Is AI Machine Learning or Intelligence?

Collection 11 - Methodology and Philosophy of AI

Artificial intelligence (AI) is a section of computer science and other sciences that studies intelligent behaviour, learning, and adaptation of machines. AI studies intelligent behaviour (in humans, animals, and machines) and attempts to model such behaviour in an artificially created machine. On the other hand, biologists study biological systems, the behaviour of organisms, and their interactions using AI models.

To this day, scientists do not have a single idea of intelligence. Some believe that intelligence is the ability to solve certain problems, others see it as the ability to learn, draw conclusions, and analyze, and others see it as the ability to adapt to the diversity of a changing world, communicate with it, and understand and accumulate experience. It is always difficult to give an exact definition of something that does not exist.

Intelligence is a cognitive factor, intelligence is an affective factor. The combination of these two types of consciousness determines our actions - the action of the "factor of volition." The main difference between the brain and the computer is that the brain assumes, and the computer knows in advance. People still determine computer algorithms, and therefore the results of computer "analysis" are not an expression of their own "living intelligence". "Volition" is a purposeful action, motivation, will, instincts, and desires. Volitional intelligence (from the word "conation" - an act of will) in the most general sense is a set of living properties of the character of the will.

"Natural intelligence" is the rational abilities of the human mind. In learning, both motivation (expression of will) and emotions (affect) are important. Machine learning using algorithms is possible, but the concepts of "algorithm" and "intelligence" are fundamentally incompatible. Thus, the combination of the words "artificial intelligence" is an empty pun that has no common sense.

The history of artificial intelligence as a science is relatively new. The term "artificial intelligence" itself was born in 1956. The first definition of AI was as follows: “intelligent” is a system capable of purposefully, depending on the state of the input information, changing not only the parameters of its functioning but also the methods of its behaviour, while the methods of behaviour depend not only on the current state of the information inputs but also on the previous state of the system.

The second definition is that a system capable of simulating human thinking on a computer is called intelligent.

The third definition is that intelligence is a system that allows for enhancing human intellectual activity with the help of intelligent dialogue.

In the seventies of the last century, from the moment when computers were no longer a separate and unique product, mass automation began in two practically independent directions. One of them is the automation of business processes, which we call information technology (IT).

The other is the automation of technological processes, this direction, in contrast to IT, began to be called operational technologies (OT, Operational Technology) or (IIoT) - Industrial Internet of Things.

It is important to clarify that IT deals with data, not information, so it would be more correct to call it “data technology”. The essence is to extract knowledge from a database. It combines computers, storage systems, and networks with the creation, processing, storage, security, and exchange of electronic data of any type. OT (IIoT) is also a set of hardware and software, but it is designed to control and manage physical processes.

The Internet of Things enables better integration of the virtual and physical worlds. It is an important underlying technology in areas such as smart homes, smart cities, intelligent transportation systems, and smart grids. Examples of IoT applications include environmental monitoring, infrastructure monitoring, building and infrastructure automation, activity recognition, and behavioural monitoring. The “things” that form the Internet of Things can be such diverse physical objects as sensor-equipped cars, medical implants, home appliances, smart watches and other wearables, thermostats, and HVAC controllers.

The current vision of the Internet of Things is the result of the evolution and convergence of several technologies. The Internet of Things relies on traditional disciplines such as wireless sensor networks, embedded systems, control and automation systems (including factory, home, and building automation), and others.

Classification of AI

Artificial intelligence can be divided into strong and weak. The goal of Strong AI is to create machines that can think like a human, possessing the consciousness of an intelligent being. On the other hand, Weak AI is a by-product in the process of creating Strong AI - various technologies that are introduced into systems to complement their "intelligent" properties.

Technical intelligence is a processor for searching for rational solutions in time and space that best meets the conditions for achieving the goal of the bearer of intelligence (creator). These conditions may contain limitations and take into account the counteraction of other intelligences.

EI, natural intelligence, is an innate-acquired property of living matter (for example, immunity). AI is an acquired property of inanimate matter.

According to this formulation of intelligence, there is no fundamental difference between EI and AI. The key concept is the concept of the bearer of intelligence, the concept of "creator".

"Machine learning" or "Artificial intelligence"?

Intelligence, unlike an algorithm, is unpredictable. The concepts of "intelligence" and "intelligence" have completely different meanings. In psychology and neuroscience, the theory of intelligent systems uses the terms intelligence (reason) and intelligence (emotions) to describe how people understand the world and reality. Intelligence (fact) and intelligence (process, feeling) determine the "existential course of life".

When studying the human mind, intelligence is understood as the ability of the human mind to reason correctly about what is true and what is false, and how to solve problems. However, a computer cannot synthesize conclusions about what is true and what is false. Its reality is virtual and artificial. Therefore, it does not have a living, “sharp intellect”.

61% of Europeans have a positive attitude towards artificial intelligence and robotics, and 88% believe that these technologies should be carefully managed (Eurobarometer, EU 28). The global market for artificial intelligence solutions will reach $137.5 billion in 2024. The global market for neurotechnology solutions will grow to $7 billion in 2024. If we take into account the global market for artificial intelligence and neurotechnology as a whole - taking into account internal developments of companies - the AI market will increase to $890 billion by 2024.

AI is more effective in industries with a free structure, i.e. where there is no previously known method of operation. Such industries are characterized by ambiguity of input information and the presence of various obstacles, but at the same time it is necessary to make important, strict, unambiguous decisions, and it is also desirable to predict the efficiency coefficient of these decisions. Such industries may include medicine, management, management of complex technical objects, psychology, linguistics, etc. In those industries that are strictly structured, the use of AI is not so effective, since long-established and proven methods, algorithms, and formulas are used to solve problems in these industries. Such industries may include mathematics, physics, geodesy, strength of materials, etc.

AI as a science:

- a branch of computer science that studies the automation of intelligent, reasonable behaviour of computers, research, and development of systems capable of perceiving, analyzing, and collecting information to use it to find solutions in specific situations;

- a branch of science, the object of study of which is any intelligent activity and cases of information processing that cannot be performed using simple and accurate algorithms;

- development of software that imitates human thinking.

Schools of Science

My approach to problem-solving, artificial intelligence is divided into conventional AI and computational intelligence.
Conventional AI includes methods that are now classified as machine learning, characterized by formalism and statistical analysis. It is also known as symbolic AI or logical AI.
Main methods:
• Expert systems - knowledge-based systems;
• Precedent reasoning - reasoning based on similar cases;
• Bayesian networks - networks based on probabilities;
• Behavior-based AI (Behavior Based AI) is a modular approach consisting of autonomous behavioural programs that are launched depending on changes in the environment.

Computational intelligence (CI) involves iterative development or learning. Learning is based on empirical data and is associated with non-symbolic AI. Methods:
• Neural networks - based on structures similar to the human brain; systems with very high image recognition capabilities;
• Fuzzy systems – a method of reasoning under uncertainty, widely used in modern systems of production and consumer protection and quality control;
• Evolutionary computation – concepts from biology, such as population, mutation, and natural selection, are used to find the best solutions to a problem.

These methods are used:
* In evolutionary algorithms (e.g. genetic algorithms);
* In swarm algorithms (e.g. an algorithm).
Attempts are being made to combine these two groups using hybrid image recognition systems.

 There are three types of artificial intelligence in the literature.

1. Artificial "narrow intelligence" (artificial narrow intelligence), which is a machine whose intelligence is equal to or exceeds human intelligence only when performing certain tasks.

Examples: IBM "Deep Blue" and "Watson" (used in organizing and regulating traffic; analyzing information from CCTV cameras, etc.), the Google search engine, the AlphaGo board game, the Google Translate translation program, Amazon, adapting advertising to social media users, spam filters, etc.

2. General artificial intelligence (artificial "general intelligence"), reproduces the entire spectrum of human behaviour.

3. Artificial superintelligence (artificial superintelligence), which surpasses human capabilities in performing any tasks and is more similar to the artificial intelligence depicted in popular science literature and science fiction films.

In a broader sense, by artificial intelligence, we mean the computer science that develops machines that can perceive, reason, and act.

The goal of artificial intelligence specialists is no longer to create a machine that replicates human perception, reasoning, and action, but one that compensates for many human imperfections.

In a narrower sense, artificial intelligence is a machine whose capabilities are judged by how well it replicates human mental abilities, such as pattern recognition, language understanding, adaptive learning from experience, reasoning, or strategic thinking;

Its goal is to significantly facilitate human daily life in almost all areas by collecting and analyzing information and building a knowledge base.

The latest developments in automation technology and artificial intelligence are generating great interest and investment in many industries, including information and communications technology. Network service providers can now use the power of artificial intelligence to provide the long-desired end-to-end automation of operations. However, most network service providers are not prepared to give networks the ability to independently choose the direction of their development and completely exclude people from managing the work process.

Most network service providers want their networks and workflows to adapt to changing competitive situations and customer demands. This requires a comprehensive solution that combines human-controlled operational automation, data analytics, and programmable infrastructure.

The need for AI arises when the problem or support domains are constantly evolving, so AI systems must meet specific requirements:

1) adequately reflect the knowledge in the relevant domain at any given time;

2) must be able to be easily and quickly reconstructed when the problem conditions change.

The principles of working with AI were developed during a conference in Asilomar, California, USA.

AI has already made it possible to create tools that benefit those who use them all over the world. It is expected that further development of AI by the principles presented below can open up amazing possibilities for helping people for decades and even centuries to come.

Research Areas

1) Research Goal: The goal of AI research should not be to create minds without purpose, but to create systems that benefit humanity.

2) Research Funding: Investments in AI should be accompanied by subsidies for research that seeks to find useful applications of AI, addressing difficult questions from computer science, economics, law, ethics, and social science. Some of these questions include:

How can we ensure that future AI is robust so that systems can execute their program without being subject to failure or hacking? How can we increase welfare through automation without reducing the level of human labour and preserving its purpose? How can we make the legal system more efficient and fair while still taking into account the development of AI and the legal risks associated with its use? What values should underlie AI and what legal and moral status should it have?

3) Scientist-Policymaker Dialogue: A constructive and healthy dialogue between AI researchers and policymakers is needed.

4) Research Community Culture: A culture of collaboration, trust, and openness should be fostered among AI researchers and developers.

5) Non-competition: AI development teams should actively collaborate to avoid inadequate safety standards.

Ethics and Values

6) Safety: AI systems should be safe and secure throughout their life cycle, and where appropriate, the normal operation of the AI should be easily verifiable.

7) Failure Transparency: If an AI system causes harm, it should be possible to find out why.

8) Openness to the Justice System: Any involvement of an autonomous AI system in a judicial decision should be satisfactorily justified and subject to review by competent authorities.

9) Responsibility: The designers and creators of advanced AI systems have a direct stake in the moral consequences of the use, abuse, and actions of AI, and they bear the responsibility for shaping such consequences.

10) Value Alignment: Highly autonomous AI systems should be designed to ensure that their goals and behaviours are aligned with human values throughout their operation.

11) Human Values: The design and operation of AI systems should be consistent with the ideals of human dignity, rights, freedoms, and cultural diversity.

12) Privacy: People should have the right to access, process, and control personal data, provided that AI systems can analyze and use that data.

13) Freedom and Privacy: The application of AI systems to personal data should not unreasonably reduce people’s real or perceived freedom.

14) Shared Benefits: AI technologies should benefit as many people as possible.

15) Shared Prosperity: The economic benefits created by AI should be widely distributed to benefit all of humanity.

16) Human Control of AI: Humans should determine how and to what extent AI systems should make decisions to achieve human goals.

17) System Resilience: Those with influence over advanced AI systems should respect and enhance the social processes that support healthy societies, rather than undermine them.

18) AI Arms Race: An arms race in lethal autonomous weapons should be avoided.

Long-Term Perspective

19) Danger of Underestimation: Avoid making strong assumptions about the upper limits of future AI capabilities, especially in the absence of consensus.

20) Importance: Advanced AI could profoundly alter the history of life on Earth, and should be developed and managed with appropriate resources and care.

21) Risks: Potential risks associated with AI systems, especially catastrophic or existential risks, should be addressed through planning and mitigation measures that are proportionate to the potential impact.

22) Recursive Auto-Learning: AI systems designed to improve the performance of their algorithms and to replicate themselves, leading to rapid changes in quality and quantity, should be subject to strict regulation and oversight.

23) Common Good: Superintelligence should be developed solely for purposes consistent with the most ethical ideals and the benefit of all humanity, not just one state or organization.

Human intelligence is the ability to think abstractly - creatively and reason rationally. But, alas! - not optimally! The evolution of human cognition is based on trial and error. The very same ones that teach him nothing. Because he is a man. And a man will always make mistakes until he becomes a robot.

Many scientists have already concluded that the idea of creating AI is a dead end. An endless process instead of a specific result. There is no AI at all. And even in principle, this is impossible. Because an algorithm and intelligence are opposed concepts. AI is needed only when algorithms do not work. AI is more like divine help to a person than God himself. AI algorithms are predictable since they were previously developed by people.

As if everything is clear. The AI system is deterministic. There is no uncertainty. There are no probabilistic and random processes. But the point is that intelligence is unpredictable. If the behaviour of a machine is predictable in advance, then it has no intelligence. In addition, the machine lacks associative, creative thinking. The machine is not capable of synthesizing self-consciousness at all. The machine also has no creative abilities. Except for malfunctions. Algorithms are invented by people, not machines. Algorithms and intelligence are incompatible. Therefore, there are no reasonable grounds to talk about the existence of "artificial intelligence" yet.


Collection 11 - Methodology and Philosophy of AI

Искусственный интеллект (ИИ) — это раздел информатики и других наук, изучающий интеллектуальное поведение, обучение и адаптацию машин. В рамках ИИ изучается разумное поведение (у людей, животных и машин) и делается попытка смоделировать такое поведение в искусственно созданной машине. С другой стороны, биологи изучают биологические системы, поведение организмов и их взаимодействия с помощью моделей ИИ.

По сей день среди учёных нет единого представления о том, что же такое интеллект. Одни считают, что интеллект – это способность решать определенные задачи, другие видят в нем способность учиться, делать выводы, анализировать, третьи – способность адаптироваться к многообразию меняющегося мира, общаться с ним, понимая и накапливая опыт. Всегда трудно дать точное определение тому, что на самом деле не существует.

Интеллект – это когнитивный фактор, интеллект – аффективный фактор. Сочетание этих двух типов сознания определяет наши действия – действие «фактора волеизъявления». Основное отличие мозга от компьютера в том, что мозг предполагает, а компьютер знает заранее. Компьютерные алгоритмы по-прежнему определяются людьми, и поэтому результаты компьютерного «анализа» не являются выражением их собственного «живого интеллекта». "Волеизъявление" – это целенаправленное действие, мотивация, воля, инстинкты, желания. Волевой интеллект (от слова «конация» — волевой акт) в самом общем смысле представляет собой совокупность живых свойств характера воли.

«Естественный интеллект» — это рациональные способности человеческого разума. В обучении важны как мотивация (волеизъявление), так и эмоции (аффект). Машинное обучение с использованием алгоритмов возможно, но понятия «алгоритм» и «интеллект» принципиально несовместимы. Таким образом, сочетание слов «искусственный интеллект» — это пустой каламбур, не имеющий никакого здравого смысла.

История искусственного интеллекта как науки относительно нова. Сам термин «искусственный интеллект» родился в 1956 году. Первое определение ИИ было следующим: «разумный» — это система, способная целенаправленно, в зависимости от состояния ввода информации, изменять не только параметры своего функционирования, но и методы своего поведения, при этом методы поведения зависят не только от текущего состояния информационных входов, но и от предыдущего состояния системы.

Второе определение – система, способная моделировать мышление человека на компьютере, называется интеллектуальной.

Третье определение – интеллектуальная – это система, позволяющая усилить интеллектуальную деятельность человека с помощью разумного диалога.

