Стоит ли увлекаться Большими Данными?


https://doi.org/10.26794/2408-9303-2020-7-2-17-29

Полный текст:


Аннотация

Статья посвящена анализу разработки систем искусственного интеллекта (СИИ). При проведении исследования применены методы анализа, сравнения, дедукции. Несмотря на важные достижения при решении некоторых частных задач и большое финансирование, отрасль в целом сталкивается с серьезными проблемами развития. Уже в ближайшее время ограничением глубокого машинного обучения станет нехватка вычислительных мощностей. Проведенный обзор литературных источников показал, что коммерциализация разработок искусственного интеллекта и больших данных негативно сказывается на решении фундаментальных проблем развития отрасли. Показано, что приоритеты разработчиков СИИ все больше смещаются в сторону реализации простых потребительских сервисов, в то время как решение действительно важных для всего человечества задач не реализуется. Непонимание людьми механизмов выработки решений интеллектуальными компьютерными системами может привести к возникновению масштабных экономических проблем из-за развивающегося пессимизма инвесторов в отношении перспектив компаний, занятых в рассматриваемой сфере. Принципиальные результаты исследования рекомендованы специалистам по разработке СИИ в рамках создания больших данных.

Об авторе

Е. Л. Шуремов
Международный инновационный университет
Россия

Евгений Леонидович Шуремов — доктор экономических наук, профессор, заведующий кафедрой информационных технологий

Сочи



Список литературы

1. Рассел С., Норвиг П. Искусственный интеллект: современный подход. Пер. с англ. М.: Вильямс; 2016. 1408 с. ISBN 978–5–8459–1968–7

2. Баррат Дж. Последнее изобретение человечества: искусственный интеллект и конец Homo Sapiens. Пер. с англ. М.: Альпина нон-фикшн; 2015. 304 с. ISBN 978–5–9167–1436–4.

3. Люгер Дж. Ф. Искусственный интеллект: стратегия и методы решения сложных проблем. Пер. с англ. СПб.: Вильямс; 2005. 864 с. ISBN 5–8459–0437–4.

4. Потапов А. С. Искусственный интеллект и универсальное мышление. СПб.: Политехника; 2012. 711 с.

5. Тьюринг А. М. Вычислительные машины и разум. Пер. с англ. М.: Изд-во АСТ; 2018. 128 с. ISBN 978–517–105970–5.

6. Тьюринг А. Может ли машина мыслить? Пер. с англ. М.: Едиториал УРСС; 2016. 128 с. ISBN 978–5–97102758–4.

7. Николенко С. И., Кадурин А. А., Архангельская Е. В. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер; 2018. 480 с. ISBN 978–5–496–02536–2.

8. Хомский Н., Бервик Р. Человек говорящий. Эволюция и язык. Пер. с англ. СПб.: Питер; 2018. 287 с. ISBN 978–5–496–02939–1.

9. Chomsky N. On nature and language. Cambridge: Cambridge University Press; 2002. 218 р.

10. Chomsky N. Three models for the description of language. IRE Transactions on Information Theory. 1956;(2):113–124.

11. Norvig P. On Chomsky and the two cultures of statistical learning. In: Pietsch W., Wernecke J., Ott M., eds. Berechenbarkeit der Welt? Springer VS, Wiesbaden. DOI: 10.1007/978–3–658–12153–2_3

12. Домингос П. Верховный алгоритм. Как машинное обучение изменит наш мир. Пер. с англ. М.: Изд-во «МИФ»; 2016. 336 с. ISBN 978–5–00100–172–0.

13. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. Пер. с англ. М.: Изд-во «МИФ»; 2016. 100 с. ISBN 978–5–00057–810–0

14. Бринк Х., Ричардс Дж., Феверолф М. Машинное обучение. Пер. с англ. СПб.: Питер; 2017. 336 с. ISBN: 978–5–496–02989–6.


Дополнительные файлы

Для цитирования: Шуремов Е.Л. Стоит ли увлекаться Большими Данными? Учет. Анализ. Аудит. 2020;7(2):17-29. https://doi.org/10.26794/2408-9303-2020-7-2-17-29

For citation: Shuremov E.L. Whether it is worth Being Fond of Big Data? Accounting. Analysis. Auditing. 2020;7(2):17-29. (In Russ.) https://doi.org/10.26794/2408-9303-2020-7-2-17-29

Просмотров: 79


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2408-9303 (Print)
ISSN 2619-130X (Online)