Научный архив: статьи

Проведен анализ действующей информационной системы таможенного администрирования. Разработана концепция формирования информационно-аналитической платформы «Таможенные услуги» с интегрированным мобильным приложением в контексте ее развития на основе интеллектуализации и цифровой трансформации. Платформа разрабатывается по аналогии с известным сервисом госуслуг и представляется непрецедентной цифровой средой (инновационной в отношении всех других сред, в том числе и для аналога), объединяющей в единый контур должностных лиц таможенных органов, государственных институтов, экспортёров и импортеров товаров, представителей околотаможенных структур. Концептуальные положения разработаны на принципах непрерывной модернизации системных решений в соответствии современным тенденциям в области анализа данных, искусственного интеллекта и потребностями систем контроля и управления. Определены существенные преимущества предлагаемой платформы.

Применение искусственного интеллекта (ИИ) открывает новые горизонты для повышения эффективности деятельности компаний в банковской сфере, трансформируя привычные способы анализа информации и взаимодействия с клиентами. Поэтому изучение воздействия ИИ и последствий этого воздействия является критически значимым. В статье представлен комплексный анализ влияния искусственного интеллекта на банковский сектор, рассмотрены преимущества и риски данного влияния, проведена оценка перспективности рынка, определены особенности развития банковской системы РФ и начало использования ИИ в деятельности банков, выявлены ключевые игроки рынка. Описаны успешные случаи применения искусственного интеллекта в деятельности крупных банков России, рассмотрены особенности развития технологии ИИ с точки зрения практической применимости.

Цель исследования - систематизация и обобщение когнитивного процесса понимания текста человеком и искусственным интеллектом. В статье проводится сравнительный анализ с использованием конкретной модели понимания текста, обосновывается важность контекста и субъективного восприятия. Психолингвистический анализ помогает описать когнитивные процессы понимания текста человеком. Компьютерный анализ дает описание алгоритмов машинного обучения и искусственных нейронных сетей. В результате сравнительного анализа выявляется, что понимание текста человеком включает в себя не только рациональный анализ, но и культурный, эмоциональный и индивидуальный опыт. Человек в отличие от искусственного интеллекта способен к более глубокой интерпретации семантического и эмоционального содержания текста.

Статья посвящена использованию нейронных сетей в туризме. Рассмотрено, как в сферу туризма активно внедряются инновационные технологии, включая искусственный интеллект и нейронные сети, для улучшения качества услуг и оптимизации бизнес-процессов. Выявлены особенности развития нейронных сетей в туристской сфере. Нейронные сети активно тестируют последние десять лет в основном для сбора и анализа данных. Гибкость и скорость внедрения в других областях современных систем искусственного интеллекта позволяют предположить, что в ближайшем будущем нейронные сети станут неотъемлемой частью туристического бизнеса.

Проблема исследования и обоснование ее актуальности. С развитием современных средств и технологий на основе искусственного интеллекта и нейросетей возникает проблема их внедрения и использования в системе образования, особенно в системе повышения квалификации педагогических кадров. Опыт отечественной информатизации показывает, что процесс внедрения подобных средств в деятельности педагогических работников достаточно длительный и сложный, что требует оперативных действий по корректировке программ их обучения. По результатам анализа возможностей новых средств и технологий и возрастающим требованиям со стороны государства автор делает вывод о необходимости разработки обучающей среды с модулем повышения квалификации способным обеспечить формирование новых навыков у педагогов. Цель исследования. Целью исследования является разработка образовательной цифровой среды на основе широкого применения нейросетей и искусственного интеллекта. В статье представлен комплексный состав данной среды и решаемые ее задачи, особое внимание уделено разработке и апробации специализированного модуля, обеспечивающий подготовку педагогических кадров к работе с нейросетями. Методология (материалы и методы). В основе методологии исследования системный, синергетический и адрагогический подходы. Выделенные подходы способны обеспечить проектирование модели SMART-среды и составляющие ее компоненты. Использованы методы анализа, индукции, работы с документами, педагогического проектирования и моделирования.

