Архив статей журнала
Особенности применения средств визуализации в байесовской эпистемологии рассматриваются в связи с вопросом о соотношении «научной» и «философской» визуализации. Анализируются некоторые из способов классификации средств визуализации, особое внимание уделяется подходу к классификации визуализаций, предвосхищенному В. А. Канке и развитому А. В. Макулиным. На примере практик использования средств визуализации, реализованных в работе И. Дувена и В. Мейса «Измерение когерентности» («Measuring Coherence») описывается структура и целевые установки формирования визуализаций в байесовских эпистемологических исследованиях. Исходя из осуществленного рассмотрения делаются выводы относительно того, как изучение практик использования визуальных средств в байесовской эпистемологии (и иных направлениях формальной философии) способствует пересмотру существующих взглядов на особенности «философских» визуализаций.
Автор представляет гипотезу о том, что отсутствие фокуса на сравнении искусственного с человеческим интеллектом позволит усилить работу, связанную как с разработкой систем ИИ и доверием к таким системам. Антропоцентризм, по мнению автора, накладывает на доверие к ИИ определенные ограничения, а следовательно ограничивает потенциал принятия и развития технологии. В связи с этимпроанализированы и критически оценены предпосылки сравнения функций искусственного интеллекта со способностями человека: от наследия философских концепций из теории коммуникаций и философии сознания до влияния филологических и психологических предпосылок. Автором предложены аргументы за разрыв фокуса на сравнении функций искусственного интеллекта с человеческими способностями: аргумент теоретической возможности не зависящего от биологического субстрата интеллекта, о неполноте человеческого интеллекта, о достаточности изобретения ИИ, сравнимого с другими биологическими существами для глобального влияния на жизнь человека, а также о смене платформы, обуславливающей антропоцентричность. Также приведены примеры концепций современных философов указывающих на то, что больший прогресс технической и философской мысли мог бы быть достигнут в условиях отказа от антропоцентрической модели.
Данная работа является второй частью “Теста Гутенберга”, в которой исследуется способность созданного художником ИИ-агента воспроизводить творческие процессы. В первой части эксперимента автор-художник создавал “творческого ИИ-агента”, состоящего из трех “искусственных личностей”, каждая из которых обладает своими уникальными специализациями, знаниями и биографическими деталями. В этой работе рассматривается практическая часть “Теста Гутенберга”, в ходе которой креативный ИИ-агент проходит испытание на способность воспроизводить творческие процессы, заложенные художником. «ИИ-агент» передаётся пользователю, не обладающему творческими навыками, который использует его для создания генеративных изображений. Помимо тестирования в различных сценариях, агент проверяется на способность генерировать артефакты в “оригинальном” художественном образе. В заключительной части эксперимента сгенерированные изображения передаются художнику, создателю ИИ-агента, для анализа и оценки. Заключительная часть статьи посвящена анализу и интерпретации механизмов, задействованных в процессе создания и оценки творческих работ, а также возможностям воспроизведения сгенерированных артефактов нецифровыми способами. Эксперимент демонстрирует как возможности, так и ограничения больших языковых моделей в области творчества, предоставляя совокупную оценку «воспроизводимости» творческих процессов в рамках нейросетевых моделей.
Современные образовательные системы представляют собой сложные адаптивные экономические системы. Работа с моделями таких систем позволяет студентам глубже понять экономические связи и зависимости. В последние годы рамка сложных адаптивных систем активно используется для анализа педагогических ситуаций. Так, учебные классы можно рассматривать как сложные системы, в которых ученики, выступающие в роли агентов, взаимодействуют друг с другом и с учителем. Сквозь призму сложных адаптивных систем можно анализировать и системы городского образования, включающие множество образовательных учреждений, взаимодействующих друг с другом и с местным сообществом, где наблюдаются сложные взаимодействия между политическими решениями, финансированием и образовательными результатами. В данной работе рассматривается перенос навыков проектирования многоагентных моделей на проектирование педагогических практик. Исследование выполнено на базе Semantic MediaWiki, что позволило объединить различные среды программирования (Snap!, NetLogo, StarLogo Nova, GAMA), модели, датасеты и работы студентов. В качестве одного из примеров рассмотрена модель выбора учениками школ, различающихся по географическому положению, стоимости обучения, уровню достижений студентов, максимальной вместимости и доступности публичной информации.
В данной работе предлагается новый подход к прогнозированию цен акций российских компаний, основанный на объединении двух методов: стохастического моделирования, которое учитывает случайные колебания рынка, и агентного подхода, отражающего поведение различных участников рынка. Такой гибридный метод позволяет лучше учитывать особенности российского рынка, где значительную роль играют волатильность, внешние экономические и политические факторы, а также взаимодействие между инвесторами. Разработанная модель нацелена на снижение ошибок прогнозирования, что делает её более точной и полезной для принятия инвестиционных решений в условиях рыночной нестабильности. Помимо этого, подход приобретает особую актуальность в современной экономической ситуации, когда быстро меняющиеся условия требуют оперативного и гибкого реагирования. Важность работы заключается в создании инструмента, способного обеспечить более надежную оценку рисков и возможностей, что способствует повышению доверия инвесторов и стимулированию устойчивого развития финансового рынка.
В статье производится критический анализ трех основных философских концепций искусственного интеллекта: символизма, коннекционизма и экологической концепции. Рассматриваются их теоретические основания, методологические подходы и ограничения. Особое внимание уделяется сравнительному анализу данных концепций с точки зрения их вклада в понимание природы интеллекта и сознания. Символизм считает, что интеллект основан на символических операциях, подчиняющихся логическим правилам; коннекционизм рассматривает интеллект как систему обработки информации, сформированную нейронами мозга; экологическая концепция утверждает, что интеллект проявляется через поведенческие реакции на восприятие внешней среды. В работе также затрагиваются вопросы перспективы развития искусственного интеллекта и его влияние на понимание человеческой природы, в контексте антропологического кризиса и моделей трансгуманизма. В заключении формулируются возможные направления синтеза рассмотренных концепций для формирования более целостного философского понимания искусственного интеллекта.
Начиная с 2023 года команда «РОСМИМ» занимается просветительской и образовательной деятельностью, популяризируя имитационное моделирование для всех желающих, преимущественно обучая данному методу исследований школьников и студентов. Помимо теоретической базы, которая преподносится в уникальной форме с применением авторской методики, авторы проекта демонстрируют практические кейсы и разрабатывают учебные модели для знакомства с инструментарием. Описанная в данной работе агентная модель «Эпидемия» дает возможность учащимся на практике исследовать, как распространяются инфекционные болезни, и оценивать результативность различных подходов к их контролю. В модели действуют 5 видов агентов: люди, города, самолеты, заболевание и вакцина. Целью создания такого «симулятора эпидемии» является обучение созданию имитационных моделей школьников и студентов, демонстрация различных сценариев развития чрезвычайных ситуаций, а также демонстрация возможностей ПО AnyLogic. Используя разработанную авторским коллективом модель, студенты овладевают умениями анализа комплексных систем, работы с агент-ориентированным моделированием и принятия решений в ситуациях непредсказуемости. Модель представляет собой симулятор, который позволяет не только наблюдать за развитием событий при различных сценариях распространения инфекции, но и активно принимать решения в режиме реального времени: пользователь может закрывать аэропорты и вводить карантин в отдельных городах, запускать разработку вакцины. В зависимости от выбранной стратегии и скорости реагирования возможны различные исходы - от масштабного распространения вируса с тяжелыми последствиями для населения до успешной вакцинации и эффективного применения ограничительных мер, минимизирующих ущерб. Такой подход обеспечивает более глубокое понимание потенциальных последствий и эффективности принимаемых решений. По итогам симуляции за счет визуализации статистических данных по ключевым агентам модель дает полную картину событий, которые произошли при принятии пользователем тех или иных решений в момент симуляции. Благодаря такому интерактивному подходу учебный материал усваивается эффективнее, а возможность проведения компьютерных экспериментов и анализа их итогов улучшает уровень практической подготовки.