Особенности функционирования искусственного интеллекта в условиях современных институциональных изменений

Шкодинский С.В., Надысева Д.М.
The artificial intelligence particularities in the context of modern institutional changes - View in English
Аннотация:
Цель научной статьи состоит в раскрытии ключевых теоретических аспектов анализа искусственного интеллекта в контексте его первичного включения в общую модель экономических институтов. Авторами представлены различные подходы к трактовке понятия искусственный интеллект, обобщены основные экономические отрасли, в которых задействуются технологии искусственного интеллекта, рассмотрены особенности функционирования искусственного интеллекта на современном этапе институциональных изменений. Основными методами исследования стали: анализ, сравнение, обобщение, систематизация данных по исследуемой проблеме.

JEL-классификация:

Цитировать публикацию:
Шкодинский С.В., Надысева Д.М. Особенности функционирования искусственного интеллекта в условиях современных институциональных изменений // Креативная экономика. – 2020. – Том 14. – № 10. – С. 2243-2252. – doi: 10.18334/ce.14.10.110900

Shkodinskiy, S.V., & Nadyseva, D.M. (2020) The artificial intelligence particularities in the context of modern institutional changes. Kreativnaya ekonomika, 14(10), 2243-2252. doi: 10.18334/ce.14.10.110900 (in Russian)

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241




Введение

В условиях развития современной интеллектуальной цифровой экономики особую значимость приобретают технологии искусственного интеллекта, в результате внедрения которых значительно снижаются производственные и трудовые издержки организаций, увеличивается производительность труда, облегчаются условия работы.

Сам термин «искусственный интеллект» был введен в 1956 году создателем первого языка искусственного интеллекта LISP Джоном Маккарти на Дартмутской конференции. Под искусственным интеллектом определялась «наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ» [1, с. 1] (McCarthy, 2007, р. 1).

Актуальность темы настоящее статьи обусловлена в первую очередь тем, что в современных условиях требуется переосмысление роли и значения искусственного интеллекта и возможностей его применения в различных сферах человеческой деятельности.

Исследование проблем и перспектив использования искусственного интеллекта нашло отражение в трудах таких ученых и специалистов, как Бессмертный И.А. [2] (Bessmertnyy, 2010), Бостром Н. [3] (Bostrom, 2016), Воробьева И.В., Салахутдинов В.Д. [4] (Vorobeva, Salakhutdinov, 2020), Колесникова Г.И. [5] (Kolesnikova, 2018), Колпакова О.Н. [6] (Kolpakova, 2008), Панов А.И. [7], Петрунин Ю.Ю., Рязанов М.А., Савельев А.В. [8] (Petrunin, Ryazanov, Savelev, 2010), Осипов Г.С. [9].

Особенности функционирования систем искусственного интеллекта представлены в трудах Девяткова В.В. [10] (Devyatkov, 2001), Иванова В.М. [11] (Ivanov, 2015), Лорьера Ж.-Л. [12] (Lorer, 1991), Павлова С.Н. [13] (Pavlov, 2011), Юнусова А.Р., Абубакарова Ш.М. [14] (Yunusov, Abubakarov, 2018) и др.

Однако теоретическая и методологическая база в сфере исследования искусственного интеллекта еще продолжает формироваться, а в контексте институциональных трансформаций – недостаточно разработана.

В этой связи основная цель данной статьи состоит в раскрытии ключевых теоретических аспектов анализа искусственного интеллекта в контексте его первичного включения в общую модель экономических институтов.

На сегодняшний день понятие «искусственный интеллект» не имеет точной трактовки. Помимо определения, предложенного Дж. Маккарти, в научных кругах используется также понимание искусственного интеллекта как «свойства выполнять творческие функции, которые традиционно считаются прерогативой человека» [14, c. 47] (Yunusov, Abubakarov, 2018, р. 47).

Шведский философ Н. Бостром при анализе данного термина раскладывает его на четыре составных элемента [3] (Bostrom, 2016):

1) сам интеллект (или алгоритм);

2) интеллект человеческого уровня, решающий задачи, доступные человеку (владеет умом, разумом, интуицией, пониманием, способен к познанию, мышлению, воображению);

3) искусственный интеллект, сформированный не в природной биологической среде;

4) искусственный суперинтеллект, превышающий в разы способности искусственного интеллекта человеческого уровня.

Отметим, что действие искусственного интеллекта основано на машинном обучении, алгоритмизации производственных процессов, алгоритмах глубокого обучения и нейронных сетях. Сам искусственный интеллект, в отличие от компьютерного анализа данных, способен не только обрабатывать, но также получать, передавать и даже создавать информацию.

Подобная особенность работы данной технологии цифровой экономики позволяет максимально автоматизировать процесс производства, увеличивая эффективность производства, исключая тяжелый физический и рутинный труд и облегчая процесс сбора, анализа и переработки аккумулируемых в фирме данных и информации.

Среди основных экономических отраслей, в которых задействуются технологии искусственного интеллекта, выделяются:

- здравоохранение (компании Tempus, Zebra Medical Vision, Freenome);

- финансовая отрасль (компания AlphaSense помогает инвестиционным фирмам, банкам и компаниям списка Fortune 500);

- транспорт, связь, обслуживание населения, информационно-вычислительное обслуживание: компания Zoox – разработка городской среды и умного города; компания Neurala занимается изобретением «мозга Neurala», нацеленного на повышение интеллекта предметов наблюдения, таких как камеры, телефоны, дроны и т.д. Данную технологию используют такие корпорации, как NASA, Huawei, Motorola and the Defense Advanced Research Projects Agency (DARPA);

- промышленность: H2O.ai – промышленная аналитика; Zymergen использует машинное обучение, автоматизацию и геномику с целью акселерации улучшений в науке. Затрагивая агрикультуру, фармацевтику и химическую промышленность, компания увеличивает способы выращивания микробов с помощью программного обеспечения и позволяет накапливать физические и цифровые каталоги данных ДНК и др.

Многие программы искусственных интеллектов занимаются разработкой проектов межотраслевого масштаба: Datarobot используется в здравоохранении, финансовых технологиях, страховании, в производстве и даже в аналитике спорта; CognitiveScale занимается построением искусственного интеллекта для рынка медицинских, страховых, финансовых и цифровых коммерческих услуг. Он активно применятся в таких корпорациях, как P&G, Exxon, JP Morgan & Chase, Macy’s и NBC и т.д.

Таким образом, сам искусственный интеллект, на наш взгляд, является не только новым экономическим институтом, но и новой внешней средой, новым центром функционирования экономики. Последнее объясняется тем, что сама технология искусственного интеллекта способна не только анализировать определенные нормы и правила, но и быть общим комплексом, направленным на поиск идеального сочетания ресурсов с целью удовлетворения потребностей всего общества. Данная технология, как было рассмотрено выше, развивается почти во всех областях, а это означает, что она тем самым создает собственную среду и кластер искусственных интеллектов, которые в потенциальном будущем должны быть связаны новым суперинтеллектом.

Сопоставление искусственного интеллекта как института и как среды позволяет включить его на качественно новый уровень в теории институциональных изменений. Это связано с тем, что, например, с позиции традиционного институционального подхода (являющегося наиболее абстрактным по сравнению с современным), именно несоответствие между технологической средой и самими институтами – причина всех институциональных изменений.

В таком случае, если искусственный интеллект способен стереть рамки между самим институтом (набором правил) и между его средой, а точнее, сформировать свою среду и даже стать контролирующим звеном, то он способен также преодолеть саму указанную выше причину институциональных изменений.

Теоретическая возможность подобного размывания границ между институтами и средой их функционирования лежит, на наш взгляд, в самой концепции технологии «искусственный интеллект». Так, имея доступ к самоанализу и самостоятельному перепрограммированию, пересмотру собственных алгоритмов и самообучению, данная технология наиболее быстро, эффективно и экономично способна перестроить и преобразовать определенные отраслевые сдвиги. В связи с этим она может привести к системе мгновенных институциональных изменений, не требующих кардинальных преобразований всей экономической системы.

Однако даже подобные незначительные преобразования, на наш взгляд, могут на определенном этапе потерять свою актуальность. Это связано с тем, что через искусственный интеллект возможно снижение трансакционных издержек, что как раз и является целью всех экономических институтов. Отсутствие или незначительность трансакционных издержек, в свою очередь, повышает эффективность института, а последнее предельно минимизирует необходимость любых институциональных изменений.

Согласно классификации Норта-Эггертссона, в состав самих трансакционных издержек включены следующие (рис. 1) [15, с. 11] (Parashchenko, 2011, р. 11):

Рисунок 1. Классификация трансакционных издержек Норта-Эггертссона

Источник: [15, с. 11] (Parashchenko, 2011, р. 11).

Среди причин возникновения данных издержек выделяются: неопределенность, асимметрия информации и оппортунистическое поведение.

Очевидно, что в условиях функционирования искусственного интеллекта возможно улучшение институциональной среды через минимизацию указанных причин и видов издержек. Подобное предположение очередной раз доказывает положение о том, что сам искусственный интеллект и есть новый экономический институт.

Однако представляется необходимым отметить, что с целью поддержания баланса и сохранения целостности институциональной среды преобразование и реорганизация уже действующих институциональных объединений требуют сбалансированного замещения новыми видами технологий-институтов [16] (Veblen, 1984). Так, при высокой интенсивности внедрения искусственных интеллектов, например в отраслях промышленности и в здравоохранении, имеется риск расшатывания института труда: быстрое и резкое замещение технологий приводит как к созданию новых профессиональных направлений и классификаций, так и к вымиранию ранее действующих профессий. В результате резкое и быстрое внедрение технологических новинок может привести к обратному процессу на первых этапах их использования: возможен рост трансакционных издержек, а соответственно, и снижение роли искусственного интеллекта как нового экономического института на начальных этапах его внедрения.

Кроме того, на этапе развития цифровой экономики необходимо учитывать степень технологической и институциональной готовности региона к преобразованиям. Так, основой является не только создание квалифицированных рабочих кадров и непосредственное производство оборудования, но и определение новых связей и порядка регулирования именно между новыми институтами. Определившись с компанией, предлагающей свой продукт искусственного интеллекта, видом и способом работы технологий, отраслевые структуры встречаются с проблемой взаимного сотрудничества и кооперации как с субъектами внутри своей отрасли по вертикальной и горизонтальной интеграции, так и с целой системой цифровой экономики.

Не включаясь непосредственно в общую структуру функционирования цифровой экономики, фирма имеет риск выхода из системы, связанный с ее неспособностью к межотраслевому сотрудничеству. Ярчайшим примером, иллюстрирующим данную ситуацию, является технология микроуровня цифровой экономики – «Умный дом»: так, при отсутствии необходимых предметов для его полного функционирования система искусственного интеллекта (например, Alexa Echo от Amazon или Алиса от компании «Яндекс») не имеет возможности полного регулирования умным домом и является достаточно ограниченной в применении.

Заключение

Таким образом, необходимым условием внедрения нового искусственного интеллекта является первоначальное установление вектора его развития в той или иной отрасли экономики.

