CC BY
25
ЛИТЕРАТУРА
1. Булгакова Н.Ж. Возрастная динамика и биологическая зрелость показателей физического развития и специальной работоспособности, лимитирующих скорость плавания / Н.Ж. Булгакова, О.И. Попов // Новые исследования. - 2009. - № 4 (21). - С. 15-22.
2. Динамика параметров скорости плавания на дистанции 100 метров кролем на груди у юных спортсменов / В.Ю. Карпов, М.В. Некрасова, Р.Б. Краснов, Е.В. Гарина // Теория и практика физической культуры. - 2021. - № 8. - С. 72-74.
3. Функциональные возможности сердца у студентов, занимающихся футболом / И.Н. Медведев, В.Ю. Карпов, А.А. Антонов, Н.В. Кириллова // Ученые записки университета им. П.Ф. Лесгафта. - 2021. - № 6 (196). - С. 192-196.
4. Динамика общей физической подготовленности студентов первокурсников при регулярных занятиях физической культурой / В.Ю. Карпов, И.Н. Медведев, В.И. Шарагин, О.А. Разживин // Ученые записки университета им. П.Ф. Лесгафта. - 2021. - № 8 (198). - С. 118-123.
5. Possibilities of Students' Health Improvement through Physical Training in the Aquatic Environment / V.Yu. Karpov, I.N. Medvedev, M.N. Komarov, A.V. Dorontsev, E.S. Kumantsova, O.G. Mikhai-lova // Journal Of Biochemical Technology. - 2021. - № 12 (4). - P. 67-71.
6. Савельева О.Ю. Теория и методика обучению плаванию: учебное пособие / О.Ю. Савельева, В.Ю. Карпов. - 2-е изд., перераб. и доп. - Москва : КНОРУС, 2022.-323с.
7. Якуб И.Ю. Плавание и результаты тестирования по плаванию / И.Ю. Якуб, А.А. Моторыкина // Символ науки: международный научный журнал. - 2018. - № 1-2. - С. 166-170.
REFERENCES
1. Bulgakova, N.Zh. and Popov, O.I. (2009), "Age dynamics and biological maturity of indicators of physical development and special performance limiting swimming speed", New investigations, Vol. 21, No.4, pp. 15-22.
2. Karpov, V.Yu., Nekrasova, M.V., Krasnov, R.B. and Garina, E.V. (2021), "10-17 year-old's 100m freestyle swimming speed, stroke pace and length profiling study", Theory and Practice of Physical Culture, No. 8, pp. 72-74.
3. Medvedev, I.N., Karpov, V.Yu., Antonov, A.A. and Kirillova, N.V. (2021), "Heart functional capabilities at practicing students footballers", Uchenye zapiski universiteta imeni P.F. Lesgafta, Vol. 196, No. 6, pp. 192-196.
4. Karpov, V.Yu., Medvedev, I.N., Sharagin V.I. and Razjivin, O.A. (2021), "Dynamics of firstgrade student's general physical preparedness during regular physical education classes", Uchenye zapiski universiteta imeni P.F. Lesgafta, Vol. 198, No. 8, pp. 118-123.
5. Karpov, V.Yu., Medvedev, I.N., Komarov, M.N., Dorontsev, A.V., Kumantsova, E.S. and Mi-khailova, O.G. (2021), "Possibilities of Students' Health Improvement through Physical Training in the Aquatic Environment", Journal Of Biochemical Technology, Vol. 4, No. 12, pp. 67-71.
6. Savelieva, O.Yu. and Karpov, V.Yu. (2022), Theory and methods of teaching swimming: textbook, Publishing house "KNORUS", Moscow.
7. Yakub, I.Yu. and Motorykina, A.A. (2018) "Swimming and swimming test results", Science symbol: international science journal, No. 1-2, pp.166-170.
Контактная информация: ilmedv1@yandex.ru
Статья поступила в редакцию 27.02.2022
УДК 378.147:004
РЕАЛИЗАЦИЯ ВОЗМОЖНОСТЕЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ С ПРИМЕНЕНИЕМ КВАНТОВЫХ КОМПЬЮТЕРОВ
Андрей Вячеславович Зуев, кандидат исторических наук, доцент, Ирина Александровна Макеева, кандидат юридических наук, начальник кафедры, Виталий Александрович Медведев, преподаватель, Андрей Владимирович Платонов, кандидат философских наук, доцент, Анна Александровна Савченко, кандидат филологических наук, доцент, Анна Валентиновна Троц, кандидат технических наук, доцент, Ленинградский област-
ной филиал Санкт-Петербургского университета Министерства внутренних дел Российской Федерации, Санкт-Петербург
Аннотация
В статье рассматривается вопрос применения квантовых компьютеров в использовании искусственного интеллекта в образовании. Целью является выработка требований и доказательство эффективности внедрения квантовых вычислительных машин в системе искусственного интеллекта, который будет работать в образовательном процессе. Указывается, что квантовые вычисления будут способны изменить ход настоящей реальности и существенно сэкономить количество времени, требующегося для реализации тех или иных процессов и запросов на выборку необходимой информации. Авторами отмечено, что помимо интеграции искусственного интеллекта и приобщения к нему квантового компьютера следует учесть большое количество прикладных вопросов. Результаты проведенного научного исследования позволили доказать эффективность и определить те требования, которые должны быть выполнены для стабильного функционирования квантовых компьютеров.
Ключевые слова: квантовые компьютеры, искусственный интеллект, образовательный процесс, логические операции, качество обучения.
DOI: 10.34835/issn.2308-1961.2022.2.p161-166
REALIZATION OF THE POSSIBILITIES OF ARTIFICIAL INTELLIGENCE IN EDUCATION WITH THE USE OF QUANTUM COMPUTERS
Andrey Vyacheslavovich Zuev, the candidate of historical sciences, senior lecturer, Irina Ale-ksandrovna Makeeva, the candidate of law sciences, head of the department, Vitaly Aleksan-drovich Medvedev, the teacher, Andrey Vladimirovich Platonov, the candidate of philosophical sciences, senior lecturer, Anna Aleksandrovna Savchenko, the candidate of philological sciences, senior lecturer, Anna Valentinovna Trots, the candidate of technical sciences, senior lecturer, Leningrad Regional Branch of the St. Petersburg University of the Ministry of Internal
Affairs of Russia, Saint-Petersburg
Abstract
The article considers the use of quantum computers in the process of applying artificial intelligence in education. The aim is to develop requirements and prove the effectiveness of the introduction of quantum computers in the system of artificial intelligence, which will be applied in the educational process. It is pointed out that quantum calculations will be able to change the course of the reality and significantly save the amount of time required to implement certain processes and requests to sample the necessary information. The authors noted that in addition to the integration of artificial intelligence and the introduction of quantum computers, a large number of potential issues should be considered. The results of the research reveal the effectiveness and determine necessary requirements for the stable functioning of quantum computers.
Keywords: quantum computers, artificial intelligence, educational process, logical operations, quality of learning.
ВВЕДЕНИЕ
Электронные вычислительные машины, которые в настоящее время приобрели массовую распространённость и используются повсеместно, имеют существенные ограничения в своей производительности и используют стандартные, «громоздкие» цифровые двоичные алгоритмы с двумя возможными логическими состояниями «0» и «1», которые называются битами. Такое построение вычислительной машины имеет множество существенных недостатков, среди которых можно выделить низкую ограниченную скорость обработки процессов, а также поиск информации в неструктурированной базе данных, который очень важен непосредственно в построении системы образования на базе искусственного интеллекта.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ
Идея использования квантовой физики в вычислениях принадлежит Ю.И. Манину, который в 1980 году в своей статье выдвинул теорию о том, что квантовые силы, в связи с тем, что никаких видимых ограничений для их скорости нет, можно использовать в вычислениях колоссальных объёмов информации [1].
В работах Р. Фейнмана было предложено использовать в вычислении разнообразные состояния квантовой системы, этот принцип квантовой математики называется - суперпозиция. Суть суперпозиции состоит в том, что кубит, то есть единица вычисления, используемая в вычислениях квантового компьютера (квантовый бит), может одновременно принимать противоположные значения, то есть быть одновременно в разных состояниях [2].
Из этого следует, что кубит, находящийся в состоянии суперпозиции, может легко внутри себя имитировать все возможные логические операции со всеми возможными значениями, которые должна принять та или иная переменная.
