Алгоритм ведет Россию к победе в СВО

Сильный ИИ создаст четкую формулу\алгоритм для решения любой глобальной проблемы. Когда человечество изобретет Сильный ИИ, и как это ноу-хау отразится на обществе?
Представьте, что ИИ выполняет роль координатора в некой фантастической лаборатории, работающей над созданием разных мудреных алгоритмов. И вот получен заказ правительства - просчитать исход конфликта с государством Эрида на планете Сириус. Сегодня, в настоящем бурном этапе развития технологий ИИ может с переменным успехом сделать краткое изложение научной статьи и сгенерировать потенциальных союзников в грядущем баттле. В будущем же Сильный ИИ изучит миллиарды научных, исторических  и политических статей, сгенерирует идеи для глубинных исследований, проведет необходимые эксперименты, проанализирует тонны результатов. На финальном этапе Сильный Мозг обратится к человеку для принятия ответственного решения, при этом минимизировав всю рутинную работу. После завершения задачи Сильный Ум дообучится на основе обратной связи, чтобы оптимизировать процессы в будущем.
Под самостоятельным мышлением в контексте ИИ понимается его способность функционировать и принимать решения без прямого вмешательства человека. Эта способность — ключевой признак сильного ИИ, или AGI. Самостоятельное мышление предполагает наличие следующих навыков:
•умения адаптироваться к выполнению новых, заранее не запрограммированных задач;
•обучаемости на основе собственного, в том числе единичного, опыта;
•критического мышления;
•способности ставить себе новые задачи.
Такая система будет способна адаптироваться к любой новой задаче без необходимости специального программирования со стороны человека. Она сможет разложить сложную задачу на несколько простых, собрать необходимую информацию, обработать результаты и сделать логические выводы, предложить дальнейшие шаги и обучиться на полученном опыте. При этом сильный ИИ должен уметь взаимодействовать не только с цифровым миром, но и с физическим.
Современные же алгоритмы ИИ относятся к категории слабого. Они предназначены для решения узких задач: сгенерировать текст, поиграть в шахматы, спрогнозировать стоимость акций. У подобных систем нет гибкости — они ограничены заданными сценариями использования, а их ответы или действия обычно базируются на данных, которые в них внесли программисты и пользователи.
Мыслить независимо
Хотя современные алгоритмы относятся к слабому ИИ, некоторые из них уже обладают навыками, присущими сильному. Рассмотрим их подробнее.
Генеративные модели. Генеративные нейронные сети, лежащие в основе ChatGPT от OpenAI и Gemini от Google, приобрели впечатляющую обобщающую способность. Она позволяет им адаптироваться и решать задачи, выходящие за рамки первоначальных данных и функций, для которых они были обучены. Например, GPT-4, изначально обученный для генерации текста, близкого к человеческому, освоил принципы программирования и теперь может создавать часто работающий программный код. Многие современные генеративные модели являются мультимодальными, то есть могут работать с различными типами данных — не только с текстом, но и с видео или звуком. Это расширяет их способности анализировать и в будущем взаимодействовать с окружающим миром.
Кроме того, если попросить, эти модели способны разложить сложную задачу на более простые шаги, решить их отдельно и предоставить логически обоснованный ответ. Эта техника известна как «цепь рассуждений» (Chain-of-Thought). Конечно, эти модели не обладают концептуальным и ассоциативным мышлением, присущим человеку. Однако можно сказать, что они начинают проявлять зачатки того, что в будущем станет критическим мышлением.
Обучение с подкреплением. Технология обучения с подкреплением, или Reinforcement Learning (RL), позволяет ИИ учиться на основе собственного опыта, анализируя окружающую среду и испытывая различные стратегии действий. ИИ получает вознаграждение за желаемый результат и штраф — за нежелательный. Его задача — найти такую стратегию, которая позволит заработать максимальное вознаграждение.
