Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://open.mgimo.ru/handle/123456789/19654Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Krinkin, K. | en |
| dc.contributor.author | Shichkina, Y. | en |
| dc.contributor.author | Ignatyev, A. | en |
| dc.contributor.author | Кринкин, К. | ru |
| dc.contributor.author | Шичкина, Ю. | ru |
| dc.contributor.author | Игнатьев, А. | ru |
| dc.date.accessioned | 2026-05-25T13:09:36Z | - |
| dc.date.available | 2026-05-25T13:09:36Z | - |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Krinkin K., Shichkina Y., Ignatyev A. Co-evolutionary hybrid intelligence. 2021 International Conference on Data Centric and Artificial Intelligence (DCAI). 2021. https://doi.org/10.1109/dcna53427.2021.9587002 | en |
| dc.identifier.citation | Кринкин К., Шичкина Ю., Игнатьев А