Идея для создания квантового компьютера появилась благодаря вопросу Феймана о том, что «может ли квантовая природа преодолеть законы классической физики?» [1]. Последующие опыты Феймана показали, что никаких противоречий в термодинамике не существует, а также он вывел закономерность того, что при уменьшении потерь энергии можно будет произвести сколько угодно вычислений при минимальных затратах энергии. Из этого следует, что вычисления могут принять позицию обратимости.
Это важно тем, что, следуя принципу обратимости вычислений, существует возможность экономии большого количества времени, так как при этом результаты логических операций, проведённых с использованием кубитов, могут быть представлены в едином экземпляре, который будет удовлетворять условиям поставленной задачи [3, с. 156].
Следующий этап предположений о развитии квантовой инженерии принадлежит П.В. Шору. В 1994 году он опубликовал статью о квантовых вычислениях. В своём труде, Шор смог построить квантовый алгоритм факторизации. Факторизация - это пример определения затраченного времени, необходимого для достижения результата. Факторизация как метод представляет собой разложение целых чисел на множители, при этом используя алгоритм вскрытия зашифрованных сообщений. Такой метод используется всегда, когда стоит задача в нахождении минимально возможного времени исчисления той или иной значности числа [4].
Для иллюстрации эффективности данного метода исчисления стоит привести простой пример.Для разложения 129-значного числа на множители, потребуется время на подборку, приблизительно равное более чем 800 годам, при условии того, что будут задействованы около 1500 рабочих станций, которые будут включать в себя минимум по 256 компьютеров [5]. Соответственно, исчисление множителей 300-значного числа потребует время, которое будет больше, чем возраст вселенной.
И здесь вступают в дело квантовые компьютеры. Для того чтобы провести расчёт данной задачи, квантовому компьютеру понадобится 2*10-23 секунд - это время, затраченное на проведение одной простой вычислительной операции стандартным компьютером. Парадокс состоит в том, что для исчисления всех действий, число которых будет приблизительно равно самому исходному числу, квантовому компьютеру потребуется всего лишь одна логическая операция, которая будет содержать в себе все возможные варианты, и, соответственно, из них будет выбран самый логичный вариант, подходящий и удовлетворяющий условиям поставленной задачи [2].
Следовательно, любые исчисления, даже самой высокой сложности не составят больших проблем в решении для квантового компьютера, по причине применения принципа суперпозиции.
Таким образом, из этого можно заключить то, что квантовые вычисления будут способны изменить ход настоящей реальности и существенно сэкономить количество
времени, требующегося для реализации тех или иных процессов и запросов на выборку необходимой информации.
Применение квантовых компьютеров в системе искусственного интеллекта, который будет работать в системе образовательного процесса весьма простое [4].
Для применения квантовых вычислительных машин именно в искусственном интеллекте, стоит принять во внимание то количество процессов и логических операций на выборку, которые должен произвести искусственный интеллект для того, чтобы в короткое время выбрать оптимальный вариант решения, который будет подходить для того или иного выбора человека [2].
Для примера стоит взять локальный уровень принятия решений, то есть уровень, при котором в процессе обучения будет задействовано всего лишь 1000 человек. Каждому из них будет предложено минимум 5 вариантов выбора при получении того или иного материала. Далее в этих пяти вариантах будет предусмотрено минимум 100 возможных вариантов ответа от человека. На каждом этапе это количество будет только расти, и в итоге, в среднем, на решение одной задачи, будет выделено 2*109 возможных вариантов решения. Если учесть, что обучается не один человек, то можно понять, что вычислительной мощности, пропорциональной нормальному отведённому месту для компьютеров банально не хватит.
Решением для этого будет квантовый компьютер, который сможет обрабатывать и поддерживать сразу многие системы искусственного интеллекта [6].
У данной разработки непосредственно тоже имеются недостатки, например, баланс места, в виду того, что для повышения эффективности, все системы искусственного интеллекта должны быть в непосредственной близости от квантового компьютера, поскольку при перемещении информации, даже через стекловолокно, на максимальной скорости и в идеальных условиях, потери информации, а именно недостающих кубитов, будут фатальными для правильности принимаемого искусственным интеллектом решения [2].
Таким образом, помимо интеграции искусственного интеллекта и приобщения к нему квантового компьютера следует учесть очень большое количество прикладных вопросов, от места и баланса свободного пространства, до потребляемой электроэнергии.
Квантовые компьютеры, помимо своей существенной пользы имеют огромное количество недостатков, которые непосредственно возникают из того, что в объективной реальности, хоть и нет прямых противоречий для создания квантового компьютера, но имеются множество физических неточностей, которые могут мешать получению точных и объективных результатов [6].
Здесь идёт речь о работе с квантовой системой, в которой изменение спина квантовой системы, которое может поменяться буквально от малейшего отклонения фотона от орбиты. Из этого можно сделать вывод о том, что квантовые вычисления могут быть весьма неточны в своих результатах, хотя и сохранят прежнюю скорость вычисления.
Если в случае обыкновенных компьютеров, данные неполадки регулируются добавлением большего количества резисторов и увеличения входной мощности процессора, то в квантовых компьютерах, количество кубитов, необходимых для стабилизации процесса увеличить довольно проблематично.
Если говорить просто, то обрабатывать постоянно изменяющиеся ячейки информации попросту не представляется реальным. Это обусловлено тем, что в условиях суперпозиции остановить кубит и заставить его принять одно из значений невозможно, поскольку кубит находится во всех возможных состояниях одновременно и его будет просто невозможно с точной уверенностью представить в каком-либо угодном условию поставленной задачи состоянии. Примером недостатка такой системы может служить сравнение выполнения стандартной операции для вычислительной машины - скопировать информацию в буфер обмена, и после этого поместить её где-либо. В реальности квантового
мира это невозможно, потому что, запоминая то или иное значение кубита, квантовый компьютер попросту теряет своё свойство.
ЗАКЛЮЧЕНИЕ
Для стабильного функционирования квантовых компьютеров, должны быть выполнены следующие требования:
- система должна состоять из точно известного числа частиц;
- должна быть возможность привести систему в точно известное начальное состояние;
- степень изоляции от внешней среды должна быть очень высока;
- надо уметь менять состояние системы согласно заданной последовательности унитарных преобразований ее фазового пространства;
- необходимо иметь возможность выполнять «сильные измерения» состояния системы (то есть такие, которые переводят ее в одно из чистых состояний).
Таким образом, при должном уровне разработки квантовых компьютеров, а также при вводе их в массовую эксплуатацию, такие технологии станут одним из основных оплотов для создания крайне точного и мощного прототипа образовательной системы с использованием искусственного интеллекта.
ЛИТЕРАТУРА
1. Девятков В.В. Системы искусственного интеллекта: учебное пособие для вузов / В. В. Девятков. - Москва : МГТУ им. Н. Э. Баумана, 2001. - 352 с.
2. Китаев А.Ю. Квантовые вычисления: алгоритмы и исправление ошибок / А.Ю. Китаев // Успехи математических наук. - URL: https://http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=rm&paperid=892&option_lang=ru s (дата обращения: 30.01.2022).
3. Философская антропология: словарь под ред. д-ра филос. наук, проф. Н. Хамитова / Интеллект / Искусственный интеллект. - Киев : КНТ, 2014. - 472 с.
4. Grover, L. A fast quantum mechanical algorithm for database search / L. Grover // Proceedings of the 28th Annual ACM Symposium on Theory of Computing, -1996. - No. 7. - P. 212- 219.
5. Yao А. С.-С. Quantum circuit complexity. // Proceedings of the 34th Annual Symposium on the Foundations of Computer Science, IEEE Computer Society Press, Los Alamitos, CA, - 1993. - URL: https://www.semanticscholar.org/paper/Quantum-Circuit-Complexity-Yao/f64ed54b6d8e75ffeb422f94c14f12e07d57ad8e (дата обращения: 30.01.2022).
6. Shor P.W. Algorithms for Quantum Computation: Discrete log and Factoring. // Proceedings of the 35th Annual Symposium on the Foundations of Computer Science, edited by S. Goldwasser, IEEE Computer Society Press, Los Alamitos, CA, - 1994. - URL: https://www.phys.uni-sofia.bg/~svetivanov/FourierPapers/1994%20-%20(Th)%20P%20Shor.pdf (дата обращения: 30.01.2022).
REFERENCES
1. Devyatkov, V.V. (2001), Artificial intelligence systems: study guide for universities, Bauman Moscow State Technical University, Moscow.
2. Kitaev, A.Yu. (1997), "Quantum computing: Algorithms and error correction", Successes of mathematical sciences, available at: https://http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=rm&paperid=892&option_lang=ru s (date accessed: 30.01.2022).