В семидесятых годах прошлого века, с того момента, как компьютеры уже не были отдельным и уникальным продуктом, началась массовая автоматизация по двум практически независимым направлениям. Одним из них является автоматизация бизнес-процессов, которую мы называем информационными технологиями (ИТ).

Другое — автоматизация технологических процессов, это направление, в отличие от IT, стали называть операционными технологиями (OT, Operational Technology) или (IIoT) — Промышленный Интернет вещей.

Важно уточнить, что ИТ имеют дело не с информацией, а с данными, поэтому правильнее было бы назвать это «технологией данных». Суть - извлечение знаний из базы данных. ИТ объединяет компьютеры, системы хранения и сети с созданием, обработкой, хранением, безопасностью и обменом электронными данными любого типа. ОТ (IIoT) — это тоже набор аппаратного и программного обеспечения, но предназначенный для контроля и управления физическими процессами.

Интернет вещей позволяет улучшить интеграцию виртуального и физического миров. Это важная базовая технология в таких областях, как умные дома, умные города, интеллектуальные транспортные системы и интеллектуальные электросети. Примеры приложений Интернета вещей включают мониторинг окружающей среды, мониторинг инфраструктуры, автоматизацию зданий и инфраструктуры, распознавание активности и поведенческий мониторинг. «Вещами», формирующими Интернет вещей, могут быть такие разнообразные физические объекты, как автомобили, оснащенные датчиками, медицинские имплантаты, бытовая техника, умные часы и другие носимые устройства, термостаты и контроллеры систем вентиляции.

Нынешнее видение Интернета вещей возникло в результате эволюции и конвергенции нескольких технологий. Интернет вещей опирается на традиционные дисциплины, такие как беспроводные сенсорные сети, встроенные системы, системы управления и автоматизации (включая автоматизацию производства, дома и здания) и другие.

Классификация ИИ

Искусственный интеллект можно разделить на сильный и слабый. Цель Strong AI — создать машины, которые смогут думать как человек, обладать сознанием разумного существа. С другой стороны, слабый ИИ (Weak AI) — это побочный продукт в процессе создания сильного ИИ — различных технологий, которые внедряются в системы для дополнения их «интеллектуальными» свойствами.

Технический интеллект – это процессор поиска рациональных решений во времени и пространстве, который наилучшим образом удовлетворяет условиям достижения цели носителя интеллекта (творца). Эти условия могут содержать ограничения и учитывать противодействие других интеллектов.

ЕИ, естественный интеллект, – это врожденно-приобретенное свойство живого вещества (например, иммунитет). ИИ – это приобретенное свойство неживой материи.

Согласно этой формулировке интеллекта, между ЕИ и ИИ нет фундаментальной разницы. Ключевым понятием становится понятие носителя разума, понятие «творец».
 
"Машинное обучение" или "Искусственный интеллект"?

Интеллект, в отличие от алгоритма, непредсказуем. Понятия «интеллект» и «интеллект-интеллигенция», как рзумная деятельеость мозга, имеют совершенно разные значения. В психологии и нейробиологии теория интеллектуальных систем использует термины интеллект (как разум) и интеллект (как эмоции) для описания того, как люди понимают мир и реальность. Интеллект (как факт) и интеллект (как процесс, чувство) определяют «экзистенциальный ход жизни».

При изучении человеческого разума под интеллектом понимают способность человеческого разума правильно рассуждать о том, что на самом деле верно, а что ложно, и как решать проблемы. Но компьютер не может синтезировать выводы о том, что истинно, а что ложно. Его реальность виртуальна, искусственна. Поэтому у него нет живого, «острого интеллекта».

Как у этому формальному «синонизму» следует относится? Например, 61% европейцев положительно относятся к искусственному интеллекту и робототехнике, а 88% считают, что этими технологиями следует тщательно управлять (Евробарометр, ЕС 28). Мировой рынок решений в области искусственного интеллекта в 2024 году достигнет $137,5 млрд. Мировой рынок решений в области нейротехнологий вырастет до $7 млрд в 2024 году. Если принять во внимание мировой рынок искусственного интеллекта и нейротехнологий в целом – с учетом внутренних разработок компаний – то рынок ИИ к 2024 году увеличится до 890 миллиардов долларов.

