В тематическом обзоре статей рассмотрено применение технологий искусственного интеллекта в различных областях науки и производства, а также особенности функционирования интеллектуальных робототехнических комплексов. Представлены документы из фонда РНТБ. Включены аннотированные описания электронных ресурсов и ссылки на полные тексты.
С полными текстами статей можно ознакомиться в зале информационно-справочной службы, комната 613, и в читальном зале периодических изданий, комната 614. Телефон для справок +375 17 226 61 88.
Андронов, С. А. Методы и алгоритмы обучения с подкреплением в системах имитационного моделирования [Электронный ресурс] / С. А. Андронов, М. С. Прокофьева // Аэрокосмическое приборостроение и эксплуатационные технологии : материалы четвертой Международной научной конференции, Санкт-Петербург, 4–21 апреля 2023 года. – Санкт-Петербург, 2023. – Ч. 1. – С. 102–109. – Библиография: 14 назв. – URL: https://elibrary.ru/download/elibrary_53731472_53681313.pdf (дата обращения: 10.08.2023).
Рассмотрены особенности ряда систем имитационного моделирования, использующих обучение с подкреплением, а также некоторые концепции реализованных в них алгоритмов RL из подгруппы Free-Model. Основное внимание уделено идейной стороне применяемых в имитационных программах безмодельных алгоритмов, которые теоретически применимы к любой задаче. Отмечено, что данные алгоритмы изучают стратегии через взаимодействие, усваивая при этом любые правила окружающей среды. В результате сравнения алгоритмов выявлены их достоинства и недостатки.
Искусственный интеллект в здравоохранении: применения, риски и этические и социальные последствия // Проблемы окружающей среды и природных ресурсов. – 2023. – № 4. – С. 26–125. – (Социальные, политические и экономические основы охраны окружающей среды и использования природных ресурсов). – Библиография: 285 назв.
Рассмотрено применение искусственного интеллекта (ИИ) в здравоохранении – повышение эффективности работы клиницистов, улучшение медицинской диагностики и лечения, оптимизация распределения человеческих и технических ресурсов. Определены и разъяснены основные клинические, социальные и этические риски, связанные с ИИ в здравоохранении, а именно: потенциальные ошибки и вред пациенту; риск предвзятости и усиление неравенства в отношении здоровья; отсутствие прозрачности и доверия; уязвимость к взлому и нарушению конфиденциальности данных. Предложены меры по смягчению последствий и варианты политики для сведения к минимуму этих рисков и достижения максимальных преимуществ медицинского использования ИИ, включая многостороннее взаимодействие посредством освоения принципов ИИ, повышенной прозрачности и прослеживаемости, углубленной клинической проверки средств ИИ, а также обучения и подготовки работе с ИИ, как клиницистов, так и граждан.
Исса, А. Перспективные разработки технологий искусственного интеллекта в мясной промышленности [Электронный ресурс] / А. Исса // Роговские чтения : сборник докладов научно-практической конференции с международным участием, Москва, 16 декабря 2022 года. – Курск, 2023. – С. 166–171. – Библиография: 25 назв. – URL: https://elibrary.ru/download/elibrary_50462224_37251260.pdf (дата обращения: 10.08.2023).
В условиях высокой конкуренции и растущего спроса в пищевой промышленности отрасль начала использовать технологии искусственного интеллекта, стремясь максимизировать прибыль и исследовать новые способы охвата и обслуживания потребителей. ИИ был успешно развернут для таких операций, как сортировка свежих продуктов, управление цепочкой поставок, контроль за соблюдением требований безопасности пищевых продуктов, эффективная уборка на месте, прогнозирование предпочтений потребителей и разработка новых продуктов с большей эффективностью и экономией времени и ресурсов. Тем не менее, существуют проблемы с внедрением технологий ИИ, которые включают стоимость, культурные изменения, требования к экспертным навыкам, вопросы прозрачности и единство мышления. Несмотря на это, преимущества применения ИИ в пищевой промышленности значительно перевешивают связанные с ним проблемы.
Сафонов, А. А. К вопросу о применении искусственного интеллекта сотрудниками правоохранительных органов в целях раскрытия и расследования преступлений [Электронный ресурс] / А. А. Сафонов // Вестник Московского университета МВД России. – 2023. – № 3. – С. 173–175. – Библиография: 10 назв. – URL: https://elibrary.ru/download/elibrary_54194073_97159707.pdf (дата обращения: 08.08.2023).
