Работы автора

Технологии машинного обучения существенно расширяют возможности человека в области предсказания ольфакторных свойств веществ на основе их химической структуры, однако полученные данные носят вероятностный характер и допускают субъективизм, поскольку ключевым интерпретатором ольфакторных стимулов является человек. Способность искусственных нейронных сетей к самоорганизации, развитию и целенаправленному поведению позволяет говорить об их сходстве с живой материей, в связи с чем актуальным становится вопрос о границах ответственности за принятие решений на основе результатов обработки ольфакторной информации искусственным интеллектом.