The article reveals the mechanisms of formation of the intellectual and spiritual civilization development priorities in the context of transformation of post-industrial society into the information and «knowledge society», in which increasing the dynamics of the development of science, education and culture. Revealed the essence of the new strategy of intellectual-spiritual priorities of civilization development, which aims to address cultural and intellectual tasks of education, developing policy positions for the development of education in the face of challenges of civilization. Is (...) the dynamic transformation of post-industrial civilization in information, which requires a dynamic development of science and education, which evolve as an immediate productive force and aimed at formation of a qualitatively new information economy. An analysis of practical issues related to conceptualizing intellectual-spiritual civilization development priorities in the context of transformation of post-industrial society into the information and knowledge society ". It is concluded that the development of new strategies of intellectual-spiritual education as a factor of sustainable development in the context of transformation of the information society, will contribute to the evolution of the "knowledge society", which is a factor in the development of innovative development. The article deals with the problem of forming a new strategy for education on the basis of the intellectual and spiritual civilization development priorities. The new strategy of education as intellectual and spiritual civilization development should contribute to sustainable development. The new strategy of the intellectual and spiritual civilization development priorities focused on the cultural and intellectual objectives of education. In the context of globalization, the concept of education must be based on knowledge, innovation, e-learning using distance and online learning technologies. Higher education should become a translator and cultural experience for the modern development of society. (shrink)

Штучний інтелект відноситься до інтелектуального апаратного або програмного забезпечення, здатного відтворювати поведінку людей, є областю комп'ютерної науки, яка десятиліттями була предметом уяви суспільства і науково-фантастичних фільмів. Одна з перших спроб створення «розумної машини» була ініційована Центром штучного інтелекту при Стенфордському дослідницькому інституті (SRI International), а поняття «штучного інтелекту» було придумано професором інституту Джоном Маккарті в 1956 году [1]. Робот Shakey створений в 60-х роках і був першим мобільним роботом зі здатністю аналізувати свої дії, і першою системою, яка об'єднала програмне забезпечення, (...) штучний інтелект та фізичне апаратне забезпечення. На жаль, робот міг нормально працювати тільки в штучно створеному випробувальному просторі, а на повне вирішення елементарного завдання у нього виходило більше години [2]. Основні етапи розвитку штучного інтелекту та робототехніки наведено на рис.1. Рис.1. Основні етапи розвитку штучного інтелекту та робототехніки Починаючи з 1960-х штучний інтелект і робототехніка стали розвиватися в різних напрямках відокремлено. Самі підходи до дослідження були протилежні. Дослідники в області AI керувалися «низхідним» (top-down) підходом, майже не пов'язуючи мету розробок з реальним застосуванням. Дослідження не були спрямовані на практичну реалізацію автоматизації рішень, припускаючи, що формального математичного опису завдання досить і їх рішення може визначити дії AI в фізичному світі. Також в дослідженнях брали активну участь представники інших наукових областей, наприклад психології та біології, що зумовило концентрацію зусиль на теоретичних когнітивних аспектах. Дана тенденція привела до десятиліть суто теоретичного AI. Дослідники в області робототехніки, навпаки, використовували переважно «висхідний» (bottom-up) підхід, в основному ігноруючи абстрактні аспекти і зосереджуючись натомість на практичній реалізації. Таким чином, кожна з дисциплін була зосереджена на власних проблемах і методах. Чіткий поділ між дисциплінами особливо можна помітити в 1960-і і 1970-і, коли робототехніка стає більш орієнтованою на промислову