Ловушки для искусственного интеллекта

Номер 6. Прогнозы и итоги
Ловушки для искусственного интеллекта

Путь развития искусственного интеллекта в XXI в. в контексте становления новых технологических укладов и постнеклассической парадигмы управления можно спрогнозировать с учетом анализа его многоликой и тернистой исторической ретроспективы. Этот путь, естественно, не гарантирован от неожиданных ловушек. Вместе с тем их можно избежать, найдя новые решения в малознакомых пространствах для моделирования, взяв за основу иные подходы к решению сложных задач и семантической интерпретации данных, синтезировав под эти новации пока еще неведомые на Земле материалы для компьютерной памяти и процессоров.

Наблюдатель сложности как модель искусственного интеллекта

Номер 2. Вопросы почемучек
Наблюдатель сложности как модель искусственного интеллекта

Возможность искусственного интеллекта изначально ассоциировалась (фон Нейман) с проблемой преодоления некоего гипотетического порога сложности. В настоящее время становление современной парадигмы сложности в контексте идей философии Э. Морена, Ж. Делеза и Ф. Гваттари, кибернетики второго порядка Х. фон Ферстера, автопоэзиса Ф. Варелы и Ф. Матураны, киберсемиотики, а также рекурсивной логики «законов форм» Дж. Спенсера Брауна ведет к необходимости конструктивного введения концепции наблюдателя сложностности как самоорганизующегося ансамбля когнитивных агентов, эмерджентным продуктом взаимодействия которых, возможно, и явится искусственный интеллект и искусственное сознание.

Ключевые факторы конкурентоспособности в экономике знаний

Номер 5. Градация недопустимого

Исходя из того, что ключевыми факторами конкурентоспособности является опережающее создание и использование знаниевого ресурса, автор определяет также основные факторы торможения этого процесса и пути их преодоления, приводя в качестве примера модель организационного дизайна для компании, действующей в определенных условиях.