Преподаватель который помогает студентам и школьникам в учёбе.

Цифровая экономика. Искусственный интеллект.

Содержание:

ВВЕДЕНИЕ

Появление и исследование искусственного интеллекта в мире, является очень интересной и важной задачей в цифровой экономике. Это позволит автоматизировать работу некоторых предприятий и отраслей, вывести деятельность и жизнь на новый уровень цифровизации и жить будущим. Искусственный интеллект, новая ветвь в развитии цифровой экономики и общества в целом, которая требует глобального изучения всех аспектов её внедрения и взаимодействия с бизнесом, государством и обществом. Понятие искусственного интеллекта многогранно. Во-первых, это вопрос о том, что такое искусственный интеллект, ведь определение понятия обусловливает предмет, цель, методы, успешность исследования. Интеллект подразумевает обработку информации, поэтому важной является проблема представления знаний в системах искусственного интеллекта. Существуют различные подходы к решению вопросов, связанных с созданием интеллектуальных систем, и их рассмотрение проливает свет на многие аспекты проблемы. Так же, огромное значение имеет обеспечение взаимодействия систем искусственного интеллекта с человеком на естественном языке, так как при этом значительно облегчается ведение диалога с ними. По мнению некоторых ученых, искусственный интеллект принципиально невозможен, разработки в области создания систем искусственного интеллекта являются в настоящее время одним из приоритетных направлений в науке и экономике.

Цель моей курсовой работы определяют следующие задачи:

Раскрыть понятие искусственного интеллекта;
Изучить историю зарождения искусственного интеллекта в мире;
Определить специфику работы искусственного интеллекта;
Выявить цикл зарождения искусственного интеллекта в России;
Описать виды искусственного интеллекта в России;
Оценить влияние искусственного интеллекта на экономику и общество;
Рассказать о тенденциях развития искусственного интеллекта, сделать прогноз и вывод.

Глава 1. Искусственный интеллект

1. Знакомство с понятием искусственный интеллект

Искусственный интеллект (ИИ) - система или машина, которая может имитировать человеческое поведение, чтобы выполнять задачи, и постепенно обучаться, используя собираемую информацию. ИИ имеет множество воплощений. В понятие "искусственный интеллект" вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. В исследованиях по искусственному интеллекту ученые отталкиваются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта. Важно уяснить, прежде всего, что такое задача. Как отмечают психологи, этот термин тоже не является достаточно определенным. Здесь, в качестве исходного можно принять понимание задачи как мыслительной. Задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны, их надо найти посредством мышления. Если человек обладает алгоритмом решения некоторой задачи и имеет физическую возможность его реализации, то задачи в собственном смысле уже не существует. Так понимаемая задача, является проблемной ситуацией, и решается посредством её устранения. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, "модель мира", имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.

Если задача не является мыслительной, то она решается ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления и является неинтеллектуальной. Под словом "машина" здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач "модели мира". Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек, по крайней мере, в определении отсутствовал. Основная функция мышления заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий, происходит на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия. Этот способ выработки схем внешних действий, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.

Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их "интеллектуальности". Характеризуя особенности систем искусственного интеллекта, специалисты указывают на:

наличие в них собственной внутренней модели внешнего мира (эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации);
способность пополнения имеющихся знаний;
способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе (это качество позволяет системе конструировать информационную структуру)
умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая "понимание" естественного языка;
способность к диалоговому взаимодействию с человеком;
способность к адаптации.

В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий. В свое время А. Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, "игру в имитацию". Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить её ответов от ответов человека. Успешная "игра в имитацию" не может без тщательного предварительного анализа мышления, как целостности, быть признана критерием способности машины к мышлению.^[1] Поэтому точка зрения Тьюринга подвергалась критике.

Однако, если говорить не о мыслящей машине, а об искусственном интеллекте, который должен лишь выводить физические тела знаков, интерпретируемые человеком в качестве решений определенных задач, то с таким утверждением отчасти согласился В.М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте.^[2] Этот критерий, на взгляд многих ученых, не противоречит перечисленным выше особенностям системы искусственного интеллекта. На начальных этапах разработки, ряд исследователей, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой "общего интеллекта". Сейчас большинство работ направлено на создание "профессионального искусственного интеллекта", т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области. В этих случаях "достаточно широкий круг вопросов" должен пониматься как соответствующая область предметов.

Исходным пунктом рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. В процессе изучения зрительных образов, человек не решает мыслительных задач, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи, в сущности, являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Теория искусственного интеллекта при решении многих задач сталкивается со следующими проблемами.

Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически или математически, возможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ.

1.2. Создание искусственного интеллекта

Продвигаясь вперед, исследователи, работающие в области искусственного интеллекта, обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. Многие исследователи пришли к выводу, что самая трудная проблема, стоящая перед современной наукой - познание процессов функционирования человеческого разума, а не просто имитация его работы. В процессе создания искусственного интеллекта, определялись различные подходы. Идея создания мыслящих машин "человеческого типа", определяла механический подход. Средневековые летописи полны рассказов об автоматах, способных ходить и двигаться почти также как их хозяева - люди. В 1736 г. французский изобретатель Жак де Вокансон изготовил механического флейтиста в человеческий рост, который исполнял двенадцать мелодий, перебирая пальцами отверстия и дуя в мундштук, как настоящий музыкант. В середине 1750-х годов Фридрих фон Кнаус, австрийский автор, служивший при дворе Франциска I, сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты.

Другой мастер, Пьер Жак-Дроз из Швейцарии, построил пару изумительных по сложности механических кукол размером с ребенка: мальчика, пишущего письма и девушку, играющую на клавесине. В 1830-х годах английский математик Чарльз Бэббидж задумал, правда, так и не завершив, сложный цифровой калькулятор, который он назвал Аналитической машиной, как утверждал Бэббидж, его машина в принципе могла бы рассчитывать шахматные ходы. Позднее, в 1914 г, Леонардо Торрес-и-Кеведо, действительно изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные партии почти также хорошо, как и человек. После второй мировой войны появились устройства, определяющие электронный подход. Они, казалось бы, подходили для достижения заветной цели - моделирования разумного поведения. Это были электронные цифровые вычислительные машины. Так компьютер, поразил в 1952 г. телезрителей США, точно предсказав результаты президентских выборов за несколько часов до получения окончательных данных. Этот "подвиг" компьютера лишь подтвердил вывод, к которому в то время пришли многие ученые: наступит тот день, когда автоматические вычислители, смогут имитировать не вычислительные процессы, свойственные человеческому мышлению, в том числе восприятие и обучение, распознавание образов, понимание повседневной речи и письма, принятие решений в неопределенных ситуациях, когда известны не все факты. Исследователей ИИ, работающих над созданием мыслящих машин, можно разделить на две группы. Одних интересует чистая наука и для них компьютер - лишь инструмент, который обеспечивает возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить пользование ими. Многие представители второй группы мало заботятся о выяснении механизма мышления - они полагают, что для их работы это едва ли более полезно, чем изучение полета птиц и самолетостроения.

В настоящее время, обнаружилось, что как научные, так и технические поиски столкнулись с несоизмеримо более серьезными трудностями, чем представлялось ранее. На первых порах, многие исследователи ИИ верили, что через какой-нибудь десяток лет машины обретут высочайшие человеческие таланты. Преодолев период развития и обучившись в библиотеках всего мира, хитроумные компьютеры, благодаря быстродействию точности и безотказной памяти постепенно превзойдут своих создателей-людей. Сейчас мало кто говорит об этом, а если и говорит, то отнюдь не считает, что подобные чудеса не за горами. Многие ныне обычные разработки, в том числе усовершенствованные системы программирования, текстовые редакторы и программы распознавания образов, в значительной мере рассматриваются на работах по ИИ. Теории, новые идеи, и разработки ИИ неизменно привлекают внимание тех, кто стремится расширить области применения и возможности компьютеров, сделать их более "дружелюбными", то есть более похожими на разумных помощников и активных советчиков. Несмотря на многообещающие перспективы, ни одну из разработанных до сих пор программ ИИ нельзя назвать "разумной" в обычном понимании этого слова. Это объясняется тем, что все они узко специализированы, самые сложные экспертные системы по своим возможностям скорее напоминают дрессированных или механических кукол, нежели человека с его гибким умом и широким кругозором. Даже среди исследователей ИИ теперь многие сомневаются, что большинство подобных изделий принесет существенную пользу. Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы. К числу скептиков, относится Хьюберт Дрейфус, профессор философии Калифорнийского университета в Беркли. С его точки зрения, истинный разум, невозможно отделить от его человеческой основы, заключенной в человеческом организме. "Цифровой компьютер - не человек, говорит Дрейфус. "У компьютера нет ни тела, ни эмоций, ни потребностей. Он лишен социальной ориентации, которая приобретается жизнью в обществе, а именно она делает поведение разумным. Я не хочу сказать, что компьютеры не могут быть разумными. Но цифровые компьютеры, запрограммированные правилами из нашей, человеческой, жизни, действительно не могут стать разумными. Поэтому ИИ в том виде, как мы его представляем, невозможен".^[3] Попытки построить машины, способные к разумному поведению, в значительной мере вдохновлены идеями профессора МТИ Норберта Винера, что положило начало кибернетическому подходу в создании искусственного интеллекта. Винеру и его сотруднику Джулиану Бигелоу, принадлежит разработка принципа "обратной связи", который был успешно применен при разработке нового оружия с радиолокационным наведением.

Принцип обратной связи, заключается в использовании информации, поступающей из окружающего мира, для изменения поведения машины. В дальнейшем Винер разработал на принципе обратной связи теории как машинного, так и человеческого разума. Именно благодаря обратной связи, все живое приспосабливается к окружающей среде и добивается своих целей. К этому времени и другие ученые стали понимать, что создателям вычислительных машин есть чему поучиться у биологии. Это дало начало нейронному подходу. Основоположником этого подхода, стал нейрофизиолог Уоррен Маккалох. В 1942 г. Маккалох, участвуя в научной конференции в Нью-Йорке, услышал доклад одного из сотрудников Винера о механизмах обратной связи в биологии. Высказанные в докладе идеи перекликались с собственными идеями Маккалоха относительно работы головного мозга. Позже, Маккалох разработал теорию деятельности головного мозга. Эта теория и являлась той основой, на которой сформировалось широко распространенное мнение, что функции компьютера и мозга в значительной мере сходны. Исходя из предшествующих исследований нейронов (основных активных клеток, составляющих нервную систему животных), проведенных Маккаллохом, он вместе с математиком Питтсом, выдвинул гипотезу, что нейроны можно упрощенно рассматривать как устройства, оперирующие двоичными числами. Двоичные числа, состоящие из цифр, единица и нуль, - рабочий инструмент одной из систем математической логики.

Английский математик XIX в. Джордж Буль, предложивший эту остроумную систему, показал, что логические утверждения можно закодировать в виде единиц и нулей, где единица соответствует истинному высказыванию, а нуль - ложному, после чего этим можно оперировать как обычными числами. В 30-е годы XX в., американский ученый Клод Шеннон, понял, что двоичные единица и нуль вполне соответствуют двум состояниям электрической цепи (включено-выключено), поэтому двоичная система идеально подходит для электронно-вычислительных устройств. Маккалох и Питтс предложили конструкцию сети из электронных "нейронов" и показали, что подобная сеть может выполнять практически любые вообразимые числовые или логические операции. Далее они предположили, что такая сеть в состоянии также обучаться, распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта. Из этого кибернетического, или нейронного, подхода к машинному разуму скоро сформировался так называемый "восходящий метод" движение от простых аналогов нервной системы примитивных существ, обладающих малым числом нейронов, к сложнейшей нервной системе человека и даже выше. Конечная цель виделась в создании "адаптивной сети", "самоорганизующейся системы" или "обучающейся машины" - все эти названия разные исследователи использовали для обозначения устройств, способных следить за окружающей обстановкой и с помощью обратной связи изменять свое поведение в полном соответствии с живыми организмами и способностью вести себя так же как они. Однако, не во всех случаях возможна аналогия с живыми организмами. И дело здесь не только во времени. Основной трудностью, с которой столкнулся "восходящий метод" на заре своего существования, была высокая стоимость электронных элементов. Даже самые совершенные кибернетические модели содержали лишь несколько сотен нейронов. Столь ограниченные возможности, обескуражили многих исследователей того периода. В середине 1958 г. Фрэнком Розенблатом, была предложена модель электронного устройства, названного им перцептроном, которое должно было бы имитировать процессы человеческого мышления и вывести искусственный интеллект на новый уровень.

Два года спустя была продемонстрирована первая действующая машина "Марк-1", которая могла научится распознавать некоторые из букв, написанных на карточках, которые подносили к его "глазам", напоминающие кинокамеры. Перцептрон Розенблата, оказался наивысшим достижением "восходящего", или нейронного метода создания искусственного интеллекта. Чтобы научить перцептрон способности строить догадки на основе исходных предпосылок, в нем предусматривалась некая элементарная разновидность автономной работы или "самопрограммирования". При распознании той или иной буквы одни ее элементы или группы элементов оказываются гораздо более существенными, чем другие. Перцептрон мог научаться выделять такие характерные особенности буквы полуавтоматически, своего рода методом проб и ошибок, напоминающим процесс обучения. Однако возможности перцептрона были ограниченными: машина не могла надежно распознавать частично закрытые буквы, а также буквы иного размера или рисунка, нежели те, которые использовались на этапе ее обучения. Ведущие представители так называемого "нисходящего метода" специализировались, в отличие от представителей "восходящего метода", на составлении для цифровых компьютеров общего назначения, программ решения задач, требующих от людей значительного интеллекта, например для игры в шахматы или поиска математических доказательств. К числу защитников "нисходящего метода" относился Марвин Минский, однако в 1951 г., он создал обучающуюся сеть на вакуумных электронных лампах и был сторонником "восходящего метода". Позже, он написал книгу "Перцептроны", где математически доказывалось, что перцептроны, не в состоянии выполнять многие из тех функций, которые предсказывал им Розенблат. Нельзя сказать, что появившаяся в 1969 г. эта критическая работа покончила с кибернетикой. Она лишь переместила интерес аспирантов и субсидии правительственных организаций США, традиционно финансирующих исследования по ИИ, на другое направление исследований - "нисходящий метод". Интерес к кибернетике в последнее время возродился, так как сторонники "нисходящего метода" столкнулись со столь же неодолимыми трудностями. Сам Минский признал, что для реального прорыва вперед в создании разумных машин потребуется устройство, во многом похожее на перцептрон. Но в основном ИИ, стал синонимом нисходящего подхода, который выражался в составлении все более сложных программ для компьютеров, моделирующих сложную деятельность человеческого мозга.

1.3. Специфика работы искусственного интеллекта в настоящее время

Специфика работы искусственного интеллекта на сегодняшний день, осуществляется по следующим направлениям:

Представление знаний;
Доказательство теорем;
Компьютерное зрение;
Машинное обучение (Робототехника);
Обработка естественных языков;
Многоагентные системы;
Инструментальные средства ИИ.

Большое количество научных работ по ИИ посвящено компьютерному зрению. Это направление ИИ связано с развитием глубинного обучения. Впервые компьютеры стали способны выполнять некоторые визуальные задачи классификации лучше, чем люди. Например, заявленная точность назначения оптимального лечения раковых заболеваний легких у компьютера IBM Watson составляет 90%, что превышает на 40% качество диагностики, проводимой врачами-онкологами. Важным понятием в ИИ является «машинное обучение» (его называют также статистическим обучением). Основу данной технологии в 1959 г. заложил Артур Самюэль, когда предложил работать над обучением компьютеров, не используя определенно запрограммированные алгоритмы. Проще говоря, программа обучается, когда в ней происходит изменение, позволяющее во второй раз выполнить определенное задание лучше. Машинное обучение - технология, в рамках которой создается база обучающих примеров, по которой компьютер или нейросеть, настраивается (обучается) и затем может правильно распознавать и классифицировать поступающие новые данные, т.е. это совокупность алгоритмов и методов, позволяющих научить компьютеры делать выводы на основании имеющихся данных.

Добавление обучающих примеров позволяет улучшить результаты распознавания. Таким образом происходит самообучение программы. По этой технологии, в большой базе фотографий компьютер научили распознавать лица, причем он делает это точнее, чем человек. Настоящий прорыв в обучении машин произошел в начале 2016 г., когда программа Google AlphaGo сумела обыграть в игру Go, ее абсолютного чемпиона Ли Седоля. Эта игра, является наиболее интеллектуально сложной игрой в мире, в которой для победы необходимо не просто перебирать всевозможные ходы. Добиться победы в Go над ее чемпионом позволила технология «глубинного машинного обучения» (deep learning, DL), которая сейчас является самым трендовым направлением развития искусственного интеллекта. Этот термин применяемся к искусственным нейронным сетям (ИНС), где используется больше одного скрытого слоя, поэтому формально «глубинный» указывает еще и на более многослойную архитектуру нейронной сети. Уникальным для глубинного обучения является то, что машина сама находит признаки (ключевые черты чего-либо, по которым легче всего отделить один класс объектов от другого) и структурирует их иерархично: из более простых складываются более сложные. У термина «глубинное обучение» нет формального определения, поскольку он объединяет целую группу различных технологий.^[4] Таким образом, компьютер учится на примерах и своем собственном опыте. Программа AlphaGo сначала проанализировала 29,4 млн ходов в 160 тыс. партий профессиональных игроков, а затем две копии программы начали играть одна с другой, добавляя новые партии в обучающую выборку. Сыграв миллионы партий, программа научилась оценивать наиболее выгодное положение камней на доске для достижения победы.^[5] Технология глубинного обучения сейчас является неотъемлемой частью исследований в области распознавания речи, изображений, при создании систем управления беспилотными автомобилями, диагностике заболеваний и решении других сложных задач.

Развитием технологии глубинного обучения стала реализованная IBM летом 2017 г. технология распределенного глубинного обучения (DDL), позволяющая на порядок сократить время обучения искусственной нейронной сети. Массовое распространение смартфонов породило широкое использование речевых помощников, в которых реализуются элементы ИИ. Такие приложения помогают пользователю в его повседневной жизни. Среди них такие известные приложения, как Siri (компании Apple), Cortana (Microsoft), Google Now (Google), Echo (Amazon), «Алиса» (Яндекс) и прочие, которыми уже пользуются десятки миллионов людей. Данные приложения реализуются также на планшетах, ноутбуках и персональных компьютерах. Со временем эти программы станут все интеллектуальнее и незаменимее. Важным направлением работ по ИИ является выявление структуры мозга человека. Такие проекты весьма дорогостоящие, и потому их реализацию могут позволить себе немногие страны. Анализ структуры мозга - обратное проектирование, которое предполагает, что сначала нужно разобраться в тонкостях человеческого мозга, а затем представить то, что мозг делает, в виде аппаратного и программного обеспечения. В итоге ученые надеются создать компьютер, обладающий ИИ человеческого уровня. Моделированию человеческого мозга посвящен международный проект Human Brain Project (HBP), который ведет команда из Швейцарской Федеральной политехнической школы в Лозанне под руководством профессора Генри Маркрама. Цель проекта - синтезировать все знания, полученные людьми о мозге, в единую полноценную модель мозга внутри суперкомпьютера. Завершение проекта предполагается в 2023 г.

Американский проект Brain Activity Map Project («Карта активности мозга», 2013 г.) рассчитан на то, что за 10 лет американским ученым удастся зафиксировать и картографировать активность каждого нейрона в человеческом мозге. Проект SyNAPSE, финансируемый DARPA и корпорацией IBM, ставит задачу создания физической копии мозга, воплощенной в виде специальных микросхем с искусственными нейронами. Это направление получило название нейроморфная электроника.^[6] Аналогичные проекты развивает Китай. В настоящий момент исчерпывающее моделирование мозга невозможно в силу ограниченных возможностей современных суперкомпьютеров. Из других глобальных проектов, в которых используются методы ИИ и системную аналитику, следует отметить проект «Геном человека», в котором планируется определить ДНК-последовательности всех живых существ планеты. Например, Amazon Third Way разрабатывает проект под названием «Банк кодов Земли».^[7]

Глава 2. Искусственный интеллект в цифровой экономике России

2.1. Внедрение искусственного интеллекта в экономику России

Искусственный интеллект является одним из трендовых направлений, которым охвачены все развитые государства мира. Под искусственным интеллектом в России, понимается комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. В целях развития искусственного интеллекта в России, указом Президента Российской Федерации от 10 октября 2019 г. № 490 утверждена Национальная стратегия развития искусственного интеллекта до 2030 года.^[8]

Стратегией определены задачи развития искусственного интеллекта в России, к которым относятся:

Поддержка научных исследований в целях обеспечения опережающего развития искусственного интеллекта;
Разработка и развитие программного обеспечения, в котором используются технологии искусственного интеллекта;
Повышение доступности и качества данных, необходимых для развития технологий искусственного интеллекта;
Повышение доступности аппаратного обеспечения, необходимого для решения задач в области искусственного интеллекта;
Повышение уровня обеспечения российского рынка технологий искусственного интеллекта квалифицированными кадрами и уровня информированности населения о возможных сферах использования таких технологий;
Создание комплексной системы регулирования общественных отношений, возникающих в связи с развитием и использованием технологий искусственного интеллекта.

Также к развитию ИИ в России привлекаются крупные государственные и частные компании. Между Правительством Российской Федерации и ПАО Сбербанк, уже подписано Соглашение о намерениях, предусматривающее подготовку компанией и утверждение Правительством Российской Федерации «дорожной карты» развития высокотехнологичной области «Искусственный интеллект». Кроме того, отдельно подписано Соглашение между Правительством Российской Федерации и АО «УК «РФПИ», предусматривающее содействие в привлечении инвестиций в российские компании в области искусственного интеллекта совместно с международными партнерами. Указанные соглашения являются основой для разработки «дорожной карты» развития высокотехнологичной области «Искусственный интеллект», которая включает в себя результаты федерального проекта «Искусственный интеллект», а также мероприятия ПАО Сбербанк и АО «УК «РФПИ» по развитию искусственного интеллекта. Минэкономразвития России является федеральным органом исполнительной власти, координирующим реализацию «дорожной карты».

Кроме того, для решения задач по развитию высокотехнологичной отрасли «Искусственный интеллект» бизнесом сформирован Альянс искусственного интеллекта, который включает основных участников рынка, заинтересованных в развитии отрасли (ПАО Сбербанк, «Яндекс», Mail.ru Group, МТС, «Газпром нефть» и Российский фонд прямых инвестиций (РФПИ). В целях координации деятельности федеральных органов государственной власти, организаций бизнеса и науки постановлением Правительства Российской Федерации от 23 ноября 2019 г, № 1500 создана подкомиссия по развитию искусственного интеллекта, сопредседателями которых являются Орешкин М.С., Министр экономического развития Российской Федерации и Греф Г.О., Президент, Председатель Правления ПАО Сбербанк.

Главными задачами деятельности подкомиссии является рассмотрение предложений, связанных с развитием искусственного интеллекта, согласование мероприятий федерального проекта «Искусственный интеллект», содействие реализации «дорожной карты» по развитию высокотехнологичной области «Искусственный интеллект» и реализации соглашений, заключенных между Правительством Российской Федерации и ПАО Сбербанк, а также между Правительством Российской Федерации и АО «УК «РФПИ». Кроме того, в целях изучения лучшего зарубежного опыта развития ИИ Министерством ведется работа по созданию центра четвертой промышленной революции на платформе ПАО Сбербанк, открытие которого планируется в 2020 году.

В случае отсутствия должного внимания со стороны государства к указанной отрасли Россия рискует упустить возможность технологического прорыва. Глобальный рынок технологических решений на основе искусственного интеллекта будет поделен между странами-конкурентами, что затруднит развитие России в стратегически важных отраслях экономики и замедлит её развитие. Сегодня Россию не часто причисляют к лидерам в использовании возможностей искусственного интеллекта, каковыми принято называть Китай и США. Но потенциал у РФ есть, признают эксперты, отмечая сильную математическую подготовку российских разработчиков. Ключевым препятствием на пути России в число мировых лидеров в сфере ИИ специалисты видят финансирование.^[9]

2.2. Виды и сферы применения искусственного интеллекта

В России, рынок искусственного интеллекта ещё только формируется. Российские компании будут активно инвестировать такие технологии, как встроенный (ИИ), машинное обучение и обработка данных на естественном языке. Отраслевой лидер по количеству проектов (ИИ) - финансовый сектор. С помощью интеллектуальных технологий банки создают персональные продукты, эффективнее оценивают риски кредитования, противодействуют финансовым преступлениям. Элементы (ИИ) - например, универсальные платформы по интеллектуальной обработке информации - позволяют ускорить открытие банковского счета для малого и среднего бизнеса. Если роботизировать процесс - автоматически определять типы документов, извлекать и заносить в систему нужные данные, а затем проверять информацию по базам регуляторов, то вопрос может быть решен в полтора раза быстрее.^[10] Такую платформу применяет группа ВТБ. Решение быстро классифицирует документы и получает из них необходимую информацию. В Тинькофф Банке, (ИИ) сопоставляет данные о человеке и его финансовый запрос со скоринг-моделями и за несколько секунд подбирает для него три-четыре кредитных предложения. МКБ использует платформу на основе технологий ABBYY, которая ускоряет обработку клиентских документов для оформления потребительских кредитов. Пока менеджер общается с клиентом и предлагает ему банковские продукты, «умный» алгоритм сам заполняет данные, читает и анализирует документы. С помощью решения менеджеры банка открывают на 25% больше счетов.

В Сбербанке рассчитывают, что роботы будут принимать большинство решений о выдаче кредитов и формировать для потребителей индивидуальные предложения. Применение (ИИ) выгодно и банку, и клиентам. Искусственный интеллект позволит финансовому сектору сократить издержки на рутинные операции, риски и убытки от непредвиденных ситуаций. Машинное обучение помогает банкам более точно определять заемщиков с низкой платежной дисциплиной и прогнозировать просрочку выплат. Модели на основе (ИИ), строят более качественные прогнозы, однако они менее прозрачны по сравнению с традиционными методами аналитики и требуют высокой квалификации в области работы с данными. Это основное ограничение, не позволяющее широко применять искусственный интеллект в кредитных организациях. Впрочем, это не мешает уже сейчас использовать машинные алгоритмы для управления рисками и анализа потребностей клиентов.

В промышленности разработки в области (ИИ), позволяют полностью или частично роботизировать множество процессов. Машины используют для сборки, упаковки и отгрузки электроники и автомобилей, строительства домов. Технологии можно применять для визуального контроля оборудования, которое находится в сложных и опасных зонах производства. С помощью (ИИ), предприятия повышают качество продукции, снижают затраты на ремонт оборудования, анализируют операционные показатели. Например, Магнитогорский металлургический комбинат (ММК) применяет искусственный интеллект, чтобы экономить до 5% ферросплавов при производстве стали. Решение на основе машинного обучения принимает данные о составе смеси, которая поступает на переработку, требования по содержанию химических элементов в готовой стали, и дает оператору рекомендации, сколько нужно использовать добавочных материалов в производстве.

«Газпром нефть» использует (ИИ), на нефтеперерабатывающих заводах, чтобы отслеживать качество автомобильного топлива и оповещать сотрудников о возможных отклонениях в работе оборудования. В режиме реального времени более 250 тыс. датчиков и десятки систем отправляют в центр информацию из блока логистики, переработки и сбыта «Газпром нефти». Каждую секунду машина анализирует 180 тыс. сигналов. Человеку только на просмотр этой информации потребовалось бы около недели. В «Сургутнефтегазе» интеллектуальная платформа мгновенно извлекает данные из финансовых, кадровых, производственных документов. Решение обрабатывает более 10 тыс. документов в неделю, определяет тип, извлекает данные и отправляет их в учетные системы. Таким образом, информация моментально становится доступна сотрудникам в шести разных часовых поясах. Это помогает им оперативно анализировать время и ресурсы, которые требуются для работы на месторождениях. В сфере услуг, (ИИ) используют, чтобы предсказывать предпочтения клиентов. Компании выстраивают прямую связь с пользователем с точностью до имени, платежного кошелька и привязанной банковской карты, аккаунта в социальной сети и его действий. Это помогает создавать персонализированные предложения, даже если у компании миллионы клиентов по всему миру. В сфере продаж, (ИИ) помогает снижать затраты на обслуживание клиентов, оптимизировать логистику и перераспределять товарные остатки, а также разрабатывать персонализированные предложения. Например, механизм рекомендаций на основе искусственного интеллекта обеспечивает Amazon 35% продаж. Так же цифровые платформы и образованные из них экосистемы, позволяют автоматизировать процесс продажи с помощью различных сервисов, что можно посмотреть на примере Alibaba Group. В телекоммуникациях, возможности машинного обучения интересны для прогнозирования интересов абонентов, отмечают в «Триколор ТВ». Компания использует интеллектуальную платформу ABBYY для автоматизированной обработки абонентских договоров и заявлений. С помощью данных из клиентских документов компания выявляет потребности пользователей и создает проекты и услуги, которые формируют новый уровень телевидения. Сюда присоединяются и другие операторы МТС, Билайн, Мегафон, предоставляя своё телевидение и организуя продажу своих продуктов с помощью искусственного интеллекта.

С сфере здравоохранения, так же активно применяется искусственный интеллект и теперь можно с лёгкостью получить консультацию и записаться к врачу. Технологии (ИИ), помогают решить этот вопрос. Например, с помощью телемедицины и программы mHealth.^[11] Кроме того, искусственный интеллект, учат распознавать симптомы возникновения злокачественных опухолей, диагностировать нарушения зрения, туберкулёз, нарушение работы головного мозга. Примером работы программы, выступает сервис Ada. Это мобильное приложение, которое задаёт человеку вопросы, а тот – описывает симптомы, после чего Ada, ищет информацию о проблеме и даёт рекомендации. Для людей, которые выписались из больницы, разработано специальное приложение Sense.ly, которое в режиме реального времени анализирует состояние здоровья человека, а затем отправляет эти данные лечащему врачу.

2.3. Влияние искусственного интеллекта на экономику и общество

Искусственный интеллект может повысить эффективность экономики, но получение выгоды, будет неравномерной. Внедрение (ИИ) способствует еще большему отставанию развивающихся стран от развитых, тем самым усиливая и без того высокий цифровой разрыв между государствами. На уровне компаний использование ИИ может привести к увеличению разрыва в производительности между лидерами по внедрению этих технологий и теми, кто промедлил во внедрении либо вовсе не использовал технологии в своей деятельности. Наконец, (ИИ) может сдвинуть спрос на мировом рынке труда с профессий, требующих выполнения рутинных задач, к социально и познавательно ориентированным специальностям, а также к связанным с деятельностью, которую трудно автоматизировать. Это приведет к повышению безработицы в первое время внедрения.

В случае неэффективного развития и внедрения технологий (ИИ), может начаться усугубление неравенства между национальными экономиками, отдельными компаниями и работниками на рынке труда, а это станет катализатором возможных социальных конфликтов. Во избежание этого, правительства стран совместно с бизнесом обязаны обеспечить поддержку и безболезненный переход работников на новые востребованные рабочие места, а самим людям будет необходимо освоить новые навыки в соответствии с потребностями динамично меняющегося рынка труда.

Искусственный интеллект, как и любая вычислительная система так же может иметь недочеты и недосмотрев можно получить сбой любой сложности, одним из примеров такого искусственного интеллекта является тот который ввел в работу Сбербанк. У Искусственного интеллекта, который они ввели в свою деятельность произошел сбой по вине которого потеряли миллиарды рублей. Как заявил глава банка Герман Греф: «Искусственный интеллект, как правило, принимает решение в больших системах. Маленькая ошибка, закравшаяся в алгоритм, может приводить к очень большим последствиям. В нашей практике мы теряли большие деньги на этом. Из-за того, что машина совершала маленькую ошибку на больших объемах, мы теряли миллиарды рублей».^[12]

Внедрение искусственного интеллекта в Сбербанке влияет и на численность сотрудников среднего звена: было сокращено около 70% менеджеров.^[13]

Алгоритмы помогают автоматизировать выполнение однотипных рутинных операций, давая возможность трейдерам концентрироваться на наилучшем ценообразовании для клиентов и управлении риском. В результате происходит определенное перепрофилирование трейдинга в сторону большей технологичности торговых операций. Но, при этом трейдерам по-прежнему приходится осуществлять все крупные и нестандартные операции».^[14] В будущем, еще больше вырастет ценность информации для социума, данные будут формироваться не только людьми, но и новыми устройствами, а также произойдет глобальный переход в облако.

С каждым годом формирование данных все больше автоматизируется и анализируется, а полученные данные сразу же перемещают в пограничные сегменты сети. Наблюдается рост доли информации, которую производит бизнес сектор. И эта информация начинает обгонять потребительскую. Хранятся же и те, и другие данные на коммерческих серверах. Пройдет и волна переосмысления ценностей информации, так как большие потоки данных, и их разнообразие, и их критически важная роль, вызовут у компаний и потребителей новые затруднения. Информация будет собираться с учетом влияния на ту или иную сферу деятельности. Важность данных в жизни общества еще больше возрастет, современная инфраструктура не сможет обходиться без них, а человек – комфортно жить. Без них, не поедут беспилотные автомобили и остановятся медицинские приборы, поддерживающие жизни миллионов человек. В ближайшие годы, среднее количество информационных воздействий на душу населения вырастет в 20 раз. Наши дома, рабочие места, приборы и нательные устройства, транспортные средства и имплантаты постепенно становятся «умнее», и все больше устройств можно подключить к интернету вещей. Самой главной основой существования мира станет информационная безопасность. Вместе с взрывным ростом общего мирового объема информации разрыв между защищенными данными и теми, которые необходимо оградить от посягательств киберпреступников, только увеличится. Обязательными будут системы безопасности для обработки корпоративных финансовых данных, личной информации и медицинской документации. Искусственный интеллект - динамично развивающаяся система, которая имеет ряд недочетов, но в тоже время эти же недочеты можно исправить или же улучшить тем самым передвигая (ИИ) на следующий уровень развития. И в скором времени он станет такой же незаменимой частью нашей жизни как интернет или прочие технологии. Но и недостатками такой системы будет неравенство на рынке развитых стран перед не развитыми, и незащищенность этой системы перед киберпреступностью. Так же, искусственный интеллект, несёт в себе следующие опасения:

Полная зависимость от компьютеров
Непредсказуемость
Использование боевых роботов
Социальные риски
Ошибки в системах ИИ
Экзистенциальные риски

Развитие систем с ИИ приведет к появлению таких систем в качестве руководителей (менеджеров), которые будут руководить работой сотрудников. Плюсы таких решений очевидны – это рост производительности труда и качества продукции, обеспечение безопасности, повышение комфортности жизни и многое другое. Опасения у экспертов вызывает то, что этот процесс цифровизации продолжается и сейчас речь идет об Интернете вещей, Индустрии 4.0 (цифровой экономике). Таким образом, незаметная передача машинам возможности принимать решения продолжается, но последствия данного процесса из-за масштаба системы совершенно не просчитаны. Технический прогресс приводит к неконтролируемому созданию новых и совершенствованию существующих опасных технологий. Судьба и жизнь множества людей (а может быть, и всего человечества) может зависеть от действий небольших групп ученых и разработчиков. Возник специальный термин, технологическая сингулярность - гипотетический момент, по прошествии которого, по мнению сторонников данной концепции, технический прогресс станет настолько быстрым и сложным, что окажется недоступным человеческому пониманию.

Переход к принятию решений компьютерами был бы безопасным, но основные опасения вызывает непредсказуемость систем, обладающих самосознанием, а также влияние на них разного рода случайностей. Это осложняется грядущим неминуемым «интеллектуальным взрывом». Всё дело в потенциальной скорости самоусовершенствования ИИ. Множество разговоров, касающихся ИИ, основано на том, что, обладая способностью к самообучению, ИИ с некоторого момента превращается в искусственный сверхразум, опыта переговоров с которым у человечества нет. Кроме кнопки выключения электропитания, средств воздействия на него также пока не создано.

Сейчас, около 60 стран мира имеют или разрабатывают боевых роботов. Конкретные аргументы против автономных боевых роботов заключаются, например, в том, что они могут игнорировать «белый флаг», означающий намерение сдаться в плен, не смогут достоверно отличить мирных граждан от военнослужащих, что может привести к дополнительным человеческим жертвам при использовании таких роботов во время боевых действий. В последнее время в боевых роботах отрабатываются алгоритмы поведения, использующие ложь и обман. Такие методы помогут им обмануть потенциальных врагов, а так же людей и других роботов. Однако при этом возникают этические проблемы, а попадание подобных систем в руки террористов может привести к катастрофическим последствиям.

После того как Китай провозгласил лидерство в ИИ своим национальным приоритетом, между ведущими мировыми державами началась борьба за развитие ИИ. Искусственный интеллект, несет и определенные социальные риски. Внедрение компьютерных технологий уже привело к изменению ментальности людей, появлению так называемой ограниченности сознания, компьютерной зависимости, уходу в виртуальную реальность и другим негативным явлениям. В настоящее время трудно оценить глобальные последствия подобных факторов, но не учитывать их нельзя. В различных системах, управляемых ИИ, рано или поздно могут проявляться ошибки, допущенные при их создании. Это, в частности, связано с проблемами машинного обучения, поскольку большинство широко используемых методов машинного обучения далеки от совершенства и очень требовательны к данным. Небольшие изменения входных данных могут привести к крупным и странным изменениям в некоторых шаблонах.^[15] Поскольку жизни людей все больше доверяются интеллектуальным системам, то проявление ошибок – это только вопрос времени.

Ошибки будут происходить и при решении ответственных задач, связанных с безопасностью людей. При этом уже сейчас не всегда понятно, каким образом система ИИ выбрала то или иное решение. Для систем с суперинтеллектом, такое понимание может оказаться принципиально невозможным, как и исправление ошибочных решений системы. У органического мозга есть химические и метаболические пределы, ограничивающие его размер и вычислительную мощность. Поэтому, по мнению отдельных исследователей, «в долгосрочной эволюционной перспективе люди и все, о чем они когда- либо думали, станут всего лишь примитивной переходной формой, предшествовавшей более глубокому мышлению новой машинно- ориентированной культуры, простирающейся в отдаленное будущее и далеко за пределы Земли».^[16] Понятно, что подобный сценарий касается достаточно отдаленного будущего при отсутствии развития человеческих рас и крайне нежелателен. «На теме искусственного интеллекта сейчас слишком много спекулируют, и в этом кроется серьезная проблема. Сфабрикованные успехи люди принимают за чистую монету, после чего реальные технологии уже не соответствуют их ожиданиям. Сначала робот София ездит по всему миру, якобы самостоятельно отвечая на любые вопросы, хотя на самом деле за нее пишут ответы люди, а потом оказывается, что японский Пеппер, подключенный к суперкомпьютеру Watson, не может ответить на простейший запрос покупателя в магазине. На волне выступлений Илона Маска об угрозах искусственного интеллекта, создается впечатление, что умные машины могут захватить нас уже завтра». ^[17] Исходя из этого, можно сделать вывод, что развитие искусственного интеллекта всегда должно быть под присмотром государства, экономики и общества. Искусственный интеллект, может улучшить многие аспекты жизни человека, но не должен полностью исключать и заменять его.

2.4. Тенденции и перспективы развития искусственного интеллекта

На современном этапе главное перспективное направление развития ИИ заключается в создании программ, расширяющих способности ИИ в принятии решений. Как точно выразился по этому поводу директор по распространению технологий «Яндекса» Григорий Бакунов: «Главное, что сейчас делают нейронные сети для человека, - избавляют его от излишнего принятия решений. Так что их можно использовать практически везде, где принимаются не слишком интеллектуальные решения живым человеком. В следующие пять лет будет эксплуатироваться именно этот навык, который заменит принятие решений человеком на простой автомат».^[18] Следующим этапом, является - самообучение ИИ, развитие алгоритмов машинного обучения через модификацию SOINN (самоорганизующаяся инкрементная нейронная сеть).^[19] Способность к самообучению, включает в себя такие операции как анализ, синтез, сравнение, то следующим этапом в развитии выступает рефлексия. Наличие рефлексии, это уже способности к осознанию. Важно, каким содержанием наполняется сознание, такими и будут способности работы с информацией (извлечение, обработка, хранение) или способности к самосовершенствованию.

Таким образом, возникают три важных для будущего человечества вопроса:

Какие базы будут заложены в ИИ?
Как они будут соотноситься?
Насколько ИИ сможет их менять?

Исходя из идеи саморазвития, наиболее важен третий вопрос, поскольку при крайнем исходе ИИ сможет выйти из-под контроля, и маловероятно, что при этом он будет ориентирован на ценности, которые в человеческой расе принято называть высшими, но при этом им, как правило, не следовать. Главное отличие человека, от искусственного интеллекта - в мотивации. Именно мотивация придаёт качество действиям. Пока у ИИ нет мотивации, он остаётся всего лишь инструментом. Отсюда возникают некоторые проблемы:

Непроработанный понятийный аппарат, отсутствие единого междисциплинарного понятийного аппарата;
Нерешённость социальных и экономических проблем в человеческом социуме. И, как следствие, низкий духовный уровень большинства, отсутствие которого не позволяет их рассматривать как носителей подлинно человеческого в человеке, а только как представителей биологического вида;
Развитие техники по целям, близко целям рабовладельческого общества.

Ограничение техники, особенно ИИ, осуществлено жёстким функционалом, поскольку если данных ограничений не будет, то есть вероятность того, что технические «слуги» превзойдут своих «хозяев». Во внутренней политике перейти от декларирования тезиса о том, что высшей ценностью государства является человек, к его практической реализации в частности, через воссоздание механизма, обеспечивающего гарантированное бесплатное образование, медицинскую помощь и доступ к культурному наследию, поскольку «страна народ, которой не здоров, не образован и не культурен, не имеет будущего».^[20]

Главным ресурсом государства в современном обществе является человеческий ресурс, необходимо создать благоприятные условия для развития личности на всех возрастных этапах её жизнедеятельности и на всех уровнях (интеллектуальный, эстетический, этический, физический). Только при таком подходе возможно воспитание гармонически развитой личности. Необходимо, так же ввести базовый доход. Положительные результаты его введения (снижение преступности, снижение расходов на здравоохранение, освобождение бюджетных средств за счет упразднения бюрократических организация распределения, учёта и контроля за расходом населением социальных выплат и дотаций; повышение творческой активности граждан) были наглядно доказаны в ряде экспериментов.^[21] Искусственный интеллект, принесет больше прибыли тем ведущим отраслям индустрии, где интеграция ИИ обоснована экономически, и вкладываются немалые средства на разработку новых решений.

В случае российской промышленности, ИИ становится все более популярным для автоматизированного учёта и контроля качества, обеспечения промышленной безопасности - контроль ношения средств индивидуальной защиты, нахождение работника в опасных зонах. Беспристрастный искусственный интеллект Vmx Dequs анализирует качество поверхности и позволяет быстрее и качественнее человека находить брак на производстве и, понимая причину, устранять его совсем. По визуальным критериям - цвет, структура, наличие пара, розлив жидкости, положение рычагов и других подвижных частей оборудования - контролирует технологических процесс. AI в данном случае окупается за счет оперативной реакции на ЧС и предотвращения простоя оборудования. Автоматизированный учёт и паспортизация продукции на дискретном производстве также отдана ПО на базе AI и CV. Цифровизация этого направления B2B предприятиями обусловлена необходимостью доказать покупателю качество своего продукта - из какого точно сырья произведен тот или иной продукт и когда, через какие этапы производства он прошел - и обеспечить экономическую безопасность, сократить издержки.^[22]

Для успешного внедрения и перспективы развития ИИ, необходимы квалифицированные кадры. Для этого в ноябре 2018 года, стартовал федеральный проект «Кадры для цифровой экономики».^[23] Цель проекта - обеспечить подготовку высококвалифицированных кадров в условиях цифровой экономики и быстрых технологических изменений. Для достижения цели был запущен бесплатный образовательный ресурс «Цифровая грамотность», на котором размещены обучающие видео и статьи для развития базовых цифровых навыков. Также реализована государственная система персональных цифровых сертификатов на развитие компетенций в цифровой экономике. В 2020 году планируется увеличение объема бюджетных мест для поступающих в вузы на факультеты, связанные с информатикой и математикой. Кроме того, в этом году продолжится программа «Умник», учрежденная Фондом содействия инновациям. Программа нацелена на поиск и поддержку талантливой молодежи в сфере ИТ. Дополнительной мерой по подготовке ИТ-специалистов является предоставление грантов 85 образовательным организациям, имеющих лучшие результаты в преподавании предметных областей «Математика», «Информатика» и «Технология». Технология машинного обучения имеет колоссальные перспективы развития, особенно в таких отраслях, как транспорт, образование, интернет вещей и информационная безопасность. Основное преимущество машинного обучения заключается в том, что данная технология позволяет решать ранее невыполнимые задачи в области автоматизации процессов.^[24] Цифровая экономика России переходит на новый этап развития, а ИИ в дальнейшем, будет стремительно развиваться благодаря поддержке государства и наличию ИТ-компаний, специализирующихся на разработках и внедрениях современных технологий в области ИИ. Технологии динамично меняют все вокруг. Разработчики открытием за открытием, небольшими изобретениями и революционными идеями ведут планету в высокоинтеллектуальную машинную реальность. Сложно назвать точные даты, когда плоды воображения писателей-фантастов обретут физическое воплощение. Прогрессировать нужно не только технологиям, но и человеку. Социум должен быть готов принять «железный» мир и интеллектуальную нацию устройств. На период адаптации нужно время. Чтобы люди начали доверять роботизированным полицейским, врачам и водителям, их искусственный интеллект должен быть равным человеческому. В то же время, сможет ли несовершенный человек создать совершенную систему? Сможет ли отследить ту грань, где искусственный интеллект - друг, а не опасность? И сможет ли избежать технической зависимости? Параллельно возникает вопрос о готовности инфраструктуры к «искусственному» будущему. Достаточно ли энергетических мощностей? Очевидно, что для работы искусственного интеллекта, интернета вещей и облачных систем нужны бесперебойные источники питания и широкополосная глобальная мобильная сеть.^[25] Компания Samsung и старший вице-президент и глава Исследовательского центра Гари Гёнбэ Ли, видит перспективу развития компании благодаря ИИ, следующим образом:

«Для меня суть ИИ заключается в том, чтобы делать жизнь потребителей лучше благодаря интеграции ИИ в продукты и услуги, которыми они пользуются ежедневно. Samsung убежден, что потребительский ИИ должен быть полезен, безопасен, ориентирован на пользователя и, наконец, и способен к постоянному самообучению. Все наши продукты и услуги на основе ИИ со временем становятся умнее, повышая производительность и удобство использования. Samsung стремится разрабатывать решения, которые обеспечивают уверенность и спокойствие потребителей. Наша цель - с помощью ИИ разрабатывать максимально полезные и персонализированные продукты и сервисы».^[26]

ЗАКЛЮЧЕНИЕ

В своей курсовой работе, я проследил за зарождением, развитием и внедрением искусственного интеллекта. К настоящему времени, выявлено много достижений в сфере цифровых технологий и постепенно искусственный интеллект автоматизирует сферы жизни человека. Ключевым фактором, определяющим сегодня развитие ИИ, считается темп роста вычислительной мощности компьютеров, так как принципы работы человеческой психики по-прежнему остаются неясными. Рост производительности современных компьютеров в сочетании с повышением качества алгоритмов периодически делает возможным применение различных научных методов на практике.

