Крутые повороты закона Ома в свете естественного и искусственного интеллекта
Автор: Фриск В.В., Виноградов А.В.
Журнал: Агротехника и энергообеспечение @agrotech-orel
Рубрика: Перспективные проекты
Статья в выпуске: 1 (50), 2026 года.
Бесплатный доступ
Статья представляет собой оригинальное рассмотрение классического закона Ома для постоянного тока через призму современных технологий обработки данных и искусственных нейросетей. Рассмотрен интересный вопрос о порядке записи известной формулы закона Ома. Рассмотрены варианты представления формулы, в которых искомая величина указывается слева и когда она указывается справа. На примере этих форм представления закона Ома для участка сети показана разница между подходами к познанию естественного и искусственного интеллекта. Показано, что традиционная форма записи, с искомой величиной слева характерна для естественного интеллекта, человека, так как она как бы демонстрирует, что сперва идёт вопрос, а потом находится зависимость. Напротив, форма, в которой искомая величина указывается справа, характерна для искусственного интеллекта, нейросетей, так как сперва задаётся зависимость, исходные данные, а потом получается ответ. В практике обучения людей следует пользоваться обоими формами представления информации в зависимости от того, требуется поиск новых ответов, или решение конкретной задачи, обучение известным зависимостям.
Напряжение, сопротивление, ток, закон Ома, искусственный интеллект, нейронная сеть, нейрон, ребра, веса, Python, подходы к обучению, закономерности, формы представления информации, обучение
Короткий адрес: https://sciup.org/147253820
IDR: 147253820 | УДК: 621.3
The sharp turns of Ohm's law in the light of natural and artificial intelligence
The article is an original consideration of the classical Ohm's law for direct current through the prism of modern data processing technologies and artificial neural networks. An interesting question about the order of writing the well-known formula of Ohm's law is considered. The variants of the formula representation are considered, in which the desired value is indicated on the left and when it is indicated on the right. Using the example of these forms of representation of Ohm's law for a network segment, the difference between approaches to cognition of natural and artificial intelligence is shown. It is shown that the traditional form of writing, with the desired value on the left, is characteristic of human natural intelligence, as it demonstrates that first there is a question, and then there is dependence. On the contrary, the form in which the desired value is indicated on the right is typical for artificial intelligence, neural networks, since first the dependence, the initial data is set, and then the answer is obtained. In the practice of teaching people, both forms of information presentation should be used, depending on whether it is necessary to find new answers, or to solve a specific problem, or to teach known addictions.
