Разделы: Информационные технологии
Размещена 02.02.2026. Последняя правка: 02.02.2026.
Просмотров - 94

ФИЛОСОФСКИЕ ВОПРОСЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И РАСПОЗНАВАНИЯ ОБРАЗОВ В СЕЙСМОЛОГИИ

Литовченко Ирина Николаевна

нет

Национальный научный центр сейсмологических наблюдений и исследований Республика Казахстан

Ведущий научный сотрудник

Лютикова В.С., старший научный сотрудник, магистр техники и технологий, Национальный научный центр сейсмологических наблюдений и исследований Республика Казахстан

УДК 550.34.06:004.85

Введение

Вопросы этического аспекта внедрения Искусственного Интеллекта (ИИ) всё чаще привлекают внимание специалистов в разных областях науки, особенно в последнее время. Технологии нового поколения, обладающие возможностью не просто упрощать, но и полностью автоматизировать человеческую деятельность во всех жизненных сферах, базируются на технологиях ИИ. Философские размышления об искусственном интеллекте связаны с изучением способности машин к "пониманию" – эта тема интересует разработчиков ИИ, экспертов по познанию и учёных. Решения этих вопросов напрямую зависят от интерпретации понятий "интеллект" и "осознанность", а также от определения типов "машин", которые обсуждаются [1]. Технология распознавания образов, являясь частью ИИ, прочно входит в нашу жизнь, например, система идентификации людей по лицу при использовании общественного транспорта функционирует благодаря ей. Существует множество ситуаций, когда машинное обучение помогает людям, беря на себя сложные и требующие времени задачи. В научных изысканиях функцию анализа данных и принятия решений можно доверить интеллектуальной системе, способной проводить логический анализ и обеспечивать взаимодействие с пользователем [2].

Цель исследований.

Целью исследований являются философские вопросы применения ИИ и распознавания образов в сейсмологии. Оценка практических результатов такого применения. Например, распознавание образов используется для обнаружения роев землетрясений в сейсмических данных. Так, в зонах повышенной сейсмической активности происходит распознавание роев землетрясений посредством интеллектуальных методов кластеризации. Для анализа сейсмической активности в районах с высокой вероятностью землетрясении используется интеллектуальный метод кластеризации для выявления роев.

Определены параметры идентификации таких роев и реализован соответствующий алгоритм. Реализация программы позволяет автоматически обнаруживать рои землетрясений и определять их положение во времени и пространстве, а также создавать каталоги этих роев, используемые при создании карт [11-15].

Такая разработка направлена на решение сложных вопросов, связанных с практическими аспектами применения алгоритмов распознавания образов, обработки речи, искусственного интеллекта, а также выявлением ограничений текущих программ в данной сфере. Особое внимание уделяется принципам разработки алгоритмов для задач, которые легко разрешаются людьми, но представляют трудности для математических моделей и компьютерных систем [3]. Характер научно-технической революции в последнее время, особенно в области информационных технологий, а также практические успехи, сде-ланные в области искусственного интеллекта, уже дали положительный ответ на вопрос о возможности создания мыслящих систем. Информатика далеко ушла от обычных Фон-неймановских компьютеров и жестко заданных алгоритмов. Уже сегодня широкое применение нашли вычислительные системы с использованием аппарата нейронных сетей, позволяющих с успехом заменить интуицию высококвалифицированных специалистов; экспертные системы продукционного типа способны строить умозаключения, которые превосходят все ожидания; системы автоматизированного управления вполне справляются с такими сверхсложными задачами, как выбор оптимальной траектории в режиме реального времени; опытные образцы боевых роботов американской армии способны ориентироваться в пространстве. Похоже, создание искусственного интеллекта соразмерно человеческому – дело времени [4].

Результаты. 

