Известия Саратовского университета.

Новая серия. Серия Физика

ISSN 1817-3020 (Print)
ISSN 2542-193X (Online)


Для цитирования:

Аникин В. М. Искусственный интеллект с позиции физика и данных LLM DeepSeek // Известия Саратовского университета. Новая серия. Серия: Физика. 2026. Т. 26, вып. 2. С. 233-242. DOI: 10.18500/1817-3020-2026-26-2-233-242, EDN: YOKUKW

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Опубликована онлайн: 
30.06.2026
Полный текст в формате PDF(Ru):
(загрузок: 7)
Язык публикации: 
русский
Тип статьи: 
Научная статья
УДК: 
004.89
EDN: 
YOKUKW

Искусственный интеллект с позиции физика и данных LLM DeepSeek

Авторы: 
Аникин Валерий Михайлович, Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского
Аннотация: 

Проведен семантический, этимологический и философский анализ термина «искусственный интеллект». Показано смысловое несоответствие друг другу компонент этого термина-оксюморона, которое предложено образно выразить в форме афоризма: «Интеллект по названию, подражатель по сути». Термин включает в качестве составной части фундаментальное понятие «интеллект», под которым в психологии понимается совокупность способностей человека к построению репрезентаций реальности и конструированию на их основе тех или иных целевых действий. Это часто провоцирует людей некомпетентно приписывать системам «искусственного интеллекта» не свойственные им мыслительные и эмоциональные свойства, а на самом деле эти системы, основу которых составляют составленные людьми компьютерные программы, могут рассматриваться пользователями (в частности физиками) лишь как когнитивные инструменты для их творческой деятельности. Теоретический анализ проблематики проводился в контексте «диалогов» с большой языковой моделью DeepSeek-V.3.2, демонстрирующей логичность и смысловую связность генерируемых текстов. По содержанию сгенерированных текстов сделан вывод, что обучение этой языковой модели проходило на массиве текстов, содержание которых адекватно и аккуратно отражает функциональную роль нейросетей. В сгенерированном большой языковой моделью тексте в положительном ключе проанализированы в различных аспектах мнение о семантической некорректности термина «искусственный интеллект» и предложение о его замене в научном дискурсе на более точный по смыслу термин – «имитатор когнитивных функций человека». Отмечено, что в текстах, сгенерированных DeepSeek, воспроизводится определенный культурный паттерн «хорошего собеседника» – изложение ведется в подчеркнуто уважительном стиле, с приведением, прежде всего, аргументов и фактов, с выявлением дискуссионных мест. Конкретным внешним текстовым материалом для дискуссии послужила свежая информация из средств массовой информации, искажающая (ради псевдосенсации) сущность систем искусственного интеллекта. Отмечена целесообразность сохранения в прикладных аспектах в качестве «рабочего» термин «искусственный интеллект», имеющий 70-летнюю историю и, по сути, являющийся брендом для уточненного понятия «имитатор когнитивных функций человека». Проведенное рассмотрение термина «искусственный интеллект», основанное на рекурсивном «диалоге» с большой языковой моделью DeepSeek, сделало и ее объектом методологического осмысления. 

Список источников: 
  1. Что мы думаем о машинах, которые думают: ведущие мировые учёные об искусственном интеллекте / пер. с англ. М. Исаков ; под ред. Д. Брокмана. М. : Альпина нон-фикшн, 2017. 548 с. (Искусственный интеллект).
  2. За науку (МФТИ). URL: https://zanauku.mipt.ru/2022/06/09/tajny-boga-iz-mashiny/ (дата обращения: 14.02.2026).
  3. Холодная М. А. Когнитивные стили. О природе индивидуального ума. М. : ПЕР СЭ, 2002. 304 с.
  4. Сломан С., Фернбах Ф. Иллюзия знания: почему мы никогда не думаем в одиночестве / пер. с англ. А. Сатунина. М. : КоЛибри, 2017. 334 с.
  5. Кобелев Н. Б. Искусственный интеллект и имитация функций человека. М. : КУРС, 2026. 112 с.
  6. Соснин Э. А., Пойзнер Б. Н. Результаты интеллектуальной деятельности в творческих индустриях. М. : ИНФРА-М, 2026. 448 с.
  7. Соснин Э. А. Характерологическая концепция искусственного интеллекта // Инноватика-2024 : сб. материалов XX Международной школы-конференции студентов, аспирантов и молодых ученых (25–27 апреля 2024 г.) / под ред. С. Л. Минькова. Томск : STT, 2024. 658 с.
  8. Липатова И. И. Машинное обучение и изобретения // Патенты и лицензии. Интеллектуальные права. 2024. № 8. С. 2–10. EDN: FPWFHW
  9. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. М. : ДМК Пресс, 2018. 652 с.
  10. Floridi L., Chiriatti M. GPT-3: Its Nature, Scope, Limits, and Consequences // Minds & Machines. 2020. Vol. 30. P. 681–694. https://doi.org/10.1007/s11023-020-09548-1
  11. Мангель А. Любопытство = Curiositas = Curiosity. СПб. : Издательство Ивана Лимбаха, 2017. 466 с.
  12. Автобиография нейросети / сост. М. Р. Брослав, О. А. М. Яблокова : Издательство АСТ, 2023. 224 с.
  13. Аникин В. М., Пойзнер Б. Н. Провокация магистранта на вербализацию защищаемого научного положения как приём когнитивного менеджмента // Вестник Томского государственного университета. Философия. Социология. Политология. 2013. № 2 (22). С. 15–20. EDN: QBKZMF
  14. Аникин В. М., Пойзнер Б. Н. Диссертанту о диссертации: семантический аспект. М. : ИНФРА-М, 2024. 225 с. https://doi.org/10.12737/1909143
Поступила в редакцию: 
02.03.2026
Принята к публикации: 
07.04.2026
Опубликована: 
30.06.2026