Эвристики человеческие и нечеловеческие

Обложка

Цитировать

Полный текст

Аннотация

Проблематика искусственного интеллекта с самого зарождения данного прикладного направления науки в середине ХХ в. тесно пересекается с психологической проблематикой, в первую очередь с психологией мышления. Как показывает опыт, не только реальные разработки в области искусственного интеллекта, но и обсуждаемые перспективы построения работающих моделей искусственного интеллекта в значительной степени зависят от технического прогресса в области создания компьютеров и программного обеспечения. Обсуждается изменение представлений о эвристиках, понимаемых как творческое мышление и как приемы или правила, полезные для поиска решения задач. Конкретно рассматриваются психологическая сторона проблематики эвристического программирования, сходство и различие человеческих и компьютерных эвристик, вероятность и возможные последствия явления сингулярности (понимаемой как превосходство искусственного интеллекта над естественным), в том числе на примере функционирования сообщества профессиональных шахматистов. Делается вывод, согласно которому прогресс компьютерных моделей и систем искусственного интеллекта перспективны для позитивного преобразования человеческой психики.

Об авторах

Александр Евгеньевич Войскунский

Московский государственный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: vae-msu@mail.ru
ORCID iD: 0000-0002-5213-1366

кандидат психологических наук, ведущий научный сотрудник, кафедра общей психологии, факультет психологии

Российская Федерация, 125009, Москва, ул. Моховая, д. 11, стр. 9

Список литературы

  1. Alekseev, A.P., & Alekseeva, I.Y. (2022). Natural intelligence in the context of digital transformations. Information Society, (1), 2–8. (In Russ.) https://doi.org/10.52605/16059921_2022_01_02
  2. Bush, G.Ya. (1977). Fundamentals of heuristics for inventors. Riga: Znanie Publ. (In Russ.)
  3. Desjarlais, R.R. (2011). Counterplay: An anthropologist at the chessboard. Berkeley, Los Angeles, London: University of California Press.
  4. Faiola, A., Voiskounsky, A.E., & Bogacheva N.V. (2016). Augmented human beings: Developing cyberconsciousness. Voprosy Filosofii, (3), 147–162. (In Russ.)
  5. Fine, G.A. (2015). Players and pawns: How chess builds community and culture. Chicago, London: University of Chicago Press.
  6. Gardner, H. (2008). The five minds for the future. Schools, 5(1–2), 17–24. https://doi.org/10.1086/591814
  7. Gardner, H. (2015). Thinking of the future. Five types of intelligence leading to success in life. Moscow: Alpina Pablisher. (In Russ.)
  8. Grinbaum, A. (2017). Scammer machine. How to rid artificial intelligence of evil. Saint Petersburg: Translit Publ. (In Russ.)
  9. Ilyasov, I.I. (1992). System of heuristic methods for solving problems. Moscow: ROU Publ. (In Russ.)
  10. Jasper, F., & Ortner, T.M. (2014). The tendency to fall for distracting information while making judgments: Development and validation of the objective heuristic thinking test. Vestnik Novosibirskogo Gosudarstvennogo Universiteta. Seriya: Psikhologiya, 8(2), 5–17. (In Russ.)
  11. Kahneman, D. (2015). Thinking, fast and slow. Moscow: AST Publ. (In Russ.)
  12. Kahneman, D., & Tversky, A. (2013). Prospect theory: An analysis of decision under risk. In L.C. MacLean & W.T. Ziemba (Eds.), Handbook of the Fundamentals of Financial Decision Making (part I, pp. 99–127). Singapore: World Scientific Publishing Co. https://doi.org/10.1142/9789814417358_0006
  13. Kasparov, G. (2018). Human and computer: Look into the future. Moscow: Alpina Publisher. (In Russ.)
  14. Khutorskoi, A.V. (2003). Didactic heuristics. Theory and technology of creative learning. Moscow: Moscow University Press. (In Russ.)
  15. Kurzweil, R. (2005). The singularity is near. New York: Viking Books.
  16. Kurzweil, R. (2012). How to create a mind: The secret of human thought revealed. New York: Viking Books.
  17. Lakatos, I. (1976). Falsification and the methodology of scientific research programmes. In S.G. Harding (Ed.), Can Theories Be Refuted? (pp. 205–259). Dordrecht: Springer. https://doi.org/10.1007/978-94-010-1863-0_14
  18. Lakatos, I. (2003). Methodology of research programs. Moscow: ACT Publ., Ermak Publ. (In Russ.)
  19. Miller, G.A., Galanter, E., & Pribram, K.H. (1965). Plans and structure of behavior. Moscow: Progress Publ. (In Russ.)
  20. Newell, A., & Simon, H. (1965). Imitation of human thinking with help of computer. In A.M. Matyushkin (Ed.), Psychology of Thinking (pp. 457–474). Moscow: Progress Publ. (In Russ.)
  21. Newell, A., & Simon, H. (1967). GPS as program that simulates process of human thinking. In E. Feigenbaum & Dzh. Feldman (Eds.), Computing Machines and Thinking (pp. 296–299). Moscow: Mir Publ. (In Russ.)
  22. Newell, A., Show, J., & Saimon, H. (1980). Modeling of human thinking with the help of computers. In Yu.B. Gippenreiter & V.V. Petukhov (Eds.), Reader in General Psychology: Psychology of Thinking (pp. 105–118). Moscow: Moscow University Press. (In Russ.)
  23. Polya, G. (1975). Mathematics and plausible reasoning. Moscow: Nauka Publ. (In Russ.)
  24. Polya, G. (1981). Mathematical discovery: On understanding, learning, and teaching problem solving. Combined edition. New York: John Wiley & Sons.
  25. Pushkin, V.N. (1967). Heuristics: Science of creative thinking. Moscow: Politizdat Publ. (In Russ.)
  26. Shanakhan, M. (2017). Technological singularity. Moscow: Tochka Publ., Alpina Pablisher. (In Russ.)
  27. Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., Lanctot, M., Sifre, L., Kumaran, D., Graepel, T., Lillicrap, T., Simonyan, K., & Hassabis, D. (2018). A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play. Science, 362(6419), 1140–1144. https://doi.org/10.1126/science.aar6404
  28. Sokolov, I.A. (2019). Theory and practice in artificial intelligence. Vestnik Rossijskoj Akademii Nauk, 89(4), 365–370. (In Russ.) https://doi.org/10.31857/S0869-5873894365-370
  29. Spiridonov, V.F. (2000). Evristiki tvorcheskogo myshleniya. Moscow: RSUH Publ. (In Russ.)
  30. Sultanova, L.B. (2009). Phenomenon of implicit knowledge in mathematics. Vestnik Bashkirskogo Universiteta, 14(3–1), 1200–1204. (In Russ.)
  31. Tikhomirov, O.K. (1971). Heuristic programming and psychology of creative thinking. In M.G. Yaroshevskii (Ed.), Problems of Scientific Creativity in Contemporary Psychology (pp. 265–307). Moscow: Nauka Publ. (In Russ.)
  32. Tikhomirov, O.K. (1976). Philosophical and psychological problems of “artificial intelligence.” In O.K. Tikhomirov (Ed.), Artificial Intelligence and Psychology (pp. 8–40). Moscow: Nauka Publ. (In Russ.)
  33. Tikhomirov, O.K., & Poznyanskaya, E.D. (1966). The study of visual search as path to the analysis of heuristics. Voprosy Psychologii, (4), 39–51. (In Russ.)
  34. Ulybina, E.V. (2001). Everyday consciousness: Structure and functions. Moscow: Smysl Publ. (In Russ.)
  35. Vasyukova, E.E. (2020). Heuristics of thinking. Psychology of Cognitive Processes: Conference Proceedings (pp. 129–142). Smolensk: Smolensk State University Publ. (In Russ.)
  36. Vinge, V. (2008). Signs of the singularity. IEEE Spectrum, 45(6), 76–82. https://doi.org/10.1109/mspec.2008.4531467
  37. Vinge, V. (2019). The coming technological singularity what if the singularity does not happen? The cookie monster. Moscow: AST Publ. (In Russ.)
  38. Voiskounsky, A.E. Psychology and artificial intelligence: A new stage of long-time interaction. In V.V. Znakov & A.L. Zhuravlev (Eds.), Psychology of a Person as a Subject of Knowledge, Communication and Activity (pp. 2094–2101). Moscow: Institute of Psychology of the Russian Academy of Sciences Publ. (In Russ.)
  39. Zinchenko, Yu.P., Eskov, V.M., Filatov, M.A., & Grigorieva, S.V. (2018). Psychology of heuristic and models of heuristic activity of brain. Complexity. Mind. Postnonclassic, (3), 73–84. (In Russ.) https://doi.org/10.12737/article_5c0634a8d68fa5.04729557

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».