CC BY
2Научная статья УДК 330:004
doi 10.47576/2949-1894.2024.2.2.025
современные интеллектуальные системы
и область их применения
Пальмов С. В.
Поволжский государственный университет телекоммуникаций и информатики
Самарский государственный технический университет Самара, Россия, [email protected]
Мкртчян М. С.
Поволжский государственный университет телекоммуникаций и информатики, Самара, Россия, [email protected]
Фандикова И. В.
Поволжский государственный университет телекоммуникаций и информатики, Самара, Россия, [email protected]
Аннотация. В статье рассматриваются методы искусственного интеллекта, а также главные проблемы развития решений на их основе в современном мире. Анализируются современные интеллектуальные технологии и системы, а также область их применения в современных реалиях.
Ключевые слова: интеллектуальные информационные системы; искусственный интеллект; большие данные; анализ данных; автоматизация; оптимизация бизнес-процессов.
Для цитирования: Пальмов С. В., Мкртчян М. С., Фандикова И. В. Современные интеллектуальные системы и область их применения // Инновационная экономика: информация, аналитика, прогнозы. - 2024. - № 2. - С. 195-199. https://doi.org/10.47576/2949-1894.2024.2.2.025.
Original article
modern intelligent systems and the scope of their application
Palmov S. V.
Volga Region State University of Telecommunications and Informatics Samara State Technical University Samara, Russia, [email protected]
Mkrtchyan M. S.
Volga Region State University of Telecommunications and Informatics, Samara, Russia, [email protected]
Fandikova I. V.
Volga Region State University of Telecommunications and Informatics, Samara, Russia, [email protected]
Abstract. The paper explores artificial intelligence methods, analyzing the key problems and prospects for the development of intelligent systems. The research focuses on identifying the main areas where Al-based solutions are being implemented, as well as the specific challenges and limitations encountered in their practical application.
Keywords: intelligent information systems; artificial intelligence; big data; data analysis, automation; optimization of business processes.
For citation: Palmov S. V., Mkrtchyan M. S., Fandikova I. V. Modern intelligent systems and the scope of their application. Innovative economy: information, analysis, prognoses, 2024, no. 2, pp. 195-199. https://doi.org/10.47576/2949-1894.2024.2.2.025.
Появление методов искусственного интеллекта (МИИ) оказало значительное воздействие на человеческое общество. Влияние указанного инструментария постоянно растет, и его применение охватывает также образовательную сферу. Методы искусственного интеллекта представляют собой область науки, которая моделирует процессы человеческого интеллекта с использованием математического аппарата, современных средств программирования и цифровых компьютеров, что упрощает реализацию человеко-машинное взаимодействие взаимодействия, позволяет создавать интеллектуальные системы, выполнять обработку естественного языка, распознавать речь и разрабатывать решения на основе машинного зрения. Внедрение интеллектуальных технологий снижает удельные издержки компаний по сравнению с традиционными методами обработки информации [1-4].
Развитие современных интеллектуальных систем является одним из наиболее актуальных направлений в области информационных технологий.
Данные концепции позволяют исследовать большие объемы данных, выявлять закономерности, прогнозировать действия, помогать принимать решения и учиться на своих ошибках. Это делает их ценным инструментом для оптимизации бизнес-процессов, улучшения качества услуг, уменьшения затрат и увеличения производительности.
В настоящее время развитие интеллектуальных систем происходит в соответствии с тремя направлениями.
Первое связано с изучением структуры и функционирования человеческого мозга, с целью раскрытия особенностей мышления. Ключевыми этапами этого направления являются создание моделей интеллектуальной
активности на основе психофизиологических данных.
Второе фокусируется на анализе искусственных интеллектуальных систем. Здесь речь идет об имитации интеллектуальной деятельности с использованием вычислительных машин. Основной целью исследований здесь является разработка программного обеспечения, способного решать определенные виды задач так же эффективно, как это делает человек.
Третье направлено на создание интерактивных интеллектуальных систем, называемых «человеко-машинными». Одной из важнейших задач в этих исследованиях является обеспечение беспрепятственного семантического диалога между человеком и такой системой.
Работа в области методов искусственного интеллекта предполагает учет особенностей конкретной проблемной сферы, которая может быть определена рядом характеристик.
- качество и оперативность принятия решений;
- нечеткость целей и институциональных границ;
- множественность субъектов, участвующих в решении проблемы;
- множественность взаимовлияющих друг на друга факторов;
- слабая формализуемость, уникальность, нестереотипность ситуаций;
- скрытость, неявность информации;
- парадоксальность логики решений и др. [5-9]
Информационные системы и технологии используются для повышения эффективности принятия решений в условиях, связанных с возникновением проблемных ситуаций. В этом случае любая жизненная или деловая ситуация - от выбора партнера по жизни
Рисунок 1 - Классификация интеллектуальных систем
до социального конфликта - описывается в виде некоторой познавательной модели, которая впоследствии используется в качестве основания для построения и проведения моделирования, в том числе компьютерного.
В данное время трудно найти сферу, в которой не применяются разные механизмы и машины, облегчающие труд человека или какую-либо его деятельность.
Методы искусственного интеллекта стали неотъемлемой частью различных областей: медицина, образование, промышленность, машиностроение, сельское хозяйство, повседневная жизнь и т.д. Однако в зависимости от ситуации использование технологии будут иметь свои особенности; рассмотрим основные из них более детально.
В медицине ценными качествами интеллектуальных систем являются значительный объем памяти и способность обрабатывать большие наборы информации, проводя анализ и делая логические выводы. Методы ис-
кусственного интеллекта здесь применяются для сбора данных, постановки диагноза и выполнения функции ассистента врача; становится возможным прогнозирование предрасположенности пациента к конкретным хроническим заболеваниям. Например, таким образом действуют системы IBM Watson и DeepMind Health от Google. Они не только предоставляют рекомендации врачам, но и выявляют заболевания на ранних стадиях, когда это невозможно обнаружить с помощью обычных диагностических средств.
Методы искусственного интеллекта используются не только медиками и их пациентами, но и людьми, следящими за своим здоровьем. На рынке представлены устройства для измерения давления, пульса и других параметров, которыми можно пользоваться самостоятельно.
В образовательных технологиях автоматизация играет жизненно важную роль. Это помогает педагогам определить факторы
успеха обучаемых и их недостатки. Профильные учреждения применяют индивидуальные образовательные стратегии, адаптивные программы обучения, прогнозное моделирование с использованием методов искусственного интеллекта, а также отслеживают качество преподавания в рамках учебных программ. Анализ данных преподавателей помогает понять их сильные и слабые стороны, чтобы откорректировать взаимодействие с подопечными для получения оптимальных результатов. На сегодняшний день одно из наиболее важных применений методов искусственного интеллекта в образовании - улучшение эффективности обуче-
ния путем формирования информационной культуры обучающихся, что в дальнейшем позволит персонализировать образовательный процесс.
Методы искусственного интеллекта в области промышленного производства применяется для его автоматизации, вплоть до полного исключения людей из определенного процесса; чаще всего автоматизируют операции, связанные с конвейерами.
Применение методов искусственного интеллекта для оптимизации дорожного движения помогает водителям вовремя объезжать пробки, места ремонта и прочие временные препятствия.
Рисунок 2 - Область применения методов искусственного интеллекта
Также методы искусственного интеллекта активно применяются в бытовой сфере. Например, с помощью системы «умного дома» становится проще контролировать и экономить энергоресурсы и расходные материалы. Система выполняет одновременно обязанности прачки, горничной, охранника, курьера, а одинокие люди получат возможность пользоваться услугами устройства с функциями «друга», с которым можно общаться, смотреть ТВ-программы, поделиться проблемами, рассказать новости и т.д. Примером такого устройства может служить робот Qwerty AL.
В статье были рассмотрены понятие и применение методов искусственного интел-
лекта в различных областях жизнедеятельности человека. На 2024 год указанные методы приносят существенные экономические и социальные выгоды для частных и государственных институтов. Методы искусственного интеллекта повышают эффективность работы в предприятии за счет снижения числа совершаемых ошибок. Скорость выполнения поставленной задачи доходит до того уровня, когда традиционный способ решения задач несопоставим с методом искусственного интеллекта. Непрерывно развиваясь, методы искусственного интеллекта вполне могут стать революцией и самой влиятельной инновацией в истории.
