Введение в рубрику

В статье рассмотрена задача создания Общего искусственного интеллекта - системы искусственного интеллекта, которая приближается к функциональным возможностям естественного интеллекта. Сделан акцент на ведущей роли Сбербанка в актуализации и организации программы исследований в целях разработки этой проблемы, имеющей для России стратегическое значение. Успешная реализация данной программы предполагает решение принципиальных методологических вопросов, требующих участия философов - специалистов в области эпистемологии и методологии науки. Показано соотношение понятий «искусственного и «естественного» «сильного» и «слабого», общего» и «узкого» интеллекта. Выявлены теоретические трудности, связанные с четким определением свойств общего интеллекта и способов его практической реализации. Автор статьи обращает внимание на значение исследований сознания для разработки общего искусственного интеллекта и приходит к выводу о том, что на первом плане находятся вопросы использования результатов феноменологического анализа субъективной реальности, ее ценностно-смысловых и операциональных структур. Такие вопросы освещены подробно, поскольку они имеют прямое отношение для построения новых когнитивных архитектур. Последние позволяют выйти за пределы «узкого» искусственного интеллекта и создать Общий искусственный интеллект, способный обладать высокой степенью автономности и самостоятельного решения широкого комплекса задач в разных условиях внешней среды. В этой связи показана ограниченность операционалистской методологии Тьюринга, которая исключает применение результатов специальных исследований сознания как субъективной реальности. Использование таких результатов связано с разработкой посттьюринговой методологии, открывающей значительные возможности для создания Общего искусственного интеллекта.

Лейбниц определил математику как «науку о возможных мирах». Но какие миры полагались возможными мыслителями разных эпох? Именно этот вопрос и рассматривается в настоящей работе. По мысли Эйнштейна, развитие науки требует «внешнего оправдания» (наблюдений и экспериментов, которые следует объяснить или предсказать) и внутреннего совершенства (следования внутренней логике этой дисциплины). У математики нет «внешнего оправдания» и эксперимент не может опровергнуть математическую теорию. И в этом смысле математика ближе к творчеству, к искусству, чем к естественной науке. Ее связь с культурой оказывается более сложной и опосредованной. Для объяснения этой связи Д. Белл в рамках своей теории общественного развития выдвигает «осевой принцип», в соответствии с которым в качестве основной характеристики общества рассматривается роль науки в его развитии. С этой точки зрения выделяется традиционное, индустриальное и постиндустриальное общества. Каждой из этих фаз соответствуют свои идеалы, нормы и типы математического творчества. В традиционном обществе, следуя пифагорейской традиции, математика ориентирована на поиск гармонии в природе, на выявление единства на основе универсальных соотношений, определяемых числовыми характеристиками изучаемых сущностей. С приближением к индустриальной эпохе все большее значение приобретает конструктивистский, «проектный» подход. И единство возникает на более высоком «метауровне». Предтечей этого направления предстает является Декарт, поставивший вопрос о поиске единого, универсального метода решения всех математических задач. В работе прослежено изменение постановок ряда «инвариантных», «вечных» математических проблем, а также эволюция понятия «сложности» в исторической ретроспективе. Основное внимание уделено постиндустриальной фазе развития цивилизации и «компьютерной математике», которая стала основой формирования виртуальной реальности, во многом изменившей само направление прогресса. В результате этого «экстравертная ориентация» человечества, курс на новые горизонты сменила «интровертная», которая во главу угла ставит задачи, связанные с комфортом, удобством, потреблением. Произошедшая «смена вех» прослежена на основе сравнения «больших проектов», связанных с математикой, выдвигавшихся в 1960-е годы, и тех, которые рассматриваются сейчас как приоритетные. По сути дела, мы столкнулись с «кризисом ожиданий». Выход из этого кризиса видится в возрождении на новом уровне «пифагорейской традиции». Но если в традиционном обществе целью развития математики в союзе с другими науками и искусствами было выявление гармонии в мире природы, то в постиндустриальной фазе приоритеты иные. Они связаны с компьютерным моделированием, пониманием и выявлением основ гармонии в мире людей.

