Гуманитарные ведомости. Вып. 3(55) 2025 г

Гуманитарные ведомости ТГПУ им. Л. Н. Толстого № 3 (55), ноябрь 2025 г. 179 применять свои базы данных в решении множества различных задач, анализировать и обобщать – «мыслить автономно», что позволяет провести аналогии с потенциалом человеческого разума. Прогресс в области искусственного интеллекта достигается благодаря развитию алгоритмов, увеличению вычислительной мощности и доступности больших объемов данных. В последние годы особый интерес вызывают программы, созданные по образу нейрофизиологического функционирования человеческого мозга, так называемые нейронные сети. Исключительную особенность таких программ составляет их способность к «глубокому обучению» (англ. deep learning), которое предполагает обучение машины на основе огромного количества входных данных, с целью выявления связей, ассоциаций и последовательностей в предлагаемом материале, итогом которого становится возможность гибкого анализа данных в неструктурируемом потоке информации. Например, ИИ на основе модели глубокого обучения может распознавать сложные закономерности в изображениях, тексте, звуках и других данных для получения точных сведений и прогнозов. Насколько основательным может быть предположение о том, что искусственный интеллект, основанный на методе нейронных сетей и «глубокого обучения», обладает сознанием и разумом, можно ответить при условии понимания разницы между детерминировнным программным кодом и принципами работы нейронной сети. Прежде всего, необходимо углубиться в суть работы электронных устройств и их программирования, что позволит разобраться в базовых принципах работы микропроцессоров, языков программирования высокого уровня. Ключевым достижением в области разработки и создания современного мира электроники явилось изобретение и использование полупроводниковых элементов – диода и транзистора, что дало возможность изменять силу тока между двумя электродами, регулируя ток на третьем электроде. Функционал приспособления позволил строить с его использованием логические элементы «И, ИЛИ и НЕ». Результатом таких вычислений становятся значения «ложь» или «истина» – так называемая алгебра двоичной логики. С помощью этих схем можно реализовать любую логическую функцию. Сегодня все современные компьютерные процессоры работают на основе этих принципов. Это не логика программного кода, а именно аппаратная логика устройств на самом низком уровне. Упрощенно говоря, к этой логике, в итоге, сводятся все элементы программного кода. Однако большое количество транзисторов в процессоре позволяет создавать сложнейшие схемы логического взаимодействия. К примеру, в современном процессоре Intel Core i7 содержится 8,2 миллиарда транзисторов [1]. Важно отметить, что позднее, с целью упрощения процесса написания программ, были созданы так называемые языки программирования, которые интерпретируют и/или компилируют команды в «абсолютный код», [2]