CC BY
37382
DOI: 10.38197/2072-2060-2021-229-3-382-390
АНАЛИЗ пРИМЕНЕНИЯ И РАЗВИТИЯ РАЗЛИЧНЫХ
типов искусственного
ИНТЕЛЛЕКТА ДЛЯ РОССИЙСКОЙ ЭКОНОМИКИ ANALYSIS OF APPLICATION AND DEVELOPMENT OF DIFFERENT TYPES OF ARTIFICIAL INTELLIGENCE FOR THE RUSSIAN ECONOMY
ЕРМОЛАЕВ ДАНИЛ АЛЕКСЕЕВИЧ
Студент 3-го курса кафедры «Менеджмент и маркетинг высокотехнологичных отраслей промышленности», Московского авиационного института (национального исследовательского университета)
DANIL A. ERMOLAEV
3rd year student, Management and marketing high technology industry department, Moscow Aviation Institute (National Research University)
АННОТАЦИЯ
Технологии искусственного интеллекта (ИИ) обретают широкое применение. А из-за отсутствия четкого понимания видов и принципов работы ИИ может быть воспринят общественностью негативно. В данной статье осуществлен анализ различных типов искусственного интеллекта для развития и применения в российской экономике. Изучение данной темы поможет иметь четкое представление о технологиях ИИ, что расширит области его применения. Широкая аудитория, имеющая системное понимание об ИИ, в перспективе изменит подходы к потреблению и производству. ABSTRACT
Artificial intelligence (AI) technologies become widespread use. And due to the lack of a clear understanding of the types and principles of work, AI can be perceived negatively by the public. In this article, the analysis of various types of artificial intelligence for the development and application in the Russian economy is carried out. Studying this topic will help you have a clear understanding of AI technologies, which will expand its areas of application. A wide audience with a systematic understanding of AI, in the future, will change approaches to consumption and production.
КЛЮЧЕВЫЕ СЛОВА
Искусственный интеллект, ИИ, машинное обучение, технологии, образ
жизни, экономическое развитие.
KEYWORDS
Artificial intelligence, AI, machine learning, technologies, lifestyle, economic development.
Введение
По последним данным в РФ, на тысячу жителей приходится 313 легковых автомобилей, не считая грузового, коммерческого транспорта и автобусов. Несмотря на все негативные
384
последствия, автомобиль существенно изменяет образ жизни людей, а также их домашние хозяйства. Он требует развитой транспортной инфраструктуры, сервиса и топлива. Эти факторы являются двигателем экономики, стимулируя потребление и инновационное развитие.
А ведь чуть больше 100 лет назад автомобиль являлся роскошью. Встречались также и некоторые опасения по его использованию. Однако благодаря конвейеру данная техника стала доступна для массового спроса, поменяв экономику и образ жизни человечества. Сегодня получить водительские права и приобрести автомобиль более чем реально, даже людям с достатком ниже среднего.
50 лет назад появились первые компьютеры. В начале их использование ограничивалось лишь научными исследованиями в лабораториях. Сегодня же компьютер стал очень доступным. Он вполне может умещаться в карман брюк и хранить большие объемы информации. Распространение компьютеров привело к цифровизации, которая изменила образ жизни людей и продолжает изменять экономику в целом.
Когда такие гениальные изобретения становятся понятными и доступными большинству, тогда меняется привычки, спрос и следом экономика.
Цель
В данной статье предложен анализ различных типов искусственного интеллекта для применения в российской экономике.
Чем больше людей будут понимать, что такое искусственный интеллект, не только использовать решения, связанные с ним, но и участвовать в его разработке, тем качествен-
ней будут формироваться новые образ жизни и подходы к производству.
Разграничение термина «искусственный интеллект»
Определение термина «искусственный интеллект» (ИИ) — вопрос, над которым бьются ученые в области компьютерных наук. На сегодняшний день ученое сообщество не имеет единого определения ИИ. Из-за постоянного развития вычислительной мощности, объемов памяти и сфер применения машин термин изменяется.
Однако для упрощения понимания данной темы под искусственным интеллектом понимается система или машина, которая может имитировать человеческое поведение, чтобы выполнять задачи и постепенно обучаться, используя собираемую информацию.
На сегодняшний день об ИИ говорят через разные каналы. Но большинство сказанного является только частью большого понятия, называемого машинным обучением. Результатом работы машинных алгоритмов человек пользуется каждый день. Но лишь десятая часть пользователей знает, как устроены данные сервисы и системы.
Искусственный интеллект
Машинное обучение
Глубокое обучение
Рисунок. Структурная схема видов ИИ
386
На данном рисунке изображена схема, позволяющая понять, какое место занимает машинное обучение в понятии ИИ. Его развитие может быть воспринято общественностью с опасением и недоверием. Нередко они вызваны фантазиями, основанными на кинематографе. Поэтому необходимо разграничить типы ИИ, чтобы показать, какие задачи выполняет каждый тип, как влияет и может повлиять на экономику, а также осветить проблемы разработки.
Искусственный интеллект общего назначения или суперискусственный интеллект
Данная область искусственного интеллекта может имитировать мозговую активность человека и изучить любую интеллектуальную задачу. Это позволяет машине применять знания и навыки в различных контекстах. Исследователям пока не удалось создать сильный ИИ. Им нужно будет найти способ сделать машины сознательными, запрограммировав полный набор когнитивных способностей. General AI получила от Microsoft инвестиции в размере 1 миллиарда долларов.
Именно вокруг ИИ общего назначения складывается негативное общественное представление.
Однако его разработка имеет ряд фундаментальных проблем, как технических, так и этических.
Чтобы ИИ общего назначения приносил более объективное благо, необходимо определить набор формальных правил, которому будут следовать алгоритмы. Проблема заключается в праве определения морали для машины. Задача, чтобы эти правила были близки к объективным для всех пользователей и участников процессов, где применяются решения ИИ. Для этого требуется большое количество экспертов — представителей всего круга участников, чтобы
моральные правила машины учитывали интересы всех жителей планеты.
Помимо этических проблем разработка ИИ высшего уровня, существует ряд технических проблем, связанных с вычислительной мощностью машин. Лучшим примером является компьютеры «К-computer» от Fujitsu и «Tianhe-2» от Национального университета оборонных технологий Китая.
Такие машины смогут стать отличными ассистентами для решения социально-экономических, технических и научных задач. Однако требуют больших инвестиций. Они не заменят человека, но станут помощниками в высокоинтеллектуальной работе. На данный момент сложно оценить экономическую эффективность ИИ общего назначения. Поэтому в работе рассматриваются ИИ низкого уровня как драйверы российской экономики.
Искусственный интеллект низкого уровня, машинное
обучение
Машинное обучение — это дисциплина информатики, которая использует компьютерные алгоритмы и аналитику для построения прогнозных моделей, которые могут решать бизнес-задачи.
Согласно McKinsey & Co., машинное обучение основано на алгоритмах, которые могут учиться на данных, не полагаясь на программирование на основе правил.
В книге Тома Митчелла о машинном обучении говорится: «Считается, что компьютерная программа учится на опыте E в отношении некоторого класса задач T и показателя производительности P, если ее производительность при выполнении задач в T, измеренная с помощью P, улучшается с опытом E».
388
Машинное обучение получает доступ к огромным объемам данных (как структурированным, так и неструктурированным) и учится на них, чтобы предсказывать будущее. Он учится на данных, используя несколько алгоритмов и техник.
Машинное обучение включает в себя следующие подвиды: обучение с учителем, обучение без учителя, обучение с подкреплением.
Такой вид ИИ применим в финансовых секторах экономики. Машинное обучение способствует автоматизации и ускорению рутинных процессов, например проверки гипотез или кластеризации данных. Сфера применений алгоритмов машинного обучения постоянно расширяется. Поэтому на изучение таких машин следует сделать упор в образовании, чтобы обеспечить будущий кадровый состав, который будет способствовать взаимодействию человека и машин.
Искусственный интеллект низкого уровня, глубокое обучение
Глубокое обучение — это подмножество машинного обучения, которое работает с алгоритмами, основанными на структуре и функциях человеческого мозга. Алгоритмы глубокого обучения могут работать с огромным количеством как структурированных, так и неструктурированных данных. Основная концепция глубокого обучения заключается в искусственных нейронных сетях, которые позволяют машинам принимать решения.
Основное различие между глубоким обучением и машинным обучением — это способ представления данных машине. Алгоритмы машинного обучения обычно требуют структурированных данных, тогда как сети глубокого обу-
чения работают на нескольких уровнях искусственных нейронных сетей.
Такой вид ИИ применим в медицине, технических устройствах и в развлекательных сферах.
Вывод
Развитие искусственного интеллекта способствует переходу национальной экономики к новому этапу развития. По мере того, как люди и «умные» машины теснее взаимодействуют друг с другом, рабочие процессы становятся более гибкими, адаптивными, открывая возможности для изменений. В этом взаимодействии искусственный интеллект становится так называемым недостающим срединным, меняя принцип работы экономики. Что же касается выбора нат правления развития, то машинное обучение и глубокое обучение — наиболее перспективные направления для российской экономики. Результаты от их использования и разработки возможно увидеть в ближайшее время
Библиографический список / References
1. Wang, Pei. (2008). What Do You Mean by «AI»? Frontiers in Artificial Intelligence and Applications. 171. 362-373;
2. Wang, Pei. (2019). On Defining Artificial Intelligence. Journal of Artificial General Intelligence. 10. 1-37. 10.2478/jagi-2019-0002;
3. Dalvinder Singh Grewal (2014). A Critical Conceptual Analysis of Definitions of Artificial Intelligence as Applicable to Computer Engineering. IOSR Journal of Computer Engineering (IOSR-JCE) e-ISSN: 2278-0661, p- ISSN: 2278-8727Volume 16, Issue 2, Ver. I (Mar-Apr. 2014), PP 09-13;
4. Rimma Kats (2017). How Much Do People Know About AI. Article/ eMarketer Inc
390
5. Pelau, Corina & Ene, Irina, 2018. Consumers perception on human-like artificial intelligence devices. MPRA Paper 94617, University Library of Munich, Germany.
6. Gabriel, I. Artificial Intelligence, Values, and Alignment. Minds & Machines 30, 411-437 (2020)
Контактная информация / Contact information
ФГБОУ ВО «Московский авиационный институт (национальный исследовательский университет)» 125993, Москва, Волоколамское шоссе ул., 4. Moscow Aviation Institute (National Research University) 4, Volokolamskoe shosse, Moscow, 125993, Russia.
Ермолаев Данил Алексеевич / Danil A. Ermolaev danilermolaev2000@gmail.com
