В статье представлены материалы доклада,
сделанного на форуме «Армия 2019», посвященные
формированию предложений в концепцию
развития технологий искусственного интеллекта в
Вооруженных Силах РФ. Авторы проводят анализ
ряда зарубежных концепций в области искусственного
интеллекта, исследуют общие тенденции развития
технологий искусственного интеллекта в военной
сфере, формулируют предложения по содержанию
стратегии развития технологий искусственного
интеллекта в ВС РФ.
В статье рассмотрена актуальность и необходимые условия внедрения в комплексы воен-
ного назначения с разноспектральными датчиками систем технического зрения программно-аппа-
ратных средств автоматического распознавания объектов вооружения, военной и специальной
техники (ВВСТ). Приведены результаты анализа возможностей обучения нейронных сетей автоматическому распознаванию объектов. Показана необходимость создания отечественного межвидового банка данных оптических и радиолокационных сигнатур объектов ВВСТ
Представлены результаты разработки дистанционного курса по мето-
дам искусственного интеллекта в физике в системе управления обучением MOODLE.
Общая трудоёмкость дистанционного курса по методам искусственного интеллекта в
физике составляет две зачётные единицы. Описаны тематические модули курса по ме-
тодам искусственного интеллекта в физике. Представлено описание элементов в виде
лекций, семинаров, заданий, тестов в каждом тематическом модуле курса по методам
искусственного интеллекта в физике в системе управления обучением MOODLE
В монографии изложены концептуальные основы и методы
представления знаний в системах искусственного интеллекта.
Рассмотрены различные подходы, применяемые при проектировании и
разработке интеллектуальных систем и технологий в транспортном
комплексе, а также рассмотрены тенденции развития систем
искусственного интеллекта.
Монография может быть использована для формирования
профессиональной компетентности студентов высших учебных заведений,
кадров высшей квалификации и научных сотрудников обучающихся и
ведущих научные исследования в области разработки и практического
применения систем искусственного интеллекта по укрупнённой группе направлений подготовки 09.00.00 – «Информатика и вычислительная техника»
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.
В статье рассмотрены аспекты и возможности значительного повышения эффективности и доступности образования с использованием искусственного интеллекта, что открывает новые возможности для обучающихся и преподавателей. Уделяется особое внимание рассмотрению проблем разработки инновационных методик обучения, которые учитывают индивидуальные потребности каждого ученика. С помощью алгоритмов машинного обучения можно определить наиболее эффективные стратегии обучения для каждого учащегося, а также предлагать персонализированные задания и материалы. Показана интеграция искусственного интеллекта в сферу образования, имеющая множество возможностей для улучшения и преобразования образовательной среды.