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.
Прогнозирование добычи нефти играет важную роль в эффективной разработке месторождения нефти. Это помогает скорректировать действующую систему разработки месторождения. Детальное и точное прогнозирование уровня добычи нефти необходимо для оценки экономической и технологической эффективности разработки месторождения нефти. Прогнозирование уровня добычи можно осуществить различными способами. Одним из таких может быть использование специального программного обеспечения (tNavigator и др.). Использование данного программного обеспечения иногда сопряжено с длительными расчетами, поэтому для оперативного прогнозирования уровня добычи возможно использование других инструментов, таких как машинное обучение.
Использование машинного обучения и искусственного интеллекта в нефтегазовой отрасли приобретает все большую популярность в последние годы, поскольку, используя исторические данные по добыче, возможно прогнозирование уровней добычи нефти/жидкости. Кроме того, для аналогичных целей могут быть использованы аналогичные месторождения со схожими геологическими характеристиками и историей эксплуатации. Помимо использования машинного обучения и искусственного интеллекта, в качестве инструмента прогнозирования возможно применение анализ кривой падения.
Учитывая важность прогнозирования с точки зрения стратегического планирования, предлагается широкий спектр методов для получения точных прогнозов, основанных на характере доступных данных и вычислительной мощности. В данной статье представлен всесторонний анализ инструментов, используемых для долгосрочного прогнозирования добычи нефти, включая алгоритмы машинного обучения и анализ кривой падения добычи (DCA). Представлены результаты применения модели с долговременной и кратковременной памятью и ее практическая применимость на примере ее использования на скважине кандидате.
В статье рассмотрены потенциальные возможности искусственного интеллекта для использования учителем информатики: индивидуализация обучения, атоматизация оценки, анализ данных. Представлен опыт работы учителя информатики по элективному курсу на уровне среднего общего образования. Рассмотрены возможности генеративных нейронных сетей для обработки текстовой, графической и мультимедийной информации на уроках информатики и во внеурочной деятельности. Приводятся примеры интернет-ресурсов, которые могут использоваться учителем информатики для подготовки к урокам и во внеурочной деятельности на различных платформах.
Цель исследования. Провести систематический анализ данных, имеющихся в современной литературе, о возможности использования искусственного интеллекта (ИИ) для построения математических моделей сложных систем, в том числе человеческого организма.
Материал и методы. В обзор включены данные зарубежных и отечественных статей, найденных в Pubmed по данной теме, опубликованных за последние 10 лет.
Результаты. Алгоритмы машинного обучения помогают определять ключевые переменные и взаимосвязи внутри системы, которые людям трудно или невозможно обнаружить. В статье рассматриваются различные типы математических моделей: объяснительные и прогностические, объясняется важность и назначение выбора и стандартизации составляющих модель переменных и знака перед коэффициентами в моделях.
Заключение. Описательные и прогностические модели — это два распространенных типа моделей машинного обучения. Основное различие между ними заключается в цели их использования. Понимание этих различий важно для врачей-исследователей и аналитиков при выборе наиболее подходящего типа модели для своих исследований или для внедрения в процессы принятия решений.
В статье рассмотрены процессы импортозамещения, которые представляют собой тип экономической стратегии и аграрой политики государства, направленный на защиту внутреннего сельскохозяйственного производителя путем замещения импортируемых продовольственных товаров и сырья товарами национального производства. Сама по себе стратегия импортозамещения опирается на развитие всего сельскохозяйственного производства, повышение качества производимой продукции, технологий применяемых на предприятиях АПК, развитие инноваций, в условиях цифровизации. И это особенно актуально для страны, уровень производственных отраслей которой отстает от уровня государств, с которыми она взаимодействует. Исследованием установлено, что тема импортозамещения наиболее актуальна в настоящее время в связи с западными санкциями против России. Поэтому итогом новой экономической политики в этих сложных условиях должно стать именно импортозамещение, которое позволит в значительной степени минимизировать негативный эффект от антироссийских санкций. Цель данной работы сводится к изучению и внедрению в практику стратегии импортозамещения, предполагающей постепенный переход от производства сельскохозяйственной продукции к наукоемкой и высокотехнологичной продукции аграрного сектора страны, путем повышения уровня развития производства и технологий. И это особенно актуально для страны, уровень производственных отраслей которой отстает от уровня государств, с которыми она взаимодействует.
В современных условиях усилилась конкуренция на глобальных и региональных рынках, а также беспрецедентное санкционное давление коллективного Запада на российскую экономику. За последний год несколько снизилась продовольственная безопасность России. В этих условиях ключевую роль в функционировании сельского хозяйства, его устойчивом развитии играет цифровая трансформация аграрной сферы, цифровизация производственных и бизнес-процессов. Анализ национального и международного опыта применения эффективных цифровых технологий в сельском хозяйстве позволяет выделить основные из них: точное земледелие, беспилотные летательные аппараты, беспилотные транспортные средства, облачные сервисы и технологии, большие данные, цифровые платформы и др. Значительная роль в этом отводится государственной поддержке со стороны органов системы государственного управления всех уровней Российской Федерации, а также международным организациям, прежде всего Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО). Вместе с тем внедрение современных цифровых технологий в отечественный аграрный сектор существенно сдерживают некоторые объективные и субъективные факторы: низкая IT-грамотность и информированность о современных технологиях работников аграрной сферы, кадровый дефицит в аграрном секторе экономики. трудности с получением субсидий на приобретение и внедрение цифровых технологий и другие. Это требует устранения или минимизации влияния данных негативных факторов, активизации деятельности хозяйствующих субъектов и государственных органов по внедрению современных цифровых технологий в организации сельского хозяйства.
В последние несколько лет искусственный интеллект (ИИ) стал одной из немногих прорывных технологией для человечества и общества, обладающий значительным потенциалом и силой для внесения глобальных корректив. Данное исследование посвящено изучению развития ИИ в качестве инструмента для перехода к новому индустриальному обществу, характеризующемуся увеличением автоматизации, повышением производительности и совершенствованием процессов принятия локальных и глобальных решений. В начале работы рассматривается исторический контекст развития ИИ, в котором выделяются ключевые вехи и достижения, определившие современное состояние этой области. Данная работа затрагивает этические и социальные аспекты развития ИИ, рассматривая потенциальные проблемы. Развитие искусственного интеллекта открывает перед нами широкий спектр возможностей, однако, в то же время, вызывает озабоченность по поводу потенциальных опасностей, которые могут возникнуть в результате его применения. Текущая работа также рассматривает теоретические фундаментальные отличия условного ИИ(А) от ИИ(Б), где буквенным идентификатором является не тип или модель ИИ, а подход к разработке искусственного интеллекта. С учетом аналитического исследования в работе авторами предлагается: разработать систему этических принципов для управления и развития искусственного интеллекта; создать проверочные листы и отчетность для управления искусственным интеллектом для организаций, использующих ИИ в производстве для ежеквартального отслеживания изменений кода ИИ и его поведения; отказаться от использования зарубежных ИИ в критически важной инфраструктуре и производстве; создать форму отчетности для компаний-разработчиков ИИ, в которой компании смогут указывать массивы данных, на которых ИИ проходил обучение; создать список информации, которая не должна быть обработана искусственным интеллектом в момент обучения; разработать систему лицензирования и аккредитации ИИ путем тестирования и проверки реакций на внешнее воздействие. Данные предложения направлены на формулирование этических принципов, создание регулирующих структур и повышение прозрачности и подотчетности в системах искусственного интеллекта.