Цифровой постимпериализм. Время определяемого будущего

Коллектив авторов

Кроме того, наверное, можно говорить и об большой эффективности исследований по синтезу новых материалов с заданными/требуемыми функциональными и конструкционными характеристиками, а также в медицине и фармакологии при определении стратегических общих направлений при лечении больных с разработкой соответствующих лекарственных препаратов, но с дальнейшей конкретизацией по их реальному состоянию – это уже исключительная сфера ответственности человека.

Что же касается принятия управленческих решений по экономическим, политическим, военным вопросам, то использование нейросетей весьма проблематично – весь вопрос, кто их рукотворно обучал и под какой социальный заказ. Но даже в относительно простых ситуациях некорректность выдачи управленческих решений достаточна очевидна. Это проявляется даже в таком очевидном и простом по реализации процессе функционирования любого учреждения и систем жизнеобеспечения граждан как электронный документооборот, в частности в расплодившихся цифровых платформах типа Госуслуги и др. Стоит провести в подтверждение этого факта мнение такого авторитетного отца-создателя алгоритмов для функционирования нейронных сетей, каким является Джеффри Хинтон – британский ученый-информатик, наиболее известный работами в области глубинных нейронных сетей.

Речь идет о подходе на платформе GLOM (is derived from the slang «glom together» which may derive from the word «agglomerate») – о философии нейронных сетей [45] .

Существующие здесь проблемы по итогам его анализа.

• Можно ли научить ИИ понимать окружающий мир так, как его понимают люди. Ключом к этому станет ли техника восприятия мира, подобная человеческой.

• Человеческое восприятие построено на интуиции, и чтобы ИИ понимал мир, возможно ли смоделировать для ИИ интуицию.

45

Hinton G. E. How to represent part-whole hierarchies in a neural network [Электронный ресурс]. URL:(дата обращения: 14.10.2021).

• Система визуального восприятия (пока ИИ не умеет это делать в принципе!).

• Понимание всей сцены в терминах объектов и их естественных частей (например, если такому ИИ показать десять фрагментов тела подорвавшегося на мине солдата, он опознает, что это труп мужчины).

• Распознавание объектов при взгляде с иной точки зрения (современный ИИ не может даже распознать автобус, перевернувшийся и лежащий на крыше).

В научном аспекте создаваемые алгоритмы и процедуры для принятия управленческих решений в разных сферах должны опираться на моделирование и прогноз с учетом современных достижений нелинейной динамики/стохастических процессов и квантовых технологий. Принципиально, что еще со времен Древней Греции было понято, что динамический процесс нельзя анализировать и рассматривать по стационарным точкам – знаменитые парадоксы Зенона. Но у некоторых наших нынешних аналитиков фиксация параметров в определенные моменты времени позволяют говорить о якобы новых тенденциях и трендах. В этом аспекте можно утверждать, что приоритетом является формулирование соответствующих математических уравнений с ключевыми управляющими параметрами в многофакторной задаче с последующей оптимизацией получаемых решений при соответствующем подборе значений этих параметров с проверкой на устойчивость финального решения при изменении значений параметров. При этом должны быть использованы методы корреляционного и статистического анализа с учетом влияния различных шумовых факторов, которые могут играть и конструктивную роль в формировании окончательного признака.

Другое дело, что решение таких сложных уравнений с учетом реальных внешних факторов часто не удается сделать аналитическими методами. Поэтому здесь и становятся необходимыми мощные вычислительные высокопроизводительны вычисления с использованием соответствующих программных и аппаратных средств. В этом плане до сих пор ведутся исследования в первоначально (20 лет назад) воспринятыми с большим энтузиазмом якобы из-за универсальных возможностей суперкомпьютерной отрасли. Однако, дальше вопросов создания и практики применения суперкомпьютеров, ГРИД и облачных технологий дело не идет. При этом Big Data требует очень деликатного обращения как при формировании контента, так и при тотальном использовании подобных баз данных (часто формулируемых без требуемой и необходимой экспертной оценки). В качестве доказательства этого можно привести широкий комплекс проблем и сфер применения, который обсуждался на Балтийском Форуме: Нейронауки, Искусственный интеллект и Сложные Системы, 13–15 сентября 2021 года [46] .

46

Балтийский Форум: Нейронауки, Искусственный интеллект и Сложные Системы, 13–15 сентября 2021 г.: сайт. Текст: электронный. URL:(дата обращения: 14.10.2021).

Не останавливаясь далее подробно на многочисленных публикациях по проблеме ИИ, кратко приведем перечень ряда ключевых пунктов по данной тематике.

