Искусственный интеллект

Искусственный интеллект в медицине: острова решений в океане возможностей

В разработку технологий искусственного интеллекта для медицины сегодня инвестируют сотни компаний, однако в первую очередь подобные технологии должны избавлять от рутины — их не стоит рассматривать как замену врачу. Кроме того, качество ИИ-решений для медицины определяется качеством данных, используемых для обучения алгоритмов, а здесь существует множество проблем.

Технологии для жизни: «большая семерка» ОС, версия 2021

Журнал «Открытые системы.СУБД» представляет ежегодный обзор аналитических прогнозов развития технологий на 2021 год.

Контуры 6G

Технологические контуры 6G определяются не столько повышенной пропускной способностью каналов связи, сколько новыми методами оптимального управления широкими потоками данных. Требуется изменить наборы протоколов для перехода с клиент-серверной архитектуры на пиринговую, а также разработать системы децентрализованного хранения данных. Однако и этого недостаточно. Разработчики 6G ставят передо собой амбициозные задачи по децентрализации, пытаясь контролировать все сферы ИТ.

Битва за таланты: цифровой след абитуриента

Вопрос поступления в вуз рано или поздно касается почти каждой российской семьи. Как сделать правильный выбор и чем университеты могут помочь своим потенциальным абитуриентам? Цифровой след, проанализированный с использованием методов больших данных, расскажет об интересах школьников и поможет в их профориентации, а в дальнейшем — в получении более качественного образования.

Горизонты промышленного блокчейна и государственного искусственного интеллекта

Темы сентябрьского, октябрьского и ноябрьского номеров журнала Computer (IEEE Computer Society, Vol. 53, No. 9–11, 2020) — блокчейн в киберфизических системах, искусственный интеллект на службе государства и насущные проблемы искусственного интеллекта.

6G: децентрализованная сеть и интеллектуальная сервисная архитектура

На фоне активного развертывания коммерческих сетей 5G мировое научно-инженерное сообщество уже рассматривает идеи реализации систем следующего, шестого поколения. Для 6G предполагается разработать распределенную, децентрализованную интеллектуальную сеть нового поколения. Однако нынешние схемы предоставления приложений основаны на централизованной сервисной архитектуре, а идеи повсеместных периферийных вычислений и децентрализованных технологий на основе искусственного интеллекта пока не получили реального воплощения.

Графы знаний как средство улучшения искусственного интеллекта

Интеллектуальные системы, работающие на основе алгоритмов машинного обучения, требуют больших объемов размеченных данных. Используя фактические сведения справочного характера, можно восполнять нехватку размеченных данных для обучения алгоритмов, причем для многих практических применений удобно организовывать справочные сведения в форме графа знаний. Объединение сведений из графов знаний с обучающими выборками позволяет существенно улучшить результативность работы алгоритмов машинного обучения, в том числе используемых в системах предоставления рекомендаций и анализа структуры сообществ. Графы знаний позволяют не только повысить точность работы таких систем, но и обеспечить объяснимость получаемых результатов.

Как помочь роботу?

Чат-боты, голосовые помощники, виртуальные ассистенты активно применяются сегодня при организации сервисного обслуживания, однако общение с чат-ботом, не обеспечивающее решения вопроса, чревато потерей клиента, который уйдет к компании, виртуальный ассистент которой интегрирован с ее бизнес-процессами и формирует решение, опираясь на ее цифровые активы, системы прогнозной аналитики, ИИ и знания человека-оператора.

Industrial Cloud — новый виток развития производства

Оптимизация производства на основе огромных объемов данных, генерируемых промышленным предприятием, невозможна без их комплексного анализа в реальном времени в Промышленных облаках, интегрирующих машины, станки, системы управления и технологии искусственного интеллекта.

Видеоаналитика для измерения качества обслуживания

Уровень удовлетворенности граждан России качеством предоставления государственных и муниципальных услуг должен быть на уровне 90%. Как неинвазивными методами объективно оценить степень удовлетворенности граждан качеством услуг, предоставляемых МФЦ?