Приведены примеры того, как ИИ в настоящее время применяется правоохранительными органами в таких странах, как Китай, Индия, США, Великобритания, Германия и Австралия. Обсуждена возможность потенциального использования ИИ в Российской Федерации в целях предупреждения совершения, а также раскрытия и расследования преступлений.
Шапкин, И. Н. Интеллектуальные системы в организации эксплуатационной работы / И. Н. Шапкин, А. Н. Вдовин // Железнодорожный транспорт. – 2023. – № 6. – С. 4–8. – (Эксплуатационная работа).
Приведена концепция построения комплекса взаимоувязанных интеллектуальных, планирующих и информационно-аналитических систем. Рассмотрен новый подход к разработке плана формирования поездов. Перечислены принципы создания универсальных модульных программных комплексов искусственного интеллекта на станциях с подбором необходимых параметров настройки и программ самообучения и приоритетов решения задач на детализированных технологических цепочках процессной модели для всех уровней управления. Представлена современная система интервального регулирования движения поездов (СИРДП) – АЛСО с подвижными блок-участками (АЛСО с ПБУ). Такая система позволяет сократить межпоездные интервалы и повысить пропускную способность участков дорог. Предложены технические и технологические решения для снижения влияния на пропускную способность таких участков инфраструктурных ограничений, а именно нейтральной вставки контактной сети.
Чудов, В. И. Перспективы построения интеллектуальных систем учета электроэнергии с использованием умных счетчиков / В. И. Чудов // Главный энергетик. – 2023. – № 2. – С. 30–40. – (Электроизмерения).
Исследованы задачи и перспективы развития цифровизации белорусской электроэнергетики. Показано, что интеллектуальные системы учета и энергомониторинга являются основным элементом умных сетей. Дана характеристика счетчиков для интеллектуального учета электроэнергии. Рассмотрена конструкция, комплектация и функции смарт-счетчиков, а также проводные и беспроводные технологии передачи данных. Отмечены особенности выбора смарт-счетчиков, их преимущества и недостатки.
Edge computing with artificial intelligence: a machine learning perspective [Электронный ресурс] / Haochen Hua [et al.] // The ACM Digital Library. – 2023. – Vol. 55, iss. 9. – Article number: 184. – DOI: 10.1145/3555802. – URL: https://dl.acm.org/doi/full/10.1145/3555802 (дата обращения: 2023-08-08).
Переведенное заглавие: Граничные вычисления с искусственным интеллектом: перспективы машинного обучения.
Последние годы наблюдается растущая популярность Интернета вещей (IoT). Рассмотрена вычислительная модель, называемая граничными вычислениями (Edge Computing (EC)). Изучены проблемы, актуальные для архитектуры граничных вычислений. Обобщены традиционные методы (не связанные с искусственным интеллектом) и подчеркнуты их недостатки с точки зрения повышения эффективности граничных вычислений. Представлены результаты исследований использования ИИ для оптимизации граничных вычислений.
Mohamed Khaleel. Artificial intelligence in engineering [Электронный ресурс] / Mohamed Khaleel, Abdussalam Ali Ahmed, Abdulgader Alsharif // Brilliance: Research of Artificial Intelligence. – 2023. – Vol. 3, iss. 1. – P. 32–42. – DOI: 10.47709/brilliance.v3i1.2170. – URL: https://jurnal.itscience.org/index.php/brilliance/article/view/2170 (дата обращения: 2023-08-08).
Переведенное заглавие: Искусственный интеллект в инженерном деле.
Рассмотрено текущее состояние и перспективы исследований в области применения искусственного интеллекта в инженерном деле. Особое внимание уделено развитию технологий искусственного интеллекта за последние 5 лет. Различные методы, такие как машинное обучение, генетический алгоритм и нечеткая логика, оценены с инженерной точки зрения. Исследования по проектированию с использованием искусственного интеллекта проанализированы и классифицированы по различным этапам проектирования, таким как вдохновение, генерация идей и концепций, оценка, оптимизация, принятие решений и моделирование. Показано, что в последние годы возрос интерес к методам проектирования, основанным на данных, и объяснимому искусственному интеллекту (Explainable AI, XAI). Отмечено, что использование искусственного интеллекта в инженерных приложениях оказалось эффективным, быстрым, точным и всеобъемлющим, особенно при использовании методов глубокого обучения и их комбинаций.
