Искусственный интеллект: дихотомия развития технологии

Цель: определение возможностей и потенциальных рисков внедрения технологий искусственного интеллекта на основе анализа доминирующих тенденций современного развития высокотехнологичного сектора глобальной экономики.
Методы. В работе применены системный подход, метод классификации и систематизации, метод оценок и научных абстракций, методы информационного анализа и синтеза, метод визуализации данных.
Результаты работы. В статье рассмотрены экономические и технико-технологические аспекты построения интеллектуальных систем, установлены тенденции их развития в направлении многозадачности и автономности выполняемых функций, определены возможности и угрозы, возникающие в результате развития данного направления научно-технического прогресса. Исследование выявило двойственный характер дальнейшего совершенствования систем искусственного интеллекта, отрывающего широкие перспективы применения в различных сферах жизнедеятельности человека, однако способного одновременно генерировать риски вследствие бесконтрольного внедрения данных технологий в общественное пространство.
Выводы. Развитие интеллектуальных технологий в текущем периоде имеет устойчивую тенденцию к усложнению решаемых задач и повышению автономности искусственного интеллекта, обеспечиваемую наращиванием его вычислительных способностей, которые по ряду параметров (классификация изображений, содержание текстов) превосходят возможности человеческого разума. При этом прослеживается стремление разработчиков к постепенной передаче машинам ключевых компетенций в области принятия решений, до настоящего времени остававшихся в исключительной ответственности человека. Указанная тенденция открывает широкие перспективы применения «умных» машин в общественной жизни, однако одновременно генерирует комплекс реальных и гипотетических рисков, доминирующим из которых выступает утрата человеком субъектности по отношению к окружающим процессам. Сформировавшаяся дихотомия технологического развития требует серьезного переосмысления существующего подхода к созданию систем искусственного интеллекта в целях минимизации возникновения этических рисков и угроз жизнедеятельности человека.

1. Гоббс Т. Сочинения. В 2-х т. Т. 1. М.: Мысль, 1989. 622 с. URL: https://search.rsl.ru/ru/record/01001599658 (дата обращения: 20.11.2023)

2. Декарт Р. Рассуждение о методе, чтобы верно направлять свой разум и отыскивать истину в науках. М.: Академический проект, 2011. 335 с. URL: https://search.rsl.ru/ru/record/01005034563 (дата обращения: 11.12.2023)

3. Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении // Информационное общество. 2017. № 4-5. С. 78–93. EDN: https://elibrary.ru/yuvyne

4. Morgenstern O., Neumann J. Theory of games and economic behavior. New York: Wiley, 1944. 670 p. URL: https://archive.org/details/theoryofgameseco0000john (дата обращения: 15.12.2023)

5. Turing A. Computing machinery and intelligence // Mind and language. 1950. Vol. 59. Iss. 236. P. 434–460. URL: https://www.espace-turing.fr/IMG/pdf/Computing_Machinery_and_Intelligence_A-M-_Turing.pdf (дата обращения: 15.01.2024)

6. Moor J.H. Are there decisions computers should never make? // Nature and system. 1979. Vol. 1. Iss. 4. P. 217–229. URL: https://cse.buffalo.edu/~rapaport/Papers/Papers.by.Others/moor79.pdf (дата обращения: 15.01.2024)

7. Searle J.R. Minds, brains, and programs // Behavioral and brain sciences. 1980. Vol. 3. Iss. 3. P. 417–424. https://doi.org/10.1017/S0140525X00005756

8. Charniak E. Bayesian networks without tears // AI magazine. 1991. Vol. 12. Iss. 4. P. 50–63. URL: http://www.aistudy.com/paper/aaai_journal/AIMag12-04-007.pdf (дата обращения: 10.04.2024)

9. West D., Travis L. The computational metaphor and artificial intelligence: a reflective examination of a theoretical falsework // AI magazine 1991. Vol. 12. Iss. 1. P. 64–79. URL: http://www.aistudy.com/paper/aaai_journal/AIMag12-01-004.pdf (дата обращения: 12.04.2024)

10. Nadel L. Multiple memory systems: what and why // Journal of cognitive neuroscience. 1992. Vol. 4. Iss. 3. P. 179–188. https://doi.org/10.1162/jocn.1992.4.3.179

11. Autor D.H., Levy F., Murnane R.J. The skill content of recent technological change: an empirical exploration // Quarterly journal of economics. 2003. Vol. 118. Iss. 4. P. 1279–1333. https://doi.org/10.1162/003355303322552801