3. Khamitova, N. (2014), Philosophical Anthropology: a dictionary, Artificial intelligence, KNT, Kiev.
4. Grover, L. (1996), "A fast quantum mechanical algorithm for database search", Proceedings of the 28th Annual ACM Symposium on Theory of Computing, No. 7, рр. 212- 219.
5. Yao, А.С.С. (1993), "Quantum circuit complexity", Proceedings of the 34th Annual Symposium on the Foundations of Computer Science, IEEE Computer Society Press, Los Alamitos, CA,, https://www.semanticscholar.org/paper/Quantum-Circuit-Complexity-
Yao/f64ed54b6d8e75ffeb422f94c14f12e07d57ad8e (date accessed: 30.01.2022 30.01.2022).
6. Shor, P.W. (1994), "Algorithms for Quantum Computation: Discrete log and Factoring", Proceedings of the 35th Annual Symposium on the Foundations of Computer Science, edited by S. Goldwasser, IEEE Computer Society Press, Los Alamitos, CA., https://www.phys.uni-sofia.bg/~svetivanov/FourierPapers/1994%20-%20(Th)%20P%20Shor.pd/ (date accessed: 30.01.2022). Контактная информация: kaf.seigd.lof@mail.ru
Статья поступила в редакцию 01.02.2022
УДК 378.147.88
ОБУЧЕНИЕ СТУДЕНТОВ ВУЗА ОСНОВАМ БИОМЕХАНИКИ ДВИЖЕНИЙ ЧЕЛОВЕКА НА ЗАНЯТИЯХ НАУЧНОГО КРУЖКА
Ильдар Фаисович Ибрагимов, кандидат биологических наук, доцент, Казанский государственный энергетический университет; Казанский государственный медицинский университет, Казанский институт (филиал) Всероссийского государственного университета юстиции, Казан; Сергей Викторович Деменев, доцент, Казанский национальный исследовательский технологический университет, Казань; Сергей Георгиевич Диц, старший преподаватель, Илья Константинович Рихтер, преподаватель, Разил Фан-зилович Габдрахманов, преподаватель, Казанский (Приволжский) федеральный университет, Казань; Айгуль Ринатовна Евсеева, старший преподаватель, Казанский государственный медицинский университет, Казань
Аннотация
Целью научного кружка являлось создание представления о биомеханике движений человека и применение этих знаний в процессе занятий физической культурой и спортом и выявление научного потенциала среди студентов. В ходе исследования нами были поставлены задачи: ознакомить студентов с основными законами биомеханики движений человека и методам биомеханического анализа движений; сформировать мотивацию к самостоятельному изучению законов биомеханики и т.д.; выявить наиболее одаренных студентов и увеличить научный потенциал с целью улучшения мониторинга кафедры физвоспитания. Исследование проводилось с применением эмпирических методов, опроса и анкетирования, и статистической обработки данных, а также фото-сьемки. Практическая значимость проведенного исследования заключается в следующем: полученные данные могут применяться преподавателями и студентами на занятиях по физической культуре и спорту, а также при проведении заседаний научного кружка; повысить работу кафедры в направлении научных исследований и мониторинг показателей кафедры и вуза.
Ключевые слова: биомеханика, легкая атлетика, студенты, физическая культура и спорт, элективные дисциплины.
DOI: 10.34835/issn.2308-1961.2022.2.p166-171
TEACHING THE BASICS OF BIOMECHANICS OF HUMAN MOVEMENTS TO UNIVERSITY STUDENTS DURING THE CLASSES OF THE SCIENTIFIC CLUB Ildar Faisovich Ibragimov, the candidate of biological sciences, senior lecturer, Kazan State Power University, Kazan State Medical University, Kazan Institute (branch) All-Russian State University of Justice; Sergey Viktorovich Dementev, the senior lecturer, Kazan National Research Technological University; Sergey Georgievich Dits, the senior teacher, Ilya Konstanti-novich Richter, the teacher; Razil Fanzilovich Gabdrakhmanov, the teacher, Kazan (Volga Region) Federal University; Aigul Rinatovna Evseeva, the senior teacher, Kazan State Medical
University
Abstract
The aim of the scientific club was to develop understanding of the biomechanics of human movements and to apply this knowledge in the process of physical training and sports and to identify scientific
