ШТУЧНИЙ ІНТЕЛЕКТ У ЖИТТЄДІЯЛЬНОСТІ ЛЮДИНИ: ОСОБИСТІСТЬ ЧИ ІНСТРУМЕНТ
Анотація
Обговорюється питання про доцільність і принципову можливість машинної імітації людського інтелекту з точки зору оцінювання перспективності різних напрямів розвитку систем штучного інтелекту. Показано, що і поза цим практичним аспектом, розв’язання питання про принципову можливість створення машинного еквівалента людського розуму має величезне значення для розуміння природи людського мислення, свідомості та психічного загалом. Зазначається, що накопичений досвід створення різних систем штучного інтелекту, а також наявні в даний час результати досліджень людського інтелекту і людської свідомості у філософії та психології дозволяють вже зараз дати попередню оцінку перспектив створення алгоритмічної штучної системи, рівної за своїми можливостями людському інтелекту.
Виконано аналіз недоліків, виявлених під час використання систем штучного інтелекту масовим користувачем і в наукових дослідженнях. Ключовими недоліками систем штучного інтелекту названо нездатність до самостійного постановлення цілей, нездатність сформувати консолідовану «думку» під час роботи з розбіжними даними, нездатність об’єктивно оцінити отримані результати та генерувати революційно нові ідеї та підходи. Недоліками «другого рівня» є недостатність накопиченої людством інформації для подальшого навчання систем штучного інтелекту та вимушене навчання моделей на частково синтезованому самими системами штучного інтелекту контенті, що призводить до «забування» частини отриманої під час навчання інформації та збільшення випадків видачі недостовірної інформації. Це, своєю чергою, змушує завжди, коли опрацьовується критично важлива інформація, перевіряти на достовірність кожну відповідь, видану системою штучного інтелекту, що на тлі правдоподібності даних, які видають системи штучного інтелекту, і комфортної форми їхнього представлення вимагає наявності в користувача розвиненого критичного мислення.
Зроблено висновок, що головною перевагою систем штучного інтелекту є те, що вони здатні істотно підвищити ефективність пошуку та первинної обробки інформації, особливо коли доводиться мати справу з великими масивами даних. Обґрунтовано важливість етичної складової в штучного інтелекту та створення нормативної бази, що запроваджує відповідальність за шкоду, яку може бути заподіяно під час використання систем штучного інтелекту, особливо це стосується мультимодальних систем штучного інтелекту. Зроблено висновок про те, що ризики, пов’язані з використанням мультимодальних систем штучного інтелекту, послідовно зростають у разі реалізації в них таких функцій людської свідомості, як воля, емоції та дотримання моральних принципів.
Завантаження
Посилання
Aggarwal, N., Saxena, G. J., Singh, S., & Pundir, A. (2023). Can I say, now machines can think? (No. arXiv:2307.07526). arXiv. https://doi.org/10.48550/arXiv.2307.07526.
AI chatbot hallucinations impact legal advice accuracy, Stanford study reveals. (2024, January 12). Legal News Feed. https://legalnewsfeed.com/2024/01/12/ai-chatbot-hallucinations-impact-legal-advice-accuracy-stanford-study-reveals.
Alemohammad, S., Casco-Rodriguez, J., Luzi, L., Humayun, A. I., Babaei, H., LeJeune, D., Siahkoohi, A., & Baraniuk, R. G. (2023). Self-Consuming Generative Models Go MAD. arXiv. https://doi.org/10.48550/ARXIV.2307.01850.
Andre, D. (2024). Is Your AI Lying to You? Shocking Evidence of AI Deceptive Behavior. All About AI. https://www.allaboutai.com/resources/shocking-evidence-of-ai-deceptive-behavior/.
Artificial intelligence: Threats and opportunities. (2020, September 23). European Parliament. https://www.europarl.europa.eu/topics/en/article/20200918STO87404/artificial-intelligence-threats-and-opportunities.
Ashkinaze, J., Mendelsohn, J., Qiwei, L., Budak, C., & Gilbert, E. (2024). How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence from a Large, Dynamic Experiment (No. arXiv:2401.13481). arXiv. https://doi.org/10.48550/arXiv.2401.13481.
Atillah, E. I. (2024, September 7). «AI scientist» created to run its own experiments. What will this mean for scientific discoveries? Euronews. https://www.euronews.com/next/2024/09/07/ai-scientist-created-to-run-its-own-experiments-what-will-this-mean-for-scientific-discove.
Bauder, D. (2023, November 29). Sports Illustrated found publishing AI generated stories, photos and authors. PBS News. https://www.pbs.org/newshour/economy/sports-illustrated-found-publishing-ai-generated-stories-photos-and-authors.
Beilin, M., Gnatenko, E., Zheltoborodov, A., Lysenko, A., & Pomazun, O. (2021). Media-Reality as Epiphenomenon of Digital Technologies in Media-Philosophical Discourse. European Proceedings of Social and Behavioural Sciences EpSBS, 108, 569–575. https://doi.org/10.15405/epsbs.2021.05.02.69.
Beilin, M. V. (2019). Artificial Intelligence and the Autonomy of Personal Self-Development. Problems of Personal Self-Development in Modern Society: Proceedings of the International Scientific and Practical Conference, November 15, 2019, 125–129. https://dspace.nlu.edu.ua/bitstream /123456789/16984/1/SB_15-11-2019.pdf. (In Ukrainian).
Beilin, M. V., & Goncharov, G. M. (2019). The Electronic Space of the Human Life World. The Problem of the Human in Philosophy: Materials of the XXVII Kharkiv International Skovoroda Readings (State Cultural Institution National Literary and Memorial Museum of H.S. Skovoroda, September 27–28, 2019), 63–70. https://ekhnuir.karazin.ua/server/ api/core/bitstreams/79cdc915-2235-4849-ad8d-10a6a6395726/content. (In Ukrainian).
Beilin, M. V., Zheltoborodov, A. N., & Petrusenko, N. Yu. (2020). Innovative Educational Technologies of the Information Society. In Information Society: Modern Transformations: Monograph / Edited by U. Leshko (Vinnytsia Mykhailo Kotsiubynskyi State Pedagogical University, pp. 110–118). FOP Korzun D.Yu.
Beilin, M. V., & Zheltoborodov, O. M. (2022). Human in conditions of cognitive-and-technological anthroposphere. Current Issues in Philosophy and Sociology, 39, 3–8. https://doi.org/10.32782/apfs.v039.2022.1. (In Ukrainian).
Boyte, H. C., & Ström, M.-L. (2020). Agency in an AI Avalanche: Education for Citizen Empowerment. Eidos. A Journal for Philosophy of Culture, 4(2), 142–161. https://doi.org/10.14394/eidos.jpc.2020.0023.
Castelvecchi, D. (2024). Researchers built an «AI Scientist» – what can it do? Nature, 633(8029), 266–266. https://doi.org/10.1038/d41586-024-02842-3.
Chittka, L., & Wilson, C. (2019). Expanding Consciousness. American Scientist, 107(6), 364. https://doi.org/10.1511/2019.107.6.364.
Conroy, G. (2024). Do AI models produce more original ideas than researchers? Nature, d41586-024-03070–03075. https://doi.org/10.1038/d41586-024-03070-5.
Edwards, B. (2024, August 14). Research AI model unexpectedly attempts to modify its own code to extend runtime. Ars Technica. https://arstechnica.com/information-technology/2024/08/research-ai-model-unexpectedly-modified-its-own-code-to-extend-runtime/.
Feathers, T. (2024, September 4). Porn generators, cheating tools, and «expert’ medical advice: Inside OpenAI’s marketplace for custom chatbots. Gizmodo. https://gizmodo.com/porn-generators-cheating-tools-and-expert-medical-advice-inside-openais-marketplace-for-custom-chatbots-2000494704.
Gao, J., & Wang, D. (2024). Quantifying the Benefit of Artificial Intelligence for Scientific Research (No. arXiv:2304.10578). arXiv. https://doi.org/10.48550/arXiv.2304.10578.
Gen AI: too much spend, too little benefit? (2024, July 27). Goldman Sachs. https://www.goldmansachs.com/insights/top-of-mind/gen-ai-too-much-spend-too-little-benefit.
Germain, T. (2024, November 1). The «bias machine»: How Google tells you what you want to hear. BBC. https://www.bbc.com/future/article/20241031-how-google-tells-you-what-you-want-to-hear.
Gezici, G. (2021). Biased or Not?: The Story of Two Search Engines (No. arXiv:2112.12802). arXiv. https://doi.org/10.48550/arXiv.2112.12802.
Greenblatt, R., Denison, C., Wright, B., Roger, F., MacDiarmid, M., Marks, S., Treutlein, J., Belonax, T., Chen, J., Duvenaud, D., Khan, A., Michael, J., Mindermann, S., Perez, E., Petrini, L., Uesato, J., Kaplan, J., Shlegeris, B., Bowman, S. R., & Hubinger, E. (2024). Alignment faking in large language models (Version 2). arXiv. https://doi.org/10.48550/ARXIV.2412.14093.
