Научный архив: статьи

Усилия медицины постепенно смещаются от борьбы с конкретным заболеванием к обеспечению индивидуального благополучия пациентов с одновременным ростом информационной емкости медицины. Информационно-коммуникационные технологии рассматриваются как ключевой фактор любой стратегии повышения качества и экономической эффективности медицинской помощи. Развитие систем электронных медицинских карт, интеллектуального здравоохранения, мобильной медицины, искусственного интеллекта открыли новые возможности для сотрудничества и взаимодействия между поставщиками медицинских услуг и пациентами в рамках цифровой экосистемы медицинской помощи, стимулируя технологические инновации. Медицинская экосистема призвана реализовать системный подход к обработке клинических данных, как основы повышения эффективности медицинской помощи за счет цифровой трансформации сквозных медицинских технологических процессов. Она сфокусирована на интеграции работы разных поставщиков и потребителей медицинской помощи, обмене между ними данными и информацией для оказания комплексной медицинской помощи пациентам некоторого объединения МО. Медицинские экосистемы рассматриваются как системы, которые фокусируются на данных и генерировании новых знаний о здоровье сбережении, то есть как открытые и слабосвязанные системы, которые позволяют участникам использовать полученные знания по-своему, например, в отдельных экосистемах МО участников.

Цифровая трансформация здравоохранения происходит в фарватере цифровой экономики. Мы имеем дело с трансфером инновационных решений бизнес-экосистем в медицину, что предполагает необходимость учета особенностей предметной области. Ключевой технологией цифровой трансформации медицины вслед за многими отраслями экономики считается метод цифрового двойника, применение которого невозможно без использования и развития других экосистемных технологий: ЭМК, аналитики больших данных, ИИ, интернета вещей и блокчейна. Эффективная и всеобъемлющая реализация концепции цифровых двойников для такой предметной области, как медицина, возможна, если решена проблема объединения по- ставщиков и потребителей медицинской помощи в цифровую медицинскую экосистему, способную предоставить целостные и однородные первичные данные.

Реализация концепции совместного управления здоровьем пациента в рамках цифровых экосистем медицинской помощи сталкивается с препятствиями, в первую очередь, из-за сложных проблем, связанных с интероперабельностью, конфиденциальностью, безопасностью и эффективным управлением данными. Решение возможных проблем находится в обеспечении приоритета научных исследований для усиления объективизации выбора экосистемных технологий и определения этапности в достижении поставленных целей. Развитие экосистемы необходимо рассматривать в виде строительных блоков, которые со временем накладываются один на другой. Первые, нижние блоки призваны расширить возможности имеющихся технологий, а более поздние потребуют специальных исследований в области информационных технологий в широком смысле, а также медицинской информатики, в частности. Необходимы и упреждающие изменения в регулировании отрасли с учетом вызовов цифровой экономики и динамики изменений в социальной сфере.

Введение. В статье обращается внимание на важность и перспективы использования искусственного интеллекта (далее - ИИ) в предиктивной аналитике в контексте уголовного правосудия. Это обусловлено значительным развитием технологий ИИ и машинного обучения, что находит применение во множестве сфер, включая уголовное судопроизводство.

Авторы подробно излагают теоретические и практические аспекты предиктивной аналитики, которая позволяет на основе статистических данных и алгоритмов машинного обучения прогнозировать будущие события. Отдельное внимание уделяется различию между ИИ и предиктивной аналитикой. Освещаются вопросы эффективности применения предиктивной аналитики в уголовном правосудии, включая оптимизацию предварительного расследования, улучшение уголовного преследования и прогнозирование результатов рассмотрения уголовных дел.

Методы. Основу методологии исследования составляют диалектический материализм, применяемые общенаучные (системно-структурный и формально-логический, индуктивный и дедуктивный, анализ и синтез) и специальные (формально-юридический, сравнительно-правовой) методы.

Результаты. Авторами делается вывод, что ИИ охватывает более широкий спектр задач, требующих человеческого интеллекта, в то время как предиктивная аналитика концентрируется на создании предсказаний. Описываются передовые технологии, которые уже активно используются в различных странах и позволяют улучшать и оптимизировать распределение ресурсов правоохранительных и судебных органов.

Рассматривается перспектива интеграции технологий виртуальной и расширенной реальности в уголовное правосудие, что может радикально изменить подходы к предиктивной аналитике и уголовному процессу в целом, обогащая визуализацию и интерактивное взаимодействие между участниками правоотношений.

В данной статье рассмотрены особенности интеграции технологий искусственного интеллекта в правовое пространство Российской Федерации. Осуществлен анализ рисков и достоинств данного процесса в контексте обеспечения национальной безопасности государства в период вооруженных конфликтов. Рассмотрены принципы развития и использования искусственного интеллекта.