ИИ более эффективен в отраслях со свободной структурой, т.е. где нет ранее известного метода работы. Такие отрасли характеризуются неоднозначностью входной информации и наличием различных препятствий, но в то же время необходимо принимать важные, строгие, однозначные решения, а также желательно прогнозировать коэффициент эффективности этих решений. К таким отраслям могут относиться медицина, менеджмент, управление сложными техническими объектами, психология, лингвистика и т. д. В тех отраслях, которые строго структурированы, применение ИИ не столь эффективно, поскольку для решения задач в этих отраслях используются давно зарекомендовавшие себя и проверенные методы, алгоритмы и формулы. К таким отраслям могут относиться математика, физика, геодезия, сопротивление материалов и т. д.

ИИ как наука:

- отрасль информатики, изучающая автоматизацию разумного, разумного поведения компьютеров, исследование и разработку систем, способных воспринимать, анализировать и собирать информацию с целью использования ее для поиска решений в конкретных ситуациях;
 
- такая отрасль науки, объектом изучения которой является любая разумная деятельность и случаи обработки информации, которые невозможно выполнить с помощью простых и точных алгоритмов;
 
- разработка программного обеспечения, имитирующего мышление человека.

Научные школы
По подходу к решению задач искусственный интеллект делится на обычный ИИ и вычислительный интеллект.
Обычный ИИ включает в себя методы, которые сейчас классифицируются как машинное обучение, характеризующееся формализмом и статистическим анализом. Он также известен как символический ИИ, логический ИИ.
Основные методы:
• Экспертные системы – системы, основанные на знаниях;
• Прецедентное рассуждение – рассуждение, основанное на аналогичных случаях;
• Байесовские сети – сети, основанные на вероятностях;
• Behavior Based AI (Behavior Based AI) — модульный подход, состоящий из автономных поведенческих программ, которые запускаются в зависимости от изменения окружающей среды.

Вычислительный интеллект (CI) предполагает итеративную разработку или обучение. Обучение основано на эмпирических данных и связано с несимволическим ИИ. Методы:
• Нейронные сети – основаны на структурах, аналогичных человеческому мозгу; системы с очень высокими возможностями распознавания изображений;
• Нечеткие системы – методика рассуждений в условиях неопределенности, широко используемая в современных системах защиты производства и потребителей и контроля соответствия качества;
• Эволюционные вычисления – для поиска наилучших решений проблемы используются концепции, применяемые в биологии, такие как популяция, мутация и естественный отбор.

Эти методы используются:
* В эволюционных алгоритмах (например, генетических алгоритмах);
* В роевых алгоритмах (например, муравьиный алгоритм).
Предпринимаются попытки объединить эти две группы с помощью гибридных систем распознавания образа.

В литературе выделяют три типа искусственного интеллекта.

1. Искусственный "узкий интеллект" (искусственный узкий интеллект), представляющий собой машину, интеллект которой равен человеческому интеллекту или превосходит его только при выполнении определенных задач.

Примеры: IBM «Deep Blue» и «Watson» (используются в организации и регулировании дорожного движения; анализ информации с камер видеонаблюдения и др.), поисковая система «Google», настольная игра «AlphaGo», программа-переводчик «Google Translate». , «Амазон», адаптация рекламы под пользователя социальных сетей, спам-фильтры и т.д.

2. Общий искусственный интеллект (искусственный "общий интеллект"), воспроизводящий весь спектр человеческого поведения.

3. Искусственный сверхинтеллект (искусственный сверхинтеллект), превосходящий человеческие возможности в выполнении любых задач и больше похожий на искусственный интеллект, изображенный в научно-популярной литературе и научно-фантастических фильмах.

В более широком смысле под искусственным интеллектом мы подразумеваем информатику, которая разрабатывает машины, способные воспринимать, рассуждать и действовать.

