Научный архив: статьи

Рассмотрены вопросы персональной ответственности врача при принятии решений о диагностике, лечении и назначении лекарственных средств на основании сформулированного предложения (решения) алгоритма искусственного интеллекта. Представлен обзор системы правового регулирования ответственности медицинских работников, а также проведена оценка возможных вариантов распределения уголовной ответственности в связи с внедрением искусственного интеллекта в работу врачей в будущем. Предложены возможные направления по совершенствованию законодательства, связанного с оказанием медицинской помощи с использованием интеллектуальных систем. Проанализированы тенденции распределения ответственности за причинение вреда при оказании медицинской помощи, что позволило выработать возможные варианты распределения ответственности между медицинской организацией и врачом в будущем.

Актуальность темы обусловлена тем, что в условиях цифровизации экономики вопросы обеспечения экономической безопасности организаций приобретают особую значимость. Развитие информационных технологий создает как новые возможности для защиты экономических интересов организаций, так и новые угрозы, требующие комплексного решения. Существующие методы обеспечения экономической безопасности нуждаются в модернизации с учетом растущего влияния цифровых технологий. Необходимо исследовать эффективность применения IT-решений для защиты экономических интересов предприятий в условиях цифровой трансформации экономики. Целью исследования является анализ возможностей использования IT-технологий для повышения уровня экономической безопасности организаций. Анализ современных тенденций показывает, что внедрение IT-технологий позволяет существенно повысить эффективность систем экономической безопасности

В статье представлен анализ роли искусственного интеллекта (ИИ) и машинного обучения (МО) в современных системах управления предприятиями, с акцентом на различия в их применении в регионах России и за рубежом. Исследование выявило существенное отставание российского ИТ-сектора от передовых стран в области внедрения и развития ИИ. Для оценки ситуации авторами проведен анализ ИТ-сектора РФ, рассмотрены особенности регионального распределения специалистов и инфраструктуры, а также подчеркнута необходимость создания устойчивой образовательной среды для подготовки ИИ-специалистов. Особое внимание уделяется важности обучения уже внедренных ИИ-систем и наращивания их функциональности в процессах планирования посредством машинного обучения новых поколений моделей. В статье подчеркнута критическая роль ИИ в цифровой трансформации бизнеса и необходимость активных действий для преодоления выявленных проблем в России.

Мониторинг состояния и видового разнообразия древесных пород играет значительную роль в рамках менеджмента лесных ресурсов. Появление мультиспектральных спутниковых снимков высокого качества открывает возможности для использования информации о вегетации растительности на определенной территории в течение длительного периода времени, извлекаемых из фотографий, в дополнение к данным, получаемым в результате полевых исследований. В работе рассматривается использование снимков со спутника Sentinel 2 для автоматизированной разметки на примере территории памятника природы «Природный парк Кумысная Поляна», расположенного в окрестностях г. Саратова. В качестве инструментов автоматизации использовались методы машинного обучения с учителем. В работе было описано три подхода, различающиеся используемыми алгоритмами, а также способами структурирования получаемой информации со спутниковых снимков. В результате работы тестовая часть исследуемой территории была классифицирована по семи видам деревьев, включающим в себя выделы с доминированием наиболее распространенных пород. В дальнейшем подобный подход к автоматизации разметки лесных карт потенциально позволит увеличить интервал обновления данных в рамках полевых исследований и повысить их эффективность.

В статье исследуется роль нейросетей и многоагентных систем как ключевых технологических компонентов формирующейся экономики в условиях перехода к интегральному киберинформационному обществу. Авторы определяют нейросети как специфические электронно-программные организационные модули, обладающие целостной техноэлектронной сущностью, и описывают трехэтапный процесс их формирования: создание электронной архитектуры, первичное обучение и интеграцию в структуру общественных отношений. Рассматриваются проблемы на каждом этапе развития нейросетей и их функциональная роль в современном обществе. Особое внимание уделено формированию многоагентных систем на основе нейросетей, представляющих собой саморазвивающиеся IT-интеллектуальные кластеры. Анализируется применение программных роботов в ключевых сферах экономики: финансовых технологиях, здравоохранении, логистике, промышленности и электронной коммерции. На примере здравоохранения детально рассмотрены особенности и перспективы использования программных роботов. Авторы прогнозируют расширение применения многоагентных систем в образовании, юриспруденции, сельском хозяйстве, городском управлении и повседневной жизни, подчеркивая их потенциал для автоматизации процессов, повышения эффективности и персонализации решений.

На современном этапе изучения отечественной истории становятся особенно актуальны дискуссии о работе с большими массивами документов по истории конца XIX - начала XXI в. Сегодня активно идет процесс оцифровки архивных коллекций, но в большинстве случаев созданный корпус просто выставляется на сайт, и многие годы с ним никто не работает, так как нередко мы сталкиваемся с трудностями обработки всего массива материалов при обращении к фондам крупного социального института. Оцифрованные фонды могут содержать сотни тысяч листов делопроизводственной документации. Ограниченность временных возможностей одного человека не позволяет даже на уровне беглого чтения охватить все имеющиеся документы. Данную проблему хотя бы частично может решить применение LLM (large language models) для аннотирования или оптимизации текстового поиска. Однако на текущем этапе развития архивного дела специалисты только начинают работать с методами обработки естественного языка. И основной запрос профессионального сообщества состоит в изучении специфики работы моделей искусственного интеллекта и машинного обучения с текстами исторического домена. Данная работа представляет собой предварительное исследование взаимодействия современных LLM с историческими текстами. Для анализа были выбраны одна из наиболее популярных моделей - BERT - и одна из наиболее распространенных NLP-задач - классификация. Важной частью исследования стал анализ весов внимания модели при решении задачи классификации текстов и заполнения пропусков в предложениях. При таком подходе у нас появилась возможность проанализировать, как модель использует семантический контекст для принятия решения.

В настоящее время искусственный интеллект начинает занимать лидирующее место во многих областях нашей жизни, раскрывая перед человеком многообразные возможности его применения, улучшая качество человеческой жизни и расширяя горизонты самореализации человека. Появилась необходимость использования инновационной технологии в системе образования для повышения качества обучения студентов. Использование цифровых технологий в образовательной системе способствует решению ряда актуальных проблем, связанных с изменениями содержания традиционного обучения, недостаточным вниманием к удовлетворению индивидуальных потребностей студентов и необходимостью повышения результативности обучения. В статье представлено научное обоснование понятия «искусственный интеллект», раскрывается содержание научных подходов к изучению данной научной категории, которые проанализированы автором. Одновременно изучено мнение студентов Тюменского индустриального университета в отношении использования искусственного интеллекта в образовательном процессе, оценена практическая полезность данной технологии в сфере профессиональной подготовки будущих специалистов. Содержание статьи раскрывает потенциал цифрового образования в вузе, возможности создания креативной среды обучения с учетом применения информационно-коммуникативных технологий. Кроме того, автором обозначены основные сферы применения и векторы развития данной технологии в учебном процессе; указаны преимущества и выявлены потенциальные риски, возникающие в условиях использования искусственного интеллекта. Следует отметить, что недостаток опыта применения искусственного интеллекта не позволяет в полном объеме определить их. Однако результаты исследования способствуют пониманию важности использования инструментов искусственного интеллекта в процессе обучения студентов для формирования креативных навыков, являющихся необходимым элементом для успешного профессионального развития будущего специалиста, что порождает необходимость дальнейшего изучения данной проблематики,

Наиболее прогрессивным направлением выявление и оценка радиационной, химической и биологической (РХБ) обстановки является внедрение технологий на основе искусственного интеллекта. Цель работы – разработка архитектуры перспективной системы мониторинга радиационной, химической и биологической обстановки с использованием искусственного интеллекта. Информационная база исследования. Публикации по применению математических моделей в ИИ, доступные через сеть «Интернет». Метод исследования – аналитический, от общего к частному. Рассматривали особенности использования искусственного интеллекта в автоматизированных системах управления. Результаты и обсуждение. Конфронтации с Украиной под протекторатом Запада носят многовариантный пространственный характер, и требуют постоянного мониторинга в условиях недостатка конкретной информации. Применение технологий ИИ позволит выйти за рамки простого отображения текущей ситуации, предоставляя инструменты прогнозирования развития событий. Предлагаемая архитектура перспективной системы предполагает создание единой базы данных, наполняемой верифицированной информацией из открытых источников. Разработанная структура веб-приложения, представляющего собой интерактивный интерфейс для анализа и реагирования на изменения РХБ обстановки, включающая в себя возможность между информационными слоями и получение данных в режиме реального времени. Вывод. Применение нейросетевых технологий войсками РХБ защиты позволит осуществлять поиск по заданным параметрам и проводить ретроспективный анализ данных, тем самым качественно повлияет на эффективность мониторинга РХБ угроз для войск и населения Российской Федерации.