12. Zolas N., Kroff Z., Brynjolfsson E., McElheran K., Beede D., Buffington C., Goldschlag N., Foster L., Dinlersoz E. Advanced technologies adoption and use by U.S. firms: evidence from the annual business survey // NBER working paper. Vol. 28290. Cambridge, MA: National Bureau of Economic Research, 2021. 94 p. https://doi.org/10.3386/w28290

13. Бурцев М.С., Бухвалов О.Л., Ведяхин А.А. Сильный искусственный интеллект. На подступах к сверхразуму. Москва: Альпина паблишер: Интеллектуальная литература, 2021. 236 с. URL: https://search.rsl.ru/ru/record/01010578003 (дата обращения: 16.03.2024)

14. Brynjolfsson E., Li D., Raymond L. Generative AI at work // NBER working paper. Vol. 31161. Cambridge, MA: National Bureau of Economic Research, 2023. 65 p. https://doi.org/10.3386/w31161

15. Autor D., Chin С., Salomons А.M., Seegmiller B. New frontiers: the origins and content of New Work, 1940– 2018 // NBER working paper. Vol. 30389. Cambridge, MA: National Bureau of Economic Research, 2022. 58 p. https://doi.org/10.3386/w30389

16. Brynjolfsson E., Rock D., Syverson C. Artificial intelligence and the modern productivity paradox: a clash of expectations and statistics // NBER working paper. Vol. 24001. Cambridge, MA: National Bureau of Economic Research, 2023. 44 p. https://doi.org/10.3386/w24001

17. Wallach W., Allen C. Moral machines: teaching robots right from wrong. New York: Oxford University Press, 2009. 294 p. URL: https://archive.org/details/moralmachinestea0000wall (дата обращения: 15.01.2024)

18. Weckert J. Intelligent machines, dehumanisation and professional responsibility // In: Computer ethics: philosophical enquiry. Rotterdam: Erasmus University Press, 1997. P. 179–192. https://doi.org/10.4324/9781315259697

19. Dreyfus H.L. What computers can’t do: the limits of artificial intelligence. New York: Harper Colophon Books, 1979. 374 p. URL: https://archive.org/details/whatcomputerscan00hube/page/346/mode/2up (дата обращения: 15.01.2024)

20. Good I.J. Ethical Machines // In: Tenth machine intelligence workshop. Cleveland, Ohio: 1981. P. 5620–5635. URL: https://courses.cs.washington.edu/courses/cse490e/19wi/readings/good-1980-ethical-machines.pdf (дата обращения: 16.01.2024)

21. Moor J.H. The nature, importance, and difficulty of machine ethics // IEEE intelligent systems. 2006. Vol. 21. Iss. 4. P. 18–21. https://doi.org/10.1109/MIS.2006.80

22. Бостром Н. Искусственный интеллект: этапы, угрозы, стратегии; пер. с англ. Москва: Манн, Иванов и Фербер, 2016. 490 с. URL: https://search.rsl.ru/ru/record/01008120827 (дата обращения: 16.01.2024)

23. Russell S. Human compatible: Artificial intelligence and the problem of control. New York: Viking, 2019. 308 p. URL: https://searchworks.stanford.edu/view/13513564 (дата обращения: 10.01.2024)

24. Luccioni A., Viguier S., Ligozat A.-L. Estimating the carbon footprint of BLOOM a 176B parameter language model // Journal of machine learning research. 2023. Iss. 11. P. 1–15. https://doi.org/10.48550/arXiv.2211.02001

25. Strubell E., Ganesh A., McCallum A. Energy and policy considerations for deep learning in NLP // Proceedings of the 57th annual meeting of the Association for computational linguistics. Florence, Italy, July 28-August 2, 2019. P. 3645–3650. https://doi.org/10.48550/arXiv.1906.02243

26. Acemoglu D., Restrepo P. Automation and new tasks: how technology displaces and reinstates labor // Journal of economic perspectives. 2019. Vol. 33. Iss. 2. P. 3–30. https://doi.org/10.1257/jep.33.2.3

27. Malle B.F., Scheutz M., Arnold Th., Voiklis J., Cusimano C. Sacrifice one for the good of many?: People apply different moral norms to human and robot agents // In: HRI '15: Proceedings of the Tenth annual ACM/IEEE international conference on human-robot interaction. March 2015. P. 117–124. https://doi.org/10.1145/2696454.2696458