Научный архив: статьи

Цифровая трансформация бизнеса означает перевод многих процессов на предприятии в цифровой вид, т. е. предполагается выполнение процессов с использованием компьютерной техники и ИТ-технологий. При этом важно организовать эффективную интеграцию уже имеющихся на предприятии процессов с современными ИТ-технологиями. Такая интеграция может касаться не только производства, но и других областей человеческой деятельности. Конечно, и раньше многие отрасли в разной мере подвергались автоматизации, но появление искусственного интеллекта (ИИ) может сгладить разницу между отраслями с автоматизацией разной степени и позволит оптимизировать процессы, даже если какие-то из сфер деятельности не предполагают использование ИИ. Тем не менее процесс цифровизации в подавляющем большинстве случаев даст ускорение принятию решений, если использовать системы ИИ, в частности цифрового двойника. Это оптимизирует сбор данных, что позволит использовать их для создания моделей объектов или систем. Модель в дальнейшем будет применяться для анализа и оптимизации работы без физического присутствия объекта. Все вышеизложенное и определяет актуальность темы идентификации места и роли искусственного интеллекта в цифровой трансформации российского бизнеса. В данной статье авторы размышляют над проблемой «Какие шаги необходимо предпринять для развития новых технологий анализа данных в производстве? И как усовершенствовать среду работы с данными?». В статье дается обзор истории использования искусственного интеллекта в бизнесе. Обсуждаются слабые стороны применения технологий искусственного интеллекта. Предпринимается попытка дать ответ на вопрос: что нужно сделать уже сегодня, чтобы предприятие или организация могли занять лидирующие позиции завтра.

Одним из важных направлений сельского хозяйства является плодовое садоводство, в частности, интенсивные яблоневые сады вносят заметный вклад в сельскохозяйственную отрасль Кабардино-Балкарской Республики. При этом для сохранения урожая необходимо обеспечить своевременное выявление и устранение угроз, связанных с болезнями и вредителями яблок. Учитывая нехватку профильных специалистов, актуальной становится задача разработки автоматизированной системы распознавания болезней и вредителей яблоневых садов. Для этого в рамках исследования была поставлена цель - разработка и оценка применимости интеллектуальной рекомендательной системы для защиты яблоневых садов в КБР. В данной статье описана концепция и приведены результаты разработки системы контроля состояния яблоневых садов, предназначенной для выявления болезней и вредителей на деревьях, а также подбора наиболее подходящего плана защиты растений в зависимости от местоположения сада. Программа представляет собой веб-приложение, созданное на основе фреймворков FastAPI, Vue. js и нейронной сети, отвечающих за распознавание вредителей и болезней яблонь по фотографии и составление оптимального плана их обработки. Приведены результаты обучения нейронной сети на подготовленной выборке фотографий здоровых и зараженных яблок. В качестве основы для нейронной сети использовались различные модели: Roboflow 3.0, RF-DETR, YOLO v11 и YOLO v12. Разработанный сервис позволит диагностировать заболевания яблонь с минимальными задержками по времени, а также обеспечить подбор методов защиты в случае необходимости, что снизит риски потери урожая садоводами. В результате тестирования наилучших показателей достигла модель Roboflow 3.0: mAP составила 91,0 %, precision - 97,5 %, а recall - 88,5 %, что свидетельствует о применимости подхода, но этого недостаточно для внедрения. С целью повышения точности и расширения списка распознаваемых угроз планируется сбор дополнительных фотоматериалов в садах республики, в том числе фотографий листьев и стволов яблоневых деревьев, полученных в различных погодных условиях, и дальнейшее тестирование с участием садоводов республики.

В статье рассматриваются методы улучшения показателей качества моделей машинного обучения, применяемых в финансовом секторе. В связи с тем, что наборы данных, на которых обучаются модели, обладают несбалансированностью классов, предлагается использовать модели, направленные на снижение дисбаланса. В исследовании были проведены эксперименты с применением 9 методов учета несбалансированности классов к трем наборам данных по розничному кредитованию. В качестве базовой использовалась модель градиентного бустинга CatboostClassifier, не учитывающая дисбаланс классов. Проведенные эксперименты показали, что применение метода RandomOverSampler дает существенный прирост показателей качества классификации по сравнению с базовой моделью. Результаты свидетельствуют о перспективности дальнейших исследований методов учета дисбаланса классов при изучении финансовых данных, а также о целесообразности применения рассмотренных методов на практике.

Введение. В статье рассматривается применение методов дискретной математики, в частности теории графов, для формализации и оптимизации расчета железобетонных конструкций. Традиционные методы конечных элементов дополняются графовым представлением структуры, что обеспечивает автоматическую генерацию матриц жесткости и нагрузок, а также интеграцию с машинопонимаемыми стандартами.

Материалы и методы. Разработан подход, в котором узлы конструкции соответствуют вершинам графа, а элементы (балки, колонны, плиты) – ребрам. Локальные матрицы жесткости формируются по классическим формулам, после чего собираются в глобальную матрицу через преобразования, аналогичные преобразованиям для матрицы Лапласа взвешенного графа. Для анализа применяются алгоритмы поиска путей, центральности, минимальных остовных деревьев и потоковые методы.

Результаты. Показана корректность и эффективность построения графовой модели на примере рамы в одной плоскости. Полученная глобальная матрица жесткости совпадает по структуре с матрицей Лапласа графа и обеспечивает ускорение сборки расчетной модели. Алгоритмические методы позволяют выявлять критические узлы и оптимизировать структуру.

Обсуждение. Графово-дискретный подход демонстрирует высокую совместимость с BIM и GNN, облегчает автоматизацию проектирования и интеграцию с цифровыми двойниками. Дальнейшие исследования могут быть направлены на масштабирование в пространственных каркасах и адаптацию под машинное обучение для прогнозирования отказов.

Выводы. Предложен графово-дискретный подход к расчету железобетонных конструкций, обеспечивающий автоматизацию формирования расчетной модели. Структура глобальной матрицы жесткости соответствует матрице Лапласа взвешенного графа. Применение алгоритмов теории графов позволяет анализировать нагрузку, выявлять критические узлы и оптимизировать структуру. Метод совместим с BIM, GNN и машинопонимаемыми стандартами, что облегчает интеграцию в цифровое проектирование.

Рассмотрены вопросы персональной ответственности врача при принятии решений о диагностике, лечении и назначении лекарственных средств на основании сформулированного предложения (решения) алгоритма искусственного интеллекта. Представлен обзор системы правового регулирования ответственности медицинских работников, а также проведена оценка возможных вариантов распределения уголовной ответственности в связи с внедрением искусственного интеллекта в работу врачей в будущем. Предложены возможные направления по совершенствованию законодательства, связанного с оказанием медицинской помощи с использованием интеллектуальных систем. Проанализированы тенденции распределения ответственности за причинение вреда при оказании медицинской помощи, что позволило выработать возможные варианты распределения ответственности между медицинской организацией и врачом в будущем.

Актуальность темы обусловлена тем, что в условиях цифровизации экономики вопросы обеспечения экономической безопасности организаций приобретают особую значимость. Развитие информационных технологий создает как новые возможности для защиты экономических интересов организаций, так и новые угрозы, требующие комплексного решения. Существующие методы обеспечения экономической безопасности нуждаются в модернизации с учетом растущего влияния цифровых технологий. Необходимо исследовать эффективность применения IT-решений для защиты экономических интересов предприятий в условиях цифровой трансформации экономики. Целью исследования является анализ возможностей использования IT-технологий для повышения уровня экономической безопасности организаций. Анализ современных тенденций показывает, что внедрение IT-технологий позволяет существенно повысить эффективность систем экономической безопасности

В статье представлен анализ роли искусственного интеллекта (ИИ) и машинного обучения (МО) в современных системах управления предприятиями, с акцентом на различия в их применении в регионах России и за рубежом. Исследование выявило существенное отставание российского ИТ-сектора от передовых стран в области внедрения и развития ИИ. Для оценки ситуации авторами проведен анализ ИТ-сектора РФ, рассмотрены особенности регионального распределения специалистов и инфраструктуры, а также подчеркнута необходимость создания устойчивой образовательной среды для подготовки ИИ-специалистов. Особое внимание уделяется важности обучения уже внедренных ИИ-систем и наращивания их функциональности в процессах планирования посредством машинного обучения новых поколений моделей. В статье подчеркнута критическая роль ИИ в цифровой трансформации бизнеса и необходимость активных действий для преодоления выявленных проблем в России.

Мониторинг состояния и видового разнообразия древесных пород играет значительную роль в рамках менеджмента лесных ресурсов. Появление мультиспектральных спутниковых снимков высокого качества открывает возможности для использования информации о вегетации растительности на определенной территории в течение длительного периода времени, извлекаемых из фотографий, в дополнение к данным, получаемым в результате полевых исследований. В работе рассматривается использование снимков со спутника Sentinel 2 для автоматизированной разметки на примере территории памятника природы «Природный парк Кумысная Поляна», расположенного в окрестностях г. Саратова. В качестве инструментов автоматизации использовались методы машинного обучения с учителем. В работе было описано три подхода, различающиеся используемыми алгоритмами, а также способами структурирования получаемой информации со спутниковых снимков. В результате работы тестовая часть исследуемой территории была классифицирована по семи видам деревьев, включающим в себя выделы с доминированием наиболее распространенных пород. В дальнейшем подобный подход к автоматизации разметки лесных карт потенциально позволит увеличить интервал обновления данных в рамках полевых исследований и повысить их эффективность.

В статье исследуется роль нейросетей и многоагентных систем как ключевых технологических компонентов формирующейся экономики в условиях перехода к интегральному киберинформационному обществу. Авторы определяют нейросети как специфические электронно-программные организационные модули, обладающие целостной техноэлектронной сущностью, и описывают трехэтапный процесс их формирования: создание электронной архитектуры, первичное обучение и интеграцию в структуру общественных отношений. Рассматриваются проблемы на каждом этапе развития нейросетей и их функциональная роль в современном обществе. Особое внимание уделено формированию многоагентных систем на основе нейросетей, представляющих собой саморазвивающиеся IT-интеллектуальные кластеры. Анализируется применение программных роботов в ключевых сферах экономики: финансовых технологиях, здравоохранении, логистике, промышленности и электронной коммерции. На примере здравоохранения детально рассмотрены особенности и перспективы использования программных роботов. Авторы прогнозируют расширение применения многоагентных систем в образовании, юриспруденции, сельском хозяйстве, городском управлении и повседневной жизни, подчеркивая их потенциал для автоматизации процессов, повышения эффективности и персонализации решений.

На современном этапе изучения отечественной истории становятся особенно актуальны дискуссии о работе с большими массивами документов по истории конца XIX - начала XXI в. Сегодня активно идет процесс оцифровки архивных коллекций, но в большинстве случаев созданный корпус просто выставляется на сайт, и многие годы с ним никто не работает, так как нередко мы сталкиваемся с трудностями обработки всего массива материалов при обращении к фондам крупного социального института. Оцифрованные фонды могут содержать сотни тысяч листов делопроизводственной документации. Ограниченность временных возможностей одного человека не позволяет даже на уровне беглого чтения охватить все имеющиеся документы. Данную проблему хотя бы частично может решить применение LLM (large language models) для аннотирования или оптимизации текстового поиска. Однако на текущем этапе развития архивного дела специалисты только начинают работать с методами обработки естественного языка. И основной запрос профессионального сообщества состоит в изучении специфики работы моделей искусственного интеллекта и машинного обучения с текстами исторического домена. Данная работа представляет собой предварительное исследование взаимодействия современных LLM с историческими текстами. Для анализа были выбраны одна из наиболее популярных моделей - BERT - и одна из наиболее распространенных NLP-задач - классификация. Важной частью исследования стал анализ весов внимания модели при решении задачи классификации текстов и заполнения пропусков в предложениях. При таком подходе у нас появилась возможность проанализировать, как модель использует семантический контекст для принятия решения.

В настоящее время искусственный интеллект начинает занимать лидирующее место во многих областях нашей жизни, раскрывая перед человеком многообразные возможности его применения, улучшая качество человеческой жизни и расширяя горизонты самореализации человека. Появилась необходимость использования инновационной технологии в системе образования для повышения качества обучения студентов. Использование цифровых технологий в образовательной системе способствует решению ряда актуальных проблем, связанных с изменениями содержания традиционного обучения, недостаточным вниманием к удовлетворению индивидуальных потребностей студентов и необходимостью повышения результативности обучения. В статье представлено научное обоснование понятия «искусственный интеллект», раскрывается содержание научных подходов к изучению данной научной категории, которые проанализированы автором. Одновременно изучено мнение студентов Тюменского индустриального университета в отношении использования искусственного интеллекта в образовательном процессе, оценена практическая полезность данной технологии в сфере профессиональной подготовки будущих специалистов. Содержание статьи раскрывает потенциал цифрового образования в вузе, возможности создания креативной среды обучения с учетом применения информационно-коммуникативных технологий. Кроме того, автором обозначены основные сферы применения и векторы развития данной технологии в учебном процессе; указаны преимущества и выявлены потенциальные риски, возникающие в условиях использования искусственного интеллекта. Следует отметить, что недостаток опыта применения искусственного интеллекта не позволяет в полном объеме определить их. Однако результаты исследования способствуют пониманию важности использования инструментов искусственного интеллекта в процессе обучения студентов для формирования креативных навыков, являющихся необходимым элементом для успешного профессионального развития будущего специалиста, что порождает необходимость дальнейшего изучения данной проблематики,

Наиболее прогрессивным направлением выявление и оценка радиационной, химической и биологической (РХБ) обстановки является внедрение технологий на основе искусственного интеллекта. Цель работы – разработка архитектуры перспективной системы мониторинга радиационной, химической и биологической обстановки с использованием искусственного интеллекта. Информационная база исследования. Публикации по применению математических моделей в ИИ, доступные через сеть «Интернет». Метод исследования – аналитический, от общего к частному. Рассматривали особенности использования искусственного интеллекта в автоматизированных системах управления. Результаты и обсуждение. Конфронтации с Украиной под протекторатом Запада носят многовариантный пространственный характер, и требуют постоянного мониторинга в условиях недостатка конкретной информации. Применение технологий ИИ позволит выйти за рамки простого отображения текущей ситуации, предоставляя инструменты прогнозирования развития событий. Предлагаемая архитектура перспективной системы предполагает создание единой базы данных, наполняемой верифицированной информацией из открытых источников. Разработанная структура веб-приложения, представляющего собой интерактивный интерфейс для анализа и реагирования на изменения РХБ обстановки, включающая в себя возможность между информационными слоями и получение данных в режиме реального времени. Вывод. Применение нейросетевых технологий войсками РХБ защиты позволит осуществлять поиск по заданным параметрам и проводить ретроспективный анализ данных, тем самым качественно повлияет на эффективность мониторинга РХБ угроз для войск и населения Российской Федерации.