CC BY
0
НОВЫЕ РЕШЕНИЯ В ПРАВОТВОРЧЕСТВЕ NEW ISSUES IN LAW
5.5.4 Международные отношения,
глобальные и региональные исследования
(политические науки)
International Relations, Global and Regional Studies
5.1.5 Международно-правовые науки
(юридические науки)
International Law Sciences
DOI: 10.33693/2223-0092-2024-14-6-174-181 УДК: 327.8 ГРНТИ: 327.8 EDN: ETIIHF
Вопросы подходов к определению «искусственного интеллекта» в международных исследованиях и праве
М.Р. Загайнов ©
Финансовый университет при Правительстве Российской Федерации, г. Москва, Российская Федерация
E-mail: [email protected]
Аннотация. Автор анализирует вопрос подходов к исследованиям в области искусственного интеллекта (ИИ). Сложно не до оценивать сегодня рост влияния ИИ на общественную жизнь. Можно говорить, что фактически уже все сферы жизнедеятельности человека, в том числе и международные отношения. Автор отмечает, что вместе с тем идет тенденция в научных и правовых кругах дать оценку и определение ИИ. В связи с этим автор ставит цель проанализировать основные подходы к определению «искусственного интеллекта» в международных исследованиях и праве. Автор приходит к выводам, что историческая ретроспектива изучения подходов к определению ИИ с момента возникновения первых исследований в данной области продемонстрировала несколько периодов в развитии этой технологии. В каждом из периодов варьировалось определение феномена, исходя из господствующих в тот момент разработок в исследуемой сфере. Автор также отмечает, что вопрос об определении и правовом регулировании ИИ входит в повестку международных организаций и катализируется в научном дискурсе. Однако определения международных организаций разнятся и не приводят к порядку в трактовке ИИ.
Ключевые слова: искусственный интеллект, международные организации, Организация Объединенных наций, Европейская комиссия, Совет Европы, международное право
DOI: 10.33693/2223-0092-2024-14-6-174-181
Issues of Approaches
to the Definition of "Artificial Intelligence"
in International Studies and Law
M.R. Zagaynov ©
Financial University under the Government of the Russian Federation, Moscow, Russian Federation
E-mail: [email protected]
Abstract. The author analyzes the issue of approaches to research in the field of artificial intelligence (AI). It is difficult not to assess the growing influence of AI on public life today. We can say that in fact, all spheres of human activity, including international relations. The author notes that at the same time there is a tendency in scientific and legal circles to assess and define AI. In this regard, the author sets the goal of analyzing the main approaches to the definition of "artificial intelligence" in international studies and law. The author comes to the conclusion that the historical retrospective of the study of approaches to the definition of AI since the emergence of the first studies in this area demonstrated several periods in the development of this technology. In each of the periods, the definition of the phenomenon varied, based on the prevailing developments in the field under study at that time. The author also notes that the issue of defining and legally regulating AI is on the agenda of international organizations and is catalyzed in scientific discourse. However, the definitions of international organizations vary and do not lead to order in the interpretation of AI.
Key words: artificial intelligence, international organizations, United Nations, European Commission, Council of Europe, international law
FOR CITATION: Zagaynov M.R. Issues of Approaches to the Definition of "Artificial Intelligence" in International Studies and Law. Sociopolitical Sciences. 2024. Vol. 14. No. 6. Pp. 174-181. (In Rus.). DOI: 10.33693/2223-0092-2024-14-6-174-181. EDN: ETIIHF
V_/
ВВЕДЕНИЕ
Влияние искусственного интеллекта (ИИ) на жизнь человечества трудно переоценить. Эта технология входит в социальную, экономическую, трудовую сферы. Ближайшее будущее ИИ - использование в образовании, здравоохранении, автоматизации труда и повышении конкурентоспособности, инновационных отраслях производства. Вместе с тем изобретение ИИ -предмет для изучения философии в части вопросов, связанных с ответственностью за действия алгоритмов и их обучению этическим нормам. ИИ уже меняет рынок труда, решая сложные задачи и способствуя созданию новых профессий, попадая в область научных интересов ученых-экономистов.
На международно-правовом уровне изучение ИИ необходимо для понимания как можно использовать технологию в процессе принятия решений, обеспечения оборонного преимущества для государств, реагирования на трансграничные вызовы и угрозы (международный терроризм, гуманитарные кризисы, изменение климата), контроля над информационным потоком и др.
В целях корректного оперирования терминологией необходимо прежде всего рассмотреть подходы к определению искусственного интеллекта в международных исследованиях и международном праве. На данный момент отсутствует общепринятое определение искусст-
венного интеллекта. Многофункциональный характер применения технологии, обуславливает междисципли-нарность в изучении понятия, поэтому для характеристики международно-правового подхода к ИИ следует рассмотреть основные попытки определить ИИ, которые предпринимались в других предметных областях.