Целью специалистов по искусственному интеллекту больше не является создание машины, воспроизводящей человеческое восприятие, рассуждения и способности к действию, а такой, которая компенсирует многие человеческие несовершенства.

В более узком смысле искусственный интеллект — это машина, о возможностях которой судят по тому, насколько хорошо она воспроизводит умственные способности человека, такие как распознавание образов, понимание языка, адаптивное обучение на основе опыта, рассуждение или стратегическое мышление;

Его цель – существенно облегчить повседневную жизнь человека практически во всех сферах, обеспечив сбор и анализ информации, формирование базы знаний.

Новейшие разработки в области технологий автоматизации и искусственного интеллекта вызывают большой интерес и привлекают инвестиции во многие отрасли, в том числе в информационные и коммуникационные технологии. Поставщики сетевых услуг теперь могут использовать возможности искусственного интеллекта для обеспечения давно желаемой сквозной автоматизации операций. Однако большинство поставщиков сетевых услуг не готовы предоставить сетям возможность самостоятельно выбирать направление своего развития и полностью исключить людей из управления рабочим процессом.

Большинство поставщиков сетевых услуг заинтересованы в том, чтобы сети и рабочие процессы могли адаптироваться к меняющимся конкурентным ситуациям и потребительскому спросу. Для этого требуется комплексное решение, сочетающее в себе операционную автоматизацию под контролем человека, возможности анализа данных и программируемую инфраструктуру.

Потребность в искусственном интеллекте возникает тогда, когда проблемные или поддерживаемые области постоянно развиваются, поэтому системы искусственного интеллекта должны отвечать особым требованиям:

1) адекватно отражать знания в соответствующей области в каждый момент времени;

2) должен быть пригоден для простой и быстрой реконструкции при изменении условий проблемы.

Принципы работы с ИИ были разработаны в ходе конференции в Асиломаре (Калифорния, США).

Искусственный интеллект уже сделал возможным создание инструментов, по всему миру приносящих пользу тем, кто ими пользуется. Предполагается, что дальнейшая разработка ИИ в соответствии с представленными ниже принципами может открыть удивительные возможности для помощи людям на десятилетия и даже века вперед.

Область исследований

1) Цель исследования: цель исследований ИИ должна лежать в области создания не бесцельного разума, но систем, направленных на принесение пользы человечеству.

2) Финансирование исследований: инвестиции в ИИ должны сопровождаться субсидированием исследований, направленных на поиск полезных способов применения ИИ, в контексте которых рассматриваются непростые вопросы из области компьютерных наук, экономики, права, этики и социальных наук. Некоторые из таких вопросов:

Как обеспечить надежность будущего ИИ таким образом, чтобы системы выполняли свою программу, не подвергаясь угрозе сбоев и хакерских атак? Как повысить уровень благосостояния с помощью автоматизации процессов, не сократив при этом уровень человеческого труда и сохранив его назначение? Как, сделав правовую систему более эффективной и справедливой, модифицировать ее в соответствии с развитием ИИ и учесть все правовые риски, связанные с его использованием? Какие ценностные ориентиры должны лежать в основе ИИ и каким правовым и моральным статусом он должен обладать?

3) Диалог ученых и политических деятелей: необходим конструктивный и здоровый диалог между исследователями ИИ и политическим руководством.

4) Культура отношений в исследовательском сообществе: среди исследователей и разработчиков систем ИИ должна поощряться культура взаимодействия, доверия и открытости.

5) Отсутствие конкуренции: команды разработчиков ИИ должны активно взаимодействовать друг с другом во избежание ненадлежащего исполнения стандартов безопасности.

Этика и ценности

6) Безопасность: системы ИИ должны быть безопасны и защищены на протяжении всего срока эскплуатации, а в ситуациях, где это целесообразно, штатная работа ИИ должна быть легко верифицируема.

7) Открытость сбоев в системе: если система ИИ причиняет вред, должна быть возможность выяснить причину.

8) Открытость системе правосудия: любое участие автономной системы ИИ в принятии судебного решения должно быть удовлетворительным образом обосновано и доступно для проверки компетентным органами.

