В статье рассматривается подход к выявлению противоречий между нормативными документами на естественном языке с использованием методов искусственного интеллекта. Внедрение «умных» стандартов, которые позволяют машинам автоматически понимать и применять нормативные требования, является важным этапом цифровой трансформации, однако на практике интеграция таких стандартов с традиционными нормативными документами неизбежна. При этом наличие противоречий между разными стандартами существенно усложняет их автоматическое применение и вызывает сбои в работе информационных систем. Автором предлагается новый подход к автоматизированному выявлению потенциальных противоречий, основанный на кластеризации текстовых данных с последующим анализом дисперсии эмбеддингов нормативных положений. Используется модель больших языковых эмбеддингов «text-embedding-ada-002», что позволяет преобразовать тексты в семантические векторные представления. Далее применяются методы кластеризации и количественный анализ внутрикластерной дисперсии, а также метрика оптимального транспорта (Earth Mover’s Distance) для оценки различий между группами нормативных положений. Проведённые эксперименты на синтетических данных показали, что предложенный подход способен выявлять более 70% искусственно внесённых противоречий, однако выявлено значительное количество ложноположительных результатов, обусловленных влиянием различий в структуре и мета-данных документов. Полученные предварительные результаты демонстрируют возможность автоматизированного выделения областей потенциальных противоречий для последующего экспертного анализа. Практическая значимость работы заключается в создании программного решения, позволяющего автоматизировать поиск противоречий в больших массивах нормативной документации и обеспечить корректность взаимодействия как между системами, так и между человеком и машиной. Материалы статьи будут полезны разработчикам интеллектуальных систем автоматизации нормативной документации и специалистам, занимающимся цифровой трансформацией в сфере стандартизации.
В статье рассматривается проблема оптимизации производительности систем искусственного интеллекта в реальном времени. Предложена гибридная архитектура мониторинга, сочетающая традиционные методы с машинным обучением. Проведено экспериментальное исследование, показавшее повышение производительности на 25-30% и снижение затрат на инфраструктуру на 25%. Результаты могут применяться для масштабирования существующих ИИ-систем.
Приведены сведения о содействии проектам развития интеллектуальной экономики, оснащенной Искусственными Интеллектами. Статья призвана способствовать вдохновению к инвестированию в исследования и приложения Искусственного Интеллекта. Актуализирована диалектика явления «Искусственный интеллект и антропоморфизм», введен и обоснован постулат «Искусственный Интеллект – участник духовного производства». Предпринята презентация терминов «Интеллект – роботизированные производства», «Антропоморфизм психотипов искусственного интеллекта», «Психотип искусственного интеллекта».
Предложен гибридный подход по распознаванию действий человека-оператора в коллаборативных роботизированных средах, сочетающий методы компьютерного зрения и большие языковые модели. Разработана модифицированная метрика WSAA, позволяющая оценивать полученные результаты с учетом точности и адаптивности модели. Наилучшие результаты показала модель Llama3.2-Vision, продемонстрировав высокую точность распознавания и устойчивость к изменениям в условиях окружающей среды. Предложенный подход может быть применен для повышения эффективности взаимодействия человека и робота в промышленных условиях.
Современные тенденции развития интернет-пространства, увеличение количества пользователей гаджетами привели к тому, что реклама перешла из пространства телевидения, радиовещания и печатных изданий в мир социальных сетей. Ежедневно среднестатистический пользователь интернета проводит в социальных сетях всё больше и больше времени, создавая для предпринимателей разных уровней привлекательную площадку для рекламирования своих товаров и услуг. Для производителей данная ниша, несмотря на возникающие проблемы, является перспективной средой роста и развития.
Появление нейросетей, способных достаточно качественно имитировать творческий процесс, писать грамотные и связные тексты любого объема на заданную тему, создавать правдоподобные картинки и библиографические списки не могло пройти мимо внимания студентов. Использование технологий искусственного интеллекта для экономии времени за счет быстрого решения рутинных заданий, написания обзорных статей, рефератов, курсовых работ выглядит очень заманчивым, но нужно учитывать возможные риски и ограничения, свойственные этому инструменту.
В условиях дефицитного рынка труда многие российские компании в последние несколько лет стали уделять повышенное внимание процессам подбора персонала. Одним из способов повышения эффективности процессов подбора является автоматизация за счет использования современного программного обеспечения. Статья посвящена разработке модели и методики оценки экономического эффекта автоматизации процесса подбора персонала. Модель оценки экономического эффекта разработана в Excel, методика включает в себя 9 этапов и описывает последовательность шагов, необходимых для оценки экономического эффекта. Предложенная модель и методика оценки экономического эффекта могут представлять интерес как для специалистов и руководителей HR подразделений, так и для разработчиков программного обеспечения при проведении переговоров с потенциальными заказчиками.
Автор рассматривает перспективы интеграции генеративного искусственного интеллекта в процессы развития арт-индустрии и проблему вытеснения художественных произведений результатами работы нейронных сетей. В качестве эмпирического материала представлены результаты создания изображений при помощи инструментов «Шедеврум», «Midjourney», «Lexica». Автор проводит тщательный анализ полученного материала и интерполирует полученные результаты на актуальные тенденции и подходы в современной тату-индустрии.
Статья посвящена некоторым аспектам внедрения искусственного интеллекта в процесс принятия управленческих решений в менеджмент организации. Искусственный интеллект (ИИ) на сегодняшний день является неотъемлемым атрибутом современного информационного времени. С помощью возможностей применения ИИ организации могут легче внедрять в сферу своей деятельности новые проекты и оптимизировать существующие бизнес-процессы, повышая тем самым их производительность и эффективность.
Целью статьи выступает обзор искусственного интеллекта, который является объектом интеллектуальных прав. Ведь именно интеллектуальные права играют решающую роль в воплощении творческих идей и изобретений авторов. Они становятся неотъемлемой частью нашей жизни, интегрируясь в различные сферы общества. Ключевым моментом сегодняшнего дня является анализ истории законодательства о правах интеллектуальной собственности, понимание его закономерностей и выявление направлений развития.