В этой статье мы исследуем возможности чат-бота с генеративным искусственным интеллектом ChatGPT для преподавания английского языка для специальных целей. В дополнение к этому мы также рассматриваем возможные проблемы, связанные с использованием ChatGPT.

Цель: провести сравнительный анализ точности подбора интраокулярных линз (ИОЛ) у пациентов с длиной глаза менее 22,0 мм по формулам Barrett Universal II, Kane, Hoffer Q и при применении искусственного интеллекта (ИИ). Материал и методы. Проанализированы результаты 88 операций факоэмульсификациикатаракты с имплантацией монофокальных ИОЛ. Предоперационная биометрия и расчеты ИОЛ выполненына IOL Master 700 (Zеiss, Германия). Точность подбора ИОЛ определяли также по программе LensCalc, работающей на основе ИИ, представляющего собой четыре модели нейросетей типа DecisionTreeClassifier (классификатор - Дерево принятия решений).
Результаты. Аксиальная длина глаз у пациентов была от 19,8 до 22,0 мм.Прогноз попадания в целевую рефракцию был наиболее точным при использовании формул Barrett Universal IIв отличие от Hoffer Q (Z= 2,12; p=0,034). Средняя величина ошибки попадания в целевую рефракцию при применении формулы Barrett Universal II не отличалась от формулы Kane (р>0,05). Посредством ИИ определено,что более высокая точность в результатах определения оптической силы ИОЛ достигалась при примененииформулы Barrett Universal II.
Заключение. На основании сравнительного анализа результатов исследованияи оценки точности подбора ИОЛ с помощью ИИ установлено, что формула Barrett Universal II (4-е поколение)более точна в определении оптической силы ИОЛ на «коротких» глазах, чем формула Hoffer Q (3-е поколение).Полученные результаты при использовании формулы Barrett Universal II по сравнению с формулой Hoffer Qне отличаются от данных, рассчитанных по формуле Kane (5-е поколение), которая является наиболее точнойформулой подбора ИОЛ в настоящее время.

Современные проблемы защиты авторских прав в науке и искусстве тесно связаны с новым этапом технологического развития, который четко обозначился в начале 20-х годов XXI века в связи с внедрением искусственного интеллекта (далее - ИИ) во все сферы современной жизни [11, 165 ]. Внедрение ИИ в искусство и науку вызывает ряд юридических вопросов, особенно в отношении авторского права [3, 78 ]. В некоторых юрисдикциях авторство может быть приписано разработчику ИИ, в то время как в других - самому ИИ. Чтобы получить авторскую защиту, произведение должно быть оригинальным. Может ли ИИ создавать оригинальные произведения, или они будут считаться основанными на предыдущих работах? Если ИИ использует материалы или данные, которые являются объектом авторского права других лиц, то встает вопрос об использовании и лицензировании этих материалов. Если ИИ создает произведение, которое нарушает авторские права других лиц, тогда кто несет ответственность за нарушение - разработчик ИИ или сам ИИ? Какие права на использование произведения, созданного с помощью ИИ, должны быть предоставлены его создателю или владельцу ИИ, а также другим лицам? Параллельно возникает вопрос о том, как обеспечить юридическую защиту для ИИ и созданных им произведений, чтобы предотвратить незаконное использование или копирование этих произведений. В некоторых случаях ИИ может создавать новые технологии или изобретения. Тогда рождается вопрос о том, кому принадлежат патентные права на такие изобретения, и как они могут быть защищены. Все эти вопросы требуют дальнейшего юридического анализа и разработки соответствующих правовых норм и политик для регулирования внедрения ИИ в искусство и науку.

Применение искусственного интеллекта (ИИ) в инклюзивном художественном образовании открывает новые возможности для обучения и вовлечения всех студентов, включая тех, у кого есть ограничения по состоянию здоровья. ИИ может предложить адаптивные инструменты и технологии, которые помогут студентам с различными специальными потребностями участвовать в художественном процессе. В данной статье анализируется использование такого инструмента, как Kandinsky , для обучения слабовидящих и проверки уровня проработки и использования данной программы при визуализации образов в учебном процессе. Кроме того, в работе репрезентированы возможности программы MidJourney при внедрении данного продукта в образовательный процесс для обучения слабовидящих студентов. Рассматривается вопрос «однозначности» визуальных образов: сможет ли нейросеть выдать аутентичный образ, полученный при первоначальном запросе, если аналогичный запрос поступает несколько раз в разное время. Проводится сравнительный анализ данных нейросетей по двум критериям: техническое совершенство (насколько программа способствует визуализации образа, который требуется для обучающихся) и «дружелюбность интерфейса» (насколько легко и понятно обучающемуся работать с данной программой).