Проблема исследования и обоснование ее актуальности. В России с 2022 г. реализуется «Концепция развития системы комплексной реабилитации инвалидов…», согласно которой мероприятия по реабилитации инвалидов осуществляются специалистами учреждений различных ведомств субъектов Российской Федерации: здравоохранения, социальной защиты, занятости, физкультуры, образования. Поэтому подготовка таких специалистов, владеющих профессиональными компетенциями по комплексной реабилитации инвалидов, является приоритетной задачей социальной политики. В работе показан опыт применения технологии искусственного интеллекта в дополнительном профессиональном образовании специалистов учреждений различных ведомств субъектов Российской Федерации. Цель - разработать алгоритм использования технологии искусственного интеллекта в дополнительном профессиональном образовании специалистов по реабилитации инвалидов. Материалы и методы. Были изучены нормативно-правовые документы: федеральные законы, распоряжения и постановления Правительства Российской Федерации, профессиональные стандарты специалистов, предоставляющих услуги по реабилитации инвалидов. Составлена оригинальная анкета социологического опроса для 47 специалистов, участвующих в обучении с использованием технологии искусственного интеллекта. Использованы методы анкетирования, анализа, программирования, обобщения. Результаты. Разработан алгоритм использования технологии искусственного интеллекта при обучении специалистов, оказывающих реабилитационные услуги. Определены ключевые слова для формирования запроса нейросети и составления персональных модулей в образовательных программах. Впервые в системе дополнительного профессионального образования по комплексной реабилитации инвалидов осуществлено обучение специалистов различных ведомств с привлечением нейросети. Применение технологии искусственного интеллекта оптимизирует процесс подготовки специалистов по комплексной реабилитации инвалидов с учетом специфики их практической деятельности.

Искусственный интеллект может радикально изменить подход к некоторым методам диагностики состояния здоровья. Температурные характеристики, наблюдаемые на поверхности кожи, могут указывать на наличие и анатомическое распределение заболеваний, травм и инфекций. Раннее обнаружение заболеваний по изменению температуры поверхности кожи предпринималось на протяжении нескольких последних лет. Однако необходимость оценки большого количества данных не позволяла этому методу термографии занять место в практике врачей. Искусственный интеллект сделает возможным быстрый анализ термограмм и раннее диагностирование заболеваний.

Дано обоснование пути развития научного познания на основе междисциплинарных исследований. Развитие теории самоорганизации, синергетики, теории фракталов, теории сложных систем дает общие закономерности в естественных и социальных науках. Показана общность и различие этих направлений и их перспективы.

В статье изложены основания для использования технологий искусственного интеллекта на региональном телеканале, показаны образцы полученных текстов, представлены кейсы взаимодействия работников телеканала с программными нейросетевыми решениями. Особое внимание уделено формальному рерайту новостных текстов, использованию оцифрованного телеведущего – «прогноз погоды», а также подготовке текстов для новостей в образе «Уральская бабушка».

Введение. Предстательная железа – одна из самых частых локализаций у мужчин среди всех онкологических заболеваний. Гистологическая классификация рака предстательной железы основана на шкале Глисона и часто ограничена субъективным решением и практическим опытом врача-патологоанатома. Программы, основанные на искусственном интеллекте, способны преодолеть данный недостаток и имеют потенциал исследования и использования в клинической практике. Цель исследования – разработать интеллектуальную автоматизированную систему на основе глубокого обучения с целью морфологической диагностики рака предстательной железы с дифференциацией по шкале Глисона.

Материалы и методы. Материалом исследования послужили биоптаты предстательной железы 200 пациентов с подозрением на рак. 882 готовых гистологических препарата оцифровывались на автоматическом сканере с последующим созданием полнослайдовых изображений. Полученные тяжеловесные фотографии формата TIFF конвертировались в приемлемый для работы в аннотаторе формат JPEG. Аннотирование проводилось с помощью веб-инструмента MakeSense. AI. По результатам работы последнего подготавливались наборы данных для обучения моделей первичной и вторичной классификации, а также сегментации.

Результаты. Мера производительности вторичного классификатора, определяющего, присутствуют ли на микрофотографии комплексы рака, без указания их локализации и конкретной степени дифференцировки, составила 0,965. Аналогичный показатель работы сегментатора, выделяющего контуры железистых структур и уточняющего степень их дифференцировки по шкале Глисона, составил в среднем 0,798.

