Перспективы развития искусственного интеллекта

Авторы: Руслан Галифанов, Реджеп Карлиев, Геннадий Галифанов

         В последние несколько лет довольно сильно возрос интерес к цифровым технологиям. Цифровизация различных отраслей экономики, административно-управленческих служб, организаций различного уровня и уклада повседневной жизни стала входить в практику в той или иной мере в большинстве стран мира. Особое внимание при этом начало уделяться искусственному интеллекту (ИИ) и нейрокомпьютерным интерфейсных технологиям (нейротехнологиям). Соответственно существенно возросла изобретательская активность в этой области знаний в развитых странах мира. Об этом свидетельствует в частности, снижение соотношения публикуемых в мире научных работ к изобретениям, которое с 8:1 в 2010 г. изменилось на 3:1 в 2016 г., что говорит о начавшемся переходе от теоретических исследований к практическому использованию ИИ-технологий в коммерческих продуктах и услугах.
        Переход ИИ из теоретической области на уровень коммерциализации для использования в глобальном рынке стимулируется обилием оцифрованных данных, быстро растущей вычислительной мощностью и появлением защищенных патентами на изобретения неожиданных полезных эффектов. В частности, установлен эффект обнаружения ИИ закономерностей среди миллиардов, казалось бы, несвязанных между собой данных. Благодаря этому ИИ может улучшить прогнозирование погоды, повысить урожайность сельскохозяйственных культур, заблаговременно диагностировать возможность канцерогенных заболеваний, спрогнозировать эпидемии, повысить производительность труда и т.д. Огромные возможности предоставляемые ИИ человеку по праву могут считаться таким же великим технологическим сдвигом, как и Интернет, новым электричеством нашего времени  .
    Несомненная практическая ценность ИИ привела к усилению внимания к исследованиям, находящихся на стыке фундаментальных и прикладных наук (трансформационные исследования), позволяющих ясно видеть практические перспективы от разработки научной проблемы в сфере ИИ. В частности, в 2020 г. США, Великобритания, ЕС и частично Япония обнародовали свои планы по увеличению финансирования и формирования специальных организационных структур и механизмов, направленных на поддержание и продвижение перспективных для коммерциализации трансформационных исследований. В России, пока сохраняется тренд на стимулирование научных публикаций, индексируемых в международных базах данных, без особого внимания к их будущей полезности .
         Изложенное свидетельствует об усилившихся в мире процессах перехода к практическому использованию результатов накопленных исследований и изобретательской деятельности в сфере ИИ. В этой связи полезно внести ясность в смысловое значение ряда используемых в сфере ИИ и нейротехнологий терминов. Это прежде всего такие часто встречающиеся термины, как нейрокомпьютерный интерфейс (НКИ) и нейроинтерфейс, которые являются, по сути, синонимами. Каждый из них, в частности, означает установление канала связи или взаимодействие (контактное - инвазивное или бесконтактное – неинвазивное) между мозгом и ИИ. Напомним в этой связи, что под ИИ понимаются исполненные на основе принципов работы естественных нейронных систем компьютерные или компьютеризированные устройства, оснащенные искусственной нейронной сетью (ИНС), способной имитировать интеллектуальное поведение человека. 
        Под термином интерфейс (англ. interface – взаимодействие) обычно понимают совокупность средств, обеспечивающих взаимодействие устройств вычислительной системы и программ либо части программного обеспечения с пользователем . В связи с этим термин «нейроинтерфейс» включающий слово «нейро» имеет близкое по смыслу значение с термином «нейрокомпьютерный интерфейс», поскольку под этим термином понимается система для обмена информацией между мозгом и выполняющим его команды нейрокомпьютерным устройством. Различие между НКИ и нейроинтерфейсом состоит лишь в том, что первый может иметь различную функциональную направленность, тогда как второй используется преимущественно в медико-психологическом аспекте. Поэтому под НКИ в контексте данной темы следует понимать контактное или бесконтактное, одностороннее или двустороннее преимущественно доминантное взаимодействие мозга с ИИ различного уровня, в частности с оснащенными ИНС внешними компьютерными или компьютеризированными устройствами, предназначенными для восприятия и выполнения ими отдаваемых человеком мысленных команд (сигналов, импульсов), либо обеспечения его необходимой информацией для принятия оптимальных решений.