Итак, анализ роли и особенностей функционирования искусственного интеллекта в условиях современных институциональных изменений выстраивается на основе следующий основных теоретических компонентов:

1) определение потребностей той или иной отраслевой структуры, исследование соотношений между действующими технологиями различных компаний внутри отрасли;

2) рассмотрение влияния внедрения технологии на снижение тех или иных трансакционных издержек как непосредственно после этапа внедрения, так и в процессе полного функционирования технологии;

3) установление вектора развития той или иной технологии искусственного интеллекта, определение и анализ возникновения вероятных рисков;

4) анализ степени замещения искусственным интеллектом самой экономической среды, а именно определение степени связанности его систем друг с другом и их взаимозависимости.

Можно заключить, что в настоящее время актуальной становится не только разработка и хаотичное стремление к изобретению новаций с целью побуждения интереса общества, но и определение проблемных аспектов экономики, в решении которых использование искусственного интеллекта способно значительно улучшить положение задействованных экономических субъектов.



Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. McCarthy John. What is artificial intelligence? Computer Science Department of Stanford University, Stanford CA, 2007. 15 p. Электронный ресурс. URL: http://www-formal.stanford.edu/jmc/whatisai.pdf (accessed 24 December 2019).
2. Бессмертный И.А. Искусственный интеллект. СПб.: СПбГУ ИТМО, 2010. 132 с.
3. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. Санкт-Петербург: Манн, Иванов и Фербер, 2016. 496 с.
4. Воробьева И.В., Салахутдинов В.Д. Проблемы правового регулирования искусственного интеллекта // Малышевские чтения – 2020. Наука и образование: будущее и цели устойчивого развития: материалы XVI международной научной конференции, в 4 частях / под ред. А.В. Семенова. – М.: изд. ЧОУВО «МУ им. С.Ю. Витте», 2020. Ч. 4. - C. 62-72
5. Колесникова Г.И. Искусственный интеллект: проблемы и перспективы // Видеонаука: сетевой журн. 2018. №2(10). Электронный ресурс. URL: https://videonauka.ru/stati/44-novye-tekhnologii/190-iskusstvennyj-intellekt-problemy-i-perspektivy (дата обращения 12.08.2020).
6. Колпакова О. Н. Развитие интеллектуального капитала в инновационных системах: монография. - М.: Палеотип, 2008. 160 с.
7. Панов А.И. Искусственный интеллект: современное состояние и перспективы НИУ ВШЭ Введение в методы ИИ – 28.09.2017
8. Петрунин Ю. Ю., Рязанов М. А., Савельев А. В. Философия искусственного интеллекта в концепциях нейронаук. (Научная монография). - М.: МАКС Пресс, 2010.
9.Осипов Г.С. Искусственный интеллект: состояние исследований и взгляд в будущее. Российская ассоциация искусственного интеллекта. Электронный ресурс. URL: http://www.raai.org/about/persons/osipov/pages/ai/ai.html (дата обращения 10.09.2020).
10. Девятков В. В. Системы искусственного интеллекта / Гл. ред. И. Б. Фёдоров. - М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. - 352 с
11. Иванов В.М. Интеллектуальные системы. Екатеринбург: Изд-во Урал. ун-та, 2015. 92 с.
12. Лорьер Ж.-Л. Системы искусственного интеллекта. - М.: Мир, 1991. - 568 с.
13. Павлов С. Н. Системы искусственного интеллекта. В 2-х частях. - Томск: Эль Контент, 2011. Ч. 1. 176 c.
14. Юнусов А.Р., Абубакаров Ш.М. Искусственный интеллект / Всероссийская научно-практическая конференция студентов, молодых ученых и аспирантов «Наука и молодежь». 2018. - С. 47-49.
15. Паращенко А.Н. Классификация трансакционных издержек в управленческом учете // Учет и статистика. 2011. № 1 (21). С. 11-15.
16. Веблен Т. Теория праздного класса: экономическое исследование институций. - Перевод с английского. Общая редакция д.э.н. В. В. Мотылёва. - Москва, 1984. // Электронная публикация: Центр гуманитарных технологий. Режим доступа: https://gtmarket.ru/laboratory/basis/5890 (доступ: 25.08.2020).