Заключение. Качественная работа сегментатора требует большего объема данных и дальнейшего обучения нейросети, однако результаты подтверждают, что алгоритм искусственного интеллекта имеет высокий потенциал для улучшения качества морфологической диагностики.

Проблема исследования, обоснование ее актуальности. В работе исследуется роль искусственного интеллекта (ИИ) в трансформации образовательной сферы. Автор раскрывает возможности совершенствования методов преподавания с помощью ИИ. Особое внимание уделяется использованию ИИ для дифференциации и индивидуализации обучения, автоматизации рутинных административных задач. Статья обосновывает необходимость внедрения и освещения данной темы в рамках курсов повышения квалификации педагогических кадров. Исследование направлено на выявление потенциала и проблем, связанных с интеграцией ИИ в образование, и разработку стратегий для его эффективного применения. Актуальность данной темы обусловлена необходимостью подготовки педагогических кадров в системе ДПО к новым образовательным реалиям. Исследование направлено на выявление возможностей использования ИИ в работе педагога. Цель исследования. Основной целью данного исследования является анализ влияния цифровой трансформации на образовательный процесс и обсуждение роли и потенциала ИИ с возможностью дальнейшей диссеминации описанного автором опыта среди дипломированных специалистов через семинары, вебинары, лекции и практические занятия в рамках курсов повышения квалификации учителей в системе ДПО. Методология исследования (материалы и методы) Для достижения поставленных целей исследования использовался комплексный подход, основанный на следующих материалах и методах: литературный обзор, опросы и интервью, анализ случаев (case study), экспериментальное исследование, статистический анализ и оценка полученных результатов. Результаты Научная новизна исследования заключается в анализе теоретической модели и концепции, связанной с использованием ИИ в образовании и обсуждении роли ИИ в изменении и оптимизации работы педагогов и образовательного процесса в целом. Описано влияние и роль цифровой трансформации в управлении образовательным процессом и преподавательской деятельностью. Рассмотрены вопросы безопасности и конфиденциальности данных и потенциальное неправомерное использование ИИ в образовании. Определены будущие возможные тенденции развития ИИ. Разработаны методические рекомендации по использованию ИИ для обсуждения и внедрения на курсах повышения квалификации учителей Ростовской области, реализуемых в системе ДПО, а также на семинарах и вебинарах, организуемых Институтом развития образования (ГАУ ДПО РО ИРО). В практическом плане статья предлагает рекомендации для педагогов и администраторов образовательных учреждений по использованию ИИ в своей работе, что способствует повышению квалификации дипломированных специалистов и их плавной адаптации к трансформирующейся цифровой среде.

Цель. Оценить перспективность применения нейронных сетей для цефалометрического анализа при помощи анализа точности ручной иидентификации анатомических ориентиров на цифровых латеральных телерентгенограммах.

Материалы и методы. Выполнена разметка 100 обезличенных телерентгенограмм в боковой проекции одиннадцатью врачами- ортодонтами по 21 параметру, получено 23100 цифровых рентгеновских изображения с нанесенной на них опорной точкой. Проведено сравнение координат опорной точки с «базовой точкой», то есть усредненной координатой для каждой опорной точки среди всех ее локализаций.

Результаты. По критерию среднего отклонения от «базовой точки» наилучшая точность достигнута для вершин режущих краев центральных резцов верхней (is) (0,589, ДИ = 95%) и нижней челюстей (ii) (0,835, ДИ = 95%), а также для середины входа в турецкое седло (S) (0,662, ДИ = 95%).

Для группы ориентиров с наименьшей согласованностью, куда вошли такие точки как Po (4,330, ДИ = 95%), Pt (2,999, ДИ = 95%) и Ba (2,887, ДИ = 95%), для автоматизации идентификаций и повышения качества цефалометрического анализа, вероятно, будет недостаточным применение только искусственных нейронных сетей и потребуется внедрение других элементов машинного обучения.

Заключение. Учитывая результаты нашего исследования, можно сделать вывод, что предложенный метод демонстрирует высокую точность для большинства точек и может быть использован для автоматизации цефалометрического анализа с дальнейшим развитием технологий машинного обучения.