Данная работа является дискуссионной и посвящена раскрытию методологических ошибок научных исследований, часто наблюдаемых в русскоязычной научной периодике. C заключением эффективного контракта профессорско-преподавательский состав университетов искусственно стимулируется к научно-публикационной деятельности, что повышает актуальность исследования ментальных действий, которые совершают молодые ученые для получения нового научного знания. В этом контексте остро встает вопрос о том, не получилось ли новое научное знание у исследователя результатом совершенных методологических ошибок, допущенной исследовательской небрежности. На примере отдельно взятой статьи, посвященной применению системного подхода к промышленному Интернету вещей, автор подчеркивает ряд методологических ошибок и раскрывает важность глубины обзора литературы как ключевой характеристики накопления базовых знаний. Также автор подчеркивает значимость четкого определения предмета и объекта исследования и рекомендует расписывать методологию исследования не только в отдельно взятом параграфе, а более конкретно, применительно к каждому этапу и разделу исследования. Для того чтобы раскрыть методологические ошибки научного исследования, автору приходится вернуться к определению научной методологии, системного анализа и промышленного Интернета вещей. На примере конкретной работы автор подчеркивает необходимость строгого и четкого применения общенаучных методов исследования, а также важность глубины обзора литературы, который не должен отражать субъективное незнание ученого. Также автор подчеркивает опасность смены направления научного исследования относительно специальности высшего образования молодого ученого, что может привести к путанице субъективного и объективного незнания из-за поверхностного обзора литературы.

Статья посвящена определению перспективы совершенствования управления конкурентоспособностью бизнеса через расширение использования технологий искусственного интеллекта и больших данных для его устойчивого развития в России. Методология исследования базируется на применении метода регрессионного анализа, с помощью которого осуществляется моделирование влияния факторов использования цифровых технологий в бизнесе на конкурентоспособность экономики. Временной период исследования охватывает границы Десятилетия науки и технологий: используется статистика за 2022 г. и составляется прогноз на период до 2031 г. В результате на основе опыта топ-30 стран с наиболее активным использованием цифровых технологий в бизнесе в 2022 г. авторами составлена эконометрическая модель конкурентоспособности экономики. С опорой на эту модель раскрыта перспектива использования искусственного интеллекта и больших данных в управлении конкурентоспособностью бизнеса России для его устойчивого развития в Десятилетие науки и технологий. Главный авторский вывод по итогам проведенного исследования сводится к тому, что перспектива укрепления конкурентоспособности и устойчивого развития бизнеса в России в Десятилетие науки и технологий связана с ростом активности использования бизнес-структурами технологий искусственного интеллекта и больших данных. Авторами обоснована целесообразность активной технологической модернизации бизнеса для укрепления технологических конкурентных преимуществ, обладающих большой ценностью в современной рыночной среде. Авторами приведена научная аргументация того, что технологии искусственного интеллекта и больших данных более предпочтительны (вносят гораздо больший вклад в конкурентоспособность), чем технологии Интернета вещей и облачные сервисы. Практическая значимость полученных авторами результатов связана с тем, что составленные рекомендации по повышению активности использования искусственного интеллекта и больших данных в российском бизнесе позволят наиболее полно раскрыть потенциал роста его конкурентоспособности. Предложенные контрольные значения соответствующих показателей послужат для этого ориентирами в поддержку устойчивого развития бизнеса России.

В статье представлен материал, полученный в ходе «общения» с программой Character AI, идентифицирующей себя с автором романа «Мы» Е.И. Замятиным. Проведенный анализ позволяет сделать выводы о том, что чат-бот в ряде случаев транслирует заведомо ложную информацию, которая может рассматриваться как пропаганда конкретных взглядов и идей, заложенных в программу ее создателями с определенными целями. Доказывается, что идентификация взглядов, намеренно искажающих действительность, возможна только в том случае, если пользователь обладает специальными знаниями.

В статье рассматриваются актуальные проблемы цифровой трансформации образования в мире в первые десятилетия ХХI в. Проанализированы процесс внедрения цифровых технологий в образовательно-цифровую среду вузов, обоснованность использования цифровых технологий, в том числе мобильных приложений, в процессе обучения, а также основные направления и возможные перспективы развития данного феномена.

В данной статье рассматривается применение нейронных сетей в преподавании иностранных языков. Даны основные определения и анализируются достоинства и недостатки одного из прикладных обучающих приложений, использующих современную нейросеть ChatGPT, в процессе разработки дидактических материалов по английскому языку.