        ИИ может быть со слабыми (ограниченными, дополненными) и сильными когнитивными способностями (гибридный, нейросетевой (квантовый) суперинтеллект и ИИ человеческого уровня)). Слабый ИИ дополняет, расширяет и усиливает возможности человека, но не заменяет их. Согласно прогнозам, его применение в глобальном масштабе позволит создать прибавочную стоимость в размере 2,9 триллиона долларов и сэкономить 6,2 миллиарда человеко-часов. Кроме того, примерно с 2030 года применяющие такой ИИ в своей работе руководители и специалисты вытеснят с рынка тех, кто его не использует.
        Использование изобретений в сфере ИИ все глубже и шире охватывает различные отрасли экономики. Об этом свидетельствует быстро растущий в мире рынок продажи роботов, который в 2019 г. достиг 34 млрд долларов США, из которых примерно 11 млрд приходится на автомобильную промышленность и 17 млрд на сервисную робототехнику. 75% от этого объема продаж осуществляется на рынках Китая, Японии, Южной Кореи, США и Германии . Установлено, что в данное время роботизации поддаются примерно 30 процентов трудовых операций в 60 процентах всех профессий. Полностью же заменить человека роботами пока удается лишь в 5 процентах профессий .
          Тем не менее имеются все признаки завершения эры компьютеров в качестве двигателей полупроводниковой индустрии, на смену которым основным двигателем этой индустрии станут изобретательские решения в сфере ИИ и робототехники. Об этом свидетельствуют такие быстро развивающиеся сегменты экономики, как промышленная, сервисная и военная робототехника, беспилотные транспортные средства, медицинская робототехника и др., полноценное развитие которых без систем ИИ попросту невозможно. Поскольку практическое освоение новых технических решений в области ИИ, оборачивается прибыльным бизнесом в триллионы долларов, автомобильные гиганты и другие корпорации вкладывают миллиарды долларов в разработку беспилотных транспортных средств и других робототехнических устройств и систем .
      В принципе в отдаленной перспективе это может привести к тому, что ИИ человеческого уровня будет обладать способностью профессионально владеть большинством профессий, которыми владеет среднестатистический человек, что может породить как безработицу, так и создание новых рабочих мест. Прогнозируется в частности, что к началу 2030-х годов до 38% рабочих мест в США, 35% в Германии, 30% в Великобритании и 21% в Японии могут быть заменены роботами . Наибольшую же озабоченность может вызвать создание суперинтеллектуального ИИ в силу обладания им превосходящим человеческий разум саморазвивающимся интеллектом, способным решать задачи любого уровня в неограниченном спектре областей. В частности неизвестно, в какой мере человечество может доверять решениям, принимаемым сильным ИИ в различных сферах экономики и жизни общества без опасений губительных последствий для человечества.
       Особенностью данного момента времени является постепенный переход от ограниченного ИИ к гибридному ИИ, состоящим в создании и практическом использовании интерфейсов: человеческий мозг – оснащенные ИИ компьютеризированные устройства. Наиболее активно этот процесс протекает сейчас в удерживающих мировое технологическое лидерство развитых странах мира .
        Вообще ИИ, не может мыслиться в отрыве от человека, поскольку всегда должен находиться под контролем его разума. Кажущаяся автономность ИИ в качестве собеседника, водителя транспортных средств или шахматиста на самом деле таковой не является, поскольку ИИ занимает подчиненное по отношению к человеку положение и находится у него на службе. Но поскольку интеллект по своей природе плохо управляем, нельзя исключить выход ИИ за установленные человеком пределы взаимоотношений. В связи с этим конструктивно-программное исполнение ИИ должно содержать алгоритмы, устраняющие такую возможность, вплоть до алгоритмов саморазрушения при попытках ИИ выйти из подчинения человеку. Впрочем, ИИ с превосходящим человека мощным интеллектом может изыскать способы нейтрализации таких алгоритмов. В этом случае человек утратит свой доминантный статус и займет подчиненное по отношению к ИИ положение с непредсказуемыми последствиями.
        В настоящее время человечество стремительно движется в эпоху 4-й промышленной революции, в которой ИИ будет органической частью жизни, непременным атрибутом быта, производства, культуры, транспорта, общения и т.д. Взаимодействие человека с ИИ в этом новом технологическом мире будет все более и более происходить на основе прямых (инвазивных), близких (прилегающих к внешней поверхности тела) или отдаленных контактов мозга с НКИ. Автономность действий ИИ при этом будет определяться отведенными ему границами полномочий и особенно уровнем мыслительных способностей его ИНС.
        ИНС нейрокомпьютера (шестое поколение нейрокомпьютера именуется нейрокомпьютингом) состоит из соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов), каждый из которых периодически получает и отправляет другим нейронам электромагнитные сигналы. Множество таких параллельно соединенных в единую сеть однородных нейронов со встроенной памятью способно подобно мозгу приобретать посредством обучения или самообучения знания, сохранять их и автономно решать достаточно сложные задачи, тогда как обычный компьютер не может выйти за пределы установленного в нем программного обеспечения, а его традиционные процессоры состоят из обособленных блоков, выполняющих разнородные функции.
        В отличие от способного выполнять творческие и иные функции неодухотворенного НКИ мозг человека является живой мыслящей материей. Поэтому вполне естественно, что разная природа НКИ и мозга не может не порождать проблем по взаимодействию биологических нейронов мозга с искусственными нейронами вычислительных электронных устройств.
       Родство ИИ с мозгом состоит лишь в их способности к обучению и самообучению. В остальном это совершенно разные сущности – человек обладающий способностью сопереживать, любить, ненавидеть и неспособная к подобной эмпатии рационально мыслящая неживая сущность в любом исполнении, например в виде андроида. До тех пор, пока ИИ будет находиться на службе и под контролем человека, он будет не только стремительно заменять человека в самых различных сферах экономики, но также стремительно развиваться и совершенствоваться в интеллектуальном отношении. Причем на определенном этапе развития НКИ нельзя исключить вариант симбиоза человеческого мозга с ИИ и возникновения андрочеловеческой цивилизации.
          Возможность такого сценария можно проиллюстрировать на примере исчезновения с жизненной сцены на пути к человеку разумному (homo sapiens) таких промежуточных форм, как австралопитеки, питекантропы, синантропы, неандертальцы, кроманьонцы, тогда как исходные формы – различные виды обезьян остались. Точно также на жизненной сцене остались более приспособленные к условиям окружающей среды нынешние крокодилы, ящерицы, змеи, вараны, черепахи, птицы и т.д., тогда как их промежуточные формы – динозавры, бронтозавры, ихтиозавры, птеродактили и т.д. вымерли. То есть промежуточные формы биологических организмов в процессе эволюции исчезают, а исходные в силу «Закона (принципа, правила) сохранения исходных форм» остаются.
        В принципе гипотетически возможны два сценария развития эволюционного процесса на пути к андрочеловеческой цивилизации. По первому из них человек станет исходной, по второму промежуточной формой на пути к андрочеловеку. При первом варианте интеллект андрочеловека будет возвышаться над своей исходной формой - человеком по интеллекту также, как наш нынешний интеллект возвышается над интеллектом обезьяны. Человек в этой ситуации андрочеловеку будет попросту не нужен, поскольку тот сам сможет воспроизводить и качественно улучшать самого себя, программировать, исправлять поломки и управлять собой. Человек же в лучшем случае займет место музейного экспоната. По второму варианту человек, как промежуточный вид исчезнет, уступив место андрочеловеку, который будет воспринимать находящийся в симбиозе с его мозгом ИИ частью самого себя, таким же неотъемлемым атрибутом, каким являются для нас сейчас наши руки, сердце или желудок. Второй вариант естественно предпочтительнее первого, поскольку предотвратит опасность прогрессирующего отчуждения ИИ от катастрофически отстающего от него по темпам развития человеческого интеллекта. Но это одновременно будет предвещать и начинающийся закат существования человека, как биологического вида.
        Согласно закону перехода количественных изменений в качественные, эволюционное развитие андрочеловеческой цивилизации будет происходить путем постепенного нарастания в ней доли ИИ. Финальным аккордом этой эволюции будет появление Андроида, у которого функции мозга будут полностью заменены ИИ. При таком гипотетическом сценарии эволюционного развития произойдет постепенное преобразование человеческой цивилизации в андронную, при которой на Земле и других планетах солнечной системы будет царствовать голый интеллект Андроида, для которого ни время, ни расстояния ничего не будут значить. Но и андронная цивилизация не будет чем-то устоявшимся. Она продолжит свое эволюционное развитие, все более и более изменяя форму своего существования вплоть до трансформации в бестелесный интеллект в виде определенным образом устроенного психофизиологического поля. Если так, то нельзя исключить что такие интеллектуальные поля где-то зародившись, уже существуют во Вселенной и являются источником интуитивной веры человека в Бога. Естественно, что описанные сценарии эволюции человека носят вероятностный характер, однако нарастающие успехи НКИ технологий дают, тем не менее, повод для различного рода долгосрочных прогнозов, в том числе и для такого.
          В какой-то мере на возможность такого развития событий указывает и Э.М. Пройдаков, анализируя ключевые вызовы и риски развития систем ИИ. В частности, он совершенно резонно прогнозирует нарастание превосходства умственных способностей ИИ над человеческим интеллектом, постепенное впадение людей в полную от него зависимость, возможную утрату  контроля над ИИ и переход в долгосрочной эволюционной перспективе от примитивной человеческой цивилизации к новой, простирающейся далеко за пределы Земли в космосе машиноориентированной (андрочеловеческой, андронной) культуре.
         Предвестниками андрочеловеческой цивилизации можно считать нарастание изобретательской активности в сфере интернета вещей (IoT-устройства), посредством которого становится возможным управлять умными домами, бытовой техникой и работой промышленных производств. Накопленные с помощью Интернета вещей данные о цифровом следе человека (уникальный набор действий человека в Интернете или на цифровых устройствах позволяют говорить о зарождении Интернета поведения (IoB), объединяющего в себе технологии анализа больших данных и распознавания лиц. Собранная информация по поведению человека (питание, физические нагрузки, покупки, передвижения, предпочтения и т.п.) дает возможность объединить в сеть не электронные устройства, как в случае с Интернетом вещей, а людей. В результате появляется возможность выявления психологических особенностей человека и предвидения его поведения в различных ситуациях, посредством которых, можно, привлечь внимание человека к тому или иному продукту, услуге или изменить его идеолого-политические воззрения.
        Вслед за Интернетом поведения его закономерным продолжением является изобретение Интернета чувств (IoS) – при котором человеческий мозг будет исполнять роль пользовательского интерфейса, позволяющего взаимодействовать с устройствами, которые будут реагировать на мысли людей. Согласно имеющимся прогнозам, к 2030 г. станет возможной навигация силой мысли, идеальная имитация голоса, создание цифровых ароматов, слияние физического и виртуального миров, а к 2040 г. мысленное управление компьютером. В дальнейшем могут появиться технологии «мозговых сетей», позволяющие не просто считывать и анализировать чувства и воспоминания человека, но и передавать их на аналогичные устройства других людей, формируя таким образом неинвазивный интерфейс «мозг–мозг» для обмена мыслями, что может вывести взаимодействие между людьми на новый уровень. С помощью таких технологических изобретений появится возможность физически ощущать присутствие другого человека в цифровом пространстве, что приведет к постепенному стиранию границ между виртуальным и реальным мирами .
        Далее можно спрогнозировать возможность получения человеком любой информации из мировой базы знаний посредством мгновенного подключения мозга к так называемому нейрооблачному интерфейсу. Для этого достаточно будет задуматься над решением какой либо проблемы и нейрооблачный интерфейс загрузит из своей находящейся в облаке синтетической мозговой коры (неокортекса) в кору головного мозга человека или в ИНС НКИ все необходимые сведения по затронутой теме. Принятое на основе полученных сведений изобретательское решение проблемы вернется затем в нейрооблачный интерфейс, пополнив тем самым мировую базу знаний. В случае же обеспечения между мозгом и НКИ канала связи высокой информационной плотности, это в сочетании с адаптивными алгоритмами и исключительными пластичными свойствами мозга может открыть путь к формированию мозг-машинного языка обработки информации, способствующего интуитивным откровениям и творческим озарениям человека .
         Взаимодействие множества человеческих умов с нейрооблачным интерфейсом может в перспективе привести к появлению способного к коллективному мышлению глобального супермозга, в виде так называемой Мозговой сети (Интернета мыслей). Если учесть, что мыслительные возможности такого супермозга будут воистину безграничными, то можно с уверенностью утверждать, что материализованные и духовные результаты деятельности глобального супермозга таким радикальным образом изменят человеческую цивилизацию, которую вряд ли сможет предсказать самая смелая фантазия .
         Особенностью нынешнего этапа изобретательской деятельности в сфере ИНС является придание ей возможности самообучения и глубокого обучения (разновидность машинного обучения, основанного на многослойной архитектуре нейронной сети) по аналогии с механизмом функционирования человеческого мозга. Это обусловлено тем, что почти 65% рынка приходится на компьютерные технологии машинного и глубокого обучения (2019г.). Различие между глубоким и машинным обучением состоит в том, что алгоритмы машинного обучения состоят из одного этапа обучения и почти всегда требуют структурированных данных - определенным образом организованной информации, тогда как алгоритмы глубокого обучения позволяют анализировать неструктурированные данные и состоят из нескольких этапов обучения нейропроцессоров ИНС, организованной аналогично структуре мозга. Глубокое обучение ценно тем, что открывает новые возможности для принятия оптимальных решений на основе представленных данных и тем, что программирование (обучение) ИНС многих нейропроцессоров) осуществляется  в процессе их работы .
