Сергей Шумский - Воспитание машин. Новая история разума
- Название:Воспитание машин. Новая история разума
- Автор:
- Жанр:
- Издательство:Альпина нон-фикшн
- Год:2021
- Город:Москва
- ISBN:9785001394990
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Сергей Шумский - Воспитание машин. Новая история разума краткое содержание
Появление машинного интеллекта знаменует начало перехода к новому укладу, новой цифровой экономике. Но эта революция, как и любая другая, чревата множеством рисков – от потери социальной стабильности в отдельных странах и на международной арене до экзистенциальных вызовов, связанных с утратой отдельными людьми и человечеством в целом контроля над собственной судьбой. Поэтому очень важно, чтобы искусственный разум максимально приближался к человеческому в отношении общественных инстинктов и гуманистических ценностей, а следовательно, настаивает автор, необходима надежная практическая программа по формированию человекоподобной искусственной психики и развитию новой науки машинного воспитания.
Воспитание машин. Новая история разума - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
61
Chollet F. (2019) On the Measure of Intelligence ( https://arxiv.org/abs/1911.01547/).
62
На чем зарабатывает Google помимо рекламы? ( https://marketinfo.pro/news/na-chem-zarabatyvaet-google-pomimo-reklamy).
63
US Productivity Growth 1995–2000, Understanding the Contribution of Information Technology Relative to Other Factors. McKinsey Global Institute, October 2001.
64
Раннее появление автономных автомобилей в качестве первых ласточек будущего рынка роботов связано с относительной простотой управления ими – всего две степени свободы: угол поворота и ускорение. Иными словами, ключевой технологией автономного транспорта оказалось именно машинное зрение.
65
Muro M., Maxim R., Whiton J. (2019) Automation and Artificial Intelligence. How Machines are Affecting People and Places. Brookings.
66
Разновидностью такого решения является введение гарантированного базового дохода, который проще администрировать, чем описанный выше налог на роботов. Другую альтернативу – наращивание долгов беднеющего населения – мы наблюдали в США с конца 1970-х одновременно с массовым оттоком рабочих мест в Китай и ЮВА, своего рода репетицию будущей массовой ИИ-безработицы.
67
Очень показателен в этом плане британский сериал «Захват» («The Capture»), где власти используют технологию DeepFake для коррекции видеоматериалов с камер слежения в интересах следствия.
68
В США на июль 2021 года назначен показательный воздушный бой живого летчика с полностью автономным беспилотным истребителем.
69
Buterin V., Hitzig Z., Weyl E. G. Liberal Radicalism: a Flexible Design for Philanthropic Matching Funds. Available at SSRN: https://ssrn.com/abstract=3243656(December 2018).
70
Грейф А. Институты и путь к современной экономике: уроки средневековой торговли. – М.: Издательский дом ВШЭ, 2018.
71
Там же. С. 55.
72
Назаретян А. П. Цивилизационные кризисы в контексте Универсальной истории. – М.: Мир, 2004.
73
Назаретян А. П. Нелинейное будущее: сингулярность XXI века как элемент Мегаистории // Век глобализации. 2015. № 2. С. 18–34.
74
On Defining Artificial Intelligence (Special Issue) (2020). Journal of Artificial General Intelligence 11(2): 1–99.
75
Wang P. (2019) On Defining Artificial Intelligence. Journal of Artificial General Intelligence 10(2): 1–37.
76
Анохин К. В. Последний великий рубеж наук о жизни // Экономические стратегии. 2010. Т. 12. № 11. С. 56–63.
77
Kotseruba I., Tsotsos J. K. (2020) 40 Years of Cognitive Architectures: Core Cognitive Abilities and Practical Applications. Artificial Intelligence Review 53(1): 17–94.
78
Hassabis D. et al. (2017) Neuroscience-inspired Artificial Intelligence. Neuron 95(2): 245–258.
79
Marblestone A. H. et al. (2016) Toward an Integration of Deep Learning and Neuroscience. Frontiers in Computational Neuroscience 10: 94.
80
On Defining Artificial Intelligence (Special Issue) (2020). Journal of Artificial General Intelligence 11(2): 1–99.
81
Russell Stuart J., Norvig P. (2009) Artificial Intelligence: A Modern Approach. Englewood Cliffs: Prentice Hall.
82
«Intelligence is the rate at which a learner turns its experience and priors into new skills at valuable tasks that involve uncertainty and adaptation» (см.: Chollet F. (2019) On the Measure of Intelligence. arXiv preprint arXiv:1911.01547).
83
Так, априорные знания о существовании предметов ускоряют машинное обучение играм «Атари» в тысячи раз (см.: Agnew, W., Domingos, P. (2020) Self-Supervised Object-Level Deep Reinforcement Learning. https://arxiv.org/abs/2003).