9) Ответственность: разработчики и создатели продвинутых систем ИИ напрямую заинтересованы в моральной стороне последствий использования, злоупотребления и действий ИИ, и именно на их плечах лежит ответственность за формирование подобных последствий.

10) Синхронизация ценностей: системы ИИ с высокой степенью автономности должны быть разработаны таким образом, чтобы их цели и поведение были согласованы с человеческими ценностями на всем протяжении работы.

11) Человеческие ценности: устройство и функционирование систем ИИ должно быть согласовано с идеалами человеческого достоинства, прав, свобод и культурного разнообразия.

12) Защита личных данных: люди должны иметь право на доступ к персональным данным, их обработку и контроль, при наличии у систем ИИ возможности анализа и использования этих данных.

13) Свобода и конфиденциальность: применение систем ИИ к персональным данным не должно безосновательно сокращать реальную или субъективно воспринимаемую свободу людей.

14) Совместная выгода: технологии ИИ должны приносить пользу максимально возможному числу людей.

15) Совместное процветание: экономические блага, созданные при помощи ИИ, должны получить широкое распространение ради принесения пользы всему человечеству.

16) Контроль ИИ человеком: люди должны определять процедуру и степень необходимости передачи системе ИИ функции принятия решений для выполнения целей, поставленных человеком.

17) Устойчивость систем: те, кто обладает влиянием, управляя продвинутыми системами ИИ, должны уважать и улучшать общественные процессы, от которых зависит здоровье социума, а не подрывать таковые.

18)  Гонка вооружений в области ИИ: стоит избегать гонки вооружений в области автономного летального оружия.


Долгосрочная перспектива

19) Опасность недооценки возможностей: стоит избегать уверенных предположений относительно верхнего порога возможностей ИИ будущего, особенно в отсутствие консенсуса по этому вопросу.

20)  Важность: продвинутый ИИ может повлечь коренные изменения в истории жизни на Земле, и его разработка и управление должны осуществляться при наличии соответствующих ресурсов и в условиях особой тщательности.

21) Риски: потенциальные риски, связанные с системами ИИ, особенно опасность катастроф или угроза существованию жизни в целом, должны купироваться действиями по планированию и смягчению рисков, соразмерными возможному масштабу воздействия.

22) Рекурсивное автообучение: системы ИИ, разработанные для улучшения эффективности собственных алгоритмов и самовоспроизведения, ведущего к быстрому изменению качества и количества, должны быть объектом применения мер жесткого регулирования и контроля.

23)  Всеобщее благо: сверхразум должен быть разработан исключительно в целях, соответствующих большинству этических идеалов и для пользы всего человечества, а не одного государства или организации.

Человеческий интеллект – это способность мыслить абстрактно – творчески и рассуждать рационально. Но, -увы!-, не оптимально! Эволюция познания человека основана на методе проб и ошибок. Тех самых, которые его ничему не учат. Потому, что он - человек. А человек всегда будет ошибаться, пока не станет роботом.

Многие учёные уже пришли к выводу, что идея создания ИИ — тупиковая. Бесконечный процесс вместо конкретного результата. На самом деле никакого ИИ вообще нет. И даже в принципе это невозможно. Потому что алгоритм и интеллект — понятия диаметрально противоположные. ИИ нужен только тогда, когда алгоритмы не работают. ИИ — это скорее божественная помощь человеку, чем сам Бог. Алгоритмы ИИ предсказуемы, поскольку ранее они были разработаны людьми.

Как будто все ясно. Система ИИ детерминирована. Нет никакой неопределенности. Вероятностных и случайных процессов нет. Но в том-то и дело, что интеллект непредсказуем. Если поведение машины заранее предсказуемо, то у нее нет никакого интеллекта. Кроме того, у машины отсутствует ассоциативное, творческое мышление. Машина вообще не способна к синтезу самосознания. У машины также нет творческих способностей. Если не считать сбои в работе. Алгоритмы изобретаются людьми, а не машинами. Алгоритм и интеллект несовместимы. Поэтому говорить о существовании «искусственного интеллекта» пока нет никаких разумных оснований.