Boom metrics
НовостиОбщество18 июля 2024 10:25

В СКФУ назвали четыре приоритетных направления развития ИИ

Для этого было проанализировано более 200 исследований и научных трудов
Елена ДАГОВА
Проект СКФУ «Перспективные методы интеллектуальной обработки сигналов на основе глубоких нейронных сетей и модулярных вычислений» проводится в рамках нацпроекта «Наука и университеты». Фото: ncfu.ru

Проект СКФУ «Перспективные методы интеллектуальной обработки сигналов на основе глубоких нейронных сетей и модулярных вычислений» проводится в рамках нацпроекта «Наука и университеты». Фото: ncfu.ru

Учёные СКФУ изучили более 200 исследований и научных трудов об использовании искусственного интеллекта в обработке цифровых данных и выделили четыре направления, которые будут наиболее актуальны в ближайшие пять лет.

Развитием технологий ИИ занимаются специалисты Северо-Кавказского центра математических исследований на базе СКФУ. По словам ректора Дмитрия Беспалова, оперативная обработка изображений играет ключевую роль в любой сфере инженерии: от разработки медтехники до проектирования беспилотных аппаратов. Алгоритмы ИИ, в разработке которых участвуют учёные СКФУ, позволяют использовать цифровые технологии более эффективно.

При поддержке РНФ учёные отдела модулярных вычислений и искусственного интеллекта СКФУ проводят исследования в области нейросетевой обработки изображений. Одно из них связано с поиском методов для расшифровки кардиограмм и получения других биомедицинских сведений.

По словам завкафедрой математического моделирования СКФУ Павла Ляхова, учёные пришли к выводу, что наиболее актуальными будут решения по совершенствованию математических и арифметико-логических методов улучшения обработки изображений, а также архитектурные и структурные решения для модернизации высокоскоростного анализа данных по заданным характеристикам.

Ещё одно направление связано с созданием устройств для обработки изображений. Заключительный вектор развития - разработка прорывных решений в генерации изображений и текстов, усовершенствование методов самообучения, поиска и устранения ошибок.