Практическое использование ИИ и интеграция технологий распознавания образов. Первые системы распознавания, базировавшиеся на статистических методах, требовали значительного объема подготовительных работ перед тем, как приступить к разработке основных правил обработки информации. Важную роль в таких системах играли специалисты, проводившие предварительный анализ данных, выявляющие наиболее явные закономерности и формулирующие интуитивные предположения о выборе оптимальной модели распознавания. Если развитие алгоритмических подходов приведет даже к некоторому снижению потребности в ручной обработке данных, то эта область распознавания образов достигнет своей ключевой цели [5]. В окружающем мире очевидно, что когнитивные способности человека и самосознание тесно связаны с умением идентифицировать закономерности. Соответственно, будущее развитие исследований в области искусственного интеллекта напрямую зависит от глубокого изучения базовых принципов распознавания образов. Эта технология уже активно внедряется в различные сферы жизни и стала неотъемлемой частью компетенций современных специалистов.

Например, в здравоохранении она позволяет медикам проводить более эффективную диагностику заболеваний, а в промышленности – предсказывать дефекты продукции. Даже системы идентификации по биометрическим данным используют методы распознавания образов в своей основе. Без развития этой области невозможно представить создание систем искусственного интеллекта нового поколения, которые смогут взаимодействовать с людьми более естественно, используя человеческий язык и речь. Близость к задачам автоматизации и робототехнике, где искусственные системы управления опираются на распознавание образов, обусловила первоначальный интерес к этой сфере со стороны экспертов разных направлений – от кибернетики и нейрофизиологии до психологии, математики и экономики [5]. Авторы этого исследования, также участвовали в научных работах по сейсмологии, используя алгоритмы распознавания образов для анализа роев землетрясений в сейсмических данных [6].

Выводы.

В результате применения метода графической кластеризации удалось идентифицировать и отобразить  рои в изучаемом регионе [6]. С помощью техники графической кластеризации удалось идентифицировать и отобразить группы роев землетрясений в сейсмоактивном регионе [6]. Подход к выявлению паттернов в этих группах демонстрирует потенциал использования для анализа сейсмической активности в различных зонах [7, 15].

Вопросы, касающиеся философии искусственного интеллекта, обсуждались ранее в работах [9, 10]. Но, возникает вопрос о том, способен ли искусственный интеллект оказать поддержку в научных исследованиях. Сегодняшний ответ – безусловно да. Искусственный интеллект и технологии распознавания образов прочно укрепили свои позиции во всех сферах жизни. Это говорит о том, что развитие инструментов и методов искусственного интеллекта ускоряет технологический прогресс и заменяет традиционные подходы.

Заключение.

Современные технологии претерпели значительные изменения: мобильные устройства теперь оснащены сложными системами искусственного интеллекта, которые способны выполнять широкий спектр задач, включая обработку данных и взаимодействие с пользователем, а также анализ поступающей информации. Практически все современные средства связи, включая спутниковую связь, интегрируют интеллектуальных помощников. Исходя из этого, можно утверждать, что мы находимся на пороге повсеместного использования искусственного интеллекта практически во всех аспектах повседневной деятельности. Нейронные сети создают произведения искусства, дают ответы на непростые вопросы и демонстрируют зачатки самостоятельного мышления. Таким образом, концепции, связанные с искусственным интеллектом и распознаванием образов, получили не только теоретическое обоснование, но и широкое применение на практике сегодня, и эта тенденция будет усиливаться в будущем [11-15].

1. Философия искусственного интеллекта // Электронный ресурс. - [режим доступа]: https://ru.wikipedia.org/wiki (дата обращения: 19.12.2025).
2. Петрунин Ю. Ю., Рязанов М.А., Савельев А. В. Философия искусственного интеллекта в концепциях нейронаук. — 1-е. — М.: МАКС Пресс, 2010. — С. 84.
3. В чем суть Искусственного Интеллекта? // Электронный ресурc. - [режим доступа]: http://www.poligant.net/blog/v-chem-sut-iskusstvennogo-intellekta (дата обращения: 19.12.2025).
4. Распознавание образов и искусственный интеллект // Электронный ресурc. - [режим доступа]: http://ocrai.narod.ru (дата обращения: 19.12.2025).
5. Таханов Р.С. ФИЛОСОФСКИЕ АСПЕКТЫ МАТЕМАТИЧЕСКОЙ ТЕОРИИ РАСПОЗНАВАНИЯ ОБРАЗОВ. Что такое распознавание образов // Электронный ресурc. - [режим доступа]: http://takhanov.narod.ru/ref.pdf (дата обращения: 19.12.2025).
6. Литовченко И.Н., Амиров Н.Б., Лютикова В.С. РАСПОЗНАВАНИЕ ОБРАЗОВ РОЕВ ЗЕМЛЕТРЯСЕНИЙ И ИХ ЧИСЛЕННЫЕ ХАРАКТЕРИСТИКИ // Труды Международной научно-практической конференции, посвященной к 115-летию член-корр. АН КазССР А.Ж.Машанова и 100-летию Академика АН КазССР Ж.С. Ержанова «ИННОВАЦИОННЫЕ ТЕХНОЛО-ГИИ В ГЕОПРОСТРАНСТВЕННОЙ ЦИФРОВОЙ ИНЖЕНЕРИИ» г. Алма-ты, 2022. - C.549-555.
7. Лютикова В.С., Литовченко И.Н. Обучающий алгоритм распознавания образов при решении практических задач//РОБОТОТЕХНИКА И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ/Материалы XI Всероссийской научно-технической конференции с международным участием. Под научной редакцией В.А. Углева. 2019 Издательство: Литера-Принт (Москва). - C.231-237.
8. Литовченко И.Н., Лютикова В.С. Распознавание роев землетрясений // Первый Национальный конгресс по когнитивным исследованиям, искусственному интеллекту и нейроинформатике. Девятая международная конференция по когнитивной науке. Сборник научных трудов. В двух частях. Москва, 2021. С. 282-285.
9. Литовченко И.Н. Поможет ли в исследованиях Искусственный интеллект?// XII Всероссийская научно-техническая конференция с международным участием "Робототехника и искусственный интеллект" Издательство: Литера-Принт (Москва), 2020. - C.223-226.
10. Литовченко И.Н. Философские аспекты применения искусственного интеллекта //Робототехника и искусственный интеллект/ XIII Всероссийской научно-технической конференции с международным участием. Министерство науки и высшего образования Российской Федерации, Сибирский федеральный университет, Межинститутская базовая кафедра «Прикладная физика и космические технологии». 2021. - С. 254-258.
11. Лютикова В.С., Литовченко И.Н. ОБРАЗОВАТЕЛЬНЫЙ АСПЕКТ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СЕЙСМОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ// Материалы XVI Всероссийской научно-технической конференции с международным участием «Робототехника и искусственный интеллект». Железногорск. 2024.
12. Литовченко И.Н., Лютикова В.С. Современный этап активизации роев землетрясений в регионе северного Тянь-Шаня и прилегающих территорий, и термодинамические параметры роев землетрясений // Материалы Шестой Всероссийской тектонофизической конференции, приуроченная к 300-летию Российской академии наук «ТЕКТОНОФИЗИКА И АКТУАЛЬНЫЕ ВОПРОСЫ НАУК О ЗЕМЛЕ». Москва, 2024.
13. Лютикова В.С., Литовченко И.Н. Искусственный Интеллект в задачах сейсмологии, алгоритмы и методы распознавания образов роев (на примере сейсмичности Северного Тянь-Шаня и прилегающих территорий) // Материалы международного научно-практического журнала «IN THE WORLDS OF SCIENCE AND EDUCATION». Алматы, 2025. с.21-25.
14. Лютикова В.С., Литовченко И.Н. Современные методы исследования роевой активности региона Северного Тянь-Шаня и прилегающих территорий// Материалы международного научно-практического журнала «ENDLESS LIGHT IN SCIENCE». Астана. 2025.
15. Лютикова В.С Литовченко И.Н. Рои землетрясений: распознавание и характеристики//Материалы международного научно-практического журнала «IN THE WORLD OF SCIENCE AND EDUCATION». Алматы. 2025.

Комментарии пользователей:

Оставить комментарий