84
Dobzhansky T. (1973) Nothing in Biology Makes Sense Except in the Light of Evolution. The American Biology Teacher 35(3): 125–129.
85
. Сеченов И. М. Элементы мысли. – СПб.: Питер, 2001. С. 230.
86
Выготский Л. С. Мышление и речь / 5-е изд., испр. – М.: Лабиринт, 1999. С. 320.
87
Анохин П. К. Очерки по физиологии функциональных систем. – М: Медицина, 1975.
88
Bengio Y. From System 1 Deep Learning to System 2 Deep Learning. In: Thirty-third Conference on Neural Information Processing Systems, 2019 ( https://neurips.cc/Conferences/2019).
89
Albus J.S. (1971) A theory of cerebellar function. Mathematical biosciences 10(1–2): 25–61.
90
Tsodyks M. (1999) Attractor neural network models of spatial maps in hippocampus. Hippocampus 9(4): 481–489.
91
Hawkins J. (2021) A Thousand Brains: A New Theory of Intelligence. New York: Basic Books
92
Marr D., Poggio T. (1976) From Understanding Computation to Understanding Neural Circuitry. Cambridge: Massachusetts Institute of Technology, Artificial Intelligence Laboratory.
93
Haber S. N. (2016) Corticostriatal Circuitry. Dialogues in Clinical Neuroscience 18(1): 7–21.
94
Herculano-Houzel S. (2016) The Human Advantage: A New Understanding of How our Brain Became Remarkable. Cambridge: MIT Press.
95
Шумский С. А. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта – М.: РИОР, 2019.
96
«В настоящее время все существующие методы иерархического планирования опираются на сгенерированные человеком иерархии абстрактных и конкретных действий. Мы еще не понимаем, как такие иерархии могут быть получены путем обучения» (см.: Рассел С. Совместимость. Как контролировать искусственный интеллект. – М.: Альпина нон-фикшн, 2021.).
97
Например, с помощью кинематической модели крысиного тела (см.: Merel J. et al. (2019) Deep Neuroethology of a Virtual Rodent. arXiv preprint arXiv:1911.09451).
98
Brown T. B. et al. (2020) Language Models are Few-Shot Learners ( https://arxiv.org/abs/2005.14165).
99
Russell S. et al. (2015) Ethics of Artificial Intelligence. Nature 521(7553): 415–416.
100
Human Brain Project ( https://www.humanbrainproject.eu/en/science/overview/).
101
Kaiser J. Senate bill would give NIH $3 billion in 2020, or 7.7 % boost ( https://www.sciencemag.org/news/2019/09/senate-bill-would-give-nih-3-billion-2020-or-77-.boost).
102
Notes from the AI Frontier: Modeling the Impact of AI on the World Economy. McKinsey Global Institute, 2018.
103
Карелов С. Впереди ИИ-национализм и ИИ-национализация ( https://russiancouncil.ru).
104
Рассел С. Совместимость. Как контролировать искусственный интеллект. – М.: Альпина нон-фикшн, 2021.
105
Urban T. The AI Revolution: Our Immortality or Extinction ( https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-2.html).
106
Surowiecki J. (2004) The Wisdom of Crowds: Why the Many are Smarter than the Few and How Collective Wisdom Shapes Business, economies, societies and nations. Doubleday & Co.
107
На самом деле основные вычислительные мощности сосредоточены в специализированных процессорах GPU, TPU и ASIC и удваиваются каждые 12 месяцев (см.: https://en.wikipedia.org/wiki/Technological_singularity).
108
Muehlhauser Muehlhauser L. The world’s Distribution of Computation (Initial Findings) ( https://intelligence.org/2014/02/28/the-worlds-distribution-of-computation-initial-findings/).
109
Koomey J., Naffziger S. (2016) Energy Efficiency of Computing: What’s next. Electronic Design 28 Nov. ( https://www.electronicdesign.com/technologies/microprocessors/article/21802037/energy-efficiency-of-computing-whats-next).
110
Заметим, что достижение предела вычислительной мощности еще не означает стагнации ИИ, так как эти мощности будут использоваться для постоянного приращения знаний.
111
Sánchez-Bayo F., Wyckhuys K. A. G. (2019) Worldwide Decline of the Entomofauna: A Review of Its Drivers. Biological conservation 232: 8–27.
112
Уже сегодня суммарное число приложений на платформах Google, Apple, Windows и Amazon приближается к 10 млн.
113
Сегодня на возобновляемую энергетику приходится 2/ 3вводимых мощностей и 3/ 4инвестиций в энергетику. См.: «Перспективы глобального перехода к возобновляемой энергетике», REN21, 2019 ( https://www.ren21.net/wp-content/uploads/2019/05/1900916_GSR_2019_Perspectives_Russian.pdf).
Читать дальшеИнтервал:
Закладка:
