Интеллект кратко: Понятие интеллекта в психологии

Понятие интеллекта в психологии

Определение интеллекта

Интеллект (от лат. – разумение, понимание, постижение) в психологии понимают в качестве общей способности к познанию и решению проблем, которая оказывает влияние на достижение успеха в любом виде деятельности и является основанием для других способностей. 

Интеллект не является синонимом мышлению, хоть, конечно, мыслительные способности и выступают в качестве его основы. Интеллект выступает системой всех познавательных возможностей человека: ощущений, восприятия, памяти, представлений, воображения и мышления. Понятие интеллекта в качестве умственной способности используется как обобщение поведенческих характеристик, которые связаны с успешной адаптацией к новым жизненным задачам.

Измерения интеллекта

В XIX в. наиболее важным вопросом в психологии стал вопрос о способах оценки и измерения интеллекта. В 1905 г. французскими учеными А. Бине и Т. Симоном была создана первая тестовая батарея для оценки интеллектуального развития детей от 3 до 13 лет. Создателями теста интеллект рассматривался как полученный к определенному возрасту уровень психического развития, проявляющийся в сформированности познавательных функций и в уровне усвоения умственных навыков и знаний. Количество правильно выполненных заданий теста является характеристикой умственного возраста ребенка. 

В 1912 г. немецким психологом В. Штерном было предложено оценивать уровень интеллектуального развития при помощи вычисления коэффициента интеллекта, выражающегося отношением умственного возраста к хронологическому возрасту ребенка.

Л. Термен был взят за основу выдвинутый В. Штерном коэффициент интеллекта и адаптированная в США шкалы Бине-Симона, которая была модифицирована. Разработкой новой версии теста в Стэнфордском университете руководил Л. Термен. Новая шкала интеллекта была названа шкалой Стэнфорд-Бине. На сегодняшний день она является наиболее широко используемой методикой для оценки интеллектуального развития детей.

Первый вариант теста для измерения интеллекта в 1937 г. предложил Д. Векслер. Им была создана шкала для оценки интеллекта не только у детей, но и у взрослых. Шкалу интеллекта Векслера для детей перевели на русский язык, адаптировалии широко используют в нашей стране. Она имеет существенные отличия от шкалы Стэнфорд-Бине, и прежде всего это то, что задания, предлагаемые испытуемым, одинаковые для всех возрастов. Оценка складывается из числа правильных ответов, которое даёт испытуемый. После этого оно сравнивается со средним числом ответов для испытуемых конкретной возрастной группы. Такая процедура значимо упрощает подсчёт. 

Д. Векслер предложил качественную классификацию уровней развития интеллекта, которая основана на частоте встречаемости показателя. 

• 69 и ниже – интеллектуальное снижение; 
• 70-79 – пограничный уровень интеллекта; 
• 80-89 – низкая норма интеллекта; 
• 90-109 – средний уровень интеллекта; 
• 110-119 – хорошая норма; 
• 120-129 – высокий интеллект; 
• 130 и выше – очень высокий интеллект.

Проблемы измерения интеллекта

В наше время стали меньше интересоваться тестами интеллекта. Это связано в основном с низкой прогностической ценностью таких методов: испытуемые, которые имеют высокие отметки по тестам интеллекта, не всегда добиваются больших успехов в жизни и наоборот. Из-за этого в психологию ввели термин «хороший интеллект», который означает, что интеллектуальные способности, находящие воплощение в реальной жизни человека, оказывают влияние на его высокие социальные достижения.

Появление тестов на интеллект послужило появлением некоторых исследовательских проблем. Одной из них является структура интеллектуальных способностей. В психологии существует два главных направления исследований в данной области. К первому направлению относятся авторы, рассматривающие интеллект в качестве набора довольно независимых умственных способностей. Так, Л. Терстоуном была разработана мультифакторная модель интеллекта, которой указывает на существование ряда относительно независимых умственных способностей.  

Но наиболее известной является факторная модель Дж. Гилфорда, выделившего три измерения интеллекта: 

• умственные операции; 
• особенности материала, который используется в тестах; 
• полученный интеллектуальный продукт. 