Продолжится активное внедрение формальной логики в прикладные системы представления и обработки знаний. В то же время такая логика не способна полноценно отразить реальную жизнь, и произойдет интеграция различных систем логического вывода в единых оболочках. При этом, возможно, удастся перейти от концепции детального представления информации об объектах и приемов манипулирования этой информацией к более абстрактным формальным описаниям и применению универсальных механизмов вывода, а сами объекты будут характеризоваться небольшим массивом данных, основанных на вероятностных распределениях характеристик. Сфера ИИ, ставшая зрелой наукой, развивается постепенно - медленно, но неуклонно продвигаясь вперед. Поэтому результаты достаточно хорошо прогнозируемы, хотя на этом пути не исключены и внезапные прорывы, связанные со стратегическими инициативами.

СПИСОК ИСТОЧНИКОВ

Тьюринг А. "Может ли машина мыслить?", М., Наука, 1960

Глушков В.М. "Кибернетика: вопросы теории и практики"
Дрейфус Х. Чего не могут вычислительные машины. М. Прогресс, 1979
Что такое глубокое обучение? http://iwtkl. livejournal.com/17828.html
Иванов А. Искусственный интеллект. Текущие достижения и направления развития.
Дж. Баррат Последнее изобретение человечества: Искусственный интеллект и конец эры. – М. Альпина Нонфикшн, 2015. – 304 с.
Как искусственный интеллект поможет спасти планету. https://news.rambler.ru/other/39160318-kak-iskusstvennyy-intellekt-pomozhet-spasti- planetu
Развитие искусственного интеллекта. https://www.economy.gov.ru
https://www.dw.com/Яна Беляева. Искусственный интеллект в России: Большим планам, мешает нехватка денег
РБК, Мария Попова и Илья Власов. Партнёры по разуму
Cossa.ru Александр Вилячкин. Искусственный интеллект в медицине

Rusbase.ru Анастасия Марьина. Сбербанк потерял миллиарды рублей из-за ошибок искусственного интеллекта

Vc.ru Евгений Делюкин Сбербанк» заменил 70% сотрудников среднего звена на искусственный интеллект

Digital.Report Вывод аналитиков: к 2025 году жизнью будет управлять искусственный интеллект

Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. – СПб. Питер, 2017. – 336 с. (Серия «Библиотека программиста»).
Брокман Д. Что мы думаем о машинах, которые думают. Москва. Альпина нон-фикшн, 2017. – 552 с

Forbes.ru Алексей Южаков. Нечеловеческая логика: Удивят ли, нас роботы в 2018 году.

Vc.ru Дарья Хохлова. Бум нейросетей. https://vc.ru/future/16843-neural-networks
Habr.com SOINN – самообучающийся алгоритм для роботов https://habr.com/ru/post/188230/
Колесникова Г.И. Социальная политика России: концепция развития личности в 21 веке.

Брегман Р. Утопия для реалистов. Как построить идеальный мир. М. Альпина Паблишер, 2018.

Vc.ru Фарид Нигматуллин. Рынок искусственного интеллекта, прогноз развития до 2025 года.

Газета «Ведомости». Где искать кадры для развития искусственного интеллекта

Газета «Ведомости». Как развитие искусственного интеллекта сможет предотвратить экономический кризис

Портал о современных технологиях мобильной и беспроводной связи. Интеллектуальная реальность. http://1234g.ru

Samsung Newsroom (Россия) Искусственный интеллект как тенденция будущего.

Тьюринг А. "Может ли машина мыслить?", М., Наука, 1960 ↑
Глушков В.М. "Кибернетика: вопросы теории и практики" ↑
Дрейфус Х. Чего не могут вычислительные машины. М. Прогресс, 1979 ↑
Что такое глубокое обучение? – Режим доступа: http://iwtkl. livejournal.com/17828.html ↑
Иванов А. Искусственный интеллект. Текущие достижения и направления развития. ↑
Баррат Дж. Последнее изобретение человечества: Искусственный интеллект и конец эры Homo sapiens. – М. Альпина Нонфикшн, 2015. – 304 с. ↑
Как искусственный интеллект поможет спасти планету. – Режим доступа: https://news.rambler.ru/other/39160318-kak-iskusstvennyy-intellekt-pomozhet-spasti- planetu/ ↑
Развитие искусственного интеллекта. https://www.economy.gov.ru/material/departments/d01/razvitie_iskusstvennogo_intellekta/

↑
https://www.dw.com/ Яна Беляева. Искусственный интеллект в России: Большим планам, мешает нехватка денег ↑
РБК, Мария Попова и Илья Власов. Партнёры по разуму. ↑
Cossa.ru Александр Вилячкин. Искусственный интеллект в медицине ↑
Rusbase.ru Анастасия Марьина. Сбербанк потерял миллиарды рублей из-за ошибок искусственного интеллекта ↑
Vc.ru Евгений Делюкин Сбербанк» заменил 70% сотрудников среднего звена на искусственный интеллект ↑
Digital.Report Вывод аналитиков: к 2025 году жизнью будет управлять искусственный интеллект ↑
Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. – СПб. Питер, 2017. – 336 с. (Серия «Библиотека программиста»). ↑
Брокман Д. Что мы думаем о машинах, которые думают. Москва. – Альпина нон-фикшн, 2017. – 552 с ↑
Forbes.ru Алексей Южаков. Нечеловеческая логика: Удивят ли, нас роботы в 2018 году. ↑
Vc.ru Дарья Хохлова. Бум нейросетей. https://vc.ru/future/16843-neural-networks ↑
Habr.com SOINN – самообучающийся алгоритм для роботов https://habr.com/ru/post/188230/ ↑
Колесникова Г.И. Социальная политика России: концепция развития личности в 21 веке. ↑
Брегман Р. Утопия для реалистов. Как построить идеальный мир/ М.: Альпина Паблишер, 2018. ↑
Vc.ru Фарид Нигматуллин. Рынок искусственного интеллекта, прогноз развития до 2025 года. ↑
Газета «Ведомости». Где искать кадры для развития искусственного интеллекта ↑
Газета «Ведомости». Как развитие искусственного интеллекта сможет предотвратить экономический кризис ↑
Портал о современных технологиях мобильной и беспроводной связи. Интеллектуальная реальность. http://1234g.ru/novosti/razvitie-iskusstvennogo-intellekta ↑
Samsung Newsroom (Россия) Искусственный интеллект как тенденция будущего. ↑