Preview

Философские науки

Расширенный поиск

Направления развития социально-гуманитарного знания в контексте создания общего искусственного интеллекта

https://doi.org/10.30727/0235-1188-2023-66-4-26-51

Аннотация

В статье проанализированы перспективы трансформации наук о человеке и обществе под влиянием социальных изменений, к которым приведет широкое распространение искусственных систем, сравнимых по уровню интеллекта с человеческим. На заре развития информационных технологий преобладало мнение о том, что искусственный интеллект (ИИ) превзойдет человека в вычислительных способностях и выполнении алгоритмических задач, а творчество, гуманитарные знания и навыки останутся прерогативой человека. Но современные успехи в развитии больших языковых моделей во многом опровергают традиционные представления о слабых и сильных сторонах ИИ. Скорее всего, в ближайшие годы модели генеративного ИИ будут способны на уровне, трудно отличимом от человеческого, симулировать индивидуальные качества, желания, убеждения, мнения и в целом человеческую идентичность и самосознание. Это свидетельствует в пользу коннекционистского подхода к объяснению сознания, указывая на фундаментальное родство между биологическими и искусственными нейросетями. На основе приведенных фактов выдвигаются предположения о существовании двух перспективных областей научных исследований: «математической антропологии» и «многомерного исчисления ценности». Согласно первой гипотезе, допущение о математическом, калькуляционном характере человеческой природы не редуцирует многообразие человеческого опыта, а наоборот, способствует более глубокому пониманию особенностей и кажущейся противоречивости того, как человек действует и осознает себя. Вторая гипотеза (о существовании многомерного исчисления ценности) дает представление о том, как математические модели могут опосредовать различные формы социального взаимодействия. Ввиду высокого уровня симулятивных способностей нейросетей традиционные социальные и политические механизмы окажутся все в большей степени уязвимы к манипуляциям с использованием ИИ, что делает актуальной разработку моделей социального взаимодействия с эксплицитными правилами калькуляции. В заключение делается вывод о необходимости перехода от понимания математики исключительно как науки о вычислениях к рассмотрению математики как науки по конструированию различных формализованных моделей, позволяющих лучше осознать специфику человеческого и социального. 

Об авторе

Андреас Хачатурович Мариносян
Московский городской педагогический университет
Россия

Мариносян Андреас Хачатурович – аспирант Московского городского педагогического университета.

Москва



Список литературы

1. Декарт 1989 – Декарт Р. Рассуждение о методе, чтобы верно направлять свой разум и отыскивать истину в науках / пер. Г.Г. Слюсаревой // Декарт Р. Соч.: в 2 т. Т. 1. – М.: Мысль, 1989. С. 250–296.

2. Маркс 1960 – Маркс К. Капитал. Т. 1 // Маркс К., Энгельс Ф. Соч. Т. 23. – М.: Госполитиздат, 1960.

3. Платонов 2019 – Платонов Р.С. Моральная универсальность в утилитаризме Дж.С. Милля // Философские науки. 2019. Т. 62. № 11. С. 84–95.

4. Тульчинский 2019 – Тульчинский Г.Л. Политический контекст наррации с Wert-терминологией К. Маркса: стоимость vs ценность // Полис. Политические исследования. 2019. № 3. С. 174-185.

5. Хоркхаймер, Адорно 1997 – Хоркхаймер М., Адорно Т. Диалектика Просвещения. Философские фрагменты / пер. с нем. М. Кузнецова. – М.; СПб.: Медиум; Ювента, 1997.

6. Barrat 2013 – Barrat J. Our Final Invention: Artificial Intelligence and the End of the Human Era. – New York: Thomas Dunne Books, 2013.

7. Bostrom 2014 – Bostrom N. Superintelligence: Paths, Dangers, Strategies. – Oxford: Oxford University Press, 2014.

8. Busemeyer, Bruza 2012 – Busemeyer J.R., Bruza P.D. Quantum Models of Cognition and Decision. – Cambridge, UK: Cambridge University Press, 2012.

9. Churchland 1989 – Churchland P.M. A Neurocomputational Perspective: The Nature of Mind and the Structure of Science. – Cambridge, MA: MIT Press, 1989.

10. Churchland, Churchland 1990 – Churchland P.M., Churchland P.S. Could a Machine Think? // Scientific American. 1990. Vol. 262. No. 1. P. 32–39.

11. Clark 1989 – Clark A. Microcognition: Philosophy, Cognitive Science, and Parallel Distributed Processing. – Cambridge, MA: MIT Press, 1989.

12. Clark 1990 – Clark A. Connectionism, Competence, and Explanation // The British Journal for the Philosophy of Science. 1990. Vol. 41. No. 2. P. 195–222.

