Научный архив: статьи

В последние годы искусственный интеллект (ИИ) стал неотъемлемой частью рекламной индустрии, вызывая множество дискуссий о его роли и влиянии на маркетинг. Эксперты разделились на два лагеря: одни считают ИИ потенциальной угрозой для рекламного рынка, другие - его ценным союзником. В статье рассматривается главный вопрос, - является ли искусственный интеллект угрозой для креативных профессий или, наоборот, союзником, который помогает улучшить работу? Авторы не дают однозначного ответа на поставленные вопросы, но приводят примеры использования ИИ в современных условиях.

Доброкачественная гиперплазия предстательной железы (ДГПЖ) – ведущая причина симптомов нижних мочевых путей (СНМП) у мужчин старшего возраста и существенная нагрузка на систему здравоохранения.

Цель. Сопоставить эффективность и безопасность основных методов оперативного лечения ДГПЖ (трансуретральная гиперплазия предстательной железы (ТУРП), гольмиевая лазерная энуклеация простаты (HoLEP – Holmium Laser Enucleation of the Prostate), эмболизация простатических артерий, «офисные» MIST-технологии), а также обозначить место искусственного интеллекта (ИИ) в персонализированном выборе вмешательства.

Материалы и методы. Авторами проведен аналитический обзор рандомизированных исследований, метаанализов и руководств; ключевые исходы – IPSS, Qmax, качество жизни, осложнения, сохранение сексуальной функции, повторные вмешательства (горизонт ≥12 мес.).

Результаты. Биполярная ТУРП по эффективности не уступает монополярной при лучшем профиле безопасности. HoLEP демонстрирует долгосрочную устойчивость эффекта и меньшую частоту повторных операций, включая железы большого объема. Эмболизация простатических артерий (ЭПА) обеспечивает клинически значимое облегчение симптомов в опытных центрах, но в сравнительных исследованиях обычно уступает ТУРП по величине эффекта. Среди MIST доказана эффективность и органосберегающий профиль Rezūm и PUL/UroLift с высокой вероятностью сохранения эякуляции. Подходы с использованием искусственного интеллекта позволяют объединять клинико-инструментальные признаки для прогнозирования исходов и персонализированного выбора метода предстоящей операции.

Заключение. ТУРП и HoLEP сохраняют статус высокоэффективных стандартов. ЭПА – альтернатива при тщательной селекции и междисциплинарной компетенции. Офисные MIST – опция для пациентов, ориентированных на сохранение сексуальной функции и быструю реабилитацию. Интеграция ИИ обещает повысить точность стратификации и качество решений.

В статье рассматриваются технологии искусственного интеллекта как инструменты регулирования маркетинговой репрезентации, представленный в медиа образ искусственного интеллекта, специфика и его эволюционное развитие. Показано, как происходит внедрение нейронных систем в балансе с аутентичностью производимого контента Проанализированы достоинства и недостатки контента, созданного искусственным интеллектом и влияние маркетинговых стратегий на репутацию бренда. Данная работа призвана исследовать вопрос доверия к искусственному интеллекту, рассмотреть выделенные на сегодня факторы, на которые можно опираться в процессе внедрения ИИ-контента в коллективное сознание.

Сделан вывод, что аутентичность бренда во многом зависит от качества и количества ИИ-материалов в рекламном образе.

В статье авторы анализируют цифровую трансформацию и её взаимосвязь с экологической повесткой. Рассмотрено несколько трактовок термина цифровизация, которые упоминал в работах Пол Гоббл, Фомичё- ва Т. В., Катаева В. И., Халин В. Г., Чернова Г. В., Никулина Т. В., Стариченко Е. Б., Leimeister J. M., а также было отражено в Распоряжение Правительства Москвы и Глоссарии Gartner IT. Обобщённо она представляет собой процесс, который преследует цель в развитии и прогрессе, используя любую цифровую технологию. Цифровизация имеет множество продуктов, но наибольшее внимание привлекает искусственный интеллект (ИИ). Несмотря на, казалось бы, совершенно разную суть данных терминов, они имеют глубокую интеграцию и во многом выступают в синергетическом эффекте. Выделены три основных подхода к роли ИИ в экономике замкнутого цикла: противоречия, синергия и фактор развития. Рассмотрены конкретные примеры, которые являются аргументами в пользу каждого подхода. Информация основывается как на научных исследованиях, так и на сложившихся бизнес-моделях ведущих мировых и отечественных компаний, таких как Google, ReNew, Huawei, Microsoft, Amazon, Сибур и др. Исходя из проведённого анализа сделан вывод о краткосрочности противоречий между развитием ИИ и экономики замкнутого цикла (ЭЗЦ), и подчёркнута роль драйвера развития для долгосрочного развития этих сфер. В статье рассмотрены основные цифровые технологии (углублённая аналитика, 3D-печать, интернет вещей, машинное обучение, ИИ, блокчейн), которые используются в ЭЗЦ. Кроме того, дана сравнительная оценка тенденций в РФ и за рубежом.

Введение. В эпоху цифровых технологий и динамичным развитием социальных сетей, управление бренд-имиджем в сфере образования приобретает особое значение и, одновременно, представляет собой сложную задачу. В условиях высокой конкуренции между образовательными учреждениями и растущей роли персонального бренда преподавателя, эффективное управление им становится критически важным для привлечения студентов, укрепления позиций на рынке образовательных услуг и формирования лояльности. Технологии искусственного интеллекта позволяют эффективно анализировать огромные массивы данных, оперативно выявлять и прогнозировать потенциальные риски для имиджа и бренда, а также быстро и точно реагировать на изменения в информационном поле, касающемся как образовательных учреждений, так и отдельных преподавателей.

Цель статьи - определить актуальные инструменты искусственного интеллекта в управлении корпоративным и персональным бренд-имиджем в сфере образования.

Методология и методы: литературно-библиографический обзор и анализ источников, вторичный анализ эмпирических данных, наблюдение практической деятельности.

Результаты исследования. Определены актуальные и конкретные инструменты искусственного интеллекта, применяемые в образовательных учреждениях для развития как корпоративного, так и персонального бренд-имиджа.

Новизна работы. Приведены примеры использования инструментов искусственного интеллекта в мониторинге репутации, анализе данных, создании контента и автоматизации взаимодействия с аудиторией.

Практическая значимость. Представлен обзор инструментов искусственного интеллекта, которые образовательные учреждения и преподаватели могут использовать для улучшения своего имиджа и коммуникации с целевой аудиторией, включая мониторинг репутации, создание контента, персонализацию взаимодействия и управление кризисными ситуациями, а также инструменты для оформления внешности, что позволяет повысить эффективность управления брендом.

Данная статья касается деятельности специалистов информационной безопасности по проведению тестов на проникновение и методов их подготовки в рамках высших учебных заведений. Используя опыт многолетнего обучения таких специалистов с применением игр CTF (Capture the Flag) делается вывод на необходимость усиления практической направленности обучения. Показана одна из основных проблем формирования практических навыков у людей, обучающихся на специалиста информационной безопасности по проведению тестов на проникновение – использование систем искусственного интеллекта. Сформировано предложение, как снизить негативное влияние искусственного интеллекта на формирование практических навыков у обучаемых. Предложены способы использования искусственного интеллекта для повышения эффективности обучения по данной специальности. При этом обращено внимание на препятствие к организации их обучения – отсутствие стандарта для данной профессии. Предложена последовательность организационных мероприятий по законодательному оформлению профессии специалистов информационной безопасности по проведению тестов на проникновение.