Примером применения RL является программа AlphaGo, которая за несколько дней научилась играть в игру го лучше людей. RL также используется в робототехнике для обучения роботов перемещаться в пространстве и взаимодействовать с объектами, а также в промышленности. Например, для оптимизации логистических систем.
В отличие от классического машинного обучения, основанного на предварительно подготовленных данных, в RL агент (ИИ) самостоятельно собирает себе данные для обучения. Эта технология особенно эффективна в областях, не связанных с физическим миром. Например, в компьютерных играх, таких как Minecraft, где алгоритм может провести множество симуляций за короткое время и быстро превзойти человека. Таким образом, RL демонстрирует еще одну характеристику, свойственную сильному ИИ, — способность к самообучению.
Мультиагентные системы (МАС). В мультиагентных системах множество агентов (программ или роботов) координируют действия для достижения общей цели. Они могут собирать информацию, обрабатывать ее и принимать комплексные решения на основе совокупных данных системы. Технология применяется для оптимизации распределенных процессов, таких как управление энергетическими ресурсами или регулирование городского трафика.
Принцип работы МАС напоминает функционирование неокортекса — тонкого слоя нейронов на поверхности головного мозга человека. Нейробиологи доказали его ключевую роль в высших когнитивных функциях, позволяющих нам мыслить абстрактно, заниматься искусством и изучать языки. В процессе эволюции каждая зона мозга специализировалась на определенных задачах, например на обработке зрительной или звуковой информации. Информация от всех участков мозга объединяется неокортексом для формирования комплексного решения. При этом человеческий мозг адаптируется к новым условиям, укрепляя нейронные связи на основе полученного опыта.
По отдельности вышеописанные технологии обладают некоторыми признаками сильного ИИ (зачатками критического мышления, умением обобщать информацию, чтобы подстраиваться под выполнение новой задачи, принимать комплексные решения, обучаться на основе собственного опыта). С учетом стремительного развития технологий можно представить себе ИИ, который бы эффективно объединял способности всех этих технологий и мог бы мыслить самостоятельно. На сегодня создание такой системы все еще является нерешенной задачей, однако уже и не кажется абсолютной фантастикой. Что замедляет этот процесс?
Ограниченный интеллект
Появлению сильного ИИ будут препятствовать некоторые ограничения.
Доступность данных. Обучение ИИ требует огромного количества качественных данных. В исследовании Epoch был сделан вывод, что при текущей скорости использования данных с 2026 по 2050 год может наступить «голодание» по текстовым и зрительным данным. Другим ограничением будет являться доступность данных о физическом мире. Например, для решения таких задач, как обучение роботов перемещаться или изобретение лекарств от рака, необходимо провести эксперименты и собрать данные из результатов. Эти факторы могут ограничить скорость разработки сильного ИИ, а также препятствовать теоретическому экспоненциальному росту способностей ИИ за счет самообучения — тому, что еще называют сингулярностью. При этом использование синтетических данных обладает собственными недостатками и не сможет в полной мере решить проблему дефицита реальных данных.
Законодательное регулирование. До недавнего времени регулирование разработки ИИ было довольно слабым. Нарушения авторских прав и использование чужой интеллектуальной собственности для обучения ИИ без компенсации владельцам привело к ряду судебных разбирательств. Однако в марте этого года Евросоюз принял первый законодательный акт по ИИ, а США объявили о готовности сотрудничать с ЕС в этой сфере. Дальнейшее развитие законодательства увеличит стоимость и ограничит доступность данных, что замедлит развитие сильного ИИ.
Слабая мощность компьютеров. Для разработки ИИ, особенно массивных генеративных нейросетей, требуются огромные вычислительные ресурсы, которые уже сейчас в необходимом объеме доступны только небольшому числу компаний и исследовательских центров. Непонятно, смогут ли текущие методы вычислений обеспечить создание сильного ИИ. Решение может включать как более эффективное использование существующих, так и разработку новых методов, таких как квантовые вычисления. Однако промышленно доступных технологий квантовых вычислений еще не создано.
Ограничения архитектуры и методов ИИ. Для создания сильного ИИ требуются новые прорывы в методах ИИ, подобные появлению архитектуры Transformer, которое спровоцировало резкий рост развития ИИ в последние годы. В отличие от современных ИИ, человек может научиться новым задачам после нескольких попыток, благодаря миллионам лет эволюции. Технология, способная эффективно обучаться на ограниченном наборе данных, обладающая концептуальным и ассоциативным мышлением и умеющая логически обобщать знания, может решить проблемы нехватки данных и вычислительных мощностей.
Из-за неопределенности прогнозы о дате появления Сильного ИИ различаются, охватывая период с 2030 по 2060 год. Часть экспертов считают, что сильный ИИ возникнет в течение следующих 30 лет. Поэтому важно начать подготовку к сосуществованию человека и сильного ИИ, учитывая потенциальное глобальное влияние таких технологий.
Возможные последствия
Появление генеративного ИИ сравнивают с промышленной революцией. Сильный ИИ может поставить под вопрос способность человека конкурировать с компьютером в выполнении практически любой работы. Это, очевидно, создаст значительную экономическую ценность, освободив трудовые ресурсы и, возможно, улучшив результаты работы человека. Уже сейчас есть два вполне очевидных вопроса:
• какие задачи оставить людям, а какие — решать с помощью ИИ, включая вопросы ответственности за действия ИИ?
• как перераспределить блага, которые несет внедрение ИИ, чтобы обеспечить гармоничное сосуществование человека и «супермозга»?
Если мы понимаем, что приближаемся к моменту создания Сильного ИИ, стоит проработать эти вопросы, включая законодательное регулирование, чтобы ИИ принес человечеству благо, а не создавал новые проблемы.
От стажера к профи во всем
В недалеком будущем мы увидим ИИ, способный самостоятельно мыслить. В ближайшие годы будут присутствовать два тренда — дообучение моделей для конкретных задач и увеличение индустриальной экспертизы. А также развитие критического мышления и прикладного ИИ (actionable AI). Соединив эти тренды, скоро человечество увидит распространение умных помощников, своего рода «ИИ-стажеров». В рамках общей задачи они смогут выполнять несколько подзадач, требующих различных навыков, с вовлечением человека на критически важных этапах. Качество их работы будет сопоставимо с человеческим, но, благодаря вычислительным мощностям, она будет гораздо эффективнее.
Представьте, что ИИ выполняет роль младшего научного сотрудника лаборатории, работающей над созданием лекарства. На текущем этапе развития технологий ИИ может с переменным успехом сделать краткое изложение научной статьи и сгенерировать потенциальных «кандидатов» для вакцины. В будущем ИИ изучит тысячи научных статей, сгенерирует идеи для исследований, проведет необходимые эксперименты, проанализирует результаты. На финальном этапе он обратится к человеку для принятия ответственного решения, при этом минимизировав рутинную работу. После завершения задачи он дообучится на основе обратной связи, чтобы оптимизировать процессы в будущем.
Такой ИИ-стажер будет способен самостоятельно мыслить в рамках заранее установленной системы под контролем человека и с соблюдением строгой политики безопасности, становясь все умнее на основе опыта и обратной связи. Эта концепция схожа с тем, как компании инвестируют в развитие человеческого капитала. Но теперь вместо человека выступает ИИ, который становится все умнее благодаря данным и опыту и является интеллектуальной собственностью компании, аналогично внутреннему ПО.
Выбор того, какие задачи полностью доверить ИИ, будет определяться соотношением риска и экономической ценности. Чем более частый и рутинный процесс в работе, тем точнее ИИ научится его выполнять. И тем выше будет экономическая ценность от автоматизации. Чем ниже потенциальный вред от ошибки, тем безопаснее можно доверить выполнение задачи ИИ. Степень внедрения технологии будет варьироваться от полностью автономного ИИ, через его гибридное использование с различной степенью человеческого контроля, до полного отказа от использования. В итоге, аналогично регулированию финансовых рисков, внедрение будет зависеть от законодательных ограничений и аппетита к риску самих компаний и государств.
Кстати, ChatGPT научился предсказывать будущее. Он не будет гадать по руке или заглядывать в гороскоп. Все просто — ИИ использует теорию вероятности. Так, на основе специально созданного запроса он предсказал повышение биткоина до $100 000. Фантастика!
Ранее СМИ неоднократно писали, что ряд профессий уже находится под угрозой исчезновения. Их заменит ИИ, который будет выполнять все операции гораздо быстрее. Неудивительно, что достаточно быстро встал вопрос о регулировании отрасли и о запрете на использование чат-ботов. Жду новостей по этой отрасли — уверен, что они скоро появятся.
Можно ли с помощью ИИ сгенерировать алгоритм Победы в СВО? Конечно. Я думаю, нашими аналитиками МО такой алгоритм сегодня разработан. Тут главное – не переоценивать подобные опыты. Ведь Реальность иногда предвосхищает самую продвинутую Теорию. Однако, я уверен, что здесь мы движемся в правильном русле. Об этом нам ежедневно говорят мировые новости. У всех политиков на устах прочно обосновалась идея мирных переговоров. Варианты устройства после конфликта, в основном, сводятся к «корейскому сценарию». Риторика свидетельствует о том, что наш баттл в Украине для Запада постепенно теряет всякий смысл. Финал СВО приближается с каждым днем. 
Группировки российских войск продолжают взламывать систему опорных пунктов противника на всей линии боевого соприкосновения, заявил на селекторном совещании с руководящим составом ВС РФ министр обороны Сергей Шойгу. И хотя подразделения ВСУ пытаются зацепиться за отдельные рубежи, они вынуждены бросать позиции и отступать.
При этом, по его оценке, каждый день Украина теряет по тысяче военных, а потери ВСУ с начала года составили 111 тыс. солдат и 21 тыс. единиц военной техники.
«С начала года российские военные взяли под контроль 547 квадратных километров территории новых регионов страны. За последние две недели ВС РФ освободили населенные пункты Новобахмутовка, Семеновка, Бердычи», — отметил Шойгу.
Между тем украинский президент Владимир Зеленский заявил, что ВСУ предстоит новый этап боевых действий. «Сейчас мы перед новым этапом войны», — сообщил он во время встречи с пограничниками в городе Хмельницком. При этом, как утверждал Зеленский, Россия «готовится к попытке расширить наступательные действия».
Примечательно, что подобные предположения в последнее время звучат и от других украинских официальных лиц, а также западных СМИ. На днях в интервью журналу The Economist замглавы военной разведки Украины Вадим Скибицкий сделал несколько неожиданных заявлений.
В частности, он назвал «падение» города Часов Яр (одного из важных укрепрайонов украинских формирований на артемовском направлении) лишь вопросом времени, а также сообщил, что ГУР считает вероятным наступление российской армии в Харьковской и Сумской областях.
«Основной натиск» по этим направлениям начнется в конце мая или начале июня. «Харьков ждут темные дни», — высказал мнение Скибицкий.
Кроме того, генерал скептически оценил новую волну мобилизации, в результате которой ряды ВСУ пополнят «немотивированные солдаты с низким моральным духом». А под конец сделал вывод о том, что возможности победить на поле боя Украины нет — и конфликт завершится переговорами, которые, по мнению Скибицкого, начнутся во второй половине 2025 года.
Правда, следует отметить, что цель высокопоставленного разведчика заключалась не в том, чтобы поделиться с западными читателями вымышленными или реальными пораженческими настроениями. Основной посыл касался утверждений, что Россия якобы угрожает Европе и НАТО. А значит, задача европейцев — усилить производство вооружений для Киева, а также отблагодарить его за сдерживание непосредственных угроз со стороны российских вооруженных сил. И главный вопрос: отплатит ли Европа за услугу, сохранив Украину в игре.
О значении для украинской армии потери Часов Яра порассуждал и американский телеканал CNN. «Отход ВСУ из Часова Яра поставит под угрозу всю оборону в Донбассе, то есть — в Донецкой и Луганской областях. Город этот находится на холме и представляет собой одну из последних естественных преград, которая защищает важные пути подвоза и эвакуации, а также районный центр Краматорск, расположенный в 30 километрах к северу», — отмечается в материале.
«Часов Яр — это центр тяжести оборонительной линии в данном регионе», — приводит канал мнение украинского военного аналитика Виктора Кевлюка.
Еще одной новостью недели стали очередные громкие высказывания Эммануэля Макрона. Французский президент назвал условия, при которых Париж может рассмотреть вопрос об отправке войск в зону конфликта. «Если бы русские прорвались через линию фронта, если бы поступила просьба Украины — чего сегодня нет, — нам по праву пришлось бы задать себе этот вопрос», — отметил он.
При этом Макрон призвал не исключать «априори» такой сценарий, поскольку цель состоит в том, чтобы не дать России победить на Украине, а также рассказал, что это мнение разделяет ряд союзников.
«Многие страны заявили, что в последующие недели они поняли наш подход, согласились с нашей позицией», — цитирует президента Франции The Economist.
Очевидно, однако, что партнеры по НАТО вряд ли поддержат воинственную риторику Парижа. Во всяком случае — публично. Уже на следующий день глава британского МИД Дэвид Кэмерон, находящийся с визитом во Львове, заявил, что озвученная Макроном идея ведет к «опасной эскалации».
«Я не думаю, что было бы правильно, чтобы военные НАТО убивали российских солдат», — сказал Кэмерон в эфире телеканала Sky News.
Впрочем, опасения эскалации не помешали главе британского внешнеполитического ведомства сообщить в интервью Reuters, что удары ВСУ по российским территориям с использованием британского оружия являются легитимными. «Украина имеет такое право», — заявил министр.
Примечательно, что через два часа после публикации вызвавшее общественный резонанс интервью было отозвано с сайта агентства — «до рассмотрения некоторых подробностей», однако спустя некоторое время появилось вновь — в неизмененном виде.
Слова Кэмерона прозвучали на фоне угроз атак на Крымский мост. Об подготовке таких ударов заявляют не только различные официальные лица Киева, но и представители «ястребиного» крыла союзников Украины (один из последних примеров — посол Литвы в Швеции Линас Линкявичюс).
«Киевский режим не скрывает своих намерений продолжать террористическую деятельность. Мы учитываем это в своей работе, и наши специальные ведомства и министерства принимают меры», — отметил в связи с данными заявлениями пресс-секретарь президента РФ Дмитрий Песков.
В свою очередь, официальный представитель МИД РФ Мария Захарова подчеркнула, что подобные действия повлекут серьезные последствия — и не только для Украины.
«Я хотела бы вновь предупредить Вашингтон, Лондон, Брюссель, что любые агрессивные действия против Крыма не только обречены на провал, но и получат удар возмездия, который будет сокрушительным», — цитирует дипломата ТАСС.
«Герой в героическом городе», Северо-Кавказская студия кинохроники, 2012 год.
Режиссер Мадина Тезиева, автор сценария Виктор Буйвидас.
Первая часть: http://www.youtube.com/watch?v=X03aJrSkoLE
Часть вторая: http://www.youtube.com/watch?v=-NmKqtkO-eA
Книги на всемирном Amazon: https://www.amazon.com/
Пробивка
Угол смерти
Тройной капкан
Пьеса для шпионки
Итальянское убийство
Рисованный фильм. Название «Диван». Авторы: Буйвидас и Тезиева.
https://www.youtube.com/watch?v=SACxY0f_ECw
Все книги Виктора Буйвидаса | Читать онлайн лучшие книги автора на Литрес (litres.ru)