КІЛЬКІСНА ОЦІНКА ТЕХНОЛОГІЧНОЇ СИНГУЛЯРНОСТІ

Завантажити статтю

УДК.001.19:001.53:004.8(045)

Заріцький Олег Володимирович, доктор технічних наук, професор Національного авіаційного університету, м. Київ

Пономаренко Олександр Васильович, кандидат технічних наук, доцент, директор «Фахового коледжу інженерії та управління» Національного авіаційного університету, м. Київ

pages 93-111

DOI: http://doi.org/10.34229/1028-0979-2022-1-9

Розглянуто актуальне питання кількісного оцінювання технологічної сингулярності. Авторами зроблено аналіз інструментарію штучного інтелекту та підходів, які впливають на розвиток суперінтелекту, що дозволило вперше розробити загальну багатофакторну модель технологічної сингулярності та представити її графічно в просторі прямих та непрямих індикаторів розвитку. Розроблений підхід дозволяє перейти від експертних суджень щодо питання технологічної сингулярності у формі екстрапольованих кривих складності різноманітних систем, або якісного опису можливих сценаріїв розвитку технологій, до кількісної оцінки стану технологічної сингулярності. Формалізовано зв’язки між відповідними функціональними областями інтелекту людини та сучасних експертних систем, розроблено структурно-функціональну модель отримання знань. Зроблено висновок щодо реальних меж процесів сучасних «інтелектуальних» систем на рівні штучного мислення та логічного пізнання, що відповідає слабкому штучному інтелекту. Проаналізовано стан і шляхи розвитку апаратного забезпечення, що дозволило зробити висновок про комплексне використання різних апаратних архітектур та принципів оброблення інформації: суперкомп’ютера, нейросинаптичного та квантового комп’ютерів для реалізації концепції технологічної сингулярності. У вигляді структурної моделі формалізовано області досліджень, які найбільше впливають на розвиток штучного інтелекту, та їх зв’язок з існуючими підходами і методами оброблення великих даних. Вперше запропоновано класифікацію індикаторів розвитку штучного інтелекту в межах двох класів, прямих та непрямих, об’єднаних у три групи (інтенсивність наукових досліджень і суспільна активність; рівень прикладних (технологічних) рішень; практична реалізація), які найбільше впливають на розвиток загального штучного інтелекту. Виявлено кореляцію між формалізованими групами індикаторів, що підтверджує коректність гіпотези про причино-наслідковий зв’язок між групами (теоретичні дослідження → прикладні рішення → практична реалізація) та їх взаємний вплив.

  1. Джарратано Дж., Райли Г. Экспертные системы: принципы разработки и программирование, 4-е издание: Пер. с англ. М. : ООО «И.Д. Вильямс», 2007. 1152 с.
  2. James H. Moor. The status and future of the turing test. Minds and Machines. 2001. 11, N 1. Р. 77–93. https://doi.org/10.1023/A:1011218925467.
  3. Wikipedia: Technological singularity. URL: https://en.wikipedia.org/ wiki/Technological_
    singularity. (Дата звернення: 10.01.2022.)
  4. Good I.J. Speculations concerning the first ultra intelligent machine. Advances in Computers. 1966. 6. P. 31–88. https://doi.org/10.1016/S0065-2458(08)60418-0.
  5. Потапов А.С. Технологическая сингулярность в контексте теории метасистемных переходов. Компьютерные инструменты в образовании. 2017. № 6. С. 12–24.
  6. Vinge V. The coming technological singularity: how to survive in the post-human Era. Vision–21: interdisciplinary science and engineering in the era of cyberspace. San Diego: San Diego State University. 1993. P. 11–22. DOI:10.5040/9781474248655.0037.
  7. Braga A., Logan R.K. The emperor of strong AI has no clothes: limits to artificial intelligence.
    Information. Switzerland. 2017. 8 (4). P. 156. https://doi.org/10.3390/info8040156.
  8. Bostrom N. How long before superintelligence? Linguistic and Philosophical Investigations. 2006. 5, 1. P. 11–30. 
  9. Baum S., Goertzel B., Goertzel T. How long until human-level AI? Results from an expert assessment. Technological Forecasting and Social Change. 2011, 78, N 1. P. 185–195.
  10. Grace K. et al. When will AI exceed human performance? Evidence from AI Experts. arXiv:1705.08807. 2018.
  11. Воскобойников А.Э. Монолог о диалоге и понимании. Знание. Понимание. Умение. 2006. № 1. С. 22–27.
  12. David J. Chalmers. Facing up to the problem of consciousness. Journal of Consciousness Studies. 1995. 2, N 3. Р. 200–219.
  13. Craig A. Anderson. Encyclopedia of Psychology. 2012. 8. DOI:10.1037/10523-068.
  14. Jeckson P. Expert systems introduction. 3 edition. Addison Wesley Publishing Company. 1998. 542 p.
  15. Nils J. Nilsson. Introduction to machine learning an early draft of a proposed. Textbook. Stanford University, Stanford. 2005. 188 p.
  16. Конверский А.Е. Логика. Учебник для студентов юридических факультетов. М. : Идея-Пресс, 2012. 324 с.
  17. ISO/IEC 2382:2015 Information technology — Vocabulary. 2015. Technical Committee ISO/IEC JTC 1. Information technology. 46 р.
  18. Томас Эрл. Основы Big Data: концепции, алгоритмы и технологии. Баланс. Бизнес. Букс, 2018. 320 с.
  19. Manyika James. Big Data: the next frontier for innovation, competition and рroductivity. McKinsey Global Institute. 2011. 156 p.
  20. Jure Leskovec. Mining of massive datasets. Stanford University. 2019. 603 p.
  21. Flach P. Machine learning. The art and science of algorithms that make sence of data. Cambridge University press. 2012. 400 p. 
  22. Müller Vincent C., Bostrom N. Future progress in artificial intelligence: a survey of expert opinion. Fundamental issues of artificial intelligence. 2016. Syntheses Library, Berlin : Springer. Р. 553–571. http://orcid.org/0000-0002-4144-4957.
  23. Cognitive science. The Stanford encyclopedia of philosophy. Substantive revision Sept. 2018. URL: https://plato.stanford.edu/entries/cognitive-science/. (Дата звернення: 14.11.2021.)
  24. TrueNorth: от нуля к 64 миллионам нейронов. Открытые системы. СУБД. Издательство «Открытые системы», 2021. URL: https://www.osp.ru/ os/2019/03/13055127. (Дата звернення: 14.11.2021.)
  25. Нильсон М., Чанг И. Квантовые вычисления и квантовая информация. Пер. с англ. М. : Мир, 2006. 824 с.
  26. Artificial intelligence. Index Report 2021. URL: The AI Index Report — Artificial Intelligence Index (stanford.edu). (Дата звернення: 14.11.2021.)