Искусственный интеллект: способность к суждению? Природная сила или движитель, стоящий за ИИ

DOI: 10.33917/es-5.197.2024.70-79

В настоящее время тема супер-ИИ (Artificial General Intelligence or AGI) заполонила мировую прессу. Одни очарованы невероятными возможностями вплоть до создания будущего глобального правительства, другие опасаются прихода чуждого разума, способного вытеснить человека. Авторы показывают, что, как водится, обе позиции бьют мимо цели. Нет сомнения, что ИИ — это принципиально новый инструмент. Поэтому он может быть как исключительно полезен, так и безмерно опасен в зависимости от его применения. Одно ясно — произошла утеря невинности и отмотать назад не получится. Мир входит в новую фазу развития с огромным потенциалом. Однако переходный период грозит еще большими опасностями, чем первая половина XX в., когда приход двигателя внутреннего сгорания на смену паровику привел к драматическим сдвигам в экономике и смене политического доминирования на фоне двух мировых войн. По мере падения темпов роста индустриальной производительности растет финансиализация, угнетая «реальный» сектор, падает демография, а мир сползает в войны за доминирование на фоне угасания индустриального общества XX в.

Источники:

1. Бадалян Л.Г., Криворотов В.Ф. Индустриальные Средние века, или Есть ли жизнь после индустриального капитализма? Часть I // Российский экономический журнал. 2023. № 3. С. 17–37.

2. Бадалян Л.Г., Криворотов В.Ф. Индустриальные Средние века, или Есть ли жизнь после индустриального капитализма? Часть II // Российский экономический журнал. 2023. № 4. С. 4–23.

3. Corsini R.J. The Dictionary of Psychology. L.: Routledge, 2016. P. 494.

4. Davidson H. Alfarabi, Avicenna, and Averroes, on Intellect // Oxford University Press. 1992. P. 6.

5. Colman A.M. A Dictionary of Psychology (3rd ed.) // Oxford [etc.]: Oxford University Press, 2008.

6. Sangha N. Instinct, Intellect, Intelligence, Intuition [Электронный ресурс]. Occult Mysteries. 2015. URL: https://occult-mysteries. org/intelligence.html

7. Кант И. Критика способности суждения: Собр. соч.: В 6 т. Т. 5. М.: Мысль, 1966.

8. Жуковский В.А. Сказка о Иване-царевиче и Сером Волке. М.: Проспект, 2013. 31 с.

9. De Gruyter. Kant and Artificial Intelligence. Edited by Hyeongjoo Kim and Dieter, 2022.

10. Asimov I.I, Robot. Garden City. N.Y.: Doubleday, 1950.

11. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. Вып. 33. М.: Наука, 1977.

12. Журавлев Ю.И. Корректные алгебры над множествами некорректных (эвристических) алгоритмов // Кибернетика. 1977. № 4; 1978, № 8.

13. Журавлев Ю.И. Распознавание: Математические методы. Программная система. Практические применения. М.: Фазис, 2006. 147 с.

14. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974.

15. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979.

16. Бадалян Л.Г. Оцифровка качественных признаков: Социология. Т. 4. Математические методы и приемы. Словарь и справочник. М.: Наука, 1991.

17. Бадалян Л.Г. Липовецкий С. Канонический анализ, каноническая оцифровка: Социология. Т. 4. Математические методы и приемы. Словарь и справочник. М.: Наука, 1991.

18. Бадалян Л.Г. Оцифровка качественных признаков при анализе связей // Интерпретация и анализ данных в социологических исследованиях: Коллективная монография. Гл. 3. М.: Наука, 1987.

19. Бадалян Л.Г. Про историческую психологию. Метод изучения социального поведения: Сб. статей / Институт психологии АН СССР. М., 1990.

20. Бадалян Л.Г. Моделирование при реконструкции элементов палеопсихологии (постановка проблемы и методические рекомендации): Сб. «Методы реконструкции в археологии». Новосибирск: Наука, 1991. С. 95–115.

21. Бадалян Л.Г. Количественные методы в исследовании политической борьбы. Использование стенограмм политических съездов // Социологические исследования. Журнал АН СССР. 1990. №11.

22. Бадалян Л.Г. 1918 год — истоки монополии и власти? // Знание — cила. 1989. № 10. С. 17–25; № 11. С. 23–29.

23. Badalian L. Object-Oriented Frequency-Based Method Of Mixed Data Analysis // The American University. А Report on a Symposium. 1995.

24. Badalian L. The “Mystery” of the Russian Soul // World&I. 1992. P. 591–609.

25. Jiaming Song, Chenlin Meng & Stefano Ermon. Denoising Diffusion Implicit Models. arXiv preprint arXiv:2010.02502v4 [cs.LG], 5 Oct 2022.