ПЕРВЫЕ ШАГИ В НАУЧНОМ ОСМЫСЛЕНИИ
Научное осмысление любого феномена следует за его возникновением на практике, в случае ИИ историю можно проследить с античной и средневековой философских традиций, когда философы размышляли о возможности изобретения различных механических инструментов для математических операций или специальных техник для упрощения расчетов. Сложно не согласиться с тем, что трудность в определении ИИ связана с эволюцией этой дисциплины. Для того, чтобы осмыслить подход к определению ИИ необходимо рассмотреть развитие подходов к этой технологии в исторической ретроспективе.
Итак, впервые об ИИ заговорили в 1950-х гг. как об имитации машиной человеческого интеллекта. Одной из научных работ, содержащих раннюю концепцию искусственного мышления, стала работа У. Макка-лока и У. Питтса [15], в которой авторы предполагают, что если взять в качестве прообраза вычислительной
системы человеческий мозг и принципы его работы, то на основе этой системы можно выработать не естественные, но искусственные нейронные сети с помощью компьютера.
Следующий труд, необходимый к упоминанию в контексте - статья одного из отцов ИИ А. Тьюринга [20] - разработчика теста для различения действий человека и машины, исследовательский вопрос которой звучит как «могут ли машины думать?» и выражает надежду, что машины смогут составить конкуренцию людям в мыслительном процессе. В качестве стартовых направлений для обучения А. Тьюринг предлагает игру в шахматы, обучение языкам. Отсюда берет начало одно из направлений развития ИИ - имитация машиной человеческого интеллекта.
В 1955 г. было зафиксировано первое использование термина «искусственный интеллект», когда профессор (на тот момент) Дартмутского колледжа Дж. Маккарти, и его соавторы решили провести летнюю школу по А.И. Маккарти объяснил ИИ как «науку и технологию создания интеллектуальных машин, особенно компьютерных программ» [13], определив, тем самым, на долгое время цель разработки технологий ИИ как копирование когнитивных процессов, присущих человеческому сознанию, но работающих быстрее и не нуждающихся в отдыхе.
В это же время на возможность использования системы мыслительного процесса естественного интеллекта для модернизации работы компьютера указывает и Джон фон Нейман. Его незаконченный труд «Компьютер и мозг» поделен на три смысловые раздела, первый из которых посвящен компьютеру, второй - мозгу, а третий - взаимосвязи компьютерного кода и языковой системы. Система нейронный связей, присущая работе человеческого мозга, сравнивается с компьютерным кодом. В третьем разделе Нейман вычисляя размер памяти, необходимый человеческому мозгу (если бы он хранил все поступающие в него данные), указывает, что этот размер превышает размер памяти существовавших тогда компьютеров. Поэтому Нейман предположил, что работа мозга может быть похожа на так называемый «короткий код» А. Тьюринга, с помощью которого быстро и точно передаются большие потоки информации, а язык мозга не похож на математический язык. Нейман является создателем теории кибернетики (общей теории автоматов), хотя авторство термина «кибернетика» принадлежит Н. Винеру. Исследования Неймана, изданное посмертно, вместе с остальными работами по ИИ, было также сосредоточено на машинном копировании некоторых присущих естественному интеллекту процессов.
В 1956 г. в Дартмутском колледже состоялась конференция по ИИ, на которой присутствовали будущие основатели школ исследования ИИ и выдающиеся представители точных наук: Г. Саймон, Дж. Нэш, А. Сэ-мюэл. Значение этой конференции для развития дальнейшей области исследований ИИ было фундаментальным. После окончания конференции были основаны первые центры исследований ИИ: в Университете Кар-неги-Меллон, в Массачусетском технологическом институте (его возглавил Дж. Маккарти), затем в Эдинбурге, а впоследствии исследования ИИ распространились на другие европейские страны.
С момента окончания конференции исследования искусственного интеллекта переживают свой пик до начала 1970-х гг. Используя математическую модель «восприятия информации мозгом» [3] Ф. Ро-зенблатт разрабатывает одну из первых нейронных сетей, которая получила название «Персептрон». Нейросеть была способна только на линейные операции, но в ней уже использовались обучающие алгоритмы. Впоследствии механизм работы персептрона использовали при создании различных интеллектуальных механизмов: радаров, устройств распознавания голоса и др.
Дж. Маккарти создает новый язык программирования - «язык обработки списков» (Lisp, LISt Processing language), который, в отличие от многих языков программирования, способен обрабатывать информацию, поданную в виде символов или их систем (предложений), и разбирать его на смысловые составляющие, выделяя важное при необходимости.
Эти разработки заложили основу для совершенствования нейросетей и начала нового этапа разработок ИИ - машинного обучения - создания моделей путем алгоритмов, обучающих делать выводы или разрабатывать решения на основе имеющихся данных. Ответственным за смысловое наполнение концепции машинного обучения является А. Сэмюэл, разработавший программу «Checkers-playing», предназначенную для игры в шашки. С помощью программы Сэмюэл доказал способность ИИ к самообучению [7]. Однако период расцвета машинного обучения настал значительно позднее.
В 1958 г. вышла в свет работа О. Сэлфриджа, в которой он предложил «модель процесса, который сможет адаптивно улучшаться и решать определенные задачи распознавания образов» [19], делая шаг вперед на пути разработок по распознаванию искусственным интеллектом закономерностей. Однако программу необходимо было научить не только распознавать смысл и закономерности, но и рассуждать, и в этой предметной области стоит отметить статью Дж. Маккарти [14], в которой описана система ИИ, способная понимать инструкции, рассуждать, адаптироваться к изменениям и обучаться.
В 1965 г. выходит критическая работа X. Дрейфуса, где выводит, что разум человека работает по схеме, к которой компьютер никогда не приблизится (не сможет развить, например, интуицию), разработать интеллектуальный компьютер в скорости не представляется возможным, а прогресс в исследованиях ИИ в ближайшем будущем будет остановлен [9]. Хотя прогноз X. Дрейфуса не сбылся, его идеи во многом оказали влияние на дискуссию об этике и будущем ИИ. В этом же году как бы продолжая идею Дрейфуса, но независимо от его работы, опубликована статья Ирвинг Дж. Гуда, где указывается на необходимость сохранения управляемости ИИ [11].
Ученики и последователи тех, кто первыми вышли на фронтир исследований ИИ, проводят ряд экспериментов и создают новые программы, которые могли решать задачи, проходить тесты на интеллект, доказывать теоремы и пр. Был создан первый робот Shakey, который мог не только выполнять заранее поставленные задачи, но и рассуждать.
Конец 1960-х - начало 1970-х гг. было временем расцвета исследований ИИ, центры изучения ИИ открываются по всему миру, проводятся чемпионаты по играм машин в шахматы. На одном из таких чемпионатов мира победу одержала советская шахматная программа «Каисса».
Интерес к ИИ на мировой волне не обошел и СССР построен наукоград в Зеленограде, где открылся Научно-исследовательский институт физических проблем (НИИФП), где работали над современными для того периода ЭВМ и изучали нейронные сети.
Ранние исследования ИИ в СССР также связывают с именем Д.А. Поспелова, автора прикладного аппарата ярусно-параллельных форм, позволявший решать задачи, связанные с параллельным вычислением нескольких процессов.
Однако, мировая тенденция вела к первому затуханию интереса к ИИ, предсказанному Дрейфусом: еще в 1973 г. в отчете, подготовленном Дж. Лайтхиллом, говорится, что ИИ не оправдал ожиданий скорого решения поставленных задач1. Впоследствии его выводы, массово растиражированные, в конечном итоге приводят к периоду снижения финансирования и внимания к ИИ со стороны правительств и крупных компаний, вошедшему в историю ИИ как «первая зима искусственного интеллекта» (1974-1980).
Кроме Дж. Лайтхилла, основными научными фигурами «первой зимы» стали М. Мински и С. Паперт, чья книга [16] 1969 г. не обещала быстрых прорывов в области изучения ИИ ввиду ограниченности возможностей.
В 1980-х гг. начинается новый этап развития ИИ, который привел к значительным достижениям. Именно этот период связывают с расцветом машинного обучения, который, пережив «вторую зиму ИИ», продолжился до 2010 г.
Именно в 1980-е гг. в русле подхода машинного обучения было предложено еще одно интересное определение ИИ как «области информатики, разрабатывающая интеллектуальные компьютерные системы» [8]. Одним из основных центров ИИ в этот период становится Япония, где в Университете Васэда был разработан первый человекоподобный робот, который мог общаться с людьми, читать нотные партии и играть музыку на электронном музыкальном инструменте. С 1982 по 1994 гг. в Японии действовал проект Fifth Generation Computer Systems Project (FGCS), он был открытым, международным и не финансировался коммерческими или военными структурами. Основной концепцией FGCS было создание «умных» компьютеров, которые могли бы использовать методы искусственного интеллекта для решения сложных проблем, связанных с обработкой данных и автоматизацией. Хотя проект FGCS в итоге не достиг всех своих амбициозных целей, он оставил значительный след в области компьютерных технологий и ИИ. Созданные во время проекта разработки и исследования повлияли на дальнейшие исследования и разработки в области вычислительных систем и искусственного интеллекта как в Японии, так и во всем мире.