В сочетании эти элементы («куб» Гилфорда) дают 120 интеллектуальных факторов. Некоторые из них удалось идентифицировать в эмпирических исследованиях. Главным достижением Гилфорда является то, что он выделял социальный интеллекта в качестве совокупности интеллектуальных способностей, которые определяют успешность оценки и прогноза поведения людей.

Для второго направления основной идеей является наличие общего фактора интеллекта, который определяет его специфику и продуктивность всей интеллектуальной деятельности человека. Основоположник этого подхода –Ч. Спирмен. Им выдвинута концепция генерального фактора – G («general factor»). Он рассматривал интеллект в качестве общей умственной энергии, уровень которой является определяющим в успешности и продуктивности всей интеллектуальной деятельности. Человек решает любую конкретную задачу в зависимости от развития как способности, которая связана с фактором G, так и от набора специфических способностей, которые необходимы для решения некоторых задач. Эти специальные способности Спирмен называет S-факторами (от англ. special – специальный).

Дж. Равен является сторонником Спирмена и продолжателем его идей. Им был разработан собственный тест прогрессивных матриц, который на данный момент является лучшим методом «чистого» измерения интеллекта, главный показатель которого – способность к научению на основании обобщения своего опыта.

К числу наиболее широко используемых относится также концепция Р. Кеттела о двух видах интеллекта, которые соответствуют двум выделенным им факторам: «текучем» (fluid) и «кристаллизованном» (crystallized). Эта концепция находится между взглядами на интеллект в качестве единой общей способности и представлениями о нём в качестве множественности умственных способностей. 

Согласно Р. Кеттелу, «текучий» интеллект проявляется в задачах, для решения которых необходимо приспособиться к новым ситуациям; он зависим от воздействия фактора наследственности.

«Кристаллизованный» интеллект появляется, по мнению Кеттела, когда человек решает задачи, которые требуют особые навыки и использования прошлого опыта; он зависим в основном от влияний среды. 

Кроме двух общих факторов, Р. Кеттелом были выделены парциальные факторы, которые связаны с активностью отдельных анализаторов (особенно, фактор визуализации), а также факторы-операции, которые соответствуют по содержанию специальным факторам Спирмена. При исследовании интеллекта у людей пожилого возраста, была подтверждена модель Р. Кеттела: после 40-50 лет начинают снижаться показатели «текучего» интеллекта, а показатели «кристаллизованного» остаются почти неизменными.

Современные исследования интеллекта

В наше время продолжаются исследования по попыткам выделения всё новых элементарных интеллектуальных способностей, однако большее количество исследователей настаивают на том, что общий интеллект является универсальной психической способностью. Как считает Г. Айзенк, в основе интеллекта находится свойство нервной системы, определяемое генетически, от которого зависит скорость и точность переработки информации.  

По причине успехов в развитии кибернетики, теории систем, теории информации, сформировалась тенденция к пониманию интеллекта в качестве познавательной деятельности всех сложных систем, которые имеют способность к обучению, целенаправленной переработке информации и саморегулированию. В результате психогенетических исследований был выявлен высокий уровень генетической обусловленности интеллекта. Больше всего эту зависимость можно проследить у вербального интеллекта, в немного меньшей – у невербального. Невербальный интеллект является более тренируемым. 

Индивидуальный уровень развития интеллекта зависит также от средовых влияний. Это может быть интеллектуальный климат в семье, порядок рождения ребенка, профессия родителей, широта социальных контактов в раннем детстве. в результате исследований было доказано, что существует взаимосвязь между порядком рождения ребенка в семье и степенью его интеллектуальной активности. Данные указывают на то, что старшие дети чаще бывают более интеллектуально одаренными, чем младшие дети.

Р. Стернбергом было отмечено, что высокие баллы, которые были получены по интеллектуальным тестам, и академическая успеваемость в учебных заведениях имеют невысокую взаимосвязь с дальнейшими успехами на работе и общим уровнем жизненной успешности. Для того, чтобы избавиться от несогласованности, он выделил два типа интеллекта, являющиеся довольно независимыми друг от друга: академический и практический. Их выделение определяется решаемыми человеком задачами. 

