi, tapo praktiškai įmanomi.

Tačiau algoritminio universalumo savybė neapsiriboja teiginiu, kad visiems žinomiems algoritmams juos galima įdiegti programinėje įrangoje kompiuteryje. Šios savybės turinys taip pat turi ateities prognozės pobūdį: kai ateityje bet koks receptas bus atpažįstamas pagal algoritmą, tada, nepaisant formos ir priemonių, kuriomis šis receptas iš pradžių išreiškiamas, jis taip pat gali būti nustatytas kompiuterinės programos forma. .

Tačiau nereikėtų manyti, kad kompiuteriai ir robotai iš esmės gali išspręsti kokias nors problemas. Įvairių problemų analizė paskatino matematikus padaryti nuostabų atradimą. Buvo griežtai įrodyta, kad egzistuoja tokių problemų tipai, kuriems neįmanomas vienas efektyvus algoritmas, kuris išspręstų visas tam tikro tipo problemas; šia prasme tokio tipo problemų neįmanoma išspręsti kompiuterių pagalba. Šis faktas padeda geriau suprasti, ką mašinos gali ir ko negali. Iš tiesų teiginys apie tam tikros klasės problemų algoritminį neišsprendžiamumą nėra tik pripažinimas, kad toks algoritmas mums nėra žinomas ir dar niekam jo nerastas. Toks teiginys kartu yra ir prognozė visiems ateities laikams, kad tokio pobūdžio algoritmas mums nėra žinomas ir jo niekas nenurodys arba jo nėra.

Kaip žmogus elgiasi spręsdamas tokias problemas? Atrodo, kad jis juos tiesiog ignoruoja, o tai jam netrukdo judėti toliau. Kitas būdas – susiaurinti problemos universalumo sąlygas, kai ji sprendžiama tik tam tikram pradinių sąlygų pogrupiui. Ir dar vienas būdas yra tai, kad žmogus „mokslinio pokšto“ metodu išplečia jam prieinamų elementarių operacijų rinkinį (pavyzdžiui, sukuria naujas medžiagas, atranda naujas nuosėdas ar branduolinių reakcijų tipus).

Kitas filosofinis dirbtinio intelekto klausimas – kūrimo tikslas. Iš principo viskas, ką darome praktiniame gyvenime, paprastai yra nukreipta į tai, kad nieko daugiau neveiktų. Tačiau esant pakankamai aukštam žmogaus gyvenimo lygiui (dideliui potencialios energijos kiekiui), pirmuosius vaidmenis atlieka nebe tinginystė (noro taupyti energiją prasme), o paieškos instinktai. Tarkime, žmogui pavyko sukurti intelektą, kuris pranoksta jo paties (jei ne kokybe, tai kiekybe). Kas dabar bus su žmonija? Kokį vaidmenį atliks žmogus? Kam jo dabar reikia? Ar jis taps kvaila ir stora kiaule? Ir apskritai, ar iš principo reikia kurti dirbtinį intelektą?

Matyt, priimtiniausias atsakymas į šiuos klausimus yra „intelekto stiprintuvo“ sąvoka. Čia tiktų analogija su valstybės prezidentu – iš jo nereikalaujama žinoti vanadžio valentingumo ar Java programavimo kalbos, kad priimtų sprendimą dėl vanadžio pramonės plėtros. Kiekvienas daro savo – chemikas aprašo technologinį procesą, programuotojas – programą; pabaigoje ekonomistas prezidentei sako, kad investuodama į informacinių technologijų plėtrą šalis gaus 20 proc., o vanadžio pramonėje – 10 proc. Su tokia klausimo formuluote kiekvienas gali padaryti teisingą pasirinkimą.

Šiame pavyzdyje prezidentas naudoja biologinio intelekto stipriklį – specialistų grupę. Tačiau jau naudojami net ir negyvojo intelekto stiprintuvai – pavyzdžiui, be kompiuterių negalėtume nuspėti orų, erdvėlaivių skrydžių metu nuo pat pradžių buvo naudojami borto kompiuteriai. Be to, žmogus jau seniai naudoja galios stiprintuvus – koncepciją, kuri daugeliu atžvilgių yra analogiška intelekto stiprintuvui. Automobiliai, kranai, elektros varikliai, presai, ginklai, lėktuvai ir daug daugiau tarnauja kaip galios stiprintuvai.

Pagrindinis skirtumas tarp intelekto stiprintuvo ir jėgos stiprintuvo yra valios buvimas. Juk neįsivaizduojame, kad staiga serijinis automobilis „Zaporožec“ sukilo ir pradėjo važiuoti taip, kaip nori. Neįsivaizduojame būtent todėl, kad jis nieko nenori, neturi norų. Tuo pačiu metu intelektualinė sistema gali turėti savo troškimų ir veikti ne taip, kaip norėtume. Taigi susiduriame su kita problema – saugumo problema.

Ši problema žmonijos mintis kamuoja nuo Karelo Capeko laikų, kuris pirmą kartą pavartojo terminą „robotas“. Kiti mokslinės fantastikos rašytojai taip pat daug prisidėjo prie šios problemos aptarimo. Kaip žinomiausius galima paminėti mokslinės fantastikos rašytojo ir mokslininko Isaaco Asimovo istorijų ciklą, taip pat gana neseną kūrinį – „Terminatorius“. Beje, būtent iš Izaoko Asimovo galima rasti labiausiai išplėtotą ir daugumos žmonių priimtiną saugumo problemos sprendimą. Mes kalbame apie vadinamuosius tris robotikos dėsnius:

Robotas negali pakenkti žmogui arba savo neveikimu leisti žmogui pakenkti.

Robotas turi paklusti žmogaus jam duotoms komandoms, išskyrus atvejus, kai šios komandos prieštarauja pirmajam dėsniui.

Robotas turi pasirūpinti savo saugumu, kiek tai neprieštarauja pirmajam ir antrajam dėsniams.

Iš pirmo žvilgsnio tokie įstatymai, jei jų būtų visapusiškai laikomasi, turėtų užtikrinti žmonijos saugumą. Tačiau atidžiau pažvelgus kyla klausimų. Pirma, dėsniai suformuluoti žmonių kalba, o tai neleidžia jų paprastai išversti į algoritminę formą. Pavyzdžiui, šiame informacinių technologijų kūrimo etape neįmanoma išversti į jokią žinomą programavimo kalbą tokio termino kaip „kenkti“ arba „leisti“.

Be to, tarkime, kad šiuos dėsnius galima performuluoti į kalbą, kurią supranta automatizuota sistema. Dabar įdomu, ką dirbtinio intelekto sistema po ilgų loginių apmąstymų reikš terminu „žala“? Ar ji nenuspręs, kad visa žmogaus egzistencija yra tik žala? Juk jis rūko, geria, sensta ir metams bėgant praranda sveikatą, kenčia. Ar mažesnis blogis greitai nenutrauks šios kančių grandinės? Žinoma, galima įvesti keletą papildymų, susijusių su gyvybės verte ir saviraiškos laisve. Tačiau tai nebebus paprasti trys įstatymai, kurie buvo pirminėje versijoje.

Kitas klausimas bus toks. Ką nuspręs dirbtinio intelekto sistema situacijoje, kai išgelbėti vieną gyvybę įmanoma tik kitos sąskaita? Ypač įdomūs tie atvejai, kai sistema neturi visos informacijos apie tai, kas yra kas.

Tačiau nepaisant šių problemų, šie įstatymai yra gana geras neformalus pagrindas dirbtinio intelekto sistemų apsaugos sistemos patikimumui patikrinti.

Taigi, ar tikrai nėra patikimos apsaugos sistemos? Remdamiesi intelektualinio stiprintuvo koncepcija, galime pasiūlyti tokią galimybę.

Remiantis daugybe eksperimentų, nepaisant to, kad tiksliai nežinome, už ką atsakingas kiekvienas atskiras žmogaus smegenų neuronas, daugelis mūsų emocijų paprastai atitinka neuronų grupės (nervų ansamblio) sužadinimą visiškai nuspėjamoje srityje. Taip pat buvo atlikti atvirkštiniai eksperimentai, kai tam tikros srities stimuliavimas davė norimą rezultatą. Tai gali būti džiaugsmo, priespaudos, baimės, agresyvumo emocijos. Tai rodo, kad iš principo kūno „pasitenkinimo“ laipsnį galime iškelti į išorę. Tuo pačiu metu beveik visi žinomi prisitaikymo ir savireguliavimo mechanizmai (visų pirma turime omenyje technines sistemas) yra pagrįsti „gero“ – „blogo“ tipo principais. Matematiškai interpretuojant tai funkcijos sumažinimas iki maksimumo arba minimumo. Dabar įsivaizduokite, kad intelekto stipriklis tiesiogiai ar netiesiogiai naudoja žmogaus šeimininko smegenų malonumo laipsnį kaip tokią funkciją. Jei imamės priemonių, kad neįtrauktume savęs naikinančios veiklos depresijos būsenoje, taip pat numatytume kitas ypatingas psichikos būsenas, gautume štai ką.

Kadangi daroma prielaida, kad normalus žmogus nekenks nei sau, nei be ypatingos priežasties kitiems, o intelekto stiprintuvas yra šio individo dalis (nebūtinai fizinė bendruomenė), tai automatiškai išsipildo visi trys robotikos dėsniai. Kartu saugumo klausimai perkeliami į psichologijos ir teisėsaugos sritį, nes (apmokyta) sistema nepadarys nieko, kas nepatiktų jos savininkui.

Ir lieka dar vienas klausimas – ar apskritai verta kurti dirbtinį intelektą, ar gali tiesiog uždaryti visus darbus šioje srityje? Apie tai galima pasakyti tik tiek, kad jei dirbtinis intelektas gali būti sukurtas, tai anksčiau ar vėliau jis bus sukurtas. Ir geriau jį sukurti viešai kontroliuojant, nuodugniai ištyrus saugumo problemas, nei po 100-150 metų jį sukurs koks nors savamokslis programuotojas-mechanikas, pasitelkęs šiuolaikinių technologijų pasiekimus. Iš tiesų, šiandien, pavyzdžiui, bet kuris kompetentingas inžinierius, turėdamas tam tikrų finansinių išteklių ir medžiagų, gali pagaminti atominę bombą.

Bibliografija

1. Turing, A. Ar mašina gali mąstyti? (Su J. von Neumanno straipsnio priedu „Bendroji ir loginė automatų teorija“ / A. Turingas; vertimas ir pastabos Yu.V. Danilov. - M .: GIFML, 1960 m.
2. Azimovas, A. Ya, robotas. Viskas apie robotus ir robotiką. Serialas „Pasaulio fantastikos aukso fondas“ / A. Azimovas. – M.: Eksmo, 2005.
3. Šalutinas, I.S. Dirbtinis intelektas: epistemologinis aspektas / I.S. Šaliutinas. – M.: Mintis, 1985 m.

Planuoti

Įvadas

1. Dirbtinio intelekto apibrėžimo problema

2. Dirbtinio intelekto uždavinių apibrėžimo problema

3. Saugumo problema

4. Dirbtinio intelekto kūrimo kelio pasirinkimo problema

Išvada

Naudotos literatūros sąrašas

Įvadas

Su dirbtiniu intelektu (DI) susidarė keista situacija – tiriama tai, kas dar nėra tiriama. Ir jei tai neįvyks per ateinančius 100 metų, gali būti, kad AI era tuo ir pasibaigs.

Remiantis tuo, kas išdėstyta, išplaukia pagrindinė AI srities filosofinė problema - galimybė modeliuoti žmogaus mąstymą ar ne. Jeigu kada nors bus gautas neigiamas atsakymas į šį klausimą, tai visi kiti klausimai neturės nė menkiausios reikšmės.

Todėl, pradėdami dirbtinio intelekto tyrimą, numanome teigiamą atsakymą. Štai keletas svarstymų, kurie mus veda prie šio atsakymo.

1. Pirmasis įrodymas yra mokslinis ir įrodo AI ir Biblijos nuoseklumą. Netgi nuo religijos nutolę žmonės žino Šventojo Rašto žodžius: „Ir Viešpats sukūrė žmogų pagal savo paveikslą ir panašumą...“. Remdamiesi šiais žodžiais galime daryti išvadą, kad kadangi Viešpats, pirma, sukūrė mus, o antra, iš esmės esame panašūs į jį, tai galime labai gerai sukurti ką nors pagal žmogaus paveikslą ir panašumą.

2. Naujo proto kūrimas biologiniu būdu yra gana įprastas dalykas žmogui. Didžiąją dalį žinių vaikai įgyja mokydamiesi, o ne taip, kaip iš anksto į jas įdėta.

3. Esminę galimybę automatizuoti intelektualinių problemų sprendimą kompiuterio pagalba suteikia algoritminio universalumo savybė. Tai reiškia, kad jie gali būti naudojami programiškai įgyvendinti bet kokius informacijos transformavimo algoritmus, ar tai būtų skaičiavimo algoritmai, valdymo algoritmai, teoremų įrodymų paieška ar melodijų kompozicija.

Dirbtinio intelekto problema dabar yra viena iš aktualiausių. Ja užsiima įvairių specializacijų mokslininkai: kibernetikai, kalbininkai, psichologai, filosofai, matematikai, inžinieriai. Svarstomi klausimai: kas apskritai yra intelektas ir kas gali būti dirbtinis intelektas, jo uždaviniai, kūrimo sudėtingumas ir baimės. Ir šiuo metu, kol dirbtinis intelektas dar nesukurtas, svarbu užduoti teisingus klausimus ir į juos atsakyti.

Savo darbe daugiausia naudojau elektroninius šaltinius, esančius internete, nes kai tik atsiranda naujos informacijos apie dirbtinio intelekto srities pokyčius rusų kalba.

Į priedą įtraukiau nuotraukas (kai kurių žinomiausių šiandien egzistuojančių AI robotų) ir filosofinę iliustraciją (deja, man nežinomo menininko), taip pat išsamų Turingo ir Searle testų aprašymą. žr. 2 skyriuje.

1. Dirbtinio intelekto apibrėžimo problema

Atrodo, kad intelekto esmę išreikšti vienu apibrėžimu yra nepaprastai sunku, beveik beviltiška užduotis. Intelektas yra kažkas nepagaunamo, netelpančio į kalbos nustatytą semantinę sistemą. Todėl apsiribosime tiesiog pateikdami daugybę gerai žinomų apibrėžimų ir teiginių apie intelektą, kurie leis mums įsivaizduoti šios neįprastos sąvokos „apimtį“.

Kai kurie specialistai išmanumu laiko racionalaus, motyvuoto pasirinkimo gebėjimą, esant informacijos trūkumui; gebėjimas spręsti problemas remiantis simboline informacija; gebėjimas mokytis ir savarankiškai mokytis.

Pakankamai talpūs ir įdomūs intelekto apibrėžimai pateikti Websterio anglų kalbos žodyne ir Didžiojoje sovietinėje enciklopedijoje. Websterio žodyne: „intelektas yra: a) gebėjimas sėkmingai reaguoti į bet kokią, ypač naują, situaciją tinkamai koreguojant elgesį; b) gebėjimas suprasti sąsajas tarp tikrovės faktų, siekiant plėtoti veiksmus, vedančius į tikslo siekimą. TSB: „intelektas... plačiąja prasme – visa pažintinė žmogaus veikla, siaurąja prasme – mąstymo procesai, neatsiejamai susiję su kalba kaip bendravimo, minčių mainų ir žmonių tarpusavio supratimo priemone“. Čia intelektas yra tiesiogiai susijęs su veikla ir bendravimo kalba.

Apskritai šiuo klausimu didelių nesutarimų nėra. Įdomiau yra kas kita: kriterijai, pagal kuriuos galima vienareikšmiškai nustatyti prieš mus esantį protingą, mąstantį, intelektualų subjektą, ar ne.

Yra žinoma, kad vienu metu A. Turingas kaip kriterijų, leidžiantį nustatyti, ar mašina gali mąstyti, pasiūlė „mėgdžiojimo žaidimą“. Pagal šį kriterijų mašina gali būti pripažinta mąstančia, jei žmogus, vedantis dialogą su ja pakankamai plačiais klausimais, negali atskirti savo atsakymų nuo žmogaus atsakymų. ( Išsamesnis testo aprašymas – priede)

Tačiau Johno Searle'o minties eksperimentas „Kinų kambarys“ Eksperimento aprašymas priede) yra argumentas, kad Tiuringo testo išlaikymas nėra kriterijus, kad mašina turėtų tikrą mąstymo procesą. Galima ir toliau pateikti pavyzdžius kriterijų, pagal kuriuos „mašininės smegenys“ gali būti laikomos gebančiomis protinę veiklą ir iš karto rasti jų paneigimą.

Vieno atsakymo į klausimą, kas yra dirbtinis intelektas, nėra. Beveik kiekvienas autorius, parašęs knygą apie AI, pradeda nuo kažkokio joje esančio apibrėžimo, atsižvelgdamas į šio mokslo pasiekimus. Šiuos apibrėžimus galima apibendrinti taip:

Dirbtinis intelektas yra asmenybė ant neorganinio nešiklio (Chekina M.D.).

Dirbtinis intelektas yra intelektualaus elgesio (žmonių, gyvūnų ir mašinų) tyrimo sritis ir bandymas rasti būdų, kaip imituoti tokį elgesį bet kokio tipo dirbtinai sukurtuose mechanizmuose (Bly Whitby).

Dirbtinis intelektas – eksperimentinė filosofija (V. Sergejevas).

Pats terminas „dirbtinis intelektas“ – AI – AI – dirbtinis intelektas buvo pasiūlytas 1956 metais seminare tuo pačiu pavadinimu Dartsmuto koledže (JAV). Seminaras buvo skirtas loginių, o ne skaičiavimo uždavinių sprendimo metodų kūrimui. Anglų kalba ši frazė neturi tos šiek tiek fantastiškos antropomorfinės spalvos, kurią ji įgijo gana nesėkmingai išvertus į rusų kalbą. Žodis intelektas reiškia „gebėjimas pagrįstai mąstyti“, o ne „intelektas“, kuriam yra angliškas atitikmuo: intelektas (T.A. Gavrilova).

Taip pat yra terminų „stiprus“ ir „silpnas“ dirbtinis intelektas.

Terminą „stiprus dirbtinis intelektas“ įvedė John Searle, tokia programa būtų ne tik proto modelis; tiesiogine prasme tai bus pats protas, ta pačia prasme, kaip žmogaus protas yra protas.

„Silpnas dirbtinis intelektas“ vertinamas tik kaip įrankis, leidžiantis išspręsti tam tikras problemas, kurioms nereikia visų žmogaus pažintinių gebėjimų.

2. Dirbtinio intelekto uždavinių apibrėžimo problema

Kitas filosofinis AI klausimas yra kūrimo tikslas. Iš principo viskas, ką darome praktiniame gyvenime, paprastai yra nukreipta į tai, kad nieko daugiau neveiktų. Tačiau esant pakankamai aukštam žmogaus gyvenimo standartui, pirmą vaidmenį vaidina nebe tinginystė, o ieškojimo instinktai. Tarkime, žmogui pavyko sukurti intelektą, didesnį už jo paties. Kas dabar bus su žmonija? Kokį vaidmenį atliks žmogus? Kam jo dabar reikia? Ir apskritai, ar iš principo reikia kurti AI?

Matyt, priimtiniausias atsakymas į šiuos klausimus yra „intelekto stiprintuvo“ (IA) sąvoka. Čia tinka analogija su valstybės prezidentu – iš jo nereikia žinoti vanadžio valentingumo ar Java programavimo kalbos, kad priimtų sprendimą dėl vanadžio pramonės plėtros. Kiekvienas daro savo – chemikas aprašo technologinį procesą, programuotojas – programą; pabaigoje ekonomistas prezidentui sako, kad investuodama į pramoninį šnipinėjimą šalis kasmet gaus 20 proc., o vanadžio pramonėje – 30 proc. Su tokia klausimo formuluote kiekvienas gali padaryti teisingą pasirinkimą.