1 Lighthill J. Artificial Intelligence: A general survey. URL: https://
www.chilton-computing.org.uk/inf/literature/reports/lighthill_
report/pOOl.htm (data of accesses: 24.09.2024).
Возрастание интереса к ИИ показало себя цикличным, и с 1987 по 1994 гг. финансирование проектов на основе ИИ снова было сокращено, произошла «вторая зима ИИ». Тем не менее, исследования и разработки продолжались, чему способствовало вхождение в широкий обиход другой технологии - сети Интернет.
В начале 1990-х гг. во второй раз произошло значительное возрождение интереса к нейронным сетям, особенно с появлением методов обучения с подкреплением и алгоритмов обратного распространения ошибки. Это возрождение стало возможным благодаря увеличению вычислительных мощностей.
В 1997 г. состоялся знаменитый матч Гарри Каспа-рова против программы IBM Deep Blue, что снова популяризировало разработки в области ИИ. Дальнейшее развитие технологий ИИ (до 2000 г.) можно охарактеризовать как переходное, поскольку оно охватывает охватывает как научные достижения, так и коммерческое использование технологий. В 1990-х гг. началось создание различных профессиональных ассоциаций и конференций по ИИ.
Появляются и новые определения ИИ. Так, Дж. Ниль-сон определил его следующим образом: «Искусственный интеллект - это деятельность, направленная на то, чтобы сделать машины разумными, а интеллект - это то качество, которое позволяет сущности функционировать должным образом и с учетом окружающей среды» [17]. И хотя это определение в настоящее время подвергается критике, оно в полной мере отражает подход к ИИ как к машинным алгоритмам, которые способны эволюционировать с помощью управления человеком.
Наибольшее внимание в те годы получило так называемое глубокое обучение (deep learning): используемые в нем алгоритмы, начали набирать популярность в различных прикладных областях (финансы, биология, обработка естественного языка). Началось все с публикации в 2006 г. Дж. Хинтоном статьи, в которой продемонстрировал качественное изменение подхода к обучению нейронных сетей [12]. Глубокое обучение получило широкое распространение, поскольку не требовало вмешательства человека и позволяло работать в больших масштабах. Некоторые типы глубокого обучения лежат в основе большинства приложений искусственного интеллекта (ИИ), которые используются в современности.
В 2007 г. на базе Принстонского университета был запущен проект ImageNet, целью которого была разработка программного обеспечения для визуального распознавания изображений из более чем 14 миллионов изображений, вручную помеченных информацией об изображенных на них объектах.
В 2009 г. выходит исследование Р. Райна, где он с соавторами демонстрирует, что графические процессоры смогут превзойти широко используемые в то время многоядерные [18], что стало революционным прорывом в области глубокого обучения, обеспечив работу современных приложений в нескольких важных областях (например, компьютерное зрение). С 2010-х гг. были запущены современные приложения и программы, работающие на основе ИИ (Siri от Apple, GPT-3 от OpenAI, технология распознавания лиц от NtechLab и др.).
Коллектив авторов работы «Научное определение искусственного интеллекта (ИИ): развитие ИИ как концептуальной основы в исследованиях коммуникации» определяет ИИ «как ощутимую реальную способность машин или искусственных субъектов выполнять действия, решать задачи, общаться, взаимодействовать и логически действовать как все это делают люди» [10].
В 2020-е гг. происходит резкий взлет технологий ИИ, в это время появляется новый подход к разработкам. В 2020 г. компания OpenAI запускает DALL-E, DALL-E 2 и DALL-E 3 - модели ИИ, способные генерировать из текстовых описаний изображения с высокой детализацией. В феврале 2024 г. Google запускает Gemini 1.5, «усовершенствованную языковую модель, способную обрабатывать контекст длиной до 1 миллиона токенов». Указанные технологии относятся к генеративному ИИ - системам глубокого обучения, которые по запросу пользователя могут создавать сложный оригинальный продукт (текст, высококачественные изображения, реалистичное видео или аудио).
Такой скачок не мог не вызвать отклик у потенциальных регуляторов использования ИИ, поэтому конец 2010-х - начало 2020-х гг. - время возрастания интереса к ИИ в международно-правовом поле.
ДЕЯТЕЛЬНОСТЬ МЕЖДУНАРОДНЫХ ОРГАНИЗАЦИЙ
Так, вовлеченность в вопросы, связанные с техническими, этическими и правовыми аспектами использования искусственного интеллекта, продемонстрировала Организации Объединенных Наций. С трибун ООН неоднократно звучали призывы к созданию совместного режима управления ИИ и ликвидации разрыва между развитыми и развивающимися странами2, к этому призывает дорожная карта Генерального секретаря по цифровому сотрудничеству3, в русле такой политики был создан Консультативный орган высокого уровня по ИИ, учрежденный Генеральным секретарем ООН в 2018 г. Органы и специализированные учреждения ООН, в зависимости от возложенных функций, предлагают стратегии использования ИИ в различных сферах жизни. Тем не мене, ООН пока не предложила свое определение ИИ, а среди аффилиированных учреждений также отсутствует единство во взглядах. Рассмотрим некоторые предложенные институциями ООН определения.
Согласно Экономическому и социальному совету ООН (ЭКОСОС), который находится в процессе поиска социальных возможностей использования рассматриваемой технологии, ИИ «включает в себя машины, воспроизводящие процессы человеческого интеллекта и различные технологии, среди которых машинное обучение, обработка естественного языка, техническое зрение и робототехника»4.
2 Резолюция, принятая Генеральной Ассамблеей 1 июля 2024 г. https://documents.un.org/doc/undoc/gen/n24/197/28/pdf/ n2419728.pdf
3 Report of the Secretary-General. Roadmap for Digital Cooperation, June, 2020. https://www.un.org/en/content/digital-cooperation-roadmap/assets/pdf/Roadmap_for_Digital_Cooperation_EN.pdf (data ofaccesses: 24.09.2024).
4 ECOSOC examines AI to advance sustainable development. URL: https://www.un.org/en/desa/ecosoc-examines-ai-advance-sustainable-development (data of accesses: 24.09.2024).
Международная организация труда считает, что ИИ - это «моделирование процессов человеческого интеллекта машинами, в частности, компьютерными системами. Эти процессы включают: обучение (получение информации и правил ее использования); рассуждение (использование правил для достижения приблизительных или определенных выводов); и самокоррекция»5.
Частично ссылаясь на Организацию экономического сотрудничества и развития, определение представила и ЮНИСЭФ «ИИ относится к машинным системам, которые могут, учитывая набор определенных человеком целей, давать прогнозы, рекомендации или решения, влияющие на реальную или виртуальную среду. Системы ИИ взаимодействуют с нами и прямо или косвенно воздействуют на наше окружение. Часто они, по-видимому, работают автономно и могут адаптировать поведение, ориентируясь на контекст»6.
Всемирная организация интеллектуальной собственности (ВОИС) считает, что «ИИ обычно считается дисциплиной компьютерных наук, направленной на разработку машин и систем, которые могут выполнять задачи, требующие человеческого интеллекта»7.
Таким образом, определения, предложенные аф-филиированными с ООН учреждениями, акцентируют внимание на автоматизации процессов, требующих человеческого интеллекта и фокусируются на улучшении различных сфер человеческой жизни за счет использования новых технологий.
Что касается региональных межправительственных организаций, то свое видение как определить ИИ есть у многих из них.
Группа экспертов высокого уровня по искусственному интеллекту Европейской комиссии предлагает следующее определение ИИ: «Искусственный интеллект (ИИ) относится к системам, которые демонстрируют разумное поведение, анализируя окружающую среду и предпринимая действия - с некоторой степенью автономности - для достижения определенных целей. Системы на основе ИИ могут быть чисто программными, действующими в виртуальном мире (например, голосовые помощники, программное обеспечение для анализа изображений, поисковые системы, системы распознавания речи и лиц) или ИИ может быть встроен в аппаратные устройства (например, продвинутые роботы, автономные автомобили, дроны или приложения)»8.
Организация экономического сотрудничества и развития (ОЭСР) определяет системы ИИ как «как
5 Changing demand for skills in digital economies and societies. Literature review and case studies from low- and middle-income countries. 2021. URL: https://www.ilo.org/sites/default/files/ wcmsp5/groups/public/%40ed_emp/%40ifp_skills/documents/ publication/wcms_831372.pdf (data ofaccesses: 24.09.2024).
6 PolicyguidanceonAIforchildren2.0.November,2021.URL: https:// www.unicef.org/innocenti/media/1341/file/UNICEF-Global-Insight-policy-guidance-AI-children-2.0-2021.pdf (data of accesses: 24.09.2024).
7 Official web-site The World Intellectual Property Organization (WIPO). URL: https://www.wipo.int/about-ip/en/artificialJntelligence/ faq.html (data ofaccesses: 24.09.2024).
8 A Definition of AI: Main Capabilities and Scientific Disciplines Definition developed for the purpose of the deliverables of the HighLevel Expert Group on AI. Brussels, December 18,2018. URL: https:// ec.europa.eu/futurium/en/system/files/ged/ai_hleg_definition_of_ ai_18_december_l.pdf (data of accesses: 24.09.2024).
машинные системы, которые могут делать прогнозы, давать рекомендации или предлагать решения для заданного набора определенных человеком целей»9.
Совет Европы определяет ИИ как «набор наук, теорий и методов, целью которых является воспроизведение машиной когнитивных способностей человека. Текущие разработки направлены на выработку возможности поручить машине ранее выполняемые человеком сложные задачи»10.
ПРОБЛЕМЫ ПРАВОВОГО ХАРАКТЕРА
При этом наблюдается отсутствие международной правовой базы по использованию ИИ, а в отечественном, как и в зарубежном научном дискурсе нет общепринятого определения ИИ. Российский исследователь Э.М. Пройдаков в 2018 г. предложил следующее определение системам ИИ: «системы, проявляющие поведение, свойственное человеку, называются системами искусственного интеллекта (ИИ)» [6: 130]. Существует определение ИИ как «области компьютерной науки, занимающейся автоматизацией разумного поведения» [2: 174].
Для современной юридической науки парадокс развития ИИ состоит в том, что «данная технология может выступить не только объектом правового регулирования, но также и методом познавательной деятельности» [1: 97]. На необходимость законодательного определения понятия ИИ справедливо указывает судья Арбитражного суда Московской области П.М. Морхат, при этом оговаривая, что «его [искусственного интеллекта] понятие будет различаться в зависимости от конкретной области и целей применения технологий такого рода» [4: 26]. В качестве вывода автор предполагает: «Возможно, наиболее правильным было бы описать искусственный интеллект, в том числе, через его ключевые характеристики: способность к обучению, самообучению, пониманию, рассуждению, рефлексиям и самоконтролю» [Там же: 31].
И.Ю. Пащенко предлагают следующую дефиницию ИИ: «комплекс технологий, предполагающих использование познавательных процессов для осуществления целенаправленной деятельности» [5:104].
На законодательном уровне существует несколько нормативных актов, связанных с ИИ, в которых содержится определение рассматриваемого феномена. В российской Национальной стратегии развития искусственного интеллекта на период до 2030 г. и Федеральном законе от 24 апреля 2020 г. «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации - городе федерального значения Москве и внесении изменений в ст. 6 и 10 Федерального закона «О персональных данных» ИИ трактуется как «комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без зара-
9 OECD Artificial intelligence and Responsible Business Conduct. URL: https://mneguidelines.oecd.org/RBC-and-artificial-intelligence.pdf (data ofaccesses: 24.09.2024).
10 Artificial intelligence Glossary. URL: https://www.coe.int/en/web/
artificial-intelligence/glossary (data of accesses: 24.09.2024).
нее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе, в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений»11.
ВЫВОДЫ
Таким образом, историческая ретроспектива изучения подходов к определению ИИ с момента возникновения первых исследований в данной области продемонстрировала несколько периодов в развитии этой технологии. В каждом из периодов варьировалось определение феномена, исходя из господствующих в тот момент разработок в исследуемой сфере. Так, с 1950-х по 1980-е гг. господствовала ранняя концепция развития ИИ или имитация машиной человеческого обучения. Технологии ИИ того времени представляли собой попытки ученых создавать простейшие нейронные сети для решения простых задач с помощью компьютера. В этот период Дж. Маккарти был введен термин «искусственный интеллект», который понимался как «наука и технология создания искусственных машин, особенно компьютерных программ». Тогда же зарождаются предпосылки к возникновению следующей волны разработок ИИ. После «первой зимы ИИ» (1974-1980) наступает расцвет машинного обучения, когда к определению ИИ был выработан новый подход как к области информатики, разрабатывающей интеллектуальные компьютерные системы. Последовавший сразу второй цикл затухания интереса к ИИ (1987-1994) не привел к остановке разработок. Подход к определению ИИ отражал реалии разработок и говорил об ИИ как о машинных алгоритмах, способных к эволюции при управлении человеком. С технологическим прогрессом, развитием сети Интернет стала возможной смена подхода к обучению нейронных сетей. Новый подход сделал вмешательство человека необязательным и позволил обрабатывать информацию в больших масштабах, используемая технология получила название «глубокое обучение», а об ИИ стали говорить как о способности машин способность машин или искусственных субъектов выполнять действия, решать задачи, общаться, взаимодействовать и действовать логически подобно людям. Скачок от глубокого обучения до генеративного ИИ, произошедший в начале 2020-х гг. нынешнего столетия обусловил интерес потенциальных регуляторов ко всем технологиям ИИ.
