№ 1 (2023)

В настоящее время все чаще используют такие понятия как «слабый» и «сильный» искусственный интеллект, однако до сих пор отсутствуют их общепринятые определения. В статье проанализированы формальные и неформальные представления о сути искусственного интеллекта. Предложен подход к количественному измерению «мощности» искусственного интеллекта, что делает возможным проводить сравнение различных интеллектуальных компьютерных систем друг с другом.

В работе дается описание облачной оболочки для создания систем оценки рисков и прогноза состояния пациента. В ней интегрированы различные методы и подходы для решения таких задач и семантические модели электронных медицинских документов. Предоставлены средства декларативного описания правил интерпретации обученных прогнозных моделей и знаний о динамике развития заболеваний. С ними связана семантическая структура для генерации детализированного объяснения. Оболочка позволяет «собрать» в сервисе для интересующей группы заболеваний или раздела медицины те реализации методов оценки рисков и прогноза состояний и те базы знаний о патогенезе заболеваний, которым врачи готовы доверять.

В статье рассматриваются вопросы снижения рисков при использовании программных решений, основанных на методах машинного обучения для классификации изображений, на примере ренгеновских снимков грудной клетки, при диагностике бронхолегочных заболеваний. Сформулирована постановка задачи по обеспечению снижения риска ошибочной диагностики за счет применения мер противодействия вредоносным атакам. На основе экспериментальных данных, в качестве которых использованы ренгеновские снимки грудной клетки, выявлены методы машинного обучения для решения задачи классификации, наиболее опасные атаки, снижающие эффективность распознавания, меры противодействия атакам для снижения рисков. Результаты экспериментальных исследований позволили сформулировать рекомендации в виде правил, включающих комбинации методов распознавания, атак и мер противодействия для снижения риска ошибочной диагностики.

В работе выполнен аналитический обзор, рассмотрены, доработаны и протестированы актуальные нейросетевые методы, алгоритмы и подходы для решения задачи раннего выявления возгораний в лесных массивах по изображениям и видеопотокам с беспилотных летательных аппаратов. Предлагаемая схема решения задачи основана на выделении признаков и использовании машинного обучения для классификации кадров, выделения прямоугольных областей с целевыми источниками огня и точной семантической сегментации очагов огня с применением нейронных сетей сверточного типа. Описаны выполненные модификации архитектур нейронных сетей, позволившие улучшить достигаемые ими F1-меры на 20%.

В статье представлено построение теории субъективного смысла путём сопряжения классических моделей семиотики, когнитивной психологии и квантовой информатики. Для этого проанализированы предпосылки прикладной семиотики, затрудняющие ее математическую формализацию. Установлено, что ключевой такой предпосылкой является объективизация смысла, предполагающая возможность его описания на основе теории множеств. Показано, что данное положение противоречит прагматической и контекстуально-субъективной природе смысла в естественном мышлении. Проблема решена путём определения смысла по отношению к единице субъектного поведения - простейшему двухвариантному выбору. Элементы структуры так определённого смысла найдены в ключевых моделях когнитивной семантики, психологии эмоций, функциональной семиотики и квантовой физики. Показано, что объединение этих фрагментов эквивалентно модели принятия решений на основе кубитных состояний квантовой теории, а ее математический аппарат применим для формализации субъективного личностного смысла.

На основе анализа мировых тенденций развития и зрелости технологии ИИ рассмотрена потенциальная возможность ускорения разработки и внедрения продуктов медицинского ИИ, в первую очередь, за счет формирования синтетических датасетов. Проанализированы ключевые факторы, связанные с формированием обучающих датасетов, включая синтетические, сокращающие сроки разработки и повышающие качество продуктов на основе технологии ИИ.