Академические задачи чаще всего формулируются кем-то другим, они хорошо определяются, про них имеется полная информация, в этом случае имеется только одно правильное решение и только одним способом (в некоторых случаях – несколькими, но их количество ограничено и также заранее определено). Такие проблемы не связаны теми, с которыми люди сталкиваются в повседневной жизни. 

Практические проблемы и задачи являются не сформулированными и не определёнными, они относятся к повседневному опыту, их можно решить многими способами, каждый из которых является ценным. Важные конструкты, которые одновременно определяют практический интеллект и характеризуют его результативность, – это интуиция и мудрость.

Что такое интеллект? / Хабр

Этот вопрос волнует многих. Строятся теории с привлечением разных сложных понятий, от магии до квантовой физики. Что если всё проще? В статье размышления о некоторых аспектах естественного и искусственного интеллекта, а также определение того, что такое интеллект.

Модель — это система, исследование которой служит средством для получения информации о другой системе; представление некоторого реального процесса, устройства или концепции.

Вики

Модель имитирует моделируемую систему с некоторой точностью. Чем больше точность, тем больше в модели будет составляющих ее объектов. Информационная модель имеет информационные объекты. При максимальной точности на каждый моделируемый объект системы будет соответствующий ему информационный. То есть будет однозначное отображение (mapping). В дальнейшем под словом «модель» я буду подразумевать именно отображение одних объектов в другие, заданное соответствие реального и информационного.

Информационная система — это система для обработки информации. Информация некоторым образом поступает на вход информационной системы. Чтобы правильно ее обрабатывать, система имеет информационную модель.

Откуда поступает информация? Из какого-то внешнего источника. Я называю его «реальность».

Реальность — это всё, что находится вне информационной системы.

Итак, чтобы взаимодействовать с реальностью, информационная система должна иметь некоторую модель этой реальности. На каждый реальный объект должен быть соответствующий ему информационный, то есть модель этого объекта. Другая информационная система — это тоже реальный объект. Соответственно, если мы хотим с ней как-то взаимодействовать, для нее тоже нужна модель.

Необходимость такой модели хорошо заметна при разработке API. На сервере некая структура на выходе, на клиенте такая же структура на входе. В PHP и в JS одинаковые классы. Это не избыточность, это моделирование одной системы в другой.

Интеллект

Естественный интеллект — это тоже информационная система. У него есть датчики, которые дают входящую информацию. На основе этой информации он строит модель того, что происходит вне этой информационной системы, и на основе модели принимает решения о действиях. Таким образом, мы можем дать определение того, что такое интеллект.

Интеллект — это способность информационной системы строить модель реальности на основе входящей информации.

Компьютерная программа это тоже информационная система. Обладает ли она интеллектом? Нет, потому что модель в программу закладывает программист. Рассмотрим например программу для разметки жесткого диска. Информация о возможных форматах, порядок выполнения команд, коды ответов — это все заложено в исходном коде. В программе есть модель жесткого диска, она обновляется при получении ответов на команды, но программа ее не строит, не может ее изменить.

Искусственный интеллект должен строить правильную модель реальности. В том числе, он должен правильно на нее реагировать. Как минимум так же, как человек. Во-первых, это обратная связь для нас, по которой мы можем прийти к выводу, что интеллект у системы есть. Это можно проверить в отладчике, но надо знать, что там должно быть. Во-вторых, потому что одна из целей это выполнение деятельности человека в некоторых задачах.

Все животные так или иначе реагируют на реальность. Поэтому в отношении них нельзя говорить о том, есть интеллект или нет интеллекта. Можно говорить о том, больше его или меньше, достаточно ли его для определенного вида задач, для построения определенных моделей.

У одноклеточных практически нет интеллекта, потому что нет элементов, которые хранят и обрабатывают информацию об окружающей среде. Есть только химические взаимодействия, которые позволяют им функционировать. Их тоже можно считать моделью, но не информационной, а аппаратной. Из-за небольших размеров и химических законов она не может быть сложной.

Также стоит отметить, что интеллект тесно связан с понятиями объекта и памяти. Объект — это нечто, что обладает состоянием и поведением, что мы определяем как одно и то же в разные моменты времени. Память нужна, чтобы хранить признаки объектов между этими моментами, здесь и начинается модель. Но объекты это тема отдельного разговора.

Ощущения

Люди испытывают приятные и неприятные ощущения. Рассмотрим ощущение боли. Как ее можно описать? Боль это неприятное ощущение, если она присутствует, то мозг постоянно обращает на нее внимание. Обычно человек не может по желанию ощущать или не ощущать боль. При этом у людей неприятных ощущений несколько, например, есть еще страх.

Для произвольной информационной системы можно дать такое определение.

Ощущения — это процесс восприятия данных, которые поступают в информационную систему постоянно, требуют своей обработки, при этом система устроена так, что не может на них не реагировать. Восприятие — это то, как данные влияют на модель. Их наличие система может воспринимать как положительную или отрицательную обратную связь. Положительную связь она стремится увеличить, отрицательную уменьшить.

Любые сигналы с датчиков это ощущения.

Может ли искусственный интеллект испытывать боль?

Сначала заметим, что естественный интеллект испытывает несколько разных для него ощущений. Боль это просто название одного из них. Она сигнализирует о повреждениях. Таким образом, если некая информационная система с интеллектом получает ощущение с информацией о повреждениях, которое она определяет как неприятное для нее, стремится минимизировать его влияние и не может это сделать путем отключения, то это аналог боли. Именно аналог, мы можем лишь определять сходство, что «Ощущение 1» похоже на человеческую боль, а «Ощущение 2» на удовольствие от чего-либо. Главное здесь то, как реагирует сама система на эти данные. Как определить, что ИИ не врет? Проверить в отладчике.

Чем больше признаков, тем больше сходство, включая химические и электрические процессы. С большой вероятностью животные чувствуют ощущения, схожие с человеческими, так как реагируют аналогично человеку, тоже имеют нервные клетки, которые тоже состоят из органических соединений.

То есть, если мы сделаем информационную модель человека с точностью до атомов и электрических полей, а также окружающую его реальность, с которой он будет взаимодействовать, и смоделируем порез на пальце, то да, в этой реальности он будет испытывать боль. Если с помощью датчиков он будет взаимодействовать с нашей реальностью, то в нашей. Так как в плане обработки информации он ничем не будет отличаться от других людей.

Этично ли заставлять его чувствовать боль против его желания в какой-либо реальности? Думаю, нет. Это относится к любому другому существу и любому неприятному ощущению. Но так как это информационная модель, можно смоделировать другую реакцию или иной способ восприятия, и тогда уровень этичности будет другой.

Рассмотрим систему управления базами данных с мониторингом. Если происходит сбой, подсистема мониторинга начинает с некоторой периодичностью отправлять администратору уведомление с уровнем тревоги. Можно ли сказать, что такая система испытывает боль? Нет. Во-первых, у нее нет интеллекта, модель заложена в нее программистом, и там нет понятия, аналогичного боли. Во-вторых, хотя сигнал и оценивается как неприятный, у нее нет стремления его минимизировать. В общем-то даже наоборот, она сделана для того, чтобы предоставлять максимально точную модель того, что происходит с системой. Ее можно назвать аналогом нервных клеток, а не существа, которое их имеет.

Рассмотрим бота с ИИ в компьютерной игре. Игра для него это реальность, хоть и очень ограниченная. Для правильных действий необходима информация о повреждениях. Если бот получает ее по желанию — выполнял некоторые действия, обратил внимание на рану, начали поступать сигналы о повреждении, запомнил их параметры, отвлекся, перестали поступать — то это не аналог боли. Если бот воспринимает ее как дополнительную информацию, а не как негативное ощущение, уровень которого надо минимизировать, если она не влияет на действия, предпринимаемые для других целей (например, нет стремления отдернуть руку, если он получил удар по ране на руке), то тоже нет.

Другие понятия

Что такое сознание? Его можно определить как процесс функционирования интеллекта, процесс получения информации и обновления модели реальности. Оно тесно связано с понятием «Я». «Я» это элемент в модели, представляющий саму информационную систему. Есть ли понятие «Я» у собак? Да, это тот объект, с которым они связывают команды «Сидеть-Лежать». Это означает, что у собак есть сознание и интеллект. Но умножать например собаки не умеют. Возможно, это связано с тем, что для более высоких уровней абстракции нужны дополнительные информационные элементы, которые будут наблюдать более низкие уровни и строить их модель.

Сознание связано с самонаблюдением. То есть имеет место не просто получение информации о мире и обновление модели, а также и регистрация самих фактов получения, отражение их в модели, связь с объектом «Я». «Если мне тыкают под ребра, мне щекотно». «Вчера я не знал этого, сегодня знаю». То самое «Я мыслю — следовательно, я существую». Получается замкнутая система, часть элементов с выхода анализирующего блока передается на его вход. Можно предположить, что сознанием могут обладать только сложные существа, у которых достаточно информационных элементов для организации такой связи.

Что такое понимание? Что означает, когда мы говорим, что человек понял что-то? Это означает, что у него появилась правильная модель того, что он анализировал. Информационные элементы модели соответствуют элементам реальной системы. Понимание это построение правильной модели. Почему так важен опыт? Это модель. Она позволяет моделировать процессы в информационном виде, а потому планировать и выбирать нужный вариант.

Есть нейросети, они сами строят модель по входящей информации. Строят ли они правильную модель? Результаты показывают, что как-то не очень. Для них обычно требуется специальная выборка, это тоже подготовленная модель. Но какую-то модель они могут построить, поэтому некоторый уровень интеллекта у них есть.

Update: Важный момент. Объекты в модели это именно объекты, с состоянием и поведением, которые распознаются как одно и то же в разные моменты времени. Думаю, если информационная система не имеет механизма для понятия «тот же самый», то нельзя сказать, что у нее есть интеллект.

Китайская комната

Решил добавить анализ китайской комнаты, чтобы показать применимость этого подхода в разрешении непонятных вопросов.

Итак, есть комната, в ней сидит человек, у него есть инструкция, руководствуясь которой он перекладывает иероглифы. Комната отвечает на китайские вопросы, но человек не знает китайского. Ответ прост и уже дан ранее — китайский язык знает вся система в целом. Но есть и аргументы против. Рассмотрим некоторые моменты.

«Инструкция же составлена таким образом, что после применения всех шагов к иероглифам вопроса они преобразуются в иероглифы ответа.»

Строго говоря, это невозможно, так как для ответа нужны дополнительные данные, которых нет в вопросе. Если система действительно отвечает правильно, они где-то хранятся. Это ее модель реальности.

«Формально аргументацию можно представить так:
1. Если гипотеза «сильного» ИИ верна, тогда существует такая программа для китайской письменности, при запуске которой в вычислительной системе эта система будет понимать китайскую письменность.

2. Я могу исполнить программу для китайской письменности без понимания этой письменности.
3. Следовательно, гипотеза «сильного» ИИ неверна.»

Пункт 1 должен выглядеть так: «существует такая программа для китайской письменности, при запуске которой в вычислительной системе эта программа будет понимать китайскую письменность». Система передает данные в программу, программа их обрабатывает.
Поэтому, из 2 не следует 3. Понимать китайскую письменность будет исполняемая программа, а не тот, кто ее исполняет.

Чтобы человек стал понимать китайский язык, надо расширить имеющуюся у него модель моделью из программы. А когда эти данные внутри виртуальной машины, они недоступны.

«Более общий вывод Сёрла говорит о том, что любые манипуляции с синтаксическими конструкциями не могут приводить к пониманию»

Верно.

Понимание это построение правильной модели. Синтаксические конструкции лишь обозначают элементы модели.

«Система из книги правил, человека и комнаты, по их мнению, является разумной и понимает китайский язык. В качестве контраргумента Сёрл предлагает заставить человека запомнить формальные правила ответов для системы.»

И когда он будет исполнять программу, она будет понимать китайский язык.

Статья на английском с небольшими дополнениями: What is intelligence?

Q&A – Что такое интеллект?

Автор: Анника Ведер 05.10.2020

Опубликовано в Fundamentals October 2020

Хотя маловероятно, что у нас появятся сверхинтеллектуальные компьютеры или роботы, подобные тем, что показаны в таких фильмах, как Терминатор 0 или Я, робот 900  в ближайшее время Дэёль Ли считает, что изучение различий между человеческим и искусственным интеллектом может помочь нам лучше понять будущее технологий и наши отношения с ними.

«Со временем люди смогут создать искусственную жизнь, которая сможет физически воспроизводиться сама по себе, и только тогда мы создадим настоящий искусственный интеллект», — говорит Ли. «До тех пор машины всегда будут лишь суррогатами человеческого интеллекта, что, к сожалению, все еще оставляет открытой возможность злоупотреблений со стороны людей, контролирующих ИИ».

В своей новой книге Birth of Intelligence  (Oxford University Press, 2020) Ли прослеживает развитие мозга и интеллекта от самовоспроизводящихся РНК до различных видов животных, людей и даже компьютеров, чтобы ответить на фундаментальные вопросы. о происхождении, развитии и ограничениях интеллекта.

Ли — почетный профессор нейроэкономики Bloomberg, работающий в Школе искусств и наук Кригера и Школе медицины. Как и большая часть его работ, Рождение интеллекта  носит междисциплинарный характер, применяя и объединяя знания и инструменты из ряда областей, включая нейробиологию, экономику, психологию, эволюционную биологию и искусственный интеллект. Hub связался с Ли, чтобы обсудить его новую книгу и нейронные механизмы принятия решений, обучения и познания.

Как и почему развивался интеллект?

Интеллект можно определить как способность решать сложные проблемы или принимать решения, результаты которых приносят пользу действующему лицу, и он развился в формах жизни, чтобы адаптироваться к различным средам для их выживания и воспроизводства. Для животных решение проблем и принятие решений являются функциями их нервной системы, включая мозг, поэтому интеллект тесно связан с нервной системой.

Ваша книга, как и большинство ваших исследований в целом, использует очень междисциплинарный подход. Как эволюционная перспектива помогает нам понять интеллект?

Интеллект трудно определить, и для разных людей он может означать разные вещи. Однако стоит нам рассмотреть происхождение и функции интеллекта с эволюционной точки зрения, как выявляется несколько важных принципов. Например, разные формы жизни могут иметь очень разные типы интеллекта, потому что они имеют разные эволюционные корни и адаптировались к разным условиям. Вводит в заблуждение и бессмысленно пытаться упорядочить разные виды животных по линейной шкале интеллекта, например, пытаясь судить, какая порода собак самая умная или кошки умнее собак. Более важно понять, как у каждого вида развилась та или иная форма интеллекта и как это отражается на их анатомии и физиологии.

Точно так же вы используете теории и концепции, вытекающие из экономики. Чем они полезны для понимания интеллекта?

Поскольку у интеллекта так много аспектов, действительно очень полезно объединить идеи и инструменты из разных дисциплин, чтобы получить более полную картину того, что такое интеллект на самом деле, и понять, чем искусственный интеллект может отличаться от человеческого. Например, экономисты разработали точные математические модели принятия решений, такие как теория полезности, которая предсказывает принятие решений на основе полезности — ценности или желательности — варианта или действия. Эти модели позволяют объяснить сложное поведение, такое как поведение рынка, с помощью лишь нескольких допущений.

Наличие таких экономных моделей принятия решений полезно для понимания интеллекта, поскольку принятие решений является ключевым компонентом интеллекта. Другие очень полезные примеры включают теорию принципала-агента, которая применительно к эволюции интеллекта может объяснить, почему обучение появляется как решение для разрешения конфликта интересов между мозгом и генами, и теорию игр, которая играет решающую роль. роль в объяснении того, почему принятие правильных решений в социальной среде может быть таким сложным.

Сможет ли когда-нибудь искусственный интеллект превзойти человеческий интеллект, или в человеческом интеллекте есть что-то настолько уникальное, что невозможно воспроизвести? Существуют ли определенные ограничения человеческого интеллекта, которыми не ограничены компьютеры?

Искусственный интеллект неуклонно превосходит человеческий во многих отдельных областях, включая игры в го и покер. Этот успех побудил некоторых исследователей размышлять о скором появлении искусственного интеллекта, который превосходит человеческий интеллект во всех областях, гипотетическом событии, названном «технологической сингулярностью». Такой искусственный интеллект часто называют искусственным общим интеллектом или сверхразумом. Никто точно не знает, когда люди создадут ОИИ или сверхразум. Однако, на мой взгляд, истинный разум требует жизни, которую можно определить как процесс самовоспроизведения. Поэтому я считаю, что сверхразум либо невозможен, либо что-то в очень отдаленном будущем. Настоящий интеллект должен способствовать, а не мешать репликации генов, ответственных за его создание, включая необходимое оборудование, такое как мозг. Без этого ограничения не существует объективных критериев для определения разумности того или иного решения. Возможно, со временем люди смогут создать искусственную жизнь, которая сможет физически воспроизводиться сама по себе, и только тогда мы создадим настоящий искусственный интеллект, но вряд ли это произойдет в ближайшее время. До тех пор машины всегда будут лишь суррогатами человеческого интеллекта, что, к сожалению, все еще оставляет открытой возможность злоупотреблений со стороны людей, контролирующих ИИ.

Помимо самовоспроизведения, почему так сложно создать ИИ, который будет умнее человека?

Настоящий интеллект должен решать множество различных проблем, с которыми сталкивается форма жизни в самых разных средах, используя энергию и другие доступные в них физические ресурсы. Что действительно удивительно в интеллекте людей и многих других животных, так это не только то, что они могут идентифицировать сложные объекты и проявлять гибкое поведение, но и то, что они могут делать это самыми разными способами в самых разных средах. Мы до сих пор очень мало знаем о том, как именно люди и животные могут это делать. Учитывая, что развитию современной технологии искусственного интеллекта способствовали достижения в исследованиях в области нейробиологии за последнее столетие, для создания более совершенного искусственного интеллекта может потребоваться гораздо более глубокое понимание того, как человеческий мозг справляется с такими сложными задачами.

Узнаем ли мы вообще, что это произошло?

Хотя я не верю, что это произойдет в ближайшее время, думаю, мы узнаем, произойдет ли это и когда. Мы начали бы видеть машины, подобные Терминаторам, потому что машины со сверхразумом превзошли бы людей в получении энергии и других ресурсов, которые им нужны для ремонта и воспроизводства.

Как ИИ может повлиять на отношения между людьми и машинами или на человеческую цивилизацию в целом?

Все более мощный искусственный интеллект и машины, оснащенные таким ИИ, будут продолжать развиваться, несомненно повышая производительность людей, управляющих такими инструментами. Хотя повышение производительности — это хорошо, этот процесс будет развиваться неравномерно во всем обществе, усиливая уже существующее имущественное неравенство. Я думаю, что это то, что мы видели много раз на протяжении всей истории. Справедливое распределение преимуществ технического прогресса между всеми членами общества всегда было гораздо более сложной задачей, чем разработка самой технологии, и нам часто не удавалось найти хорошее решение для всех. Чтобы по-настоящему извлечь максимальную пользу из технологических достижений, нам также необходимо знать об их ограничениях и возможностях злоупотребления. Размышление о них и о том, как мы их разрешаем, может даже дать нам возможность лучше понять человеческую природу, поскольку разрыв между нашим интеллектом и искусственным интеллектом продолжает сокращаться.

INTEL — Ежедневная сводка общественности

INTEL — Ежедневная сводка общественности

The Public’s Daily Brief собирает новости и основные моменты из социальных сетей со всей IC, чтобы информировать общественность о ключевых новостях и событиях.

NGA Tearline: Влияние конфликта на окружающую среду в Украине

Совместно с College of William & Mary

Подробнее

Просмотреть все избранные статьи

ЦРУ @ЦРУ

Твиты ЦРУ

DIA @DefenseIntel

Твиты от DefenseIntel

НГА @NGA_GEOINT

Твиты пользователя NGA_GEOINT

НРО @NatReconOfc

Твиты NatReconOfc

АНБ @NSAGov

Твиты от NSAGov

ОДНИ @ODNIgov

Твиты от ODNIgov

Хотите глубже погрузиться в мир интеллекта? В этих публикациях Национального разведывательного университета применяется академическая строгость к ситуациям разведки и национальной безопасности, как историческим, так и современным. Их тщательно проработанные тексты проливают свет на многогранный, зачастую туманный мир интеллекта и указывают путь к более эффективному его использованию для решения глобальных проблем.

Национальный разведывательный университет (NIU) – Публикации в прессе

1. Неограниченные возможности: разведывательная поддержка реакции Deepwater Horizon

   Телфер изучает реакцию разведывательного сообщества и береговой охраны на взрыв нефти BP в 2010 году на Deepwater Horizon. Телфер выявляет проблемы, препятствующие реагированию, и предлагает подходы для лучшей интеграции разведывательных данных в будущие ответные действия.

2. Голубая планета: Неформальные международные полицейские сети и национальная разведка

   Компания Bayer рассматривает вопрос о том, как Соединенные Штаты могут более эффективно привлекать международных партнеров для борьбы с глобальными проявлениями дестабилизирующего насилия, часто без разбора именуемого «терроризмом».

3. Разведка во время ромовой войны на море, 1920-1919 гг.33

   Как показано в этом исследовании, слияние разведывательных данных и стратегии обеспечения правопорядка Береговой охраны умножило силу в «Войне рома на море». Работа энсина имеет непреходящую ценность, особенно в свете продолжающихся миссий по борьбе с контрабандой Береговой охраны США и других организаций национальной безопасности.

5. Регистрация человеческого ландшафта: оценка кадастра

   Права собственности лежат в основе многих проблем, связанных с беженцами и стабильностью правительства. В работе Бэтсона подробно рассказывается о том, как помочь развивающимся странам в регистрации собственности, чтобы владельцы имели гарантии владения.

6. Управление разведкой в ​​Америке

   Эта антология Управление разведкой в ​​Америке объединяет точки зрения 22 авторов со всей Америки. Они обрисовывают и оценивают статус и перспективы законодательства и действий по надзору за разведкой, а также разрабатывают различные аргументы в пользу сохранения лучших аспектов автономии разведки.

7. Изменение климата и предотвращение конфликтов

   Пахарь использует конфликт в Дарфуре в качестве тематического исследования, чтобы изучить, как последствия изменения климата могут привести к будущим насильственным конфликтам, и он оценивает лучший способ предотвратить эти конфликты. Плауман просматривает литературу по экологической безопасности и применяет события в Дарфуре к моделям изменения климата.

8. Съемка на фронте: воздушная разведка союзников и интерпретация фотографий на Западном фронте – Первая мировая война

   Этот всеобъемлющий ресурс заинтересует любителей военной истории и авиации, а также специалистов в области разведки. Иллюстрации самолетов, фотоаппаратов, людей, аэрофотоснимков и карт расширяют возможности читателя.

9. Использование отраслевого анализа для стратегической разведки: возможности и стратегические намерения

   Хоу утверждает, что разведывательное сообщество получит стратегическое представление о возможностях и намерениях страны, анализируя отрасли в регионе. Он использует полупроводниковую промышленность в качестве примера и представляет методы, которые аналитики сочтут полезными.

10. Кто наблюдает за сторожами? Конфликт между национальной безопасностью и свободой прессы

    Росс утверждает, что противоречие между сохранением секретов национальной безопасности и правом общественности на информацию нельзя «разрешить», но можно лучше понять и более разумно управлять.

Далее

Далее

•  

  Твиттер

   

• @25thAirForce
• @ЦРУ
• @deahq
• @DefenseIntel
• @dhsgov
• @ФБР
• @NatReconOfc
• @NGA_GEOINT
• @NSAGov
• @odnigov

•  

  Фейсбук

   

• @25thAirForce
• @Central. Intelligence.Agency
• @ДИА
• @dni.gov
• @ФБР
• @homelandsecurity
• @NatlGEOINTAgency
• @NationalReconnaissanceOffice
• @NavyIntel

•  

  Ютуб

   

• чагов
• ЗащитаIntel
• ФБР
• Агентство NatIGEOINT
• национальное разведывательное управление
• ОДНИгов
• ushomelandsecurity
• WorkatNSA

•  

  Тамблер

   

• icontherecord.tumblr.com/

•  

  Инстаграм

   

• @defenseintel
• @DHSgov

Центральное разведывательное управление (ЦРУ)

Департамент внутренней безопасности (DHS)

Федеральное бюро расследований (ФБР)

Национальное агентство геопространственной разведки (NGA)

Офис директора национальной разведки (ODNI)

Что такое PDB?

PDB содержит часть наиболее конфиденциальной информации страны.