В условиях ускоренной цифровизации здравоохранения особую актуальность приобретают вопросы информационной безопасности медицинских данных. В статье представлен подход к минимизации рисков, связанных с внедрением интеллектуальных систем обработки биомедицинских изображений в онкогематологии. Меры информационной безопасности были интегрированы на этапе проектирования системы, разработанные в соответствии с актуальными нормативными требованиями ФСТЭК России и ФСБ России в области защиты критической информационной инфраструктуры для обеспечения многоуровневой защиты персональных данных пациентов, и гарантируют целостность результатов анализа. Для повышения доверия к решениям, вырабатываемым системой искусственного интеллекта, реализована интерпретируемость: врач может визуально оценить, на какие области препарата модель обратила внимание при классификации клеток, что позволяет отличить обоснованное решение от реакции на артефакты фона и уверенно верифицировать рекомендации системы. Учтены риски отказа цифровой инфраструктуры: внедрены автономный режим работы и функция формирования бумажного отчёта. Пилотное внедрение системы позволило оценить её влияние на ключевые этапы диагностического процесса. Особенно заметный эффект был достигнут на этапе аннотирования препаратов костного мозга: система значительно снизила когнитивную нагрузку экспертов, упростила выявление бластных клеток и способствовала более последовательной и полной маркировке морфологических элементов. В результате повысилась чувствительность анализа – число пропущенных бластов сократилось, а врачи отметили высокую полезность ИИ-рекомендаций. Эти результаты подтверждают, что только комплексный подход, объединяющий технические, организационные и правовые меры, позволяет создать надёжную и безопасную цифровую экосистему, реально встраивающуюся в клиническую практику.

Язвенные гастродуоденальные кровотечения продолжают оставаться серьезной проблемой современной медицины. Для определения типа язвенного кровотечения общемировое признание получила эндоскопическая классификация J. Forrest, 1974, определяющая тактику лечения пациентов с кровоточащими гастродуоденальными язвами. Способность правильно классифицировать тип кровотечения зависит, прежде всего, от опыта врача-эндоскописта. С развитием технологий искусственного интеллекта связаны большие ожидания в совершенствовании диагностики и лечении хирургических заболеваний. В настоящей статье рассматривается возможность разработки алгоритма распознавания типа язвенного кровотечения по эндоскопическим изображениям с использованием моделей машинного обучения и его интеграция в экспертную систему поддержки принятия врачебных решений. В ходе настоящего исследования разработана первая отечественная нейросетевая классификация, позволяющая с 75,56 % точностью определять тип язвенного гастродуоденального кровотечения. Разработанный алгоритм распознавания типа язвенного кровотечения интегрирован в мобильное приложение в качестве инструмента помощи в принятии врачебных решений, что в перспективе позволит улучшить качество диагностики и оказания медицинской помощи пациентам с желудочно-кишечными кровотечениями язвенной этиологии.

Цель исследования: обзор и анализ существующего спектра технологий искусственного интеллекта в контексте цифрового маркетинга, а также эмпирическая оценка их эффективности на примере реального кейса.

Методология исследования: методология включает в себя теоретические методы исследований, такие как критический анализ отечественной и зарубежной научной литературы по теме исследования и классификацию существующих нейросетей по прикладному применению в маркетинге. Эмпирическим методом исследования является кейс-стади, в качестве объекта которого выбран интернет-магазин минеральных вод. Сбор данных охватывает разработку, реализацию и сравнительный анализ публикаций, сгенерированных с помощью искусственного интеллекта, относительно материалов, созданных традиционным методом. Проводится анализ эффективности таргетированной рекламы с использованием искусственного интеллекта на примере трех сообществ с разной целевой аудиторией и трех тематических лендингов интернет-магазина.

Результаты исследования: в применении ИИ для создания рекламных креативов и маркетинговых коммуникаций нет однозначного вывода о достигнутой эффективности (в одних случаях результаты могут превзойти классические методы, но в других быть менее успешными). Однако использование ИИ может сократить время и расходы на создание контента, требуя контроля и поддержки высококвалифицированных специалистов и экспертов в области контент-маркетинга.

Оригинальность и значимость результатов: в работе собраны, проанализированы и классифицированы данные о существующих моделях искусственного интеллекта и приведены примеры их прикладного использования в цифровом маркетинге. Авторы исследуют возможность эффективного применения искусственного интеллекта в контент-маркетинге, а также обсуждают вопросы развития данной технологии.

