Российские математические модели помогут в работе «умных сервисов» принятия решений

Список авторов:

Анотация:

Ключевые слова:

Российские ученые разработали математические модели и методы программирования «умных сервисов» — ассистентов человека, которые ищут нужную информацию в «больших данных» и предоставляют рекомендации для принятия решений. Об этом сообщила пресс-служба Министерства науки и высшего образования РФ.
«Ученые ПетрГУ разработали уникальные математические модели и алгоритмы интеллектуального анализа данных от множества источников, в том числе ориентированные на обработку «больших данных». А также методы программирования «умных сервисов». Они ориентированы на вовлечение самого человека в процесс работы с информацией. Большинство существующих решений в мире предполагает, что искусственный интеллект замещает человека», — говорится в сообщении.
Для использования умных или интеллектуальных сервисов, как пояснили исследователи, нужно единое информационное пространство со множеством вычислительных устройств, среди которых смартфоны, встроенная бытовая техника, датчики, гаджеты, видеокамеры и другие.
В результате система ищет и обрабатывает большие объемы данных, которые связаны с той задачей, которую сейчас решает человек. При этом она предлагает человеку наиболее важную информацию, в том числе и в виде рекомендаций для принятия решений: на экране телевизора появляются рекомендации, какие интересные программы посмотреть, кофеварка включается, если хозяин проспал на работу и так далее. В настоящее время подобные сервисы есть только для частных случаев и, как правило, только в виде экспериментальных прототипов.
По мнению ученых ПетрГУ, методы, которые они разработали, можно использовать в конкретных технологиях. Например, для задач цифровой экономики с их помощью можно анализировать техническое состояние производственного оборудования. Так, станок в цехе предприятия может сообщать информацию о своем состоянии, выводя графики поведения технических параметров на смартфон сотрудника. Станок может «рекомендовать» персоналу, что нужно заменить деталь, так как она скоро может выйти из строя.
Другой пример — для задач цифрового общества — искусственный интеллект ищет и интерпретирует информацию при изучении картин, скульптур и других объектов в музее. Тогда музейный экспонат может сам «рассказать» о себе с помощью вывода сведений на экран телефона или голосом через смартфон. При этом помощник выберет именно те оцифрованные материалы, которые представляются наиболее интересными конкретному посетителю музея.

Библиография: