Далее, о якобы всесильности нейросетей в принятии управленческих решений в сложных комплексных ситуациях, а не при оказании стандартных сервисных услуг с их классификацией. Проблема состоит в том, что как человек обучил многомерные нейронные сети такие результаты они и будут выдавать по запросам на выходе при соответствующей загрузке их на входе. Поэтому их использование может быть эффективным при соответствующей квалификации «обучающих» для принятия решений и прогнозирования, например, в природных катаклизмах (катастрофические наводнения, землетрясения, цунами, ураганы и др.). При этом необходимо наличие соответствующей базы знаний по предвестникам этих сложных явлений, а также номенклатура отказов при оценке надежности различных технических устройств. Необходимая предварительная основа – технологии распознавания образов при наличии соответствующих данных по предшествующим подобным критическим событиям в условиях близких к реальным процессам.
Кроме того, наверное, можно говорить и об большой эффективности исследований по синтезу новых материалов с заданными/требуемыми функциональными и конструкционными характеристиками, а также в медицине и фармакологии при определении стратегических общих направлений при лечении больных с разработкой соответствующих лекарственных препаратов, но с дальнейшей конкретизацией по их реальному состоянию – это уже исключительная сфера ответственности человека.
Что же касается принятия управленческих решений по экономическим, политическим, военным вопросам, то использование нейросетей весьма проблематично – весь вопрос, кто их рукотворно обучал и под какой социальный заказ. Но даже в относительно простых ситуациях некорректность выдачи управленческих решений достаточна очевидна. Это проявляется даже в таком очевидном и простом по реализации процессе функционирования любого учреждения и систем жизнеобеспечения граждан как электронный документооборот, в частности в расплодившихся цифровых платформах типа Госуслуги и др. Стоит провести в подтверждение этого факта мнение такого авторитетного отца-создателя алгоритмов для функционирования нейронных сетей, каким является Джеффри Хинтон – британский ученый-информатик, наиболее известный работами в области глубинных нейронных сетей.
Речь идет о подходе на платформе GLOM (is derived from the slang «glom together» which may derive from the word «agglomerate») – о философии нейронных сетей[45].
Существующие здесь проблемы по итогам его анализа.
• Можно ли научить ИИ понимать окружающий мир так, как его понимают