Во-первых, полезно познакомиться с государственной политикой США в области искусственного интеллекта: цели задачи, перспективы реализации [47] . Данная работа дает основание утверждать, что, обосновывая свои действия классическим «бронебойным» предлогом – угрозами для национальной безопасности, демократии и американского образа жизни со стороны «репрессивных режимов», а также используя сложность понимания тематики ИИ для непосвященных и очередную волну энтузиазма относительно этих технологий, лидеры ИТ-индустрии обеспечили себе доступ к административному ресурсу, чтобы:

47

Селянин Я. В. Государственная политика США в области искусственного интеллекта: цели, задачи, перспективы реализации // Проблемы национальной стратегии. 2020. № 4. С. 140–163.

• открыть дорогу широкому внедрению ИИ, в том числе в тех областях, где от решений алгоритмов будут зависеть человеческие жизни, пренебрегая при этом реальным решением существующих проблем с безопасностью таких систем;

• убрать правовые барьеры для бесконтрольного доступа и использования в своих целях таких массивов конфиденциальной информации, как персональные данные граждан или данные государственных структур.

Во-вторых, в литературе обсуждается искусственный интеллект и как инструмент развития финансовой глобализации [48] . Авторы данной работы ссылаются на мнение известного специалиста [49] , когда глобализация становится моделью, основанной на восьми основных явлениях, к которым относятся:

48

Пономарева И. С., Пономарев А. С. Искусственный интеллект как инструмент развития финансовой глобализации. Государственное и муниципальное управление // Ученые записки. 2019. № 3. С. 158–164.

49

Богатуров А. Д. Синдром поглощения в международной политике // Pro et Contra. 1999. № 4. Том 4. С. 32.

– нивелирование межгосударственных границ;

– свободное перемещение информации, ресурсов, услуг, капиталов и увеличение их объемов;

– распространение западного менталитета на другие части планеты;

– усиление роли транснациональных и наднациональных организаций;

– навязывание внедрения модели устройства западного демократического государства в политическую жизнь других стран мира;

– формирование виртуального пространства для общения людей, которое усиливает возможность их непосредственного приобщения к общемировым процессам;

– насаждение в глобальном информационном пространстве образа ответственности человека за чужие судьбы, проблемы, конфликты, политические и иные события в любых уголках мира;

– формирование идеологии глобализации, основанной на совокупности принципов, призванных обосновать тенденции, направленные на объединение мира в единое пространство.

В-третьих, наряду с глобальными вопросами ИИ обсуждается также и применение технологий искусственного интеллекта в корпоративном управлении [50] . В этой работе делается вывод о том, что внедрение технологий искусственного интеллекта в различные сферы деятельности корпораций, включая систему корпоративного управления, будет сопровождаться значительным количеством проблем и потребует поиска ответов на ряд сложных вопросов. С другой стороны, отказ от использования этих технологий неизбежно создаст угрозу для существования бизнеса корпораций, учитывая конкурентные преимущества, которые могут предоставить алгоритмы искусственного интеллекта.

50

Бамбуров В. А. Применение технологий искусственного интеллекта в корпоративном управлении // Государственная служба. 2018. №. 3 (113). Том 20. С. 23–28.

В-четвертых, разумеется, вся эта деятельность проходит в условиях сильной мировой конкуренции. В частности, если говорить о США, то они обеспокоены достижениями России и Китая в сфере искусственного интеллекта [51] . США на современном этапе считают основную угрозу по данному направлению, связанную с Китаем. В этом плане интересно познакомиться с мнением главного эксперта Пентагона по программному обеспечению, который считает, что США проигрывает Китаю [52] . Он считает, что нет конкурентных шансов противостоять Китаю в течение ближайших 15–20 лет, поскольку сейчас это уже решенная сделка. Она, на взгляд эксперта, уже закрыта. При этом примечательно, что успех Китая в ИТ-секторе эксперт связал со стратегией властей – номинально технологические компании Китая независимы, однако они выполняют любые требования регуляторов и сотрудничают с конкурентами, когда это необходимо. Этот добровольно-принудительный порядок привел к тому, что технологическая инфраструктура Китая работает слаженно и быстро – разработчики избегают бюрократии, а правительство обеспечивает необходимое финансирование новых проектов.

51

Обеспокоены достижениями России и Китая: Пентагон объявил о создании Центра искусственного интеллекта // Myseldon: сайт. 19 апреля 2018 [Электронный ресурс]. URL:(дата обращения: 14.10.2021).

52

Икаев С. Главный эксперт Пентагона по ПО: «США проиграли Китаю в битве за ИИ» // HighTech [Электронный ресурс]. URL:(дата обращения: 12.10.2021).

К сожалению, Россия не в состоянии на сегодняшний день следовать этим принципам, поскольку на нашем отечественном ИКТ-рынке полностью доминируют иностранные компании, работающие под свои собственные интересы в условиях агрессивного подавления возможных конкурентов, включая Россию.

Конец ознакомительного фрагмента.