            В частности, при глубоком обучении ИНС, объединяя группу различных технологий, сама находит у различных объектов ключевые признаки, производит их иерархическую структуризацию, интеграцию и классификацию. В ходе этих процессов ИНС учится на представленных примерах и приобретенном опыте, что позволяет ей прогнозировать будущее на основе анализа прошлых и текущих данных. Глубокое обучение может быть контролируемым, посредством представления для ИНС обучающих выборок и примеров и самотечным (неконтролируемым) при котором ИНС представляется свобода установления общих связей между признаками объектов без ограничения выбора данных. Контролируемое обучение в данное время существенно превосходит по эффективности самотечное, но в будущем, как отмечает Э.М. Пройдаков именно самотечное станет основной движущей силой ускоренного развития ИИ, поскольку не будет сковано какими-либо ограничениями.   
         Определенные успехи в глубоком обучении ИНС уже имеются. Так, например, созданная специалистами лондонской фирмы DeepMind (Глубокое Сознание) на основе тензорных процессоров самообучающаяся нейрокомпьютерная программа AlphaGo сыграла сама с собой 30 миллионов партий самой сложной в мире игры «Го» (количество возможных комбинаций 2 х 10170, больше чем атомов во Вселенной), извлекая уроки из собственных ошибок и не повторяя их в последующих партиях. Результат не замедлил сказаться. Благодаря накопленному опыту самообучения программе AlphaGo удалось одержать победу над действующим чемпионом мира в этой игре Го Ли Седолем. Последующее усовершенствование программы AlphaGo Zero привело к тому, что она смогла самостоятельно обучиться игре на основе заданных ей правил. Через три дня она достигла профессионального уровня, через три недели — достигла уровня версии AlphaGo, а еще через шесть недель AlphaGo Zero уже невозможно было обыграть, кому бы то ни было .
        По прогнозам James Manyika and Jacques Bughin, некоторые из методов глубокого обучения могут к 2030 г. принести доход до 6 триллионов долларов ежегодно. Благодаря им можно в разы расширить возможности человека практически во всех областях его деятельности. В частности, эффективно анализировать большие объемы многомерных данных, обнаруживать аномалии в сборочных линиях, авиационных двигателях и других критически важных объектах, оптимизировать маршрутизацию трафика доставки в логистике, улучшить распознавание речи, повысить производительность работ, стимулировать инновации, торговлю и т.д. Все это, согласно прогнозам, может к 2030 г. увеличить мировой ВВП до 13 триллионов долларов США.
       В настоящее время несомненными лидерами в различных сегментах ИИ являются Китай и США. За ними следует группа стран, уже давно использующая в крупных масштабах достижения ИИ в экономике. Это Франция, Германия, Япония, Канада, Великобритания, а также такие небольшие страны, как Бельгия, Израиль, Сингапур, Южная Корея и Швеция, успешно создающие производственную среду с новыми бизнес-моделями. В третью группу стран входят Бразилия, Индия, Италия и Малайзия, которые хотя и уступают развитым странам, но уделяют большое внимание подготовке в учебных заведениях квалифицированных специалистов в области ИИ и НКИ. Индия, например, выпускает около 1,7 миллиона в год наиболее востребованных на мировом рынке труда специалистов со степенями STEM (STEM - модель образования, объединяющая естественные науки и инженерные предметы в единую систему), что превышает общее количество выпускников STEM во всех странах Большой семерки G7 (G7 - неформальный международный клуб, объединяющий Великобританию, Германию, Италию, Канаду, Францию, Японию и США). Значительные средства в подготовку ИИ-специалистов вкладывает и Южная Корея, которая в 2018 г. приняла решение об инвестировании $2,04 млрд на обучение в течение следующих пяти лет 5000 сотрудников ИИ-технологиям. Кроме того, с 2019 по 2022 гг. запланировано создание шести аспирантур по ИИ для подготовки в них специалистов высшей квалификации по ИИ.
         Большинство крупных компаний мира также инвестируют значительные средства в развитие ИИ-технологий. Так, например, Автомобильный гигант Toyota выделил 1 млрд долларов США на создание нового исследовательского института для использования ИИ в робототехнике и в беспилотных транспортных средствах. IBM инвестировала 3 млрд долл. США в проект IBM Watson для превращения своей когнитивной вычислительной службы в основную движущую силу в Интернете вещей, а китайская компания Baidu в 2015-2017 г.г. вложила 1,7 млрд долларов в исследование ИИ . Остальные страны с относительно слаборазвитой цифровой инфраструктурой, инновационным и инвестиционным потенциалом и цифровыми навыками рискуют серьезно отстать от приведенных выше стран.
        Труднее всего в настоящее время ИИ справляется с простыми, но требующими изобретательности профессиями, такими, как санитар, садовник, сантехник, слесарь, либо связанных с выполнением сложных многовекторных задач, требующих высокого уровня образования (менеджер, преподаватель) и творческого мышления (наука, изобретательство). Это обусловлено тем, что на сегодняшний день ни один суперкомпьютер не может сравниться с мыслительной мощью мозга человека. Так, например, трехлетний ребенок после первого же знакомства с собакой, уже знает, что это за животное, тогда для ИИ для такого распознавания требуется специальное обучение. Кроме того, современный ИИ напрочь забывает ранее приобретенные навыки при обучении новым видам деятельности и потому не способен обобщать прежние знания и опираться на них.   
          Это обусловлено тем, что мыслительная мощь современного ИИ ограничена рамками определенных правил, алгоритмов, паттернов (образцов), рациональных решений однотипных задач, вследствие чего не обладает гибкостью и многообразием функций интеллекта даже двухлетнего ребенка, и потому обыгрывая чемпиона мира по шахматам, ИИ бессилен обыграть ребенка в выходящих за пределы установленных рамок развивающих играх. Из изложенного следует, что чем меньше ум человека ограничен какими-либо правилами, тем выше у него способность к творческому воображению. У ребенка, как правило, ум свободен в полете мысли и лишь с возрастом существующая система обучения укладывает его ум в прокрустово ложе  стандартного мышления и лишь очень немногие способны выйти за его пределы. Что касается ИИ он в силу математической природы своего создания вообще не способен к творческому мышлению.
          Именно поэтому на нынешнем этапе своего развития, ИИ не способен объяснять и понимать окружающий мир, у него отсутствует воображение, нет свойственной мозгу человека пластичности и универсальности, ему не под силу сопереживание, стратегическое планирование и творческое переключение на решение разнородных проблем. В отличие от человека, обучение которого основано на понимании, обучение ИИ основано на сверхбыстрой и точной математической обработке больших объемов данных с выдачей итогового результата без понимания цели решаемой проблемы. В связи с этим ИИ в руках человека является пока лишь мощным инструментом, катализирующим наступление четвертой промышленной революции . С учетом изложенного усилия изобретателей и программистов сконцентрированы сейчас на придании ИИ такой же максимальной универсальности и пластичности, какой обладает человеческий мозг, посредством выстраивания максимально близкой к нему архитектуры мыслительного процесса.
          Функционирование ИИ в упрощенном виде состоит в преобразовании в цифровую форму (цифровые двойники) вводимой в ИНС любой информации, изображений, процессов, проблемных задач, существующих решений и т.д. ИНС осуществляет их обработку, в том числе путем математического моделирования и выдает пользователю наиболее оптимальный вариант решения проблемы. Преимущество данного метода состоит в том, что поиск оптимальных вариантов ведется посредством их исследования на цифровом двойнике в ИНС, а не на натурном объекте (субъекте), что не причиняет ему вреда (например при лечения больного) и экономит время. Можно, например, смоделировать виртуального цифрового двойника любого из подлежащего лечению органа конкретного человека, произвести с ним различные виртуальные хирургические операции или терапевтические процедуры и получить определенный результат, на основе которого принять наиболее оптимальное решение об оказании помощи больному органу.   
         Чем выше вычислительная мощь, память и способность к машинному обучению, самообучению и глубокому обучению ИИ, тем меньше между ним и человеком интеллектуальная пропасть. С учетом этого изобретатели и научное сообщество концентрируют свои усилия в данное время на совершенствовании технологий машинного и глубокого обучения ИИ, а также на производных от него функциональных приложениях (в основном обработка речи и компьютерное зрение) и сферах применения ИИ (преимущественно телекоммуникации и транспорт).      
         Основная проблема в создании обладающих мощной вычислительной способностью и памятью самообучающихся, мыслящих подобно человеку, машин состоит в необходимости разработки имитирующих мозг человека нейронных процессоров эмулирующих работу клеток нервной системы, поскольку вычислительные возможности кремниевых процессоров достигли своего предела и более не отвечают поставленной задаче. В этой связи большие надежды возлагаются на разработку нейроморфных процессоров, построенных по кластерной асинхронной архитектуре и предназначенных для создания разных видов искусственных нейронных сетей со способностью к глубокому машинному обучению. Одна интегральная схема такого процессора, основанная на принципах работы человеческого мозга, алгоритмически может воссоздать массив из нескольких сотен тысяч нейронов и на порядок больше синапсов .