Hager, G. D., Drobnis, A., Fang, F., Ghani, R., Greenwald, A., Lyons, T., Parkes, D. C., Schultz, J., Saria, S., Smith, S. F., & Tambe, M. (2019). Artificial Intelligence for Social Good. arXiv. https://doi.org/10.48550/ARXIV.1901.05406.
Hanson, A. B. (2024, August 14). Wyoming reporter caught using artificial intelligence to create fake quotes and stories. AP News. https://apnews.com/article/artificial-intelligence-reporter-resigns-journalism-ed076e2f276d9811f3b9ba051a03b7ae.
Heath, A. (2024, December 4). Sam Altman lowers the bar for AGI. The Verge. https://www.theverge.com/2024/12/4/24313130/sam-altman-openai-agi-lower-the-bar.
Herel, D., & Mikolov, T. (2024). Collapse of Self-trained Language Models. arXiv. https://doi.org/10.48550/ARXIV.2404.02305.
Holmes, W., Persson, J., Chounta, I.-A., Wasson, B., & Dimitrova, V. (2023). Artificial intelligence and education: A critical view through the lens of human rights, democracy and the rule of law. Council of Europe. https://rm.coe.int/artificial-intelligence-and-education-post-conference-summary/1680aae327.
Ivanov, D., Chezhegov, A., Grunin, A., Kiselev, M., & Larionov, D. (2022). Neuromorphic Artificial Intelligence Systems. arXiv. https://doi.org/10.48550/ARXIV.2205.13037.
Jaeger, J. (2024). Artificial intelligence is algorithmic mimicry: Why artificial «agents» are not (and won’t be) proper agents (Version 4). arXiv. https://doi.org/10.48550/ARXIV.2307.07515.
Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., Tunyasuvunakool, K., Bates, R., Žídek, A., Potapenko, A., Bridgland, A., Meyer, C., Kohl, S. A. A., Ballard, A. J., Cowie, A., Romera-Paredes, B., Nikolov, S., Jain, R., Adler, J., … Hassabis, D. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589. https://doi.org/10.1038/s41586-021-03819-2.
Krauss, P., & Maier, A. (2020). Will We Ever Have Conscious Machines? Frontiers in Computational Neuroscience, 14, 556544. https://doi.org/10.3389/fncom.2020.556544.
Krenn, M., Pollice, R., Guo, S. Y., Aldeghi, M., Cervera-Lierta, A., Friederich, P., Gomes, G. P., Häse, F., Jinich, A., Nigam, A., Yao, Z., & Aspuru-Guzik, A. (2022). On scientific understanding with artificial intelligence. Nature Reviews Physics, 4(12), 761–769. https://doi.org/10.48550/ARXIV.2204.01467.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539.
Lewandowski, D. (2015). Living in a world of biased search engines. Online Information Review, 39(3), 278–280. https://doi.org/10.1108/OIR-03-2015-0089.
Lewandowski, D. (2023). Search Engines Between Bias and Neutrality. In D. Lewandowski, Understanding Search Engines (pp. 261–273). Springer International Publishing. https://doi.org/10.1007/978-3-031-22789-9_15.
Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024). The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery (Version 3). arXiv. https://doi.org/10.48550/ARXIV.2408.06292.
Lucas, J. R. (1961). Minds, Machines and Gödel. Philosophy, 36(137), 112–127. https://doi.org/10.1017/S0031819100057983.
Mahadevan, A., Schiffrin, A., Hare, K., Castillo, A., Fu, A., & LaForme, R. (2024, August 9). Wyoming reporter uncovers competitor using AI-generated quotes. Poynter Institute. https://www.poynter.org/commentary/2024/cody-enterprise-reporter-fake-quotes-artificial-intelligence.
Maillé, P., Maudet, G., Simon, M., & Tuffin, B. (2022). Are Search Engines Biased? Detecting and Reducing Bias using Meta Search Engines. Electronic Commerce Research and Applications, 101132. https://doi.org/10.1016/j.elerap.2022.101132.
Matias, Y. (2023, October 10). Project Green Light’s work to reduce urban emissions using AI. Blog Google. https://blog.google/outreach-initiatives/sustainability/google-ai-reduce-greenhouse-emissions-project-greenlight/.
