Отчет о III всероссийской научно-практической конференции "Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века"

Бесплатный доступ

Приводится обзор докладов, прозвучавших на конференции, кратко излагается их содержание, суть обсуждений и дискуссий. Отмечаются основные достижения и приоритет пермской научной школы искусственного интеллекта в развитии его теории и практических применениях. Подводятся итоги конференции.

Искусственный интеллект, нейронные сети, актуальные проблемы, популярность, приоритет

Короткий адрес: https://sciup.org/147245379

IDR: 147245379   |   DOI: 10.17072/1993-0550-2018-2-83-87

Текст научной статьи Отчет о III всероссийской научно-практической конференции "Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века"

С 16 по 18 мая 2018 г. в Перми на территории Пермского государственного национального исследовательского университета была проведена III Всероссийская научнопрактическая конференция "Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века".

1.    Основные доклады, обсужденияи дискуссии

Конференция началась с доклада доктора технических наук Л.Н. Ясницкого "Поучительное прошлое, блестящее настоящее и сомнительное будущее искусственного интеллекта", в котором докладчик обратил внимание на цикличность развития научной области, именуемой "Искусственным интеллектом" (ИИ): На протяжении более 700 лет взлеты популярности и оптимизма всегда сменялись периодами скептицизма и пессимизма. Автор обратил внимание на сегодняш-

нюю чрезмерно высокую популярность ИИ, за которой неминуемо последует ее спад, что, как и в прежние времена, будет вызвано невыполненными обещаниями и провалами амбициозных ИИ-проектов.

В разгоревшейся дискуссии доктор философских наук Л.А. Мусаелян нарисовал еще более мрачные прогнозы будущего человечества, которое, по его мнению, попадет в зависимость от умных машин и их технического состояния. Однако в прениях прозвучала более оптимистичная гипотеза о возможности использования для прогнозов будущего ИИ некоторых трактовок Библии, согласно которым Создатель естественного интеллекта все-таки успел принять необходимые меры – изолировать среду своего обитания от Человека.

Секция "Цифровая психология" прошла под девизом: "Третье предсказание нобелевского лауреата Г. Саймона о массовом внедрении методов ИИ в психологическую науку, должно обязательно сбыться".

Прорывными в достижении этого результата были доклады кандидата психологических наук А.Ю. Калугина, доктора психологических наук Е.В. Левченко и студентов И. Митрофанова и С. Кузнецовой, продемонстрировавших эффективность применения нейронных сетей в психологических исследованиях, в частности, для создания тестов, предназначенных для определения уровня психологического благополучия, выявления волевых качеств, выявления предрасположенности к депрессивному состоянию и пр.

Все докладчики отметили необходимость учета при создании психологических моделей человека, как линейных, так и нелинейных зависимостей, что достигается благодаря применению аппарата нейросетевого моделирования.

К аналогичным выводам пришла в своем докладе кандидат социологических наук О.К. Яковлева, сравнившая возможности пакета SPSS с Пермским нейропакетом "Нейросимулятор 5.0" на примере исследования мотиваций молодых преподавателей вуза.

Наиболее широко на конференции была представлена секция "Цифровая медицина", начавшаяся с доклада кандидата медицинских наук А.А. Думлера, доктора технических наук Л.Н. Ясницкого и аспиранта Ф.М. Черепанова. Докладчики обратили внимание на то, что современные врачи, как правило, назначают лекарственные препараты своим пациентам, а затем наблюдают за их действием и, если не поможет, назначают другие препараты.

В XXI в. такое экспериментирование на живых людях следует признать архаичным. В больницах г. Перми уже давно практикуется другой, более современный подход: сначала для каждого кардиологического больного создается математическая модель его организма, и на этой модели выполняются виртуальные компьютерные эксперименты по прогнозированию вариантов протекания и развития сердечно-сосудистых заболеваний в зависимости от виртуально назначаемых препаратов. В ходе таких виртуальных экспериментов подбираются наиболее оптимальные курсы лечения, и только после этого больному даются назначения и рекомендации.

Докладчики отметили, что благодаря предлагаемому ими способу динамического нейросетевого моделирования создаются условия для коренного изменения в самой методологии профилактики и лечения больных, состоящем в переходе от прямого экспериментирова- ния на пациентах к виртуальному экспериментированию на их математических моделях.