          Вследствие этого функциональные возможности нейроморфных процессоров позволяют кроме мгновенных параллельных вычислений работать со сложными нейросетевыми алгоритмами и большими базами данных при крайне малых затратах энергии. В таком нейроморфном процессоре искусственные нейроны взаимодействуют между собой и решают, куда ее передать дальше не последовательно, как в кремниевых процессорах, а подобно мозгу параллельно с возможностью дублирования функций друг друга. В настоящее время в наиболее продвинутом нейроморфном процессоре, изобретенном исследователями Технологического университета Суинберна (США) скорость обработки информации, в том числе крупномасштабных данных, составляет более 10 тераопераций в секунду (TeraOPs/s).
          Еще большей скоростью обработки информации обладают узкоспециализированные, предназначенные для вычислений тензорные процессоры, такие как Google TPU, которые имитируют человеческий мозг с его нервными клетками и их связями и могут работать со скоростью более 100 тераопераций в секунду . Такая скорость достигается с помощью управляемых центральным процессором десятков тысяч параллельных процессоров, оснащенных собственной встроенной оперативной памятью и оперирующих низкоразрядными (8-битными) числами. И это не предел, поскольку согласно сведениям из Интернета вычислительную мощность тензорных процессоров можно утроить посредством, например, установки оперативной памяти GDDR5. Достоинством тензорного TPU процессора, кроме того, является низкое энергопотребление и малый физический объём, а недостатком крайне узкая специализация. В частности, он не может, например, работать с текстовым процессором, управлять ракетными двигателями или выполнять банковские транзакции. В связи с этим одной из стоящих перед изобретателями и программистами задач является расширение диапазона возможностей, используемых в НКИ тензорных TPU процессоров .
        Основным преимуществом НКИ, оснащенных вышеприведенными нейропроцессорами, является их способность преобразования различных задач в однотипные, хорошая приспособленность для параллельных вычислений и устойчивость к ошибкам. Возросший в последние годы интерес к разработке и усовершенствованию НКИ на программном и аппаратном уровне в значительной мере обусловлен ускоряющимся прогрессом в создании самообучаемой многоуровневой нейросети, в которой нейроны имитируются относительно простыми однотипными искусственными нейронами. Создание программируемых ИНС лежит в сфере имитации ими способности мозга обучаться и исправлять ошибки для решения требующих приложения интеллекта разнообразных задач. Соответственно программная реализация и использование нейронных сетей в НКИ имеет целью не только взаимообмен информацией в интерфейсе «мозг-компьютер», а понимание и исполнение компьютерными устройствами отдаваемых человеком мысленных команд, включая реагирование на эмоции человека.    
        Применение самообучающихся НКИ в связке с различными функциональными объектами все активнее входит в нашу жизнь. Их использование в компьютерных играх позволяет управлять действиями виртуальных героев, в умной квартире открыть окно, включить кондиционер или освещение, отражать на мониторе компьютера мысленный пейзаж или образы людей. Это также автомобили без водителя, музыкальные аранжировки без композитора, составление юридических документов без адвоката, написание газетных заметок без журналиста, словом, тех профессий, которым свойственен стандартный набор определенных правил. Добавим к этому, что порядка 80% компаний мира взаимодействуют с клиентами посредством чат-ботов (виртуальных собеседников), семьдесят пять стран используют ИИ для систем видеонаблюдения, пятьдесят шесть - для умных городских платформ, 64 - для распознавания лиц и 52 - в качестве интеллектуальной полиции .
        Посредством НКИ возможно управлять в реальном режиме времени самолетами и ракетами, технологическими процессами непрерывного производства; распознавать образы, знаки письменности, отпечатки пальцев, элементарные частицы; обрабатывать аналоговые и цифровые сигналы; выполнять синтез и идентификацию электронных цепей и систем; осуществлять экспертизу проектов; диагностировать заболевания по симптомам и выдавать рекомендации по их лечению; выявлять места залегания полезных ископаемых по косвенным признакам; прогнозировать погоду, курсы акций, политические события, поведение противника или конкурента, устойчивость брака; оптимизировать экономическую стратегию, конструкцию устройства; подбирать команду профессионалов для решения изобретательской или иной проблемы; выделять и обрабатывать нужный сигнал из совокупности  шумов и т.д. .
        Более того нейрокомпьютеры будущего будут обладать способностью украшать любое исполнение заурядных певцов какой угодно мелодии наиболее оптимальным аккомпанементом. Не исключено также, что фонетическая форма общения между людьми сменится на телепатическую, в результате чего, намеренную ложь, коррупцию и преступные замыслы будет невозможно скрыть, и они исчезнут из жизни общества. Благодаря же изобретению технологий искусственного создания биохимических кристаллов информации в структуре мозговой ткани станет возможным усвоение новых знаний без длительного обучения в учебных заведениях.
