Мягкий/твердый ИИ

  В наши дни трудно представить продвинутого члена постиндустриального мира, который бы не пользовался для принятия решений ловли покемонов навороченным девайсом с системами умной навигации, поиска информации, автоматического перевода и прочими программами, относимыми к системам «мягкого» искусственно интеллекта (ИИ). Успехи в области "мягкого" ИИ позволяют уже сейчас создавать забавные игрушки для больших дядей, играющих в детские игры на выживание ( некоторые подробности можно узнать здесь (Горшков) ). Однако узкоспециализированный "мягкий" ИИ не успевает за жизнью в мегаполисах, а его сопровождение обходится в большую копеечку. На повестку дня вышла задача создания агрегированного «сильного ИИ» (Artificial general intelligence – AGI), способного к самостоятельному обучению.

    Отбросив игру словами и глянув на суть, несложно заметить, что «сильный ИИ» это всего лишь бесконечный эволюционный цикл, повторяющий следующие действия без вмешательства человека:
    - извлечение знаний (самообучение субъекта);
    - осознание субъектом проблемы (формулировка задачи);
    - проектирование субъектом системы, решающей его проблемы;
    - реализация системы в материальном мире;
    - ее эксплуатация с целью изменения среды обитания и самого субъекта;
    - извлечение знаний из опыта эксплуатации системы, осознание субъектом новой проблемы и так далее по спирали.

    Понятно, что для раскручивания этой спирали и последующего хаоса совсем не требуется создавать субъекта в виде целостного, антропоморфного, «твердого организма» с «руками», «глазами» и «головой». Достаточно «мягкого ИИ» в Интернет, где в роли сенсоров, и силового привода AGI выступают общественные организации, распределенные социальные группы, отдельные личности, а также различные ведомства и предприятия. Причем, ни сами организации, ни индивидуумы, из которых они состоят, могут и не подозревать о своей действительной роли. Вздрогнув от соприкосновения с грубой и холодной реальностью, становится очевидным важность изучения когнитивных процессов и в первую очередь создания инструментов для их исследования. Приняв во внимание многообразие форм, в которых они могут осуществляться (живые системы, производственные процессы, социальные процессы и т.д.), становится ясным, при их изучении следует абстрагироваться от особенностей физического устройства систем и сосредоточится на общем, что в них есть, то есть на информационных структурах и их преобразованиях
   Дальше интересно только специалистам Бетин В.Н. Лукьянов С.Э. Супрун А.П. ОПТИМИЗАЦИЯ АЛГОРИТМОВ ПОИСКА РЕШЕНИЯ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ, РЕАЛИЗОВАННЫХ В ФОРМАЛИЗМЕ ФУНКЦИОНАЛЬНЫХ НЕЙРОННЫХ СЕТЕЙ //Информатизация и связь. – 2016. – № 4. С.37-45 

     Интересующимся я готов выслать статью в формате «pdf». Пишите в личку. Буду признателен за замечания и ссылки в Ваших печатных трудах на мои с соавторами работы.