11 Национальная стратегия развития искусственного интеллекта на период до 2030 года (с изм. 2024 г.) URL: https://www.consul-tant.ru/document/cons_doc_LAW_335184/lf32224a00901db9cf447 93е9а5е35567а4212с7/ (дата обращения: 29.11.2024); Федеральный закон от 24 апреля 2020 г. № 123-ФЭ «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации - городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона "О персональных данных"». URL: https://rg.ru/documents/2020/04/28/ tehnologii-dok.html (дата обращения: 29.11.2024).
ЗАКЛЮЧЕНИЕ
Вопрос об определении и правовом регулировании ИИ входит в повестку международных организаций и катализируется в научном дискурсе. Свои трактовки ИИ предложили сразу несколько аффили-ированных с ООН институтов, а также региональные межгосударственные организации, определении ИИ появилось в соответствующих законодательных актах России. Однако определения международных ор-
ЛИТЕРАТУРА
1. Бахтеев Д.В. Предпосылки становления и этапы развития технологии искусственного интеллекта // Genesis: исторические исследования. 2019. № 8. С. 89-98.
2. Габдулов И.Н. Определение понятия искусственного интеллекта //Аллея науки. 2019. Т. 1. № 9 (36). С. 173-176.
3. Галина А.В., Есина Е.А. Персептрон и сверточные нейронные сети: назначение и отличия //Аллея науки. 2018. Т. 3. № 1 (17). С. 125-128.
4. Морхат П.М. К вопросу об определении понятия искусственного интеллекта // Право и государство: теория и практика. 2017. № 12 (156). С. 25-32.
5. Пащенко И.Ю. Искусственный интеллект и смежные технологии: о понятии, информационной природе и публично-правовых аспектах // Юридический вестник Кубанского государственного университета. 2022. № 2. С. 99-105.
6. Пройдаков Э.М. Современное состояние искусственного интеллекта//Науковедческие исследования. 2018. № 2018. С. 129-153.
7. Саулин Е.С. Зарождение и развитие искусственного интеллекта: характеристика исследовательских направлений // Огарёв-Online. 2016. № 11 (76). URL: https://journal.mrsu. ru/arts/zarozhdenie-i-razvitie-iskusstvennogo-intellekta-xarakteristika-issledovatelskix-napravlenij (дата обращения: 11.11.2024).
8. Barr A., Feigenbaum Е.А. Handbook of artificial intelligence. Stanford, Calif.; Los Altos, Calif.: HeurisTech Press; William Kaufmann, 1981.424 р.
9. Dreyfus H. Alchemy and Artificial Intelligence, 1965.90 p.
10. Gil de Zuniga H., Goyanes M., Durotoye T. A scholarly definition of Artificial Intelligence (AI): Advancing AI as a conceptual framework in communication research I I Political Communication. 2023. Vol. 41. № 2. Pp. 317-334.
11. Goodl.f. Speculations concerning the first ultraintelligent machine //Advances in Computers. 1965. No. 6. Pp. 31-88.
12. Hinton G.E. Learning multiple layers of representation//Trends in Cognitive Sciences. 2007. No. 10. Vol. 11. Pp. 428-434.
13. McCarthy J. What is Artificial Intelligence? 2007. URL: https:// www-formal.stanford.edu/jmc/whatisai.pdf (data of accesses: 24.09.2024).
14. McCarthy J. Programs with common sense // Proceedings of the Teddington Conference on the Mechanization ofThought Processes. London, 1959. Pp. 75-91.
15. McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity I I Bulletin of Mathematical Biophysics. 1990.Vol.52.No. 1/2. Pp. 99-115.
16. Minskу M., Papert S.A. Perceptrons: An introduction to computational geometry. The MIT Press, 1969. 258 p.
17. Nilsson N.J. The quest for artificial intelligence: A history of ideas and achievements. New York: Cambridge University Press, 2009. 580 p.
18. Raina R., Madhavan A., NgA. Large-scale deep unsupervised learning using graphics processors. 2009. Pp. 873-880.
19. Selfridge O.G. Pandemonium: A paradigm for learning. 1959. Pp. 511-531.
20. Turing A.M. Computing machinery and intelligence I I Mind. 1950. Vol. LIX. Issue 236. Pp. 433-460.
ганизаций разнятся и не приводят к порядку в трактовке ИИ. Истоки подобного положения стоит искать с одной стороны - в истории развития ИИ, когда на разных этапах под ИИ понимались разные технологии, а с другой стороны - в постоянно развивающихся разработках ИИ на современном этапе. Наиболее актуальным автору представляется определение ИИ, данное в российской Национальной стратегии развития искусственного интеллекта на период до 2030 г.