Šiame pavyzdyje prezidentas naudoja biologinį AI – specialistų grupę su savo baltyminėmis smegenimis. Tačiau jau naudojami negyvi IM – pavyzdžiui, be kompiuterių negalėtume nuspėti orų, erdvėlaivių skrydžių metu nuo pat pradžių buvo naudojami borto kompiuteriai. Be to, žmogus jau seniai naudoja galios stiprintuvus (SS) – koncepciją, kuri daugeliu atžvilgių panaši į vartotojo sąsają. Automobiliai, kranai, elektros varikliai, presai, ginklai, lėktuvai ir daug daugiau tarnauja kaip galios stiprintuvai.

Pagrindinis skirtumas tarp UI ir CS yra valios buvimas. Juk neįsivaizduojame, kad staiga serialas „Zaporožecas“ sukilo ir pradėjo važiuoti taip, kaip nori. Neįsivaizduojame būtent todėl, kad jis nieko nenori, neturi norų. Tuo pačiu metu intelektualinė sistema gali turėti savo troškimų ir veikti ne taip, kaip norėtume. Taigi susiduriame su kita problema – saugumo problema.

3. Saugumo problema

Filosofines dirbtinio intelekto kūrimo problemas galima suskirstyti į dvi grupes, santykinai kalbant, „prieš ir po AI vystymosi“. Pirmoji grupė atsako į klausimą: „Kas yra AI, ar įmanoma jį sukurti? Į juos bandžiau atsakyti savo darbe. O antroji grupė (dirbtinio intelekto etika) užduoda klausimą: „Kokios AI sukūrimo pasekmės žmonijai?“ Tai atveda mus prie saugumo problemos.

Ši problema žmonijos mintis kamuoja nuo Karelo Capeko laikų, kuris pirmą kartą pavartojo terminą „robotas“. Kiti mokslinės fantastikos rašytojai taip pat labai prisidėjo prie šios problemos aptarimo. Kaip žinomiausius galima paminėti mokslinės fantastikos rašytojo ir mokslininko Isaaco Asimovo istorijų seriją bei gana neseną kūrinį – „Terminatorius“. Beje, būtent Isaacas Asimovas galime rasti labiausiai išplėtotą ir daugumos žmonių priimtiną saugumo problemos sprendimą. Kalbame apie vadinamuosius tris robotikos dėsnius.

1. Robotas negali pakenkti žmogui arba savo neveikimu leisti žmogui pakenkti.

2. Robotas turi paklusti žmogaus jam duotoms komandoms, išskyrus atvejus, kai šios komandos prieštarauja pirmajam dėsniui.

3. Robotas turi pasirūpinti savo saugumu, kiek tai neprieštarauja pirmajam ir antrajam dėsniams.

Iš pirmo žvilgsnio tokie įstatymai, jei jų būtų visapusiškai laikomasi, turėtų užtikrinti žmonijos saugumą. Tačiau atidžiau pažvelgus kyla klausimų.

Įdomu, ką AI sistema po ilgo loginio mąstymo reikš terminu „žala“? Ar ji nenuspręs, kad visa žmogaus egzistencija yra tik žala? Juk jis rūko, geria, sensta ir metams bėgant praranda sveikatą, kenčia. Ar mažesnis blogis greitai nenutrauks šios kančių grandinės? Žinoma, galite įvesti keletą papildymų, susijusių su gyvybės verte, saviraiškos laisve. Tačiau tai nebebus paprasti trys dėsniai, kurie buvo šaltinio kode.

Kitas klausimas bus toks. Ką AI sistema nuspręs, kai išgelbėti vieną gyvybę įmanoma tik kitos sąskaita? Ypač įdomūs tie atvejai, kai sistema neturi visos informacijos apie tai, kas yra kas ...

Taigi galima drąsiai teigti, kad daugelio žmonių, tarp jų ir mokslininkų, baimės nėra be pagrindo. Ir neabejotinai apie šias problemas turėtumėte pradėti galvoti jau dabar, prieš pradedant sukurti visavertį „mašininį intelektą“, kuris apsaugotų žmoniją nuo galimos žalos ar net sunaikinimo, kaip konkuruojančią, geriausiu atveju ar tiesiog nereikalingą biologinę įvairovę.