Было заслушано сообщение члена-корреспондента РАН, доктора медицинских наук О.В. Хлыновой, инжнера-математика В.Л. Чечулина и студентки И.Н. Скачковой о планах создания аналогичной интеллектуальной системы, предназначенной для диагностики и прогнозирования развития гастроэнтерологических заболеваний.

О.А. Панченко и В.М. Владыкин поделились своими планами сотрудничества с японскими исследователями в области развития инновационных подходов к обработке данных в медицинской и спортивной экспертных системах WAmetr.

На секции "Цифровая экономика" наибольший интерес вызвали доклады кандидата экономических наук А.О. Алексеева и его учениц В.В. Кылосовой, А.И. Князевой, А.Р. Носковой, посвященных актуальным в условиях развивающейся Российской экономики темам оценки и прогнозирования рынка жилой недвижимости, прогнозирования банкротства предприятий и выявления их отраслевых особенностей.

Далее были заслушаны доклады доктора физико-математических наук С.В. Русакова, кандидата технических наук А.Г. Кузнецова и студенток К.А. Посохиной и М.Н. Федорук о результатах применения нейросетевых технологий в педагогической сфере, в частности, для прогнозирования успешности будущей карьеры студентов и возможности выбора оптимальных траекторий обучения.

Кандидат физико-математических наук С.Л. Гладкий выступили с оригинальной идеей применения сверхточных нейронных сетей в совокупности с дифференциальными уравнениями математической физики для создания интеллектуальной системы, предназначенной для выявления наличия пламени при обработке видеоизображений.

Доктор физико-математических наук А.Ф. Шориков и В.А. Игошин доложили о программных инструментах и опыте создания и применения экспертных систем на базе решающих правил. Завязалась дискуссия на тему: "Нейронные сети и технологии создания экспертных систем - это альтернативные, или взаимно дополняющие друг друга стратегии создания интеллектуальных систем?"

2.    Итоги конференции

На заключительном заседании конференции было отмечено, что пермская научная школа искусственного интеллекта ( высоко котируется как в России, так и за рубежом. Именно ее представители одни из первых

– применили методы искусственного интеллекта для решения краевых задач математической физики [1–3];

– показали возможность применения нейронных сетей для диагностики авиационных двигателей, продемонстрировав свойство интуиции нейронных сетей [4, 5];

  • –    создали нейросетевую систему оценки стоимости городских квартир и показали эффективность нейросетевых технологий для анализа рынка недвижимости [6];

  • –    применили аппарат нейросетевого моделирования для прогнозирования банкротства банков [7];

  • – создали нейросетевую систему выявления предрасположенности подростков к наркомании, способную давать рекомендации по снижению этой зависимости [8];

    – показали возможность применения нейросетей в следственной практике для выявления маньяков-убийц [9];

    – показали возможность применения нейросетей для прогнозирования результатов спортивных состязаний и разработки рекомендаций по улучшению показателей спортсменов и спортивных команд [10, 11];

  • –    создали нейросетевой детектор лжи и показали его эффективность [12];

    – создали и внедрили интеллектуальную систему оценки акмеологиче-ского потенциала студентов, способную прогнозировать их будущую успешность и подбирать наиболее оптимальные траектории обучения [13];

  • –    создали основы математической теории эмоциональных роботов [14];

    – создали и внедрили интеллектуальную медицинскую систему, способную не только ставить диагнозы заболеваний, но и прогнозировать появление и развитие заболеваний во времени,

что создало предпосылки для революции в медицинской науке, состоящей в переходе от экспериментирования на пациентах к виртуальному экспериментированию на математических моделях пациентов [15, 16];

– и т. д.

Многие из вышеназванных тем в наше время уже не кажутся новыми. Они активно продолжаются и развиваются другими исследователями, свидетельством чему является сборник трудов нашей конференции.

На заключительном заседании Пермской конференции было констатировано, что в последнее время популярность искусственного интеллекта во всем мире чрезмерно выросла. В связи с этим наблюдается массовое вовлечению в эту научную область молодых неопытных ученых, переоценивающих свои возможности, берущихся за выполнение амбициозных дорогостоящих проектов, с которыми они, по всей вероятности, справиться не смогут, что, в лучшем случае, приведет к очередному падению популярности ИИ, а в худшем – к поиску и наказанию виновных в растрате финансовых средств.

В связи с этим участники конференции призывают опытных специалистов в области искусственного интеллекта, отделять себя от молодых амбициозных ученых, при возможности направлять их деятельность, а также не браться за заранее провальные проекты, предупреждать общественность о предстоящем кризисе и быть готовыми к наступлению очередной "зимы" искусственного интеллекта.

По материалам конференции выпущен сборник, размещенный на сайте

Список литературы Отчет о III всероссийской научно-практической конференции "Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века"

  • Ясницкий Л.Н. Об одном способе решения задач теории гармонических функций и линейной теории упругости. Прочностные и гидравлические характеристики машин и конструкций. Пермь: Изд-во Перм. политехн. ин-та, 1973. С. 78-83.
  • Ясницкий Л.Н. Метод фиктивных канонических областей в механике сплошных сред. М.: Наука, ФИЗМАТЛИТ, 1992. 128 с.
  • Гладкий С.Л., Степанов Н.А., Ясницкий Л.Н. Интеллектуальное моделирование физических проблем. Москва-Ижевск: НИЦ Регулярная и хаотическая динамика, 2006. 200 с.
  • Конев С.В., Сичинава З.И. Ясницкий Л.Н. Применение нейросетевых технологий для диагностики неисправностей авиационных двигателей // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2005. № 2. С.43-47.
  • Ясницкий Л.Н. Введение в искусственный интеллект. М.: Издательский центр "Академия", 2005. 176 с.
  • Ясницкий Л.Н., Бондарь В.В., Бурдин С.Н. и др. Пермская научная школа искусственного интеллекта и ее инновационные проекты. 2 изд. Москва-Ижевск: НИЦ "Регулярная и хаотическая динамика", 2008. 75 с.
  • Ясницкий Л.Н., Иванов Д.В., Липатова Е.В. Нейросетевая система оценки вероятности банкротства банков // Бизнес-информатика. 2014. № 3. С. 49-56.
  • Ясницкий Л.Н., Грацилев В.И., Куляшова Ю.С., Черепанов Ф.М. Возможности моделирования предрасположенности к наркозависимости методами искусственного интеллекта // Вестник Пермского университета. Серия: Философия. Психология. Социология. 2015. № 1(21). С. 61-71.
  • Yasnitsky L.N., Vauleva S.V., Safonova D.N., Cherepanov, F.M. The use of artificial intelligence methods in the analysis of serial killers' personal characteristics // Criminology Journal of Baikal National University of Economics and Law. 2015. 9(3). P. 423-430.
  • DOI: 10.17150/1996-7756.2015.9(3).423-430
  • Ясницкий Л.Н., Киросова А.В., Ратегова А.В., Черепанов Ф.М. Методика прогнозирования результатов спортивных состязаний на примере чемпионата мира-2015 по легкой атлетике // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2014. № 3. С. 90-97.
  • Ясницкий Л.Н., Абрамова Ю.С., Бабушкина С.Д. Возможности получения рекомендаций по улучшению результативности сборных команд, готовящихся к участию в чемпионате Европы по футболу Евро-2016 методом нейросетевого моделирования // Вестник спортивной науки. 2015. № 5. С. 15-20.
  • Зибатова А.Н., Петров А.М., Сичинава З.И., Сошников А.П., Ясницкий Л.Н. Интеллектуальный полиграф // Российский полиграф. 2006. № 1. С. 76-83.
  • Ясницкий Л.Н., Кузнецов А.Г., Селезнева С.М., Солохина А.Д., Тюлькина Д.В., Черепанов Ф.М. Применение нейросетевых технологий в изучении акмеологического потенциала студентов вуза // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2014. № 4. С. 120-126.
  • Пенский О.Г., Черников К.В. Основы математической теории эмоциональных роботов: монография / Перм. гос. ун-т. Пермь, 2010. 256 с.
  • Yasnitsky L.N., Dumler A.A., Bogdanov K.V., Poleschuk A.N., Cherepanov F.M., Makurina T.V., Chugaynov S.V. Diagnosis and Prognosis of Cardiovascular Diseases on the Basis of Neural Networks // Biomedical Engineering. 2013. Vol. 47, № 3. P. 160-163.
  • DOI: 10.1007/s10527-013-9359-0
  • Ясницкий Л.Н., Думлер А.А., Черепанов Ф.М. Новые возможности применения методов искусственного интеллекта для моделирования появления и развития заболеваний и оптимизации их профилактики и лечения // Терапия. 2018. 1(19). С. 109-118.
Еще
Статья научная