Проблематика цифровых технологий и искусственного интеллекта в научных работах

В статье приведены результаты исследования, направленного на выявление тенденций в освещении проблематики цифровых технологий и искусственного интеллекта в научных работах. Выявлены семантические единицы, отражающие аспекты цифровизации, искусственного интеллекта, расширенной реальности. Основными семантическими единицами, отражающими различные аспекты исследуемой области, выступали: цифровизация; искусственный интеллект (дополнительные семантические единицы: представление знаний, доказательство теорем, компьютерное зрение, робототехника, машинное обучение, многоагентные системы, инструментальные средства искусственного интеллекта); нейронные сети (дополнительные семантические единицы: обучение с учителем, обучение без учителя, входные данные); сильный или общий искусственный интеллект, слабый или прикладной искусственный интеллект; голосовой помощник «Маруся», голосовой помощник «Алиса», голосовой помощник Siri, голосовой помощник Bixby, Google Ассистент; распознавание речи, распознавание отпечатков пальцев, идентификация лица человека. Упорядочены и графически визуализированы количественные изменения в освещении проблематики цифровых технологий, искусственного интеллекта, элементов расширенной реальности в научных работах ученых за период с 2016 г. по 2021 г. Приведен анализ количественных характеристик материалов и содержательной составляющей семантических единиц по обозначенной теме. Предметом исследования являлись публикации российских и зарубежных авторов, затрагивающих проблематику цифровизации и искусственного интеллекта, внесенные в базу данных Всероссийского института научной и технической информации Российской академии наук (ВИНИТИ РАН) за период с 2016 г. по 2021 г.

1. Андерсон К. и др. (2022). Искусственный интеллект, аналитика, новые технологии. М.: Альпина Паблишер. 200 с.

2. Бохонко В.В., Щур И.А., Ивченко В.И., Мойсей О.Н., Константинова А.А. (2021). Применение расширенной реальности в промышленном дизайне // Актуальные вопросы машиностроения. № 10. С. 101–106.

3. Бураков М.В. (2022). Системы искусственного интеллекта. М.: Проспект. 440 с.

4. Пройдаков Э.М. (2018). Современное состояние искусственного интеллекта // Науковедческие исследования. С. 129–153. https://doi.org/10.31249/scis/2018.00.09

5. Ситникова Е.С., Кутенева Т.А. (2018). Виртуальная и дополненная реальность: соотношение понятий // Стратегии развития социальных общностей, институтов и территорий: материалы IV Международной научно-практической конференции, Екатеринбург, 23-24 апреля 2018 г.: в 2-х т. Екатеринбург: Изд-во Уральского университета. Т. 1. С. 298–302.

6. Таулли Т. (2021). Основы искусственного интеллекта: нетехническое введение. СПб.: БХВ. 288 с.

7. Филенко С.С. (2017). Искусственный интеллект и искусство: точки соприкосновения // Шаг в будущее: искусственный интеллект и цифровая экономика: материалы I Международной научно-практической конференции, Москва 4–5 декабря 2017 г. Вып. 4. М.: Государственный университет управления. С. 242–246.

8. Шливко И.Л., Гаранина О.Е., Клеменова И.А., Ускова К.А., Миронычева А.М., Дардык В.И., Ласьков В.Н. (2021). Искусственный интеллект: как работает и критерии оценки // Consilium Medicum. Т. 23, № (8). С. 626–632. https://doi.org/10.26442/20751753.2021.8.201148

9. El Jamiy F., Marsh R. (2019). Survey on depth perception in head mounted displays: distance estimation in virtual reality, augmented reality, and mixed reality // IET Image Processing. V. 13, no. 5. Pp. 707–712. https://doi.org/10.1049/iet-ipr.2018.5920

10. Furber S. (2016). Brain-inspired computing // IET Computers and Digital Techniques. V. 10, no. 6. Pp. 299–305. https://doi.org/10.1049/iet-cdt.2015.0171

11. Kumar R., Ghoshal B. (2022). Machine learning guided thermal management of Open Computing Language on CPU-GPU based embedded platforms // IET Computers and Digital Techniques. Vol. 17, no. 1. Pp. 20–28. https://doi.org/10.1049/cdt2.12050

12. Lazaridis A., Fachantidis A., Vlahavas I. (2020). Deep reinforcement learning: a state-of-the-art walkthrough // Journal of Artificial Intelligence Research. V. 69. Pp. 1421–1471. https://doi.org/10.1613/jair.1.12412