Ясницкий Леонид Нахимович

доктор технических наук,
профессор кафедры прикладной математики и информатики
Пермского государственного национального исследовательского университета

Статья опубликована в Сборнике материалов Девятой всероссийской научно-практической конференции с международным участием «Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века», прошедшей в Перми 17-18 октября 2024 года.

В статье приведено мнение автора о будущем искусственного интеллекта, основанное на его многолетнем опыте научной работы в этой области. Обращается внимание на то, что, увлекшись применением методов искусственного интеллекта для удовлетворения текущих потребностей общества, ученые мало обращают внимание на его главную возможность. Это способность нейронных сетей открывать новые, неизвестные ранее законы природы, общества, вселенной, мироздания. По мнению автора, будущее искусственного интеллекта связано именно с этой его способностью.

Будущее искусственного интеллекта: прогноз пермских ученых

Прогнозы будущего всегда были и остаются актуальны. В области прогнозирования будущего искусственного интеллекта наиболее известными, по-видимому, являются 10 предсказаний, сделанных в 1957 году нобелевским лауреатом Гербертом Саймоном [1]:

– В ближайшее десятилетие ЭВМ завоюет титул чемпиона мира по шахматам.

– В пределах десяти лет ЭВМ откроет и сумеет доказать новую важную математическую теорему.

– В десятилетний срок большинство теорий в области психологии примет вид программ для вычислительной машины.

– И т.д.

Известны, сделанные в 2005 году прогнозы американского изобретателя и футуролога Рэя Курцвейла. Вот некоторые из них.

– Естественный процесс мышления не будет иметь преимущества по сравнению с машинным. Системы искусственного интеллекта получат равные права с человеком. Разница между человеком и машиной исчезнет.

– Системы искусственного интеллекта превзойдут по численности естественных людей. – Несмотря на недостатки естественных людей, системы искусственного интеллекта уважают их как своих прародителей.

Пользуются популярностью прогнозы современных отечественных ученых, объединившиеся в общественное движение «Россия 2045». Цель этого движения: «К 2045 году сделать человека бессмертным!». Известен прогноз президента России Владимира Путина, сделанный им 1 сентября 2017 года: «Тот, кто станет лидером в области искусственного интеллекта будет властелином мира». В 2018 году в [2] опубликованы прогнозы, в которых, в качестве одного из вариантов, предрекается наступление очередной «Зимы» искусственного интеллекта (Прогноз 3 на рис. 1).

Рисунок 1. Варианты прогнозов будущего искусственного интеллекта. Рисунок заимствован из [2]

Мы воздержимся от обсуждения приведенных выше прогнозов, а вместо этого изложим собственное видение будущих успехов систем искусственного интеллекта, основываясь на результатах пермских ученых, которыми мы реально располагаем уже сейчас. По нашему мнению, в ближайшие десять лет реально наступление следующих событий.

1. Реально создание интеллектуальных медико-диагностических систем, превосходящих по точности постановки диагнозов естественных врачей. Реально выявление с помощью интеллектуальных систем новых неизвестных ранее медицинских знаний и использование этих знаний для улучшения качества медицинской практики.

Одна из таких интеллектуальных систем – «Система диагностики и прогнозирования заболеваний сердечно-сосудистой системы человека KARDIONET» выложена на нашем сайте https://www.permai.ru/. С помощью нее выявлены новые неизвестные ранее знания [3], которые используются для совершенствования существующей практики лечения и профилактики заболеваний сердца. Помимо диагностики и прогнозирования развития заболевания на много лет вперед, наша система дает рекомендации по профилактики заболеваний. За последние 10 лет эксплуатации система не сделала ни одной ошибки.

2. Реально создание интеллектуальных систем диагностики сложных технических устройств, превосходящих по своим возможностям и точности известные инженерные методики. Их внедрение в инженерную практику позволит повысить надежность технических устройств и, таким образом, способствовать решению проблемы снижения техногенных аварий и катастроф – одной из актуальных проблем XXI в.

Наш опыт разработки нейросетевых систем диагностики авиационных двигателей показал [4, с.83–87], что интеллектуальные системы позволяют выявлять такие дефекты, которые обычными инженерными методами выявлены быть не могут.

3. Реально создание интеллектуальных систем, способных получать точные, не имеющие математической погрешности, аналитические решения краевых задач математической физики. Внедрение таких интеллектуальных систем в инженерную практику, также будет способствовать снижению числа техногенных аварий и катастроф.

