ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СОВРЕМЕННОЙ НАУКЕ Текст научной статьи по специальности «Математика»

УДК 616.67

Аширалиева М.А.

старший преподаватель кафедры «Прикладная математика и информатика» Туркменский государственный университет имени Махтумкули

(Туркменистан, г. Ашгабад)

Мыратлыев Б.

преподаватель кафедры «Информационные системы и технология» Туркменский государственный университет имени Махтумкули

(Туркменистан, г. Ашгабад)

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СОВРЕМЕННОЙ НАУКЕ

Аннотация: в данной статье рассматриваются особенности применения нейронных сетей в науке и их влияние на процессы изучения научных проблем. Проведен перекрестный и сравнительный анализ влияния выбора направления развития технологий в науке. Даны рекомендации по внедрению разработок в изучение теории нейронных сетей.

Ключевые слова: анализ, метод, исследование, наука, искусственный интеллект.

Сегодня искусственный интеллект используется почти во всех отраслях, и инструменты, предоставляемые искусственным интеллектом в науке, не являются исключением. Объем данных, генерируемых многими современными физическими и астрономическими исследованиями, настолько велик, что ни один человек или группа людей не могут за ним угнаться. Некоторые из них ежедневно записывают гигабайты данных, и поток становится все больше.

Многие ученые обращаются за помощью к искусственному интеллекту из-за наводнения. Искусственные нейронные сети, которые представляют собой смоделированные компьютером нейроны, воспроизводящие функции мозга,

могут пробираться через груды данных практически без участия человека, подчеркивая аномалии и обнаруживая закономерности, которые люди никогда бы не заметили.

Искусственный интеллект в науке

Исследователи запускают искусственный интеллект (ИИ), часто в форме искусственных нейронных сетей, в потоки данных в ходе революции, которая охватывает большую часть науки. Такие системы «глубокого обучения» не требуют обучения специалистов-людей, в отличие от предыдущих попыток создания ИИ. Вместо этого они приобретают знания самостоятельно, часто из массивных обучающих наборов данных, пока не смогут распознавать закономерности и выявлять аномалии в наборах данных, которые намного больше и запутаннее, чем те, с которыми могут справиться люди.

В дополнение к революции в науке, ИИ теперь разговаривает с вами по вашему смартфону, ведет себя по дороге и нервирует футуристов, которые опасаются, что это может привести к повсеместной безработице. Перспективы у ученых в целом хорошие, потому что ИИ обещает ускорить исследовательский процесс.

По мере роста значения ИИ в науке понимание разума внутри машины, вероятно, станет как никогда важным. Некоторые новаторы уже используют ИИ для планирования, выполнения и интерпретации экспериментов, что открывает двери для автоматизированной науки. Прилежный стажер может быстро перейти в статус полноценного коллеги.

Сегодня самые интересные медицинские открытия делаются на стыке биологии и информатики с использованием методов, предоставляемых искусственным интеллектом в науке. Несмотря на инициативы по этому поводу, прогресс в интеграции исследований из многих областей биологии был незначительным.

Мы утверждаем, что реинтеграция биологии станет возможной благодаря грядущим поколениям технологий искусственного интеллекта (ИИ),

адаптированных для биологических наук. Мы сможем собирать, связывать и анализировать данные в ранее невиданных масштабах благодаря технологии искусственного интеллекта. Мы также сможем создавать подробные модели прогнозирования, охватывающие многочисленные области исследований.

Они позволят делать как целевые открытия (проверка конкретных гипотез), так и нецелевые. Искусственный интеллект в биологии — это междисциплинарная технология, которая улучшит наши возможности для проведения биологических исследований любого масштаба. Точно так же, как статистика произвела революцию в биологии в 20-м веке, мы ожидаем, что ИИ сделает то же самое для биологии в 21-м.

Математические модели были тщательно выписаны и решены вручную на заре физики. Сегодня исследователи могут моделировать и рассчитывать сложные физические проблемы с гораздо большей скоростью, точностью и оригинальностью, чем когда-либо прежде, благодаря искусственному интеллекту в науке. В этом посте собраны некоторые из моих любимых физических исследовательских проектов, связанных с ИИ.

Исследователей давно интересовали вопросы о природе Вселенной. Теперь мы знаем о других планетах больше, чем о глубинах океана самостоятельно. Это вызвало инвестиции и интерес к космическим исследованиям. Впереди еще много фундаментальных знаний.

Фреймворки, управляемые искусственным интеллектом, ускоряют решение широкого круга важных тем физических исследований. Эти инновации показывают долгосрочное влияние ИИ на научные открытия, начиная от белковых структур и заканчивая моделированием климата, обнаружением гравитационных волн и пониманием Вселенной.

Использование ИИ для разработки новых моделей для решения сложных физических проблем может значительно ускорить научный прогресс в самых фундаментальных областях знаний, которые объясняют и управляют миром и космосом, в котором мы существуем.

Одной из наиболее часто обсуждаемых тем в химии в последнее время является искусственный интеллект. Искусственный интеллект и химия идут рука об руку!

СПИСОК ЛИТЕРАТУРЫ:

1. Люгер, Дж.О. Искусственный интеллект: стратегии и методы решения сложных проблем / Дж.О. Люгер. - М.: Диалектика, 2016. - 864 c.

2. Нильсон, Н. Принципы искусственного интеллекта / Н. Нильсон. - М.: Радио и связь, 2015. - 373 c.

3. Рассел, С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. - М.: Вильямс, 2016. - 578 c.

Ashiralieva M.A.

Senior Lecturer, Department of Applied Mathematics and Informatics Turkmen State University named after Magtymguly (Turkmenistan, Ashgabat)

Myratlyev B.

Lecturer at the Department of Information Systems and Technology Turkmen State University named after Magtymguly (Turkmenistan, Ashgabat)

ARTIFICIAL INTELLIGENCE IN MODERN SCIENCE

Abstract: this article discusses the features of the use of neural networks in science and their influence on the processes of studying scientific problems. A cross and comparative analysis of the influence of the choice of the direction of technology development in science was carried out. Recommendations are given for the implementation of developments in the study of the theory of neural networks.

Keywords: analysis, method, research, science, artificial intelligence.