Кількісна оцінка технологічної сингулярності
The article deals with the topical issue of quantitative assessment of technological singularity. The authors made an analysis of artificial intelligence tools and approaches affecting the development of superintelligence, which allowed for the first time to develop a general multifactor model of te...
Збережено в:
| Дата: | 2023 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
2023
|
| Теми: | |
| Онлайн доступ: | https://jais.net.ua/index.php/files/article/view/89 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Problems of Control and Informatics |
Репозитарії
Problems of Control and Informatics| id |
oai:ojs2.jais.net.ua:article-89 |
|---|---|
| record_format |
ojs |
| institution |
Problems of Control and Informatics |
| baseUrl_str |
|
| datestamp_date |
2025-03-11T15:31:31Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
технологічна сингулярність інтелектуальний вибух штучний інтелект великі дані машинне навчання квантовий комп’ютер нейросинаптичні системи |
| spellingShingle |
технологічна сингулярність інтелектуальний вибух штучний інтелект великі дані машинне навчання квантовий комп’ютер нейросинаптичні системи Zaritskyi, Oleg Ponomarenko, Oleksander Кількісна оцінка технологічної сингулярності |
| topic_facet |
технологическая сингулярность интеллектуальный взрыв искусственный интеллект обширные данные машинное обучение квантовый компьютер нейросинаптические системы technological singularity intelligent explosion artificial intelligence big data machine learning quantum computer neurosynaptic systems технологічна сингулярність інтелектуальний вибух штучний інтелект великі дані машинне навчання квантовий комп’ютер нейросинаптичні системи |
| format |
Article |
| author |
Zaritskyi, Oleg Ponomarenko, Oleksander |
| author_facet |
Zaritskyi, Oleg Ponomarenko, Oleksander |
| author_sort |
Zaritskyi, Oleg |
| title |
Кількісна оцінка технологічної сингулярності |
| title_short |
Кількісна оцінка технологічної сингулярності |
| title_full |
Кількісна оцінка технологічної сингулярності |
| title_fullStr |
Кількісна оцінка технологічної сингулярності |
| title_full_unstemmed |
Кількісна оцінка технологічної сингулярності |
| title_sort |
кількісна оцінка технологічної сингулярності |
| title_alt |
Quantitative assessment of technological singularity Количественная оценка технологической сингулярности |
| description |
The article deals with the topical issue of quantitative assessment of technological singularity. The authors made an analysis of artificial intelligence tools and approaches affecting the development of superintelligence, which allowed for the first time to develop a general multifactor model of technological singularity and present it in the space of direct and indirect indicators of development. The developed approach makes it possible to move from expert judgments on the issue of technological singularity in the form of extrapolated complexity curves of various systems or qualitative description of possible scenarios of technological development to quantitative assessment of the state of technological singularity. The links between the relevant functional areas of human intelligence and modern expert systems are formalized, a structural-functional model of knowledge acquisition is developed. A conclusion is made about the real limits of the processes of modern "intelligent" systems at the level of artificial thinking and logical cognition, which corresponds to a weak artificial intelligence. The state and ways of hardware development were analyzed, which allowed making a conclusion about the complex use of different hardware architectures and information processing principles: supercomputer, neurosynaptic and quantum computers to implement the concept of technological singularity. Formalized in the form of a structural model the areas of research most influential in the development of artificial intelligence, and their relationship to existing approaches and methods of processing big data. For the first time proposed the classification of indicators of development of artificial intelligence within two classes: direct and indirect, grouped into three groups: the intensity of research and public activity; the level of applied (technological) solutions; practical implementation, most affecting the development of general artificial intelligence. The correlation between the formalized groups of indicators was revealed, which confirms the correctness of the hypothesis about the cause-effect relationship between the groups: theoretical research → applied solutions → practical implementation and their mutual influence. |
| publisher |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine |
| publishDate |
2023 |
| url |
https://jais.net.ua/index.php/files/article/view/89 |
| work_keys_str_mv |
AT zaritskyioleg quantitativeassessmentoftechnologicalsingularity AT ponomarenkooleksander quantitativeassessmentoftechnologicalsingularity AT zaritskyioleg količestvennaâocenkatehnologičeskojsingulârnosti AT ponomarenkooleksander količestvennaâocenkatehnologičeskojsingulârnosti AT zaritskyioleg kílʹkísnaocínkatehnologíčnoísingulârností AT ponomarenkooleksander kílʹkísnaocínkatehnologíčnoísingulârností |
| first_indexed |
2025-10-30T02:48:37Z |
| last_indexed |
2025-10-30T02:48:37Z |
| _version_ |
1847373351219101696 |
| spelling |
oai:ojs2.jais.net.ua:article-892025-03-11T15:31:31Z Quantitative assessment of technological singularity Количественная оценка технологической сингулярности Кількісна оцінка технологічної сингулярності Zaritskyi, Oleg Ponomarenko, Oleksander технологическая сингулярность интеллектуальный взрыв искусственный интеллект обширные данные машинное обучение квантовый компьютер нейросинаптические системы technological singularity intelligent explosion artificial intelligence big data machine learning quantum computer neurosynaptic systems технологічна сингулярність інтелектуальний вибух штучний інтелект великі дані машинне навчання квантовий комп’ютер нейросинаптичні системи The article deals with the topical issue of quantitative assessment of technological singularity. The authors made an analysis of artificial intelligence tools and approaches affecting the development of superintelligence, which allowed for the first time to develop a general multifactor model of technological singularity and present it in the space of direct and indirect indicators of development. The developed approach makes it possible to move from expert judgments on the issue of technological singularity in the form of extrapolated complexity curves of various systems or qualitative description of possible scenarios of technological development to quantitative assessment of the state of technological singularity. The links between the relevant functional areas of human intelligence and modern expert systems are formalized, a structural-functional model of knowledge acquisition is developed. A conclusion is made about the real limits of the processes of modern "intelligent" systems at the level of artificial thinking and logical cognition, which corresponds to a weak artificial intelligence. The state and ways of hardware development were analyzed, which allowed making a conclusion about the complex use of different hardware architectures and information processing principles: supercomputer, neurosynaptic and quantum computers to implement the concept of technological singularity. Formalized in the form of a structural model the areas of research most influential in the development of artificial intelligence, and their relationship to existing approaches and methods of processing big data. For the first time proposed the classification of indicators of development of artificial intelligence within two classes: direct and indirect, grouped into three groups: the intensity of research and public activity; the level of applied (technological) solutions; practical implementation, most affecting the development of general artificial intelligence. The correlation between the formalized groups of indicators was revealed, which confirms the correctness of the hypothesis about the cause-effect relationship between the groups: theoretical research → applied solutions → practical implementation and their mutual influence. Рассмотрен актуальный вопрос количественной оценки технологической сингулярности. Авторами сделан анализ инструментария искусственного интеллекта и подходов, влияющих на развитие суперинтеллекта, что позволило впервые разработать общую многофакторную модель технологической сингулярности и представить ее графически в пространстве прямых и косвенных индикаторов развития. Разработанный подход позволяет перейти от экспертных суждений по вопросу технологической сингулярности в форме экстраполированных кривых сложности различных систем или качественного описания возможных сценариев развития технологий к количественной оценке состояния технологической сингулярности. Формализованы связи между соответствующими функциональными областями интеллекта человека и современных экспертных систем, разработана структурно-функциональная модель получения знаний. Сделан вывод о реальных границах процессов современных «интеллектуальных» систем на уровне искусственного мышления и логического познания, что соответствует слабому искусственному интеллекту. Проанализировано состояние и пути развития аппаратного обеспечения, что позволило заключить комплексное использование различных аппаратных архитектур и принципов обработки информации: суперкомпьютера, нейросинаптического и квантового компьютеров для реализации концепции технологической сингулярности. В виде структурной модели формализованы области исследований, наиболее влияющих на развитие искусственного интеллекта, и их связь с существующими подходами и методами обработки больших данных. Впервые предложена классификация индикаторов развития искусственного интеллекта в пределах двух классов, прямых и косвенных, объединенных в три группы (интенсивность научных исследований и общественная активность; уровень прикладных (технологических) решений; практическая реализация), наиболее влияющих на развитие общего искусственного интеллекта. Выявлена корреляция между формализованными группами индикаторов, что подтверждает корректность гипотезы о причинно-следственной связи между группами (теоретические исследования → прикладные решения → практическая реализация) и их взаимное влияние. Розглянуто актуальне питання кількісного оцінювання технологічної сингулярності. Авторами зроблено аналіз інструментарію штучного інтелекту та підходів, які впливають на розвиток суперінтелекту, що дозволило вперше розробити загальну багатофакторну модель технологічної сингулярності та представити її графічно в просторі прямих та непрямих індикаторів розвитку. Розроблений підхід дозволяє перейти від експертних суджень щодо питання технологічної сингулярності у формі екстрапольованих кривих складності різноманітних систем, або якісного опису можливих сценаріїв розвитку технологій, до кількісної оцінки стану технологічної сингулярності. Формалізовано зв’язки між відповідними функціональними областями інтелекту людини та сучасних експертних систем, розроблено структурно-функціональну модель отримання знань. Зроблено висновок щодо реальних меж процесів сучасних «інтелектуальних» систем на рівні штучного мислення та логічного пізнання, що відповідає слабкому штучному інтелекту. Проаналізовано стан і шляхи розвитку апаратного забезпечення, що дозволило зробити висновок про комплексне використання різних апаратних архітектур та принципів оброблення інформації: суперкомп’ютера, нейросинаптичного та квантового комп’ютерів для реалізації концепції технологічної сингулярності. У вигляді структурної моделі формалізовано області досліджень, які найбільше впливають на розвиток штучного інтелекту, та їх зв’язок з існуючими підходами і методами оброблення великих даних. Вперше запропоновано класифікацію індикаторів розвитку штучного інтелекту в межах двох класів, прямих та непрямих, об’єднаних у три групи (інтенсивність наукових досліджень і суспільна активність; рівень прикладних (технологічних) рішень; практична реалізація), які найбільше впливають на розвиток загального штучного інтелекту. Виявлено кореляцію між формалізованими групами індикаторів, що підтверджує коректність гіпотези про причино-наслідковий зв’язок між групами (теоретичні дослідження → прикладні рішення → практична реалізація) та їх взаємний вплив. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023-08-03 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/89 10.34229/1028-0979-2022-1-9 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 67 № 1 (2022): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 93-111 International Scientific Technical Journal "Problems of Control and Informatics; Том 67 № 1 (2022): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 93-111 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 67 No. 1 (2022): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 93-111 2786-6505 2786-6491 10.34229/1028-0979-2022-1 uk https://jais.net.ua/index.php/files/article/view/89/159 Copyright (c) 2022 Oleg Zaritskyi, Oleksander Ponomarenko https://creativecommons.org/licenses/by-nc-nd/4.0/ |