В настоящей статье рассматривается методика создания анимированных модных коллекций с использованием генеративной видеомодели Sora. Актуальность исследования обусловлена стремительным развитием технологий искусственного интеллекта, оказывающих значительное влияние на визуальные практики в сфере моды и дизайна. Современные дизайнеры всё чаще обращаются к цифровым форматам, где визуальное повествование становится ключевым элементом презентации. Предложенная методика позволяет создавать видеопрезентации коллекций без необходимости владения 3D-графикой или программированием. Основу процесса составляет работа с текстовыми описаниями образов, которые интерпретируются нейросетевой моделью и преобразуются в анимированные сцены. Описаны этапы работы: от анализа визуальных референсов и формулировки текстовых промтов - до генерации видео и видеомонтажа. Методика апробирована на реальной цифровой коллекции и показала свою применимость как в профессиональной деятельности, так и в образовательной среде. Особое внимание уделено ограничениям: субъективности интерпретации текстов моделью и зависимости от качественного описания. Результаты исследования демонстрируют потенциал генеративных моделей в области цифровой моды и расширяют инструментарий визуального дизайнера в условиях перехода к постфизическим форматам представления одежды. Разработанный алгоритм продемонстрировал, как цифровую модную коллекцию можно оперативно превратить в визуально выразительный анимированный показ без обращения к трудоёмким 3D-пакетам. Перевод статичных визуальных образов в текстовые описания упрощает итерационный процесс и позволяет сосредоточиться на художественных аспектах, а не на технической рутине.

В данной статье представлен подход к разработке и реализации нейронной сети на языке Python, направленной на автоматическое распознавание одежды на основе изображений из датасета, состоящего из шести категорий. Технология может быть использована для создания базы данных, где описание станет ключом к нахождению определенного вида одежды.

Основная цель исследования заключалась в создании модели машинного обучения, способной классифицировать текстильные изделия. В рамках работы был использован датасет, включающий изображения одежды, разделенные на категории верхней одежды: жакеты, рубашки, рубашки поло, майки, футболки и худи. Несмотря на тщательную предобработку данных, предполагающую изменение размера изображений и нормализацию цветовых значений, точность распознавания категорий одежды составила всего 16 %. Это стало следствием недостаточной размерности датасета и схожести двух категорий, что значительно затрудняло процесс их различения. Код нейронной сети включает в себя несколько ключевых компонентов: предобученная сеть VGG16, два полносвязных слоя (Dense), слои Flatten и Dropout. Архитектура сети была настроена в соответствии с лучшими практиками, однако ограничения исходных данных оказали негативное влияние на итоговые результаты.

Результаты эксперимента подчеркивают необходимость использования более обширных и разнообразных наборов данных для повышения точности классификации. В статье обсуждаются возможные пути улучшения модели, включая методы обогащения данных, которые могут помочь повысить точность модели.

Заключение статьи акцентирует внимание на вызовах в области применения глубинного обучения для распознавания объектов и их классификации, а также подчеркивает важность адекватного выбора и подготовки данных для успешной работы нейронных сетей в реальных задачах.

В статье рассматривается применение систем искусственного интеллекта (далее ИИ) для обучения грамматике английского языка в старших классах средней школы (10-11 классы). Анализируютcя современные ИИ-платформы, от адаптивных учебных приложений до чат-ботов и систем автоматической обратной связи, изучается их эффективность в совершенствовании грамматических навыков у старшеклассников. Особое внимание уделяется персонализации обучения, индивидуализации темпа выполнения заданий и типов заданий, а также снижению когнитивной нагрузки за счёт мгновенной коррекции ошибок. Рассматривается вопрос этического характера применения ИИ, вызовы цифрового неравенства и роль учителя как наставника в ИИ-интегрированной среде. Определена роль учителя при использовании ИИ: ИИ не заменяет педагога, а раскрывает его возможности, делая обучение грамматике более интерактивным, мотивирующим и доступным. Гипотеза исследования определена следующим образом: разумное сочетание роли учителя и возможностей ИИ в образовательной среде позволит повысить качество обучения грамматике на уроках. Цель данной статьи - провести комплексный анализ возможностей использования систем ИИ при обучении грамматике английского языка в 10-11 классах, а также предложить практические рекомендации для интеграции ИИ в учебный процесс. Конкретные задачи заключаются в анализе современных ИИ-систем, применяемых в обучении английскому языку, классификации их по функциональным признакам, обосновании их эффективности на основе теорий CALL, AAL. Также в качестве практического инструмента предложена модель интеграции ИИ-инструментов в уроки грамматики в старшей школе.