Вводная лекция

Проект GO-RA: изучение факторов, влияющих на качество решений, принимаемых в условиях неопределенности, системами с ИИ и человеком.

Разница между искусственным интеллектом и человеком не только в отсутствии зеркальных нейронов. Машина не умеет ассоциироваться с другими объектами, ощущать боль и переживания другого субъекта. У машины нет опыта появления на свет через боль, когда закладывается матрица эмоций (в утробе), а затем она сильно корректируется, когда ребенок появляется на свет (Юнг, Гроф).

У современных узкоспециализированных технических систем масса преимуществ по сравнению с человеком, но они выполняют свои задачи практически в реальном времени, например, системы ПВО отслеживают местоположение высоскоростных и высокоманевренных целей, и сбивают их с высокой степенью вероятности.
Еще один весомый плюс - это стабильность, а у нетренированного человека высока зависимость функционального и психоэмоционального состояний. Машина лишена этих недостатков - она не имеет эмоций, значит будет принимать более "взвешенные решения" - возможно, именно так рассуждают создатели систем с ИИ.
Для человека тоже нужны "BigData" - ему важен весь его опыт, особенно высокоэмоциональный, но в отличие от машин человек может обучаться на единичных примерах.
Самообучение у машин и человека тоже разительно отличаются. Человек может повышать не только уровень знаний, он может менять уровень развития когнитивных способностей, а самое важное - это качество мышления, особенно в условиях неопределенности. И, разумеется, важен горизонт планирования.
Некоторые ученые пытаясь создавать технические системы с ИИ, совершают концептуальную ошибку: таким системам нужны BigData, а это всегда прошлое. Это означает, что их можно использовать в реальном времени, но для решения ограниченного круга узкоспециализированных задач. Как только на горизонте замаячат "черные лебеди" (Нассим Талеб), BigData не помогут.
Такие системы прекрасно справятся с «копированием» действий физических субъектов и объектов, и отслеживанием таких действий в реальном времени. Они могут «подражать», в том числе, создавая «произведения искусства»: литературные, музыкальные, изобразительные. Они могут создавать копии, которые не все смогут отличить от оригинала, послужившего «учителем». Эти подделки будут только внешне похожи на произведения Пушкина, Чайковского, Достоевского, но в них не будет Души – чувственной оставляющей.
Пришло время, когда надо как в сказке отличить «настоящую царевну» от клонов. Подготовленный человек справится с такой задачей легко (см.: "демо-режимы", "модельное восприятие").

Современные технические системы учатся, и совершенствуется путем взаимодействия с внешним миром, и это непрекращающийся процесс восприятия и ответных реакций (действий), сопряженных с необходимостью добиться определенных результатов. Системы с ИИ обладают искусственным любопытством и креативностью, самостоятельно ставят перед собой проблемы и намечают себе цели, но ориентируются они в своей деятельности только на внешние параметры: местоположение в Игровом поле (пространственно-временные координаты), действия физические, но они не способны считывать информацию о других компонентах формулы «11 ПИ – РЭ», например, о намерениях мотивах, убеждениях, чувствах – Душевном состоянии.
На наш взгляд очевидно, что все технические системы, созданные че ловеком, сделаны по принципиально дргуим технологиям, которые лишь частично похожи на то, как созидает природа.

Тест на отличие возможностей живых и технических систем, копирующих живые системы, может быть очень простым. Закройте сенсорные каналы, через которые они принимают информацию об изменениях во внешнем мире, и, посмотрим, как такая система справится со своей рутинной работой, не говоря уже о принятии решений за все человечество.
Пр имеры модельного восприятия информации человеком в условиях неопределенности , на которые системы с ИИ не способны в принципе.