автоматизацію. Серед прикладів - Стенфордська рука (Stanford Arm) - маніпулятор, розроблений професором Шейманом в 1969 р і орієнтований на промислове застосування. Стенфордська рука Шейнмана здатна здійснювати складання деталей малого розміру за рахунок системи зворотного зв'язку, використовує датчики дотику. Через п'ять років в 1974 році він створює компанію Vicarm Inc. для торгівлі маніпуляторами. В цей час в сфері AI вченим так і не вдалося здійснити істотних проривів - розроблялися основні положення і алгоритми штучного інтелекту, до реальних же продуктів було далеко, прогрес йшов вкрай повільно, що розсіювало зусилля дослідників. Таким чином, в області AI настав період, пов'язаний зі скороченням фінансування і загальним зниженням інтересу до досліджень. Період отримав назву «зима AI »(виділяють дві тривалі «зими »: 1974-1980 і 1987-1993). Однак навіть в цей період мали місце наукові досягнення. Наприклад, в 1980-х почалася розробка першого чат-бота з штучним інтелектом. Jabberwacky став першим ботом, який імітував розважальну розмову: він запам'ятовував інформацію від користувача і потім звертався до нього за допомогою методу контекстних шаблонов. А в 1984 р комп'ютерна програма RACTER Вільяма Чемберлена стає автором першої книги, написаної AI. Остаточно поклала кінець періоду «зими» перша перемога комп'ютера над чинним чемпіоном світу з шахів - в 1997 р. DeepBlue від IBM обіграв Гаррі Каспарова. Починаючи з 2000-х років з'явилася необхідність повсякденного впровадження «розумних» роботів у виробництво, сферу обслуговування, догляд за хворими і т. д. Все більше сфер життя починають застосування роботів з AI. Так наприклад, інтеграція розробок знаходить відображення в таких проектах, як автомобіль-робот Stanley, створений командою зі Стенфордського Університету (2005 рік), і промислові роботи з AI від FANUC, вперше з'явилися в 2007 р, а в 2017 р перший робот вже почав допомагати на кухні в одному з ресторанів CaliBurger в Пасадені (Каліфорнія, США) [2]. Основні аналітичні тенденції AI на сучасному етапі розвитку: 1. Світовий ринок штучного інтелекту у 2017 році коштував близько 4,8 млрд.дол., і, згідно з прогнозами, до 2025 року він збільшиться майже у 20 разів (до 89,8 млрд.дол.), кількість підприємств, які вкладають кошти у штучний інтелект, виросте більш ніж на 25%. 2. Прогнозується, що масштабування AI принесе світовому бізнесу 2,9 трлн.дол. і до 2021 року відновить 6,2 млрд. робочих годин. 3. Понад 50% споживачів з економічно розвинених країн вважають, що AI надасть основні рішення для поліпшення та зміни наступних факторів: нерівність доходів (38%), гендерна нерівність (31%), кібербезпека та конфіденційність (68%), особиста фінансова безпека та шахрайство (61%), лікування різних захворювань (66%), глобальна освіта (58%), здоров’я та благополуччя у світі (56%), чиста енергія (62%) й економічне зростання (56%) [3]. Додатки для штучного інтелекту практично безмежні, і ця область комп'ютерних наук надзвичайно перспективна. Прогнозується, що світовий дохід від ринку штучного інтелекту збільшиться в десять разів в період між 2017 і 2022 роками. Рис.1. Прогноз розвитку штучного інтелекту (2018-2025рр) Компанії, особливо зі сфери програмного забезпечення і інформаційних технологій, вкладають значні кошти в штучний інтелект. Також, орієнтовані на AI стартапи набирають обертів і увагу з боку інвесторів, при цьому фінансування компаній-стартапів AI майже подвоїлася з 2013 по 2015 рік. Більшість стартапів працюючих на ринку AI зосереджені на додатках для машинного навчання. За останніми підрахунками було засновано не менше 260 стартапів для роботи в цій конкретній категорії AI. Іншим важливим ринком в галузі штучного інтелекту є великі дані. Термін «великі дані» описує величезний обсяг даних, які постійно наповнюють підприємства, а також галузь, яка виросла навколо спроб збору, аналізу і обробки цих даних. Здатність ефективно використовувати великі дані дозволяє підприємствам приймати більш швидкі, розумні рішення і покращувати короткострокове і довгострокове стратегічне планування. Дохід від великих даних і бізнес-аналітики по всьому світу в 2015 року збільшився до 122 мільярдів доларів США. У 2020 року цей показник, згідно з прогнозом, вперше досягне позначки в 200 мільярдів доларів США. (shrink)