REFERENCE
1. BakhteevD.V. Prerequisites for the formation and stages of development of artificial intelligence technology. Genesis: Historical Research. 2019. No. 8. Pp. 89-98. (In Rus.)
2. Gabdulov I.N. Definition of the concept of artificial intelligence. Alley of Science. 2019. Vol. 1. No. 9(36). Pp. 173-176. (In Rus.)
3. Galina A.V., Esina E.A. Perceptron and convolutional neural networks: Purpose and differences. Alley of Science. 2018. Vol. 3. No. 1 (17). Pp. 125-128. (InRus.)
4. Morkhat P.M. On the question of defining the concept of artificial intelligence. Law and the State: Theory and Practice. 2017. No. 12 (156). Pp. 25-32. (In Rus.)
5. Pashchenko I.Y. Artificial intelligence and related technologies: On the concept, information nature and public legal aspects. Law Bulletin of the Kuban State University. 2022. No. 2. Pp. 99-105. (In Rus.)
6. Prokhodakov E.M. The current state of artificial intelligence. Scientific Research. 2018. No. 2018. Pp. 129-153. (In Rus.)
7. Saulin E.S. The origin and development of artificial intelligence: Characteristics of research directions. Ogarev-On-line. 2016. No. 11 (76). (In Rus.). URL: https://journal.mrsu. ru/arts/zarozhdenie-i-razvitie-iskusstvennogo-intellekta-xarakteristika-issledovatelskix-napravlenij (data of accesses: 11.11.2024).
8. Barr A., Feigenbaum E.A. Handbook of artificial intelligence. Stanford, Calif.; Los Altos, Calif.: HeurisTech Press; William Kaufmann, 1981.424 р.
9. Dreyfus H. Alchemy and Artificial Intelligence, 1965.90 p.
10. Gil de Zuniga H., Goyanes M., Durotoye T. A scholarly definition of Artificial Intelligence (AI): Advancing AI as a conceptual framework in communication research. Political Communication. 2023. Vol. 41. № 2. Pp. 317-334.
11. Goodl.f. Speculations concerning the first ultraintelligent machine. Advances in Computers. 1965. No. 6. Pp. 31-88.
12. Hinton G.E. Learning multiple layers of representation. Trends in Cognitive Sciences. 2007.No. 10.Vol. 11.Pp.428-434.
13. McCarthy J. What is Artificial Intelligence? 2007. URL: https:// www-formal.stanford.edu/jmc/whatisai.pdf (data of accesses: 24.09.2024).
14. McCarthy J. Programs with common sense. In: Proceedings of the Teddington Conference on the Mechanization ofThoughtProcesses. London, 1959. Pp. 75-91.
15. McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics. 1990.Vol.52.No. 1/2. Pp. 99-115.
16. Minsky M., Papert S.A. Perceptrons: An introduction to computational geometry. The MIT Press, 1969. 258 p.
17. Nilsson N.J. The quest for artificial intelligence: A history of ideas and achievements. New York: Cambridge University Press, 2009. 580 p.
18. Raina R., Madhavan A., NgA. Large-scale deep unsupervised learning using graphics processors. 2009. Pp. 873-880.
19. Selfridge O.G. Pandemonium: A paradigm for learning. 1959. Pp. 511-531.
20. Turing A.M. Computing machinery and intelligence. Mind. 1950. Vol. LIX. Issue 236. Pp. 433-460.
Статья проверена программой Антиплагиат. Оригинальность - 85,73%
Рецензент: Маркушина Н.Ю., доктор политических наук, кандидат исторических наук; профессор, факультет международных отношений; Санкт-Петербургский государственный университет (СПбГУ)
Статья поступила в редакцию 30.11.2024, принята к публикации 19.12.2024 The article was received on 30.11.2024, accepted for publication 19.12.2024
СВЕДЕНИЯ ОБ АВТОРЕ
Загайнов Михаил Рудольфович, кандидат экономических наук; старший преподаватель; Финансовый университет при Правительстве Российской Федерации; г. Москва, Российская Федерация. ORCID: 0000-0002-8913-849Х; РИНЦ Author ID: 7299-4810; E-mail: [email protected]
ABOUTTHE AUTHOR
Mikhail R. Zagaynov, Cand. Sci. (Econ.); head teacher; Financial University under the Government of the Russian Federation; Moscow, Russian Federation. ORCID: 0000-0002-8913-849X; RSCI Author ID: 7299-4810; E-mail: [email protected]