13. Connectionist… 1991 – Connectionist Symbol Processing / ed. by G.E. Hinton. – Cambridge, MA: MIT Press, 1991.

14. Domingos 2015 – Domingos P. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. – New York: Basic Books, 2015.

15. Espejel et al. 2023 – Espejel J.L., Ettifouri E.H., Alassan M.S.Y., Chouham E.M., Dahhane W. GPT-3.5, GPT-4, or BARD? Evaluating LLMs Reasoning Ability in Zero-Shot Setting and Performance Boosting Through Prompts // Natural Language Processing Journal. 2023. Vol. 5. Article 100032.

16. Fisher 2015 – Fisher M.P.A. Quantum Cognition: The Possibility of Processing with Nuclear Spins in the Brain // Annals of Physics. 2015. Vol. 362. P. 593–602.

17. Herbold et al. 2023 – Herbold S., Hautli-Janisz A., Heuer U. Kikteva Z., Trautsch A. A Large-Scale Comparison of Human-Written versus ChatGPT-Generated Essays // Scientific Reports. 2023. Vol. 13. Article 18617

18. Hinton 1992 – Hinton G.E. How Neural Networks Learn from Experience // Scientific American. Vol. 267. No. 3. P. 145–151.

19. Korkmaz Guler et al. 2024 – Korkmaz Guler N., Dertli Z.G., Boran E., Yildiz B. An Artificial Intelligence Application in Mathematics Education: Evaluating ChatGPT’s Academic Achievement in a Mathematics Exam // Pedagogical Research. 2024. Vol. 9. No. 2. Article em0188.

20. Kurzweil 2005 – Kurzweil R. The Singularity is Near: When Humans Transcend Biology. – New York: Viking, 2005.

21. Lee 2018 – Lee K.-F. AI Superpowers: China, Silicon Valley, and the New World Order. – Boston: Houghton Mifflin Harcourt, 2018.

22. Lozić, Štular 2023 – Lozić E, Štular B. Fluent but Not Factual: A Comparative Analysis of ChatGPT and Other AI Chatbots’ Proficiency and Originality in Scientific Writing for Humanities // Future Internet. 2023. Vol. 15. No. 10. Article 336.

23. Martinet 1955 – Martinet A. Économie des changements phonétiques: traité de phonologie diachronique. – Berne: A. Francke, 1955.

24. Martinet 1980 – Martinet A. Éléments de linguistique générale. – Paris: Armand Collin, 1980.

25. McCarthy 1990 – McCarthy J. Formalizing Common Sense: Papers by John McCarthy. – Norwood, NJ: Ablex Publishing Corporation, 1990.

26. Minsky 1986 – Minsky M. The Society of Mind. – New York: Simon & Schuster, 1986.

27. Newell, Simon 1972 – Newell A., Simon H.A. Human Problem Solving. – Englewood Cliffs, NJ: Prentice-Hall, 1972.

28. Penrose 1989 – Penrose R. The Emperor’s New Mind: Concerning Computers, Minds, and the Laws of Physics. – Oxford: Oxford University Press, 1989.

29. Penrose, Hameroff 1995 – Penrose R. & Hameroff S. Orchestrated Reduction of Quantum Coherence in Brain Microtubules: A Model for Consciousness // Mathematics and Computers in Simulation. 1995. Vol. 40. No. 3–4. P. 453–480.

30. Pothos, Busemeyer 2013 – Pothos E.M., Busemeyer J.R. Can Quantum Probability Provide a New Direction for Cognitive Modeling? // Behavioral and Brain Sciences. 2013. Vol. 36, no. 3, pp. 255–274.

31. Rumelhart, McClelland 1986 – Rumelhart D.E., McClelland J.L. Parallel Distributed Processing (Vols. 1–2). – Cambridge, MA: MIT Press, 1986.

32. Russell 2019 – Russell S. Human Compatible: Artificial Intelligence and the Problem of Control. – New York: Viking, 2019.

33. Sartre 1943 – Sartre J.-P. L’être et le néant. Essai d’ontologie phénoménologique. – Paris: Gallimard, 1943.

34. Smith 1904 – Smith A. An Inquiry Into the Nature and Causes of the Wealth of Nations. Vol. 1. – London: Methuen, 1904.

35. Tegmark 2017 – Tegmark M. Life 3.0: Being Human in the Age of Artificial Intelligence. – New York: Alfred A. Knopf, 2017.

36. West 2018 – West D.M. The Future of Work: Robots, AI, and Automation. – Washington, DC: Brookings Institution Press, 2018.


Рецензия

Для цитирования:


Мариносян А.Х. Направления развития социально-гуманитарного знания в контексте создания общего искусственного интеллекта. Философские науки. 2023;66(4):26-51. https://doi.org/10.30727/0235-1188-2023-66-4-26-51

For citation:


Marinosyan A.Kh. Directions for the Development of Social Sciences and Humanities in the Context of Creating Artificial General Intelligence. Russian Journal of Philosophical Sciences. 2023;66(4):26-51. (In Russ.) https://doi.org/10.30727/0235-1188-2023-66-4-26-51



Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0235-1188 (Print)
ISSN 2618-8961 (Online)