По всем вопросам звоните:

+7 495 274-22-22

УДК: 004.8 DOI:10.33920/nik-04-2402-08

Влияние и возможности искусственного интеллекта в различных сферах деятельности человека

А. М. Круглов ФГБОУ ВО «МИРЭА – Российский технологический университет», г. Москва, Россия. Корреспондирующий автор: darkreek@mail.ru
А. Д. Засухин ФГБОУ ВО «МИРЭА – Российский технологический университет», г. Москва, Россия
М. В. Андрушкевич ФГБОУ ВО «МИРЭА – Российский технологический университет», г. Москва, Россия
А. П. Сидельникова ФГБОУ ВО «МИРЭА – Российский технологический университет», г. Москва, Россия

В статье рассматривается понятие искусственного интеллекта, принципы работы и его применение в сфере образования, медицины, транспорта и искусства. Описываются существующие подходы к созданию искусственного интеллекта, а также процесс обучения нейросети. Приводятся конкретные программные решения, использующие возможности искусственного интеллекта в рамках улучшения конечного продукта и пользовательского опыта. В том числе, затрагивается этичность внедрения искусственного интеллекта для его соответствия ценностям и интересам общества.

Литература:

1. Акинин, М. В., Никифоров, М. В., Таганов, А. И. Нейросетевые системы искусственного интеллекта в задачах обработки изображений. — М.: ГЛТ, 2016. — 152 c.

2. Болотова, Л. С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях. — М.: Финансы и статистика, 2012. — 664 c.

3. Вьюгин, В. В. Математические основы машинного обучения и прогнозирования. — М.: МЦНМО, 2014. — 473 c.

4. Васильев, А. Н., Тархов, Д. А. Принципы и техника нейросетевого моделирования. — М.: Наука, 2017. — 999 c.

5. Гелиг, А. Х., Матвеев, А. С. Введение в математическую теорию обучаемых распознающих систем и нейронных сетей. — СПб.: Изд-во СПбГУ, 2014. — 224 c.

1. Akinin, M. V., Nikiforov, M. V., Taganov, A. I. (2016). Neural network systems of artifi cial intelligence in image processing tasks. — Moscow: GLT, 152 p. (In Russian)

2. Bolotova, L. S. (2012). Artifi cial intelligence systems: models and technologies based on knowledge. — Moscow: Finance and Statistics, 664 c. (In Russian)

3. Vyugin, V. V. (2014). Mathematical foundations of machine learning and forecasting. — Moscow: ICNMO, 473 p. (In Russian)

4. Vasiliev, A. N., Tarkhov, D. A. (2017). Principles and techniques of neural network modeling. — Moscow: Nauka, 999 p. (In Russian)

5. Gelig, A. H., Matveev, A. S. (2014). Introduction to the mathematical theory of learnable recognition systems and neural networks. — St. Petersburg: St. Petersburg State University Publishing House, 224 p. (In Russian)

Дата поступления рукописи в редакцию: 10.11.2024

Дата принятия рукописи в печать: 04.12.2024

В мире, где технологии становятся неотъемлемой частью нашей повседневной жизни, понятие интеллекта играет ключевую роль. Интеллект — это способность понимать, учиться, адаптироваться и принимать решения на основе полученной информации. В центре этой концепции лежит мозг, невероятно сложный орган, который является основой для человеческого интеллекта.

Мозг человека — это удивительная биологическая система, состоящая из миллиардов нейронов, которые обмениваются информацией через электрические и химические сигналы. Этот орган способен к обработке огромного объёма данных, ассоциированию информации и принятию решений.

Искусственный интеллект (ИИ) представляет собой передовую технологию, которая имитирует интеллектуальные процессы человека с помощью компьютеров и других устройств. В основе функционирования ИИ лежат алгоритмы и данные. Алгоритмы представляют из себя набор инструкций, которые определяют порядок действий, необходимых для выполнения конкретной задачи. Данные, в свою очередь, являются информацией, которая подается на вход алгоритмам для обработки и анализа. Именно взаимодействие между алгоритмами и данными определяет способность ИИ к обучению и принятию решений [2].

Существуют несколько подходов к созданию ИИ:

1. Подход с использованием символов — это метод, основанный на символах и правилах, применяемый для представления информации и принятия решений. Системы, созданные на основе этого подхода, могут использовать символические выражения для решения задач, таких как логические выводы и обработка естественного языка.

2. Подход на основе знаний — этот подход включает в себя создание баз знаний, которые содержат факты, правила и отношения между ними. ИИ, созданный с использованием этого подхода, может использовать эти знания для решения проблем и принятия решений.

Для Цитирования:
А. М. Круглов, А. Д. Засухин, М. В. Андрушкевич, А. П. Сидельникова, Влияние и возможности искусственного интеллекта в различных сферах деятельности человека. Общенаучный журнал. 2024;2.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: