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.
• 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].
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:
• 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:
– 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.
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.
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.
Таким образом, даже имея конструктивные планы развития и использования ИИ в