Salvagno, M. Can artificial intelligence help for scientific writing? [Электронный ресурс] / M. Salvagno, F. S. Taccone, A. G. Gerli // Critical Care. – 2023. – Vol. 27. – Article number: 75. – DOI: 10.1186/s13054-023-04380-2. – URL: https://ccforum.biomedcentral.com/articles/10.1186/s13054-023-04380-2 (дата обращения: 2023-08-08).
Переведенное заглавие: Может ли искусственный интеллект помочь в написании научных статей?
Чат-боты с искусственным интеллектом (ChatGPT) могут быть полезными инструментами в написании научных статей, помогая исследователям и ученым в организации материала, создании первоначального проекта и/или в корректуре. Однако работа ChatGPT не может заменить собой человеческое мышление, и ее результаты всегда должны проверяться экспертами, прежде чем использоваться при принятии каких-либо важных решений. Отмечено, что при использовании этих инструментов возникает ряд этических проблем, таких как риск плагиата и неточностей, а также потенциальный дисбаланс в его доступности между странами с высоким и низким уровнем дохода, если программное обеспечение станет платным. Сделан вывод о необходимости консенсуса относительно того, как регулировать использование чат-ботов в научной литературе.
Soori, M. Artificial intelligence, machine learning and deep learning in advanced robotics, a review [Электронный ресур] / M. Soori, B. Arezoo, R. Dastres // Cognitive Robotics. – 2023. – Vol. 3. – P. 54–70. – DOI: 10.1016/j.cogr.2023.04.001. – URL: https://www.sciencedirect.com/science/article/pii/S2667241323000113 (дата обращения: 2023-08-08).
Переведенное заглавие: Искусственный интеллект, машинное обучение и глубокое обучение в передовой робототехнике. Обзор.
Представлен обзор текущих разработок в области искусственного интеллекта (ИИ), машинного обучения (Machine Learning, ML) и глубокого обучения (Deep Learning, DL) в робототехнических системах. Отмечено, что ИИ, ML и DL преобразуют область передовой робототехники, делая роботов более интеллектуальными, эффективными и адаптируемыми к сложным задачам и окружающей среде благодаря системам автономной навигации, распознавания объектов и манипулирования ими, обработки естественного языка и прогнозного обслуживания. Показано применение этих технологий при разработке коллаборативных роботов (cobots), которые могут работать бок о бок с людьми и адаптироваться к изменяющимся условиям и задачам. Указано, что ИИ, ML и DL могут использоваться в передовых транспортных системах для обеспечения безопасности, эффективности и удобства пассажиров и транспортных компаний, а также играют решающую роль в развитии производственных сборочных роботов, позволяя им работать более эффективно, безопасно и разумно. Предложены дальнейшие исследовательские работы, касающиеся применения искусственного интеллекта, ML и DL в передовых робототехнических системах.
Understanding the potential applications of artificial intelligence in agriculture sector [Электронный ресурс] / M. Javaid [et al.] // Advanced Agrochem. – 2023. – Vol. 2, iss. 1. – P. 15–30. – DOI: 10.1016/j.aac.2022.10.001. – URL: https://www.sciencedirect.com/science/article/pii/S277323712200020X (дата обращения: 2023-08-08).
Переведенное заглавие: Потенциал применения искусственного интеллекта в сельскохозяйственном секторе.
Приведен обзор областей применения ИИ в сельскохозяйственном секторе: оздоровление сельскохозяйственных культур, борьба с вредителями; мониторинг почвы и условий выращивания; анализ данных для управленческих мероприятий и организации цепочки поставок; выбор оптимального времени для посадки семян и внесения удобрений с учетом погодных условий и др. Показано, что решения на базе ИИ позволяют производить больше при меньших затратах ресурсов, повысить качество урожая и ускорить поступление продукции на рынок. Подчеркнуто, что, используя искусственный интеллект, фермеры получают доступ к передовым данным и аналитическим инструментам, которые будут способствовать оптимизации сельского хозяйства, повышению эффективности и сокращению отходов при производстве биотоплива и продуктов питания, сводя к минимуму негативное воздействие на окружающую среду.