Рассматривается актуальная проблема поиска закономерностей в больших объемах статистических данных. Инструментом анализа данных выступает регрессионный анализ. При построении регрессионных моделей исследователи зачастую стремятся только к их высокому качеству аппроксимации. Но, как отмечено в современных научных работах, одной такой метрики недостаточно. Поэтому сегодня активно развивается интерпретируемое машинное обучение. Ранее автором было предложено определение вполне интерпретируемой линейной регрессии, а задача ее построения была формализована в виде задачи частично-булевого линейного программирования. Исследования выявили высокую эффективность разработанного математического аппарата при решении задач обработки больших данных. Поэтому было принято решение расширить предложенную технологию для построения квазилинейных регрессий. В статье дано определение вполне интерпретируемой квазилинейной регрессии, включающее 6 условий. Разработан алгоритм интерпретации влияния в оцененной квазилинейной регрессии монотонно преобразованных объясняющих переменных на зависимую переменную. Задача построения вполне интерпретируемой квазилинейной регрессии формализована в виде задачи частично-булевого линейного программирования. Показано, как в этой задаче выбирать допустимые границы параметра M. Для демонстрации работоспособности предложенного математического аппарата решена задача моделирования прочности бетона на сжатие по данным, содержащим более 1000 наблюдений. Для этого использовалась программа «ВИнтер-2». В построенную модель вошли следующие преобразованные переменные: цементно-водное отношение, шлак доменной печи, пластификатор и возраст бетона. Построенная регрессия оказалась лучше по качеству аппроксимации и проще по структуре существующей модели. Дана интерпретация построенной квазилинейной регрессии. Влияние объясняющих переменных на прочность бетона в ней согласуется как с содержательным смыслом задачи, так и с другими существующими математическими моделями. Предложенная в статье технология построения вполне интерпретируемых квазилинейных регрессий обладает высоким потенциалом для решения задач обработки больших данных в различных предметных областях.

Рассматриваются задачи генерации уровней для однопользовательских 3D игр и предлагается метод, направленный на ускорение и удешевление процесса разработки игровых уровней, раскрываются подходы и технологии, примененные для решения задач генерации уровней, реализации алгоритмов генерации комнат и путей между ними. После проведения анализа существующих методов генерации уровней выбран метод генерации BSP-tree, который может создавать уникальные уровни на основе входных переменных, позволяющий сократить сроки разработки игровых уровней. Создание бесконечного уровня - сложная задача, однако с использованием некоторых полезных советов и техник становится гораздо проще. Первым шагом для организации бесконечного уровня является создание пустого объекта, который служит основой для уровня, затем можно добавлять различные элементы окружения. Для достижения эффекта бесконечного уровня предлагается использовать технику «прокрутки». Это означает, что когда игрок движется в одном направлении, то объекты в уровне перемещаются в противоположном направлении. Это создает иллюзию бесконечности и позволяет игроку продолжать исследовать новые области уровня.

Обнаружение пожара на ранних стадиях является важным фактором, способным обеспечить снижение ущерба экономике и экологии, а также уменьшения количества пострадавших. Несмотря на возрастающую популярность нейронных сетей как современного метода решения задач в сфере компьютерного зрения, в работах в данной предметной области часто возникают методологические проблемы, ведущие к снижению или полному обесцениванию практических результатов. Данное исследование посвящено поиску таких проблем среди имеющихся работ по обнаружению пожара. В первом разделе проведен контрастный анализ двух работ, в ходе которого были выделены 11 метакритериев для оценки качества исследований. Во втором разделе проведен обзор нескольких работ, посвященных обнаружению пожара в различных условиях, как «классическими» методами, так и с помощью сверточных нейронных сетей. Показана важность правильного выбора метрик, необходимость выбора модели как процесса, полноценного описания исходных данных.

В работе рассматривается задача разработки математического и программного обеспечения для анализа изображений в современных фандоматах. В рамках подхода, основанного на применении методов поверхностного машинного обучения, формулируется задача обработки изображений объектов, подлежащих сырьевой переработке в фандомате, как задача сегментации этих изображений с последующей классификацией по форме. Производится обзор и сравнение известных методов сегментации с целью выделения формы объектов и формирования признаков для классификации. В результате сравнения делается выбор в пользу метода активного контура. Предлагается и исследуется относительно простой алгоритм классификации сегментированных объектов на основе «случайного леса». Также предлагается два алгоритма выделения признаков классификации: алгоритм на основе анализа степени заполненности частей сегментированного изображения и алгоритм, вычисляющий свойства области объекта. Как альтернативный подход также описывается метод классификации получаемых изображений в целом, без предварительного выделения признаков, основанный на глубоком обучении…