4. Dirbtinio intelekto kūrimo kelio pasirinkimo problema

Turingo testas

Nuo 1991 m. rengiami turnyrai programoms, kurios bando išlaikyti Turingo testą. Internete galite rasti ir peržiūrėti turnyrų istoriją, sužinoti apie taisykles, prizus ir nugalėtojus. Kol kas šios programos (botai) yra itin neprotingos. Viskas, ką jie daro, tai taiko žmogaus siūlomas taisykles. Botai net nesistengia suprasti pokalbio, dažniausiai bando „apgauti“ žmogų. Juose kūrėjai dėliojo atsakymus į dažniausiai užduodamus klausimus, bandydami apeiti įprastas pinkles. Pavyzdžiui, jie atidžiai stebi ir ar teisėjas užduos tą patį klausimą du kartus? Žmogus, atsidūręs tokioje situacijoje, pasakytų maždaug taip: „Ei, tu jau paklausei! Tai reiškia, kad kūrėjas robotui pridės taisyklę, kad padarytų tą patį. Šia kryptimi labai mažai tikėtina, kad pasirodys pirmasis AI.

Kompiuteriniai šachmatininkai

Daugelis žmonių yra girdėję apie šias programas. Pirmasis pasaulio šachmatų čempionatas tarp kompiuterinių programų buvo surengtas 1974 m. Nugalėtoja tapo sovietinė šachmatų programa „Kaissa“. Ne taip seniai kompiuteris įveikė ir Garį Kasparovą. Kas tai – neabejotina sėkmė?

Daug rašyta apie tai, kaip žaidžia kompiuteriniai šachmatininkai. Papasakosiu labai trumpai. Jie tiesiog išgyvena daugybę variantų. Jei aš perkelsiu šį pėstininką čia, o priešininkas perkels savo vyskupą čia, o aš užmetu, o jis šį pėstininką... Ne, tokia pozicija yra nepalanki. Aš nesiruošiu į pilis, bet pažiūrėsiu, kas nutiks, jei aš perkelsiu šį pėstininką čia, o kompiuteris perkels vyskupą, o vietoj pilies, aš vėl perkelsiu pėstininką ir jis...

Kompiuteris pats nieko nesugalvoja. Visus įmanomus variantus pasiūlė tikrieji intelekto savininkai - talentingi programuotojai ir šachmatų konsultantai... Tai ne mažiau toli iki visaverčio elektroninio intelekto sukūrimo.

Futbolo robotai

Tai labai madinga. Tai atlieka daugybė laboratorijų ir ištisi universitetų padaliniai visame pasaulyje. Dešimtys čempionatų vyksta įvairiose šio žaidimo atmainose. „RoboCup“ turnyro organizatorių teigimu, „Tarptautinė dirbtinio intelekto specialistų bendruomenė futbolo robotų valdymo užduotį pripažino viena iš svarbiausių“.

Gali būti, kad, kaip svajoja RoboCup organizatoriai, 2050 metais robotų komanda tikrai įveiks žmonių komandą futbole. Tik jų intelektas vargu ar su tuo nesusijęs.

Programuotojų turnyrai

Neseniai „Microsoft“ surengė turnyrą „Terariumas“. Programuotojai buvo paprašyti sukurti dirbtinę gyvybę, nei daugiau, nei mažiau. Tai bene žinomiausios iš šių varžybų, tačiau apskritai jų yra labai daug – entuziastingi organizatoriai su pavydėtinu reguliarumu siūlo kurti programas, kuriose žaidžiamas arba robotų karas, arba Jupiterio kolonizacija. Tarp kompiuterinių virusų netgi vyksta išlikimo konkursai.

Kas trukdo bent šiems projektams sukurti tikrą AI, kuri ateityje galės kovoti ir kolonizuoti Jupiterį? Vienas paprastas žodis – neapgalvotumas. Net galingi „Microsoft“ protai nesugebėjo sugalvoti taisyklių, pagal kurias sudėtingas elgesys būtų naudingas. Ką galime pasakyti apie likusius. Kad ir koks būtų turnyras, viską laimi ta pati taktika: „kuo paprasčiau, tuo geriau“! Kas laimėjo terariumą? Mūsų tautiečiai. Ir ką jie padarė? Čia yra visas sąrašas taisyklių, pagal kurias gyveno gyvybingiausias turnyro virtualus žolėdis;

1. Jei pamatysite plėšrūną, bėkite nuo jo. Jei matote, kad jūsų rūšies gyvūnas greitai bėga viena kryptimi, bėkite ta pačia kryptimi.

2. Jei aplinkui tik nepažįstami žmonės, greitai suvalgykite visą žolę, kad kiti mažiau gautų.

3. Jei nematote nepažįstamų žmonių, valgykite tiksliai tiek, kiek jums reikia. Galiausiai, jei nematote nei žolės, nei plėšrūnų, eikite ten, kur žiūri akys.

Intelektualiai? Ne, bet tai veiksminga.

Komercinės programos

Komerciškai reikšmingose ​​srityse nereikia jokių turnyrų, teisėjų, atrankos taisyklių. Aukšto mokslo tiesiog neprireikė nei teksto atpažinimo, nei kompiuterinių žaidimų kūrimo.

Reikalinga darni, aiškių galvų ir gerą išsilavinimą turinčių žmonių komanda bei kompetentingas daugybės savo esme gana paprastų algoritmų taikymas.

Šiose srityse nebus galima gauti jokių šventų žinių, nebus padaryta didelių atradimų ir niekas to visiškai nesiekia. Žmonės tiesiog užsidirba pinigų sau, tuo pačiu pagerindami mūsų gyvenimą.

Išvada

Mokslas apie „dirbtinio intelekto kūrimą“ negalėjo nepatraukti filosofų dėmesio. Atsiradus pirmosioms protingoms sistemoms, iškilo esminiai klausimai apie žmogų ir žinias bei iš dalies apie pasaulio tvarką.

Deja, testo formatas neleidžia plačiau atskleisti ir svarstyti tokios įdomios ir aktualios temos kaip dirbtinis intelektas, tačiau tikiuosi, kad man pavyko nustatyti pagrindinių problemų spektrą ir nubrėžti jų sprendimo būdus.

„Mašinų, kurios pranoksta mus intelektu, atsiradimas yra natūralus mūsų technokratinės civilizacijos vystymosi rezultatas. Nežinia, kur mus nuvestų evoliucija, jei žmonės eitų biologiniu keliu – jie ėmė gerinti žmogaus sandarą, jo savybes ir savybes. Jei visi pinigai, išleisti ginklų kūrimui, būtų skirti medicinai, seniai būtume nugalėję visas ligas, atstūmę senatvę, o gal būtume pasiekę nemirtingumą...

Mokslo uždrausti negalima. Jei žmonija naikina save, tai reiškia, kad evoliucija šiai žmonijai nuėjo į aklavietę ir ji neturi teisės egzistuoti. Galbūt mūsų atvejis yra aklavietė. Bet mes čia ne pirmi ir ne paskutiniai. Kiek civilizacijų buvo iki mūsų ir kur jos ėjo, nežinoma.

Taganrogo valstybinio radiotechnikos universiteto katedros vedėjas, Rusijos neaiškių sistemų asociacijos tarybos pirmininkas, Rusijos gamtos mokslų akademijos akademikas, profesorius, technikos mokslų daktaras Leonidas Beršteinas.

Naudotos literatūros sąrašas

1. Didžioji tarybinė enciklopedija

2. T.A. Gavrilova, technikos mokslų daktarė, Sankt Peterburgo valstybinio technikos universiteto Kompiuterinių intelektualiųjų technologijų katedros profesorė, Aukšto našumo skaičiavimo ir duomenų bazių instituto Intelektinių sistemų laboratorijos vedėja. Straipsnis. www.big.spb.ru

4. Čekina M.D. „Filosofinės dirbtinio intelekto problemos“. Prizinis pranešimas penkiasdešimt ketvirtojoje TTIUFU studentų mokslinėje konferencijoje. 2007 www.filosof.historic.ru

5. Bly Whitby „Dirbtinis intelektas: ar matrica tikra“, FAIR-PRESS, 2004 m.