Список источников
1. Аджемоглу Д., Рестрепо П. Искусственный интеллект, автоматизация и работа. NBER № 24196 (Национальное бюро экономических исследований, 2018 г.).
2. Станкевич Л. А. Интеллектуальные системы и технологии : учебник и практикум для вузов. М. : Юрайт, 2023. 397 с.
3. Горбаченко В. И., Ахметов Б. С., Кузнецова О. Ю. Интеллектуальные системы: нечеткие системы и сети: учебное пособие для вузов. 2-е изд., испр. и доп. М. : Юрайт, 2021. 105 с.
4. Андрейчиков А. В., Андрейчикова О. Н. Интеллектуальные информационные системы и методы искусственного интеллекта : учебник. М. : ИНФРА-М, 2023. 530 с.
5. Шумский С. А. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта : монография. М. : РИОР, 2019. 340 с.
6. Аттетков А. В., Зарубин В. С., А. Н. Канатников Методы оптимизации : учебное пособие. М. : РИОР : ИНФРА-М, 2023. 270 с.
7. Любарский Ю. Я. Интеллектуальные информационные системы. М.: Наука, 2020. 232 с.
8. Барский А. Б. Искусственный интеллект и интеллектуальные системы управления : монография. М. : РУ-САйНС, 2024. 186 с.
9. Косаренко Н. Н. Система искусственного интеллекта: понятие, теория, право и перспективы развития : монография. М. : РУСАйНС, 2024. 176 с.
References
1. Ajemoglu D., Restrepo P. Artificial intelligence, automation and work. NBER No. 24196 (National Bureau of Economic Research, 2018).
2. Stankevich L. A. Intelligent systems and technologies : textbook and workshop for universities. Moscow : Yurait, 2023. 397 p.
3. Gorbachenko V. I., Akhmetov B. S., Kuznetsova O. Y. Intelligent systems: fuzzy systems and networks: a textbook for universities. 2nd ed., ispr. and add. M. : Yurait, 2021. 105 p.
4. Andreychikov A.V., Andreychikova O. N. Intelligent information systems and methods of artificial intelligence : textbook. M. : INFRA-M, 2023. 530 p.
5. Shumsky S. A. Machine intelligence. Essays on the theory of machine learning and artificial intelligence : monograph. M. : RIOR, 2019. 340 p.
6. Attetkov A.V., Zarubin V. S., Kanatnikov A. N. Optimization methods : textbook. M. : RIOR : INFRA-M, 2023. 270 p.
7. Lyubarsky Yu. Ya. Intelligent information systems. M.: Nauka, 2020. 232 p.
8. Barsky A. B. Artificial intelligence and intelligent control systems : monograph. M. : RUSAINS, 2024. 186 p.
9. Kosarenko N. N. Artificial intelligence system: concept, theory, law and development prospects : monograph. M. : RUSAINS, 2024. 176 p.
Сведения об авторах
ПАльМОВ С. В. - кандидат технических наук, доцент, доцент кафедры информационных систем и технологий, Поволжский государственный университет телекоммуникаций и информатики; доцент кафедры информационных технологий, Самарский государственный технический университет, Самара, Россия, [email protected]
МКРТчЯН М. С. - студент, Поволжский государственный университет телекоммуникаций и информатики, Самара, Россия, [email protected]
ФАНДИКОВА И. В. - студент, Поволжский государственный университет телекоммуникаций и информатики, Самара, Россия, [email protected]
Information about the authors
PALMoV S. V. - Candidate of Technical Sciences, Associate Professor, Associate Professor of the Department of Information Systems and Technologies, Volga Region State University of Telecommunications and Informatics; Associate Professor of the Department of Information Technology, Samara State Technical University, Samara, Russia, s.palmov@ psuti.ru
MKRTcHYAN M. S. - student, Volga Region State University of Telecommunications and Informatics, Samara, Russia, [email protected]
FANDIKoVA I. V. - student, Volga Region State University of Telecommunications and Informatics, Samara, Russia, [email protected]
