Роль искусственного интеллекта в принятии решений в условиях неопределённости
Kalit so'zlar:
искусственный интеллект, неопределённость, принятие решений, машинное обучение, нейронные сети.Annotatsiya
В условиях растущей цифровизации современного общества уровень неопределённости в процессах принятия решений существенно возрастает. Традиционные аналитические методы нередко оказываются недостаточными для обработки больших массивов данных, выявления нелинейных закономерностей и формирования точных прогнозов. В таких ситуациях ключевую роль играет искусственный интеллект, включающий машинное обучение, нейронные сети и вероятностные модели. Эти технологии позволяют анализировать сложные динамические системы, снижать влияние неполных или противоречивых данных, а также генерировать обоснованные решения в реальном времени. В статье рассматриваются природа неопределённости, особенности применения ИИ в условиях непредсказуемости, а также преимущества и ограничения его использования в экономике, медицине, промышленности и других сферах.
Библиографические ссылки
1. Рассел С., Норвиг П. Искусственный интеллект: современный подход. - М.: Вильямс, 2022.
2. Хайкин С. Нейронные сети и методы глубокого обучения. - М.: Техносфера, 2020.
3. Брук Дж., Стоун П. Машинное обучение. Алгоритмы, модели и приложения. - СПб.: Питер, 2021.
4. Дубинин В. Н. Системы поддержки принятия решений в условиях неопределённости. - М.: ИНФРА-М, 2019.
5. Коротков Э.М. Принятие управленческих решений: теория и практика. - М.: ИНФРА-М, 2020.
6. Zadeh L. Fuzzy Sets. Information and Control, 1965.
7. Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
8. Sutton R., Barto A. Reinforcement Learning: An Introduction. MIT Press, 2018.
9. Li X. Decision-Making under Uncertainty with Artificial Intelligence Systems. Journal of Intelligent Systems, 2021.
10. Silver D. et al. Mastering the Game with Deep Reinforcement Learning. Nature, 2016.
11. Sharma A., Kumar S. AI-Based Decision Support Systems in Dynamic Environments. International Journal of Data Science, 2022.
12. European Commission. Ethics Guidelines for Trustworthy AI. Brussels, 2021.
13. Jordan M., Mitchell T. Machine Learning: Trends, Perspectives, and Prospects. Science, 2015.
