Авторами рассмотрены некоторые аспекты разработки искусственного интеллекта (ИИ), возможности появления искусственного разума и перенесения сознания на новый субстанциональный носитель как одной из целей движения трансгуманизма. Показано, что основой разработки ИИ являются формализуемые (математические) логики, в то время как деятельность человеческого разума (органического единства сознания, подсознания и неосознанного), логика его функционирования не поддаются математической формализации. В связи с этим авторы считают, что создание искусственного разума невозможно, а наиболее перспективной является концентрация научных усилий на исследованиях по разработке искусственного интеллекта высокого уровня. При этом, вероятно, наиболее эффективными могут оказаться искусственные интеллектуальные системы, использующие совокупность гибридных математических логик

});”>Метод .toggle()

1. Бурмистров А.Н., Ильин Ю.В. О возможном влиянии взаимодействия производительных сил и производственных отношений на развитие науки и техники // Экономические стратегии. 2018. № 7. C. 146–157.
2. Отчет Всемирного экономического форума – 2018. Революция роботов [Электронный ресурс] // NNN. Nano News Net. 2018. 22 сентября. URL: http://www.nanonewsnet.ru/news/2018/budushchee-rabochikh-mest-glavnoe-iz-otchetavsemirnogo-ekonomicheskogo-foruma.
3. Скиба И.Р. Проблема искусственного интеллекта: человек и машина [Электронный ресурс] // Neoronus.com. 2018. 29 апреля.URL:https://neuronus.com/stat/1392-problemaiskusstvennogo-intellekta-chelovek-i-mashina.html.
4. Холево А.С. Квантовый предел информации [Электронный ресурс] // Стимул. 2016. URL: https://stimul.online/articles/interview/kvantovyy-predel-informatsii/
5. Пенроуз Р. Новый ум короля. М.: УРСС, 2003. С. 12.
6. Лосев А.Ф. Собр. соч. Т. 6. Хаос и структура. К логическому обоснованию аксиоматики трансфинитов. М.: Мысль, 1997. С. 212.
7. Ильенков Э.В. Диалектическая логика. Очерки истории и теории. М.: Политиздат, 1984. С. 12, 164.
8. Батищев Г.С. Диалектика рефлексивной деятельности и научное познание. Ростов н/Д: Изд-во Ростовского ун-та, 1983. С. 42.
9. Лобастов Г.В. Философия в пространстве науки и культуры. Усть-Каменогорск: МОН РК, 2017. С. 55.
10. Батищев Г.С. Возражение Э.В. Ильенкову: почему антимония разлучается с истиной. М.: Политиздат, 1979.
11. Иванков К.В. Формальные основы диалектики: Материалы семинара «Геометрия и физика». Москва, физический факультет МГУ, 13 марта 2014 г. [Электронный ресурс] // Диалектическая модель мира. URL:http://kivankov.ru/articles/dialectica_formalizm.pdf.
12. Карпенко А.С. К определению логического: традиции и современный взгляд // Вестник ВГГУ, 2007. Вып. 19. C. 12.
13. Лобастов Г.В. В поисках новой теории сознания. Диалектика и проблемы развития науки. Ч. 2. Усть-Каменогорск: МОН РК, 2017. C. 58.
14. Жданов А.А. Адаптивные машины — неизбежное направление развития техники. Задачи и проблемы: Лекции по нейроинформатике. М.: НИЯУ МИФИ, 2010. С. 210, 211.
15. Редозубов А. Логика сознания [Электронный ресурс] // Habr. 2016. 22 августа. URL: https://habr.com/ru/post/308268/
16. Черниговская Т.В. Творчество как предназначение мозга. Философия творчества: Материалы Всероссийской научной конференции / Под ред. Н.М. Смирновой, А.Ю. Алексеева. М.: Ин-т философии РАН, 2016. С. 57–67.
17. Манифест стратегического общественного движения «Россия-2045» [Электронный ресурс] // Россия-2045. 2011. 22 августа. URL: http://www.2045.ru/manifest/
18. Формула Дрейка [Электронный ресурс] // Академик. URL: https://dic.academic.ru/dic.nsf/ruwiki/1168646.
19. Уласович K. Вероятность существования инопланетных цивилизаций свели до двух множителей [Электронный ресурс] // N+1. 2016. 29 апреля. URL: https://nplus1.ru/news/2016/04/29/the-truth-is-out-there.
20. Kowald A. Why is there no von Neumann probe on Ceres? Error catastrophe can explain the Fermi-Hart Paradox [Электронный ресурс] // Cornell University: arXiv.org. 2016, April, 13. URL:https://arxiv.org/abs/1605.02169.
21. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. М.: Манн, Иванов и Фебер, 2016. С. 182.