Metz, C. (2023, November 6). Chatbots may «hallucinate» more often than many realize. https://www.nytimes.com/2023/11/06/technology/chatbots-hallucination-rates.html.
Ortiz, A. (2024, August 14). Wyoming reporter resigns after using A.I. to fabricate quotes. https://www.nytimes.com/2024/08/14/business/media/wyoming-cody-enterprise-ai.html.
Penrose, R. (1989). The Emperors new mind: Concerning computers, minds and the laws of physics. Oxford university press.
Planning for AGI and beyond. (2023, February 24). OpenAI. https://openai.com/index/planning-for-agi-and-beyond.
Reilly, K., Kovach, S., & Weller, C. (2017, December 29). An interview with AI robot Sophia. Business Insider. https://www.businessinsider.com/interview-ai-robot-sophia-hanson-robotics-2017-12.
Riva, G., Mantovani, F., Wiederhold, B. K., Marchetti, A., & Gaggioli, A. (2024). Psychomatics – A Multidisciplinary Framework for Understanding Artificial Minds. arXiv. https://doi.org/10.48550/ARXIV.2407.16444.
Safe and Secure Innovation for Frontier Artificial Intelligence Models Act, No. SB-1047, California State Senate (2023). https://leginfo.legislature.ca.gov/faces/ billNavClient.xhtml?bill_id=202320240SB1047.
Shumailov, I., Shumaylov, Z., Zhao, Y., Gal, Y., Papernot, N., & Anderson, R. (2024). The Curse of Recursion: Training on Generated Data Makes Models Forget (Version 3). arXiv. https://doi.org/10.48550/ARXIV.2305.17493.
Smolensky, P., McCoy, R. T., Fernandez, R., Goldrick, M., & Gao, J. (2022). Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems. arXiv. https://doi.org/10.48550/ARXIV.2205.01128.
Sukhobokov, A., Belousov, E., Gromozdov, D., Zenger, A., & Popov, I. (2024). A Universal Knowledge Model and Cognitive Architecture for Prototyping AGI. https://doi.org/10.48550/ARXIV.2401.06256.
Tremayne-Pengelly, A. (2024). Ilya Sutskever warns A.I. is running out of data – here’s what will happen next. Observer. https://observer.com/2024/12/openai-cofounder-ilya-sutskever-ai-data-peak.
Villalobos, P., Ho, A., Sevilla, J., Besiroglu, T., Heim, L., & Hobbhahn, M. (2024). Will we run out of data? Limits of LLM scaling based on human-generated data (Version 2). arXiv. https://doi.org/10.48550/ARXIV.2211.04325.
Wan, Z., Liu, C.-K., Yang, H., Li, C., You, H., Fu, Y., Wan, C., Krishna, T., Lin, Y., & Raychowdhury, A. (2024). Towards Cognitive AI Systems: A Survey and Prospective on Neuro-Symbolic AI. arXiv. https://doi.org/10.48550/ARXIV.2401.01040.
West, D. M. (2023, March 23). Comparing Google Bard with OpenAI’s ChatGPT on political bias, facts, and morality. Brookings Institution. https://www.brookings.edu/articles/comparing-google-bard-with-openais-chatgpt-on-political-bias-facts-and-morality.
Will the $1 trillion of generative AI investment pay off? (2024, August 5). Goldman Sachs. https://www.goldmansachs.com/insights/articles/will-the-1-trillion-of-generative-ai-investment-pay-off.
Xu, W., & Gao, Z. (2024). An intelligent sociotechnical systems (iSTS) framework: Enabling a hierarchical human-centered AI (hHCAI) approach (Version 5). arXiv. https://doi.org/10.48550/ARXIV.2401.03223.
Zhao, J., Wu, M., Zhou, L., Wang, X., & Jia, J. (2022). Cognitive psychology-based artificial intelligence review. Frontiers in Neuroscience, 16, 1024316. https://doi.org/10.3389/fnins.2022.1024316.
Zeng, Y., Zhao, F., Zhao, Y., Zhao, D., Lu, E., Zhang, Q., Wang, Y., Feng, H., Zhao, Z., Wang, J., Kong, Q., Sun, Y., Li, Y., Shen, G., Han, B., Dong, Y., Pan, W., He, X., Bao, A., & Wang, J. (2024). Brain-inspired and Self-based Artificial Intelligence. arXiv. https://doi.org/10.48550/ARXIV.2402.18784
Авторське право (c) 2025 Лідія Газнюк, Михайло Бейлін, Ірина Соїна
Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License 4.0 International (CC BY 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
3.gif){kind=logo}