Под нейрофилософией понимают разные направления философии, в частности философию нейронаук, философию искусственного интеллекта или элиминативный материализм. Чрезмерная нагруженность термина связана с еще не завершившимся процессом осмысления предметной области этой дисциплины. К примеру, в одном из первых определений нейрофилософии П.С. Черчленд говорилось о редукции психологии к нейронаукам. С современных позиций представление о нейрофилософии как о попытке оправдать элиминативный материализм устарело и не соответствует действительности. В статье проводится анализ терминов «философия нейронаук», «нейрофилософия» и «философия искусственного интеллекта», а также предлагается вариант их разделения. Общность и различия показаны на примере теории сознания Дж. Эдельмана и концепции коннекционизма для слабого искусственного интеллекта. Делается вывод, что от интегрального использования понятия «нейрофилософия» целесообразно отказаться. Под термином «нейрофилософия» следует понимать направление в философии начала XXI века, применяющее нейронаучные концепции для решения традиционных философских проблем, а философия нейронаук может быть рассмотрена в первую очередь как раздел философии науки, который формулирует и решает проблемы и частных нейронаук, и нейронаучного направления в целом. «Философия искусственного интеллекта» - направление в философии, отвечающее на вопрос о том, что такое небиологический интеллект и возможен ли он. Иными словами, это - философско-методологическая база для изучения небиологического интеллекта. Авторы приходят к выводу, что в становлении нейронаук и их научно-философского базиса мы пока находимся на первом методологическом этапе анализа и дифференциации гипотез. Философия нейронаук как база существующих нейронаучных теорий возникнет через определенное время, и именно в соответствующий период будет необходим данный термин.

При исследовании возможностей и ограничений использования искусственного интеллекта (ИИ) в процессах управления возникает много нерешенных проблем, которые в значительной степени связаны с тем, что представления об ИИ формируются без учета парадигм управления. Наиболее распространенными являются парадигмы, рассматривающие искусственный интеллект не как средства, включенные в управленческую деятельность и соответствующие парадигмы управления, а как самостоятельные объекты исследования в соответствующих специфике этих объектов парадигмах. Эти парадигмы ИИ способствуют развитию отдельных направлений проблематики ИИ, но затрудняют использование таких разработок в процессах управления и оставляют без внимания многие потенциальные направления представлений об ИИ, актуальные для развития проблематики управления. Организация процессов управления базируется на своих специализированных парадигмах (субъектных, кибернетических и др.), выдвигающих специфические требования к представлениям об ИИ, а также задачам, в которых целесообразно использовать ИИ. В этих парадигмах управления формируется прямой заказ к ИИ, что способствует успешному практическому использованию и развитию ИИ, а также созданию механизмов контроля и нейтрализации негативных последствий. Автором предложен механизм взаимодействия субъектов (людей) и активных формы ИИ (рассматриваемых в качестве псевдосубъектов). С учетом тренда повышения роли рефлексивной активности в процессах социального управления в статье рассмотрены место и роль ИИ в обеспечении рефлексивной активности в субъектных парадигмах управления. Анализ трендов развития проблематики управления с позиций развития научной рациональности (классической, неклассической, постнеклассической) позволяет сделать вывод о том, что каждая субъектная парадигма управления («субъект - объект», «субъект - субъект», «субъект - метасубъект (саморазвивающаяся полисубъектная среда)») имеют свою специфику, которая должна учитываться при разработке активных форм ИИ.

В течение последних десятилетий из-за курса на цифровизацию всех областей жизни значительно возрос интерес к моделированию и созданию интеллектуальных систем. Однако сейчас наблюдается застой в отрасли, блокирование аналогового и бионического подходов в качестве альтернативных цифровому, многочисленные спекуляции на нейротематике в коммерческих и иных целях, рост социальных и экологических рисков. В статье представлен обзор развития представлений об искусственном интеллекте (ИИ) на пути к повышению человекоподобия машин: от ключевых идей А. Тьюринга и Дж. фон Неймана, положивших начало цифрофизации общества, до дискуссий об определении ИИ и появлении положений о «сильном» и «слабом» ИИ. Отдельное внимание уделено подходу А. Сломана, рассмотрены идеи об архитектуре и дизайне сложных искусственных систем, благодаря которым становится возможно «эмоциональное» расширение идеи слабого/сильного ИИ. В разделе статьи, посвященном необходимости и возможности включения эмоций в архитектуру ИИ, описаны цели и методологические ограничения для создания эмоционального искусственного агента. Кроме того, в статье кратко представлены основные принципы авторского архитектурного подхода к созданию эмоциональных интеллектуальных систем на примере когнитивно-аффективной модели архитектуры, которая позволяет моделировать влияние эмоций на когнитивные процессы, задействованные в процессах принятия решений. Описанный архитектурный подход к моделированию интеллектуальных систем может быть использован в качестве концептуальной основы при обсуждении и формулировании стратегии развития нейрокомпьютинга, философии искусственного интеллекта и экспериментальной философии, для разработки плодотворных научно-исследовательских программ, постановки и решения теоретических и методологических проблем.

В статье речь идет о том, что сегодня художественное восприятие мира и научно-техническое понимание реальности остаются основными формами творческой самореализации людей. Согласно авторской позиции, на протяжении многих веков, начиная с Античности, искусство и наука шли рука об руку в культуре. Однако в период расцвета техногенной цивилизации происходит раскол, и эти две части ранее единой культуры со второй половины ХХ века становятся плохо совместимыми. По утверждению авторов, эпоха цифровизации окончательно заменит алгоритмизируемые и инструктивные типы профессий техников, обслуживающего персонала робототехникой и искусственным интеллектом, а человек вынужден будет развивать себя в сферах правополушарных практик, к которым, несомненно, относятся научно-техническое творчество и искусство. Как и все предыдущие информационные революции, современная цифровая революция создает новые сетевые структуры быстрой коммуникации и сверхдальнего, глобального порядка. Расстояние при этом не играет роли. В данной ситуации радикально изменяются когнитивные карты человека, возникают иные типы самоорганизации и социализации, происходит деформация ценностных пространств и мировоззренческих ориентиров. Жизнь в неопределенности нового мира может стать эффективной только во взаимодействии человека и искусственного интеллекта, и единственным аспектом деятельности, который нельзя заменить искусственным интеллектом, являются творчество и эстетические переживания, культура. С учетом этого в заключение авторами сделан вывод о том, что в настоящее время в нам необходим новый синтез в культуре. Пути такого синтеза подробно рассмотрены в статье. Среди них – продвижение новых концепций Science-Art, применение посттьюринговой методологии, использование квантово-синергетической антропологии, развивающей новые представления о театральном и инженерно-техническом творчестве, недоступном для искусственного интеллекта в ближайшем будущем.

В статье рассматриваются основные этапы развития искусственного интеллекта (ИИ). Цель статьи - выявить влияние компьютеризации на общественную жизнь и мировоззрение в настоящее время и в будущем. Метод исторического анализа позволил выделить этапы развития нейросетей, провести сравнение прогнозов и реальных достижений в области моделирования ИИ. Охарактеризованы три главных периода: «первая весна», «вторая весна» и «зима» эры ИИ (период стагнации). Во время первых обнадеживающих разработок возникли трудности технического характера. На первом этапе разработчики пытались копировать природу, т.е. нейроны естественного мозга, что оказалось слишком сложным. Кроме того, первые алгоритмы обучения нейронных сетей сопровождались принципиальными трудностями, такими как экспоненциальное затухание вектора ошибки при распространении во внутренние слои нейронной сети. Потребовались годы для нахождения новых алгоритмических решений, накопления данных для обучения нейронных сетей, совершения следующего технологического прорыва, известного как «вторая весна» ИИ. В процессе и по итогам анализа установлено, что прогнозы возможностей ИИ часто были более скромными, чем реальные достижения. В заключение в статье сделан новый прогноз, согласно которому вычислительная техника будет играть не только инструментальную роль, но и окажет существенное влияние на мировоззренческие ценности общества. Это произойдет как по причине усиления роботизации, так и за счет вытеснения машинами людей творческих профессий, что усилит сегрегацию общества и тенденции к индивидуализму. Проблема реализма и поиск критериев истины будет также обостряться по мере развития самопрограммируемых нейросетей.

В обзоре рассмотрены история создания, состав и направления деятельности Санкт-Петербургского отделения Научного совета по методологии искусственного интеллекта и когнитивных исследований при Президиуме РАН. Члены отделения ориентированы на практику, что обусловлено преобладанием в его составе ученых инженерного и естественно-научного профиля. Совет, согласно авторской позиции, стимулирует работы, связанные с междисциплинарным синтезом и конвергенцией гуманитарных и естественных наук при решении проблемы искусственного интеллекта.

В обзоре изложены основные результаты деятельности Самарского отделения Научного совета по методологии искусственного интеллекта и когнитивных исследований РАН, созданного в 2007 году на базе Самарского национального исследовательского университета имени академика С.П. Королева. Самарским отделением НСМИИ и КИ РАН совместно с Самарским университетом проведены международные конференции по информационным технологиям, информационному обществу, научной фантастике, создан Центр искусственного интеллекта, реализованы междисциплинарные технико-гуманитарные исследовательские проекты в сфере социогуманитарной кибернетики, цифровых моделей творческих процессов, вычислительной эстетики.