Проанализированы возможности формирования интеллектуальной цифровой инфраструктуры управления экономикой страны в особых условиях: глобальных бедствий, катастроф и чрезвычайных ситуаций. Оценен опыт создания больших информационных систем управления экономикой страны в особый период. Предложен конвергентный подход к созданию требуемой системы для поддержки управления. Показано, что в указанных условиях высокую эффективность управления можно обеспечить на основе специальной поддержки процессов самоорганизации и антиколлапсной самонастраивающейся интеграции сегментов информационных систем и интеллектуальных сервисов, адаптируемых к условиям известного, предсказуемого и неизвестного характера. При этом интеграция сетевых инфраструктур предполагает распределенную обработку и хранение данных на основе взаимодействия и объединения различных сетевых сред, что позволяет обеспечить недостижимую ранее надежность, устойчивость и восстанавливаемость управления экономикой.

В статье Гари Маркуса Deep Learning: A Critical Appraisal [1] поставлены вопросы о современных достижениях глубинного обучения и искусственного интеллекта (ИИ). Общий тон работы пессимистичный и настраивает на переосмысление полученных результатов, даже если они и промежуточные. Маркус дает прогнозы и пишет о возможных последствиях очередной шумихи вокруг ИИ-технологий [2]. В настоящей статье дается видение того, в каком направлении следует двигаться при разработке ИИ-систем.

IT — наиболее динамично развивающаяся отрасль экономики, где товаром является информация: описания технологий, компьютерные программы и услуги, цифровой мультимедийный материал, электронные книги, патенты и т.д. Платежные средства также представляют собой разновидность информации. Если раньше период смены технологических укладов составлял сотни лет, теперь это происходит за время жизни одного человека. Компания Gartner провела опрос и опубликовала список приоритетных направлений развития IT в 2017 г.: искусственный интеллект и глубокое обучение; интеллектуальные приложения; интеллектуальные вещи; виртуальная и дополненная реальность; цифровые двойники (динамические программные модели реальных объектов и систем); блокчейн (криптовалюты) и распределенная расходная книга; разговорные системы; сетевые приложения и архитектура; цифровые платформы; адаптивная архитектура безопасности.

Путь развития искусственного интеллекта в XXI в. в контексте становления новых технологических укладов и постнеклассической парадигмы управления можно спрогнозировать с учетом анализа его многоликой и тернистой исторической ретроспективы. Этот путь, естественно, не гарантирован от неожиданных ловушек. Вместе с тем их можно избежать, найдя новые решения в малознакомых пространствах для моделирования, взяв за основу иные подходы к решению сложных задач и семантической интерпретации данных, синтезировав под эти новации пока еще неведомые на Земле материалы для компьютерной памяти и процессоров.

Возможность искусственного интеллекта изначально ассоциировалась (фон Нейман) с проблемой преодоления некоего гипотетического порога сложности. В настоящее время становление современной парадигмы сложности в контексте идей философии Э. Морена, Ж. Делеза и Ф. Гваттари, кибернетики второго порядка Х. фон Ферстера, автопоэзиса Ф. Варелы и Ф. Матураны, киберсемиотики, а также рекурсивной логики «законов форм» Дж. Спенсера Брауна ведет к необходимости конструктивного введения концепции наблюдателя сложностности как самоорганизующегося ансамбля когнитивных агентов, эмерджентным продуктом взаимодействия которых, возможно, и явится искусственный интеллект и искусственное сознание.

Исходя из того, что ключевыми факторами конкурентоспособности является опережающее создание и использование знаниевого ресурса, автор определяет также основные факторы торможения этого процесса и пути их преодоления, приводя в качестве примера модель организационного дизайна для компании, действующей в определенных условиях.