«Общий знаменатель» в решении многофакторных задач интеллектуальными системами
- Авторы: Аджемов А.С.1, Денисова А.Б.2
-
Учреждения:
- Московский технический университет связи и информатики
- Национальный исследовательский университет «МЭИ»
- Выпуск: Том 27, № 4 (2023): ФИЛОСОФИЯ СОЗНАНИЯ И НЕЙРОНАУКИ
- Страницы: 878-887
- Раздел: ФИЛОСОФИЯ СОЗНАНИЯ И НЕЙРОНАУКИ
- URL: https://journal-vniispk.ru/2313-2302/article/view/325218
- DOI: https://doi.org/10.22363/2313-2302-2023-27-4-878-887
- EDN: https://elibrary.ru/SVNHWH
- ID: 325218
Цитировать
Полный текст
Аннотация
Важнейшим свойством, отличительной чертой любой интеллектуальной системы является ее способность принимать решения. При этом чем сложнее задачи, чем больше и разнообразнее исходные данные, тем важнее, чтобы принимаемое решение было всесторонне рассмотрено и оценено. Во многих случаях одновременно поступающие разнообразные исходные данные, если их рассматривать в отдельности и принимать на основе такого рассмотрения решения, приводят к совершенно различным результатам, часто противоречащим друг другу. Поэтому в процессе разработки и внедрения искусственного интеллекта (ИИ) особенно важно исследовать «механизм» принятия решения в условиях противоречивости поступающих исходных данных и необходимости установления некого обобщающего правила, согласно которому можно найти гармонизирующее решение с учетом различных влияющих факторов. Совершенно очевидно, что, устанавливая правила принятия решения, необходимо стремиться к тому, чтобы оно имело «положительный» результат с точки зрения решаемой задачи. Это, несомненно, требует анализа последствий принимаемого решения в установленном масштабе времени, что может быть обеспечено за счет соответствующих обратных связей, которые позволят вносить необходимые корректирующие действия. Искусственный интеллект в современных формах практической реализации имеет, как правило, цифровое воплощение. Следует учитывать, что при цифровом представлении данных неизбежна погрешность отображения исходных значений, когда рассматриваются и анализируются процессы, имеющие непрерывную сущность. Поскольку цифровая модель обладает определенными ограничениями и характерными свойствами при анализе и обработке исходных данных, то логично предположить, что по этой причине может существовать некий общий подход, некое общее правило, согласно которому принимается решение в условиях разнообразных исходных данных и необходимости учета соответствующих последствий после принятия решения. В данном исследовании проведен поиск такого механизма принятия решения, гармонизирующего его согласно поступающим внешним и имеющимся внутренним исходным данным.
Ключевые слова
Об авторах
Артем Сергеевич Аджемов
Московский технический университет связи и информатики
Email: asa@mtuci.ru
ORCID iD: 0000-0002-1616-323X
доктор тех. наук, профессор, президент-председатель попечительского совета, зав. кафедрой общей теории связи
Российская Федерация, Москва, 111024, ул. Авиамоторная, д. 8аАлла Борисовна Денисова
Национальный исследовательский университет «МЭИ»
Автор, ответственный за переписку.
Email: den-alla@yandex.ru
ORCID iD: 0000-0002-4934-5267
канд. филос. наук, доцент, доцент, кафедра философии, психологии и социологии
Российская Федерация, Москва, 111250, ул. Красноказарменная, д. 14, с. 1Список литературы
- Timofeev AV. Essence and problems of artificial intelligence in the context of modern scientific and philosophical conceptions. Bulletin of Moscow Region State University. Series: Philosophical Sciences. 2020;(2):127-133. (In Russian). https://doi.org/10.18384/2310-7227-2020-2-127-133
- Ioseliani AD, Tskhadadze NV. Artificial intelligence: socio-philosophical comprehension. Medicine. Sociology. Philosophy. Applied research. 2019;(2):196-202. (In Russian).
- Zabezhailo MI, Borisov VV. On the interpretation of the concept of "artificial intelligence". Speech Technologies. 2022;(1):5-18. (In Russian).
- Abramova AV. Ethics in the field of artificial intelligence - from discussion to scientific justification and practical application: an analytical report. Moscow: MGIMO-University; 2021. (In Russian).
- Raykov AN. Subjectivity of explainable artificial intelligence. Russian Journal of Philosophical Sciences. 2022;65(1):72-90. (In Russian). https://doi.org/10.30727/0235-1188-2022-65-1-72-90
- Dubrovsky DI. The Task of the Creation of Artificial General Intelligence and the Problem of Consciousness. Russian Journal of Philosophical Sciences. 2021;64(1):13-44. (In Russian). https://doi.org/10.30727/0235-1188-2021-64-1-13-44
- Lepskiy VE. Artificial Intelligence in Subject-Oriented Control Paradigms. Russian Journal of Philosophical Sciences. 2021;64(1):88-101. (In Russian). https://doi.org/10.30727/0235-1188-2021-64-1-88-101
- Heaven WD. Why asking an AI to explain itself can make things worse. MIT Technology Review. Available from: https://www.technologyreview.com/2020/01/29/304857/why-asking-an-ai-to-explain-itself-can-make-things-worse/ (accessed: 03.08.2023).
- Ekman P. Psychology of emotions. Peter; 2019. (In Russian).
- Izard Carroll E. Psychology of emotions. Peter; 2006. (In Russian).
- Ermakova AA, Tumasyan TA. The influence of negative emotions on the human body. Vestnik nauki. 2019;3(12):9-11. (In Russian).
Дополнительные файлы