Подготовленные эксперты могут без внешних сенсорных систем (датчиков) не только повторять (копировать, зеркалить) действия другого человека, но и понимать (не имитировать понимание), другие компоненты формулы «11 ПИ – РЭ»: желания, мотивы, намерения, потребности, убеждения, ценности, идеалы и т.д., и, что не менее важно, синтезировать варианты будущего, которого еще не было. Весь вопрос только в том: для какого количества людей будет это светлое будущее. Существует аспект качества прогнозов. Надеяться на то, что квантовые суперкомпьютеры смогут давать более точные прогнозы не только для узкоспециальных задач, но и для "всего человечества", не приходится...
Если посмотреть на происходящее сейчас в мире с позиций классической физики, то в КНР мы наблюдаем не просто самые быстрые темпы роста в мире даже в условиях, когда «остальной мир встал», а мощные процессы, когда 1,5 миллиарда человек действуют согласованно. Может быть, вы помните про взвод солдат, шагающий по мосту. При определенных условиях (количество элементов в структуре и согласованности по действиям физическим, мост может разрушиться от резонансов. Это упрощенный подход. В реальности конечно же, население КНР не марширует в буквальном смысле этого слова, и цели у них разные, но есть согласованность в главном – в движении в «светлое будущее» всей страной, а не отдельными личностями, компаниями и корпорациями.

В отличие от технических систем с ИИ люди обучается гораздо быстрее. Для них также важен весь личный опыт, но значительная часть этого опыта имеет эмоциональную окраску, т.к. создание матрицы эмоций (детектора чувств, души) закладывается в утробе матери, а при рождении она очень сильно уточняется. Этот же фактор является важным при оценке будущих событий , а не только при анализе событий прошлого. Для нас уже очевидно, что люди, у которых хорошая долговременная память представляют огромный интерес, и мы понимаем, как можно оценить ее с помощью объективных методов.

Пример прогнозов сделанных "машиной":

Ученый Джанель Шейн обратился к GPT-3 — самому мощному алгоритму генерации текста, с просьбой предсказать будущее на основе событий, произошедших в этом году. GPT-3 сообщил, что в 2021 году «в Солнечную систему проникнут лазеры, запущенные пришельцами». Через некоторое время алгоритм также рассказал и о других странных явлениях, которые должны произойти: небольшой дрон сможет поднять акулу на борт корабля, ученые обнаружат ферму инопланетных муравьев под арктическими льдами, на Солнце появится загадочная дыра, на Соломоновых островах обнаружится 3-метровый пингвин. И это лишь часть предсказаний.

Как алгоритм смог сгенерировать такие прогнозы? Ранее его «кормили» различными текстами и заголовками из интернета, такими как таинственные монолиты, смертоносные шершни, инопланетные сигналы из космоса и т.д. Опираясь на подобные статьи, искусственный интеллект научился генерировать свои собственные вымышленные новости. Данный эксперимент показал, что «даже самые сложные алгоритмы, такие как GPT-3 или GROVER, не в полной мере понимают смысл генерируемых ими результатов, даже если сам текст получается связным».

Алгоритм GPT-3 — что это такое?

GPT-3 — это алгоритм OpenAI — компании, занимающейся искусственным интеллектом. Одним из ее основателей был Илон Маск. GPT является самой масштабной и продвинутой языковой моделью в мире. Она работает как любая другая модель машинного обучения — ищет повторяющиеся шаблоны в наборе данных, чтобы предсказать результат введения новой, ранее неизвестной информации. Если в GPT-3 ввести слово «вода», то система будет знать, что слова «минеральная» или «газированная» более вероятны, чем, например, «компьютерная». Для людей это очень просто, но алгоритму необходимо «изучить» подобные взаимосвязи.

GPT-3 также отличается масштабом и скоростью обработки данных — он имеет 175 миллиардов нейронных соединений, гигантскую базу данных, а также постоянный доступ в интернет.

Автор текста: к.п.н. А.Н.Чистяков.

Отзывы о проекте
Вопросы и ответы по вводной лекции.
Цикл (11 лекций, видеоверсия) "Конструирование будущего. П ланирование и интуиция)".