НЕКОТОРЫЕ ЭЛЕМЕНТЫ ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЯХ

SOME ELEMENTS OF THE APPLICATION OF NEURAL NETWORKS IN INFORMATION TECHNOLOGY

Robert Tirskikh

student, Department of Information Systems and Digital Technologies, Bashkir Institute of Technology and Management - branch of Moscow State University of Technology and Management named after K.G. Razumovsky,

Russia, Meleuz

Victoria Mitrofanova

student, Department of Information Systems and Digital Technologies, Bashkir Institute of Technology and Management - branch of Moscow State University of Technology and Management named after K.G. Razumovsky,

Russia, Meleuz

Guzyal Khisamutdinova

scientific supervisor, Senior Lecturer, Bashkir Institute of Technology and Management - branch of Moscow State University of Technology and Management named after K.G. Razumovsky,

Russia, Meleuz

АННОТАЦИЯ

В статье рассматривается методика поэтапного применения возможностей искусственного интеллекта при информационной технологии. Приводится исторический обзор возникновения и становления нейросетей, их использование в качестве инструмента программиста. Приведены примеры применения методики: при создании информационных технологий. Отмечены преимущества нейросетей. Обозначена первостепенная роль информационных технологий, для которого искусственный интеллект – новый и удобный инструмент, экономящий время.

ABSTRACT

The article discusses the method of step-by-step application of artificial intelligence capabilities in information technology. A historical overview of the emergence and formation of neural networks, their use as a programmer's tool, is given. Examples of the application of the methodology are given: when creating information technologies. The advantages of neural networks are noted. The primary role of information technology is indicated, for which artificial intelligence is a new and convenient tool that saves time.

Ключевые слова: информационные технологии применение нейросетей.

Keywords: information technology application of neural networks.

Нейронная сеть — это компьютерная система, построенная по принципу организации и работающая нервная система живых организмов. Она состоит из дружественных и взаимодействующих узлов, так называемых нейронов, которые совместно работают над решением задач обработки информации, обучения и принятия решений. Нейронные сети обширно применяются в машинном обучении и искусственном интеллекте для изучение различных задач, таких как идентификации образов, классификация.

Нейронные сети (НС), вдохновлённые биологическими нейронами, революционизируют информационные технологии. Их способность к обучению на базе данных путем корректировки баланса связей между нейронами. Этот процесс изучение происходит путем подачи входных данных во входную нейронную сеть, получения выходного результата и сравнения его с ожидаемым результатом. На основе полученной ошибки сеть корректирует вес связей таким образом, чтобы минимизировать эту ошибку и улучшить.

Благодаря этим способностям к обучению на базе информации, нейронные сети умеют решать различные задачи, даже если у них нет явно заданного алгоритма работы. Они способны создавать сложные условия из обширных объемов материала, адаптироваться к новым условиям и ситуациям, и получать высокие результаты в различных задачах, таких как классификация, распознавание образов, прогнозирование и другие.

  Позволяет решать цели, ранее недоступные традиционным алгоритмам. Ключевые области и примеры применения нейросетей:

1. Обработка изображений:
   1. Генерация изображений и улучшение качества
2. Подготовка естественного языка:
   1. Автоматическое извлечение данных
3. Медицина:
   1. Диагностика заболеваний
   2. Анализ медицинских данных
4. Финансы и экономика:
   1. Прогнозирование цен на финансовых рынках
   2. Обнаружение мошеннических схем и аномалий в финансовой сфере
5. Автоматизация и робототехника:
   1. Управление автономными транспортными средствами
   2. Обработка и анализ больших объемов данных в реальном времени

улучшение естественного языка (NLP): НС обеспечивают высокоточный машинный перевод, создание чат-ботов, анализ настроений и автоматическое написание текстов. Модели типа Transformer (BERT, GPT) достигли впечатляющих результатов в понимании и генерации человеческого языка.

Компьютерное зрение: Сверточные НС (CNN) позволяют компьютерам "видеть". Они применяются в распознавании лиц и объектов, автоматическом вождении, медицинской диагностике и анализе изображений.

Рекомендательные системы: НС анализируют пользовательские данные для персонализированных рекомендаций товаров, услуг и контента, играя ключевую роль в электронной коммерции и развлекательных сервисах.

Безопасность данных: НС используются для обнаружения аномалий и угроз, помогая предотвращать кибератаки.

Образовательный процесс: нейросеть используется для разработки инновационных образовательных технологий, создания персонализированных обучающих программ, интерактивных обучающих материалов и оценки успеваемости. Благодаря возможностям машинного обучения и анализа данных, нейронные сети могут оптимизировать процессы

Ограничения: несмотря на успехи, НС потребляются большие объёмы данных для обучения, их "чёрный ящик" затрудняет интерпретацию решений, а этические вопросы, связанные с предвзятостью и приватностью, требуют тщательного рассмотрения.

Будущее: Развитие НС обещает дальнейшую автоматизацию, персонализацию и повышение эффективности информационных технологий. Однако, этическое и ответственное применение остаётся критически важным аспектом их развития.

Обобщая вышесказанное, можно сделать вывод, что нейронные сети применяются в области ИТ для разработки различных приложений и сервисов. С их помощью решаются такие задачи, как:

• создание систем автоматического распознавания речи;
• компьютерное зрение;
• анализ данных;
• управление роботами и т. д.
• Генерация изображений и улучшение качества
• Автоматическое извлечение
• Диагностика заболеваний
• Анализ медицинских
• Прогнозирование цен на финансовых рынках
• Обнаружение мошеннических схем и аномалий в финансовой сфере
• Управление автономными транспортными средствами
• Обработка и анализ больших объемов данных в реальном времени.

Список литературы:

1. Антонов В. Ф., Поздняков Е. А., Орехов С. А. «Применение нейронных сетей в задачах искусственного интеллекта» // «Современная наука и инновации». 2021. №2.
2. Стюарт Р., Норвиг П. «Искусственный интеллект: современный подход», 4-е издание. Том 1. Решение проблем: знания и рассуждения. М.: Диалектика-Вильямс, 2021.
3. Ахметзянов К. Р., Тур А. И., Кокоулин А. Н., Южаков А. А. «Оптимизация вычислений нейронной сети» // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2020. №36.
4. Ковалев Д. А. «Глубокие нейронные сети. Применение в медицине» Символ науки. 2020. №4.
5. Рахыев Д. Б., Назгелдиев А. М. «Нейронные сети в компьютерных технологиях» // «Вестник науки». 2022.