В [4, с.183–188] изложен наш опыт создания и применения для решения инженерных задач экспертной системы, которая, используя математические знания математиков прошлых веков, получает точные аналитические решения краевых задач теории упругости, теории теплопроводности, теории электрических и магнитных полей. Обратиться к интеллектуальной системе можно с нашего сайта https://www.permai.ru/.

4. Реально создание интеллектуальных систем, прогнозирующих экономическое состояние предприятий и позволяющих разрабатывать рекомендации по оптимизации их деятельности.

В нашей работе [5] описан опыт создания нейросетевой системы прогнозирования вероятности банкротства российских банков. Помимо прогнозов, система позволяет получать полезные рекомендации по предотвращению банкротства конкретных банков. Программа выложена на нашем сайте www.PermAI.ru.

5. Реально создание интеллектуальных систем, предназначенных для прогнозирования развития политических событий и влияния на эти события.

В книге [4, с. 91–95] описан случай подтвердившегося впоследствии прогнозирования победы Д.А. Медведева на президентских выборах 2008 г., опубликованных в [6, с. 79–85] за полтора года до этих выборов. В [7] приведены подтвердившиеся результаты прогнозирования рейтингов известных политических деятелей, а также рекомендации по улучшению этих рейтингов. В нашей работе [8] изложен опыт создания нейросетевой системы, прогнозирующий вероятность возникновения беспорядков в разных странах: восстаний, государственных переворотов, революций. Помимо прогнозирования наступления этих событий система позволяет разрабатывать рекомендации по их предотвращению.

6. Реально создание и применение интеллектуальных систем в области криминалистики.

В нашей работе [9] описан опыт создания нейросетевого детектора лжи, значительно превосходящего известные штатные аналоги по точности заключений. В работе [10] изложен опыт создания интеллектуальной системы, предназначенной для изучения личности и выявления серийных убийц. Программа, оценивающая склонность человека к насилию, выложена на нашем сайте https://www.permai.ru/.

7. Реально создание интеллектуальных систем, предназначенных для прогнозирования результатов спортивных состязаний и для оптимизации программы подготовки спортсменов с целью получения наивысших спортивных результатов.

В нашей практике нейронные сети уже применялись для прогнозирования результатов Олимпийских игр 2014 г. [11], чемпионата мира 2015 г. [12], а также при разработке рекомендаций для известных спортсменов [13] и футбольных команд [14].

8. Реально создание и широкое применение интеллектуальных систем в психологии.

Напомним третье предсказание нобелевского лауреата Герберта Саймона, приведенное в начале этой статьи: – В десятилетний срок большинство теорий в области психологии примет вид программ для вычислительной машины. Мы знаем, что два первых предсказания, хотя и с опозданием, но сбылись. Однако о третьем предсказании Саймона мы ничего подобного пока сказать не можем. Почему? 

Пытаясь решать задачи психодиагностики, психологи выдвигают различные гипотезы, называют в качестве наиболее важных те или иные факторы, влияющие, по их мнению, на способности и предрасположенности человека. Они вводят такие труднодоступные для количественной оценки понятия, как «сила воли», «сила характера» и др., разрабатывают различные тесты для их измерения. Естественно, что при сборе статистической информации возникают проблемы, особенно если речь идет о человеке, жившем в прошлых веках. В то же время, психологи обычно не обращали внимания на легкодоступную информацию о людях, известную, например, из астрологических и нумерологических баз, отвергая ее как лженаучную. 

По-нашему мнению, психологи еще не полностью освоили и оценили возможности современных методов интеллектуального анализа данных, которые позволяют на начальных стадиях создания интеллектуальных систем в качестве входных параметров вводить любое количество любых факторов. В ходе исследований таких математические модели всегда можно выяснить, какие из этих факторов действительно влияют на результат моделирования, а какие – нет, вне зависимости от того, признаются эти факторы официальной наукой, или нет. 

Заметим, что наш небольшой опыт применения нейросетевых технологий для создания интеллектуальных систем, выявляющих способности и предрасположенности человека, оказался весьма успешным. Так, в работе [15] описана интеллектуальная система, выявляющая способность человека к руководящей деятельности, в [16] и [4, с. 101–105] – к научной деятельности, в [17] – к бизнесу. В [18] описана интеллектуальная система, способная прогнозировать степень успешности будущей карьеры студентов вуза, что позволяет оптимальным способом подбирать траектории их обучения. В [19] приведен опыт создания системы, определяющей предрасположенность подростков к наркотической зависимости, а также позволяющей получать индивидуальные рекомендации по снижению такой зависимости. В [10] – предрасположенность человека к насилию. Имеются программы, оценивающие предрасположенность человека к суициду, анорексии и др. 

Эти программы находятся в свободном доступе в разделе «Проекты» нашего сайта https://www.permai.ru/. Помимо количественной оценки способностей, склонностей и предрасположенностей людей, с помощью этих программ можно получать полезные рекомендации по их развитию или, наоборот, снижению. Таким образом, у нас есть все основания надеяться, что упомянутое выше третье предсказание Герберта Саймона о широком применении компьютерных программ в психологии в скором времени сбудется, причем, не только в пределах нашей научной школы.

9. Реально применение методов искусственного интеллекта в областях, выходящих за рамки традиционных наук. Реально получение новых, ранее неизвестных, но полезных для практического применения знаний, в том числе таких, которые меняют наше представление о мире. Можно надеяться, что методы искусственного интеллекта помогут наконец разгадать загадки эзотерики, уфологии, астрологии и других переживших века учений, выходящих за рамки современного миропонимания.

Как уже отмечалось, на нашем сайте https://www.permai.ru/ выложены интеллектуальные системы, позволяющие ставить диагнозы медицинских заболеваний, выявлять способности людей к бизнесу, к научной деятельности, к руководящей деятельности, склонности к наркомании, суициду, анорексии, насилию и другим порокам. Во многих случаях низкая погрешность результатов, зафиксированная при тестовых испытаниях программ, обеспечивается еще и тем, что, помимо традиционных входных параметров, учитываются параметры, влияние которых неочевидно. Природу влияния таких параметров пока не удается объяснить в рамках современного уровня развития науки. Но это не мешает их использовать при создании эффективных и весьма полезных для практики интеллектуальных систем.

10. Реально применять методы искусственного интеллекта для открытия новых законов природы, общества, вселенной, мироздания.

Авторы этой статьи при проведении практических занятий обычно дают задание студентам: открыть заново теорему Пифагора, открыть заново закон Архимеда, открыть все законы Ньютона и т.д. И студенты, так же, как и ученые древности, вырезают прямоугольные треугольники, измеряют их стороны, а затем обучают на этой информации нейронную сеть, которая заново повторяет подвиг древних геометров. Но раз так, значит нейронные сети, в принципе, могут открывать не только известные, но и неизвестные людям законы, причем не только законы природы, но и законы общества, вселенной, мироздания [20]. По-нашему мнению, искусственный интеллект, став самой популярной научной дисциплиной и заняв лидирующее положение в научных разработках, еще далеко не реализовал своих возможностей. Следуя современным потребностям, разработчики упускают самую главную возможность искусственного интеллекта – его способность открывать новые, неизвестные ранее законы. Познание с помощью искусственного интеллекта новых законов природы, общества, вселенной, мироздания, самого себя – это и есть тот главный путь, по которому должно идти человечество.

Библиографический список

1. Эндрю А. Искусственный интеллект. М.: Мир, 1985. 265 с.

2. Ясницкий Л.Н. Поучительное прошлое, блестящее настоящее и сомнительное будущее искус-ственного интеллекта (Пленарный доклад) // Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века: сб. ст. по материалам Третьей всерос. науч.-практ. конф. (г. Пермь, 14–18 мая 2018 г.) / Перм. гос. нац. исслед. ун-т. – Пермь, 2018. – C. 9 – 13. https://cloud.mail.ru/public/CSfY/ZL2XzLCqL

3. Yasnitsky L.N., Dumler A.A., Cherepanov F.M., Yasnitsky V.L., Uteva N.A. Capabilities of neural network technologies for extracting new medical knowledge and enhancing precise decision making for patients // Expert Review of Precision Medicine and Drug Development. November, 2021 DOI: 10.1080/23808993.2021.1993595

4. Ясницкий Л.Н. Интеллектуальные системы : учебник. М.: Лаборатория знаний, 2016. 221 с. https://cloud.mail.ru/public/5H3z/4LxCpisxw

5. Ясницкий Л. Н., Иванов Д. В., Липатова Е. В. Нейросетевая система оценки вероятности банкротства банков // Бизнес-информатика. 2014.№ 3. С. 49–56.

6. Ясницкий Л. Н. Интеллектуальные информационные технологии и системы. — Пермь: Пермский государственный университет, 2007. 271 с.

7. Ясницкий Л. Н. О возможностях применения методов искусственного интеллекта в политологии // Вестник Пермского университета. Серия: Политология. 2008. № 2. С. 147–155

8. Пермяков А.М., Ясницкий Л.Н. Оценка возможности сохранения порядка в государстве с применением искусственных нейронных сетей // Прикладная математика и вопросы управления. – 2021. – № 1. – С. 95–118. – DOI: 10.15593/2499-9873/2021.1.06

9. Петров А.М., Ясницкий Л.Н. Возможности создания нейросетевого полиграфа // Вестник Пермского университета. Ма-тематика. Информатика. Механика. – Вып.2. – Пермь: Изд. Пермского ун-та, 2005. – С.43-47.

10. Ясницкий Л. Н., Ваулева С. В., Сафонова Д. Н., Черепанов Ф. М. Использование методов искусственного интеллекта в изучении личности серийных убийц // Криминологический журнал Байкальского государственного университета экономики и права. 2015. Т. 9, № 3. С. 423–430

11. Ясницкий Л. Н., Павлов И. В., Черепанов Ф. М. Прогнозирование результатов Олимпийских игр 2014 года в неофициальном командном зачете методами искусственного интеллекта // Современные проблемы науки и образования. 2013. № 6; URL: http://www.science-education. ru/113-11206

12. Ясницкий Л. Н., Кировоса А. В., Ратегова А. В., Черепанов Ф. М. Прогноз результатов чемпионата мира-2015 по легкой атлетике методами искусственного интеллекта // Современные проблемы науки и образования. 2014. № 4; URL: www.science-education.ru/118-14423

13. Ясницкий Л. Н., Внукова О. В., Черепанов Ф. М. Прогноз результатов Олимпиады-2014 в мужском одиночном фигурном катании методами искусственного интеллекта // Современные проблемы науки и образования. — 2014. № 1; URL: http://www.science-education.ru/115-11339

14. Ясницкий Л.Н., Абрамова Ю.С., Бабушкина С.Д. Возможности получения рекомендаций по улучшению результативности сборных команд, готовящихся к участию в чемпионате Европы по футболу Евро-2016 методом нейросетевого моделирования // Вестник спортивной науки. 2015. № 5. С. 15-20. https://www.elibrary.ru/download/elibrary_26644435_20792367.pdf

15. Ясницкий Л. Н., Михалева Ю. А., Черепанов Ф. М. Возможности методов искусственного интеллекта для выявления и использования новых знаний на примере задачи управления персоналом // International Journal of Unconventional Science. Журнал Формирующихся Направлений Науки. 2014. Вып. 6; URL: http://www.unconv-science.org/n6/yasnitsky

16. Байдин Д. Ю., Макурина Т. В., Черепанов Ф. М., Ясницкий Л. Н. Нейросетевая система прогнозирования склонности к научной деятельности // Актуальные проблемы математики, механики, информатики: сб. тез. Научно-практ. Конф. (Пермь, 30 октября — 1 ноября 2012 г.) / Перм. Гос. Нац. Исслед. Ун-т. — Пермь, 2012. С. 153.

17. Ясницкий Л. Н., Порошина А. М., Тавафиев А. Ф. Нейросетевые технологии как инструмент для прогнозирования успешности предпринимательской деятельности // Российское предпринимательство. 2010. № 4(2). С. 8–13.

18. Ясницкий Л. Н., Кузнецов А. Г., Селезнева С. М., Солохина А. Д., Тюлькина Д. В., Черепанов Ф. М. Применение нейросетевых технологий в изучении акмеологического потенциала студентов вуза // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2014. № 4. С. 120–126.

19. Ясницкий Л. Н., Грацилев В. И., Куляшова Ю. С., Черепанов Ф. М. Возможности моделирования предрасположенности к наркозависимости методами искусственного интеллекта. Вестник Пермского университета. Серия: Философия. Психология. Социология. 2015. № 1(21). С. 61–71.

20. Ясницкий Л.Н. Нейронные сети – инструмент для получения новых знаний: успехи, проблемы, перспективы // Нейрокомпьютеры: разработка, применение. 2015. № 5. С. 48-56. https://cloud.mail.ru/public/2Dtu/5BYLQvb8L