Искусственный интеллект (ИИ) что это такое, статья от IBM

Artificial intelligence applications

Искусственный интеллект — комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности че-

Today, a lot of hype still surrounds AI development, which is expected of any new emerging technology in the market. As noted in Gartner’s hype cycle (link resides outside IBM), product innovations like, self-driving cars and personal assistants, follow “a typical progression of innovation, from overenthusiasm through a period of disillusionment to an eventual understanding of the innovation’s relevance and role in a market or domain.” As Lex Fridman notes here (01:08:15) (link resides outside IBM) in his MIT lecture in 2019, we are at the peak of inflated expectations, approaching the trough of disillusionment.

С учетом экономической и социальной значимости применения технологий искусственного интеллекта и робототехники в различных сферах их разработка и эксплуатация не должны ограничиваться регуляторными мерами, за исключением случаев, связанных с высоким риском причинения вреда жизни и здоровью граждан. Также не допускается применение технологий искусственного интеллекта и робототехники, представляющих явную угрозу обороне страны и безопасности государства.

Для выработки конкретных регуляторных решений требуется использовать риск-ориентированный подход, основанный на оценке размера потенциального вреда указанным ценностям с учетом вероятности его наступления по сравнению с потенциальным положительным эффектом от внедрения технологий искусственного интеллекта и робототехники, необходимости принятия мер по минимизации соответствующих рисков. Сам факт использования систем искусственного интеллекта и робототехники не должен являться основанием для установления регуляторных ограничений.

«Deep» machine learning can leverage labeled datasets, also known as supervised learning, to inform its algorithm, but it doesn’t necessarily require a labeled dataset. It can ingest unstructured data in its raw form (e.g. text, images), and it can automatically determine the hierarchy of features which distinguish different categories of data from one another. Unlike machine learning, it doesn’t require human intervention to process data, allowing us to scale machine learning in more interesting ways.

Поскольку согласно п. 1 ст. 1228 ГК РФ8 результаты интеллектуальной деятельности (произведения, изобретения и т.п.) представляют собой плоды творческой созидательной деятельности человека (автора), то важно учитывать результаты, созданные искусственным интеллектом, в качестве результата творческой деятельности людей, создавших программу и поставивших перед искусственным интеллектом задачу для исследования.

Artificial intelligence and IBM Cloud

Результат, созданный искусственным интеллектом, необходимо отнести наравне с результатом интеллектуальной собственности, созданным человеком, к объектам интеллектуальной собственности для использования в исследованиях и разработках технологий искусственного интеллекта, что в интересах цифровой трансформации будет способствовать охраноспособности результатов интеллектуальной деятельности. При отнесении созданного искусственным интеллектом результата к объектам интеллектуальной собственности правообладатель алгоритма и организатор создания результата интеллектуальной деятельности должны иметь возможность предусмотреть в лицензионном договоре условие, согласно которому если лицензиат использует алгоритм (искусственный интеллект) для создания нового результата интеллектуальной деятельности, то исключительное право на этот результат будет принадлежать лицензиату и лицензи-

Strong AI is made up of Artificial General Intelligence (AGI) and Artificial Super Intelligence (ASI). Artificial general intelligence (AGI), or general AI, is a theoretical form of AI where a machine would have an intelligence equaled to humans; it would have a self-aware consciousness that has the ability to solve problems, learn, and plan for the future. Artificial Super Intelligence (ASI)—also known as superintelligence—would surpass the intelligence and ability of the human brain. While strong AI is still entirely theoretical with no practical examples in use today, that doesn’t mean AI researchers aren’t also exploring its development. In the meantime, the best examples of ASI might be from science fiction, such as HAL, the superhuman, rogue computer assistant in 2001: A Space Odyssey.

К технологиям искусственного интеллекта относятся технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта.

Национальная стратегия развития искусственного интеллекта на период до 2030 года, утвержденная Указом Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации», определяет цели, основные задачи развития искусственного интеллекта в Российской Федерации, и меры, направленные на его использование в целях обеспечения национальных интересов и реализации стратегических национальных приоритетов, в том числе в области научно-технологического развития2.

The way in which deep learning and machine learning differ is in how each algorithm learns. Deep learning automates much of the feature extraction piece of the process, eliminating some of the manual human intervention required and enabling the use of larger data sets. You can think of deep learning as «scalable machine learning» as Lex Fridman noted in same MIT lecture from above. Classical, or «non-deep», machine learning is more dependent on human intervention to learn. Human experts determine the hierarchy of features to understand the differences between data inputs, usually requiring more structured data to learn.

В Концепции развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники до 2024 года, утвержденной распоряжением Правительства РФ от 19.08.2020 № 2129-р11, согласно которой имеются концептуальные проблемные направления для правового регулирования при применении искусственного интеллекта, такие как:

Since deep learning and machine learning tend to be used interchangeably, it’s worth noting the nuances between the two. As mentioned above, both deep learning and machine learning are sub-fields of artificial intelligence, and deep learning is actually a sub-field of machine learning.

Важным является вопрос оформления и учета исключительных прав на результаты интеллектуальной деятельности, полученные с использованием искусственного интеллекта. К примеру, в 2020 году суд Шэньчжэня (КНР) постановил, что статьи, написанные искусственным интеллектом, защищаются авторским правом. Компания скопировала текст, написанный искусственным интеллектом, указав, что контент не имеет автора, поскольку он был создан в автоматическом режиме. Однако суд обязал компанию удалить текст со своих официальных источников и выплатить компенсацию владельцу искусственного интеллекта как правообладателю. Суд признал, что «сгенерированный контент отвечает критериям литературного произведения, обладает признаками осознанного подбора информации, анализа, логики и ори-гинальности»6. Напротив, Европейское патентное ведомство признало, что изобретателем может быть только физическое лицо при рассмотрении патентной заявки было указано, что искусственный интеллект не может считаться автором изобретения. Машины не имеют правосубъектности, а потому не могут иметь никаких прав7. Многие авторы считают дискуссионными вопросы о возможности предоставления правовой охраны результатам деятельности искусственного интеллекта, созданным алгоритмом без творческого участия человека, о субъекте ответственности, в ситуации, когда алгоритм создал контент, нарушающий исключительные права третьих лиц, и др.