        Такие разносторонние настоящие и будущие возможности НКИ являются причиной усиления изобретательской активности в сфере программирования и создания взаимодействующих с мозгом самообучающихся ИНС различного уровня сложности. И хотя это так, но до создания НКИ, в котором мыслительные возможности ИНС будут сравнимы или превосходить уровень мыслительных способностей мозга человека еще очень далеко. Можно сказать, что в этом отношении изобретательские достижения человечества находятся в младенческом возрасте. Однако, когда оно достигнет возраста зрелости потенциальные возможности сравнимых с мозгом человека ИНС, будут таковы, что подобно изобретению колеса они полностью изменят традиционные жизненные стандарты и мировосприятие человека. По существу такие НКИ приведут к появлению у человека кроме первой сенсорной и второй понятийной сигнальных систем третьей сигнальной системы в виде прямого мысленного (телепатического) общения с мыслящими на его уровне или выше, подключенными к его мозгу электронными вычислительными устройствами или системами.

Использованная литература:

1. WIPO Technology Trends 2019 // Artificial Intelligence. – P. 8, 13-14, 105
2. Дежина И.Г. Трансформационные исследования: новый приоритет государств после пандемии // М.: Издательство Института Гайдара, 2020. – С. 5-6.
3.  Кузнецов С.А. Большой толковый словарь русского языка. - 1-е изд-е: СПб.: Норинт 1998
4. Роботы, робототехника // Электронный ресурс // 5.   James Manyika, Jacques Bughin. The promise and challenge of the age of artificial intelligence // McKinsey Global Institute, October 2018 // Электронный ресурс //
6.  Пройдаков Э.М.  Современное состояние исследований в области искусственного интеллекта. // Цифровая экономика // № 3 (3), 2018. С. 50-63
  Mi;osz Kaczorowski. 100 Artificial Intelligence Statistics For 2021-1: The Ultimate List. // Электронный ресурс // 4. Роботы, робототехника // Электронный ресурс // 5.  James Manyika, Jacques Bughin. The promise and challenge of the age of artificial intelligence // McKinsey Global Institute, October 2018 // Электронный ресурс //
6.  Пройдаков Э.М.  Современное состояние исследований в области искусственного интеллекта. // Цифровая экономика // № 3 (3), 2018. С. 50-63
7.  Mi;osz Kaczorowski. 100 Artificial Intelligence Statistics For 2021-1: The Ultimate List. // Электронный ресурс // 8. Дятлов С.А. Известия Санкт-Петербургского государственного экономического университета // Периодический научный журнал // № 2 (128), Санкт-Петербург, 2021. – С. 25-29
9. Абдрахманова Г.И. и др. Тенденции развития Интернета от цифровых возможностей к цифровой реальности // Аналитический доклад // М., 2022 - С. 168-175
10 .Дежина И.Г. Технологии восстановления и расширения ресурсов мозга человека: публичный аналитический доклад - М,: ООО«Лайм», 2020. – С. 171
11. Морозов А. Обзор современного состояния продвинутых нейрокомпьютерных интерфейсов // Электронный ресурс –
12. Гавриков В. Web-портал для разработчиков электроники // Электронный ресурс – https://www.terraelectronica.ru/news/5549
13. Киреев А. Как работает CPU для Google: свободный искусственный интеллект // Электронный ресурс //
14. Zerde. Применение технологии «Artificial Intelligence» // Аналитический обзор № 5 // Астана, 2017 г.
15. Зобнина Т. Как совершенствуется искусственный интеллект - главные тенденции и препятствия. // Электронный ресурс // https://www.tadviser.ru/index.php/статья
16. Нейронный процессор - Википедия // Электронный ресурс // https://ru.wikipedia.org › wiki › Нейронный_процессор
17. Бараш Л. Самый быстрый в мире оптический нейроморфный процессор // Электронный ресурс // 18.   Kaz Sato. Почему TPU так хорошо подходят для глубинного обучения? Электронный ресурс. https://habr.com/ru/post/422317/
19. Матюшок В.М., Красавина В.А., Матюшок С.В. Мировой рынок систем и технологий искусственного интеллекта: становление и тенденции развития // Вестник Российского университета дружбы народов. Серия: Экономика. 2020. Т. 28. № 3. С. 505–521
20.  Горбань А.Н. Нейрокомпьютер, или Аналоговый ренессанс // Электронный ресурс. – https://www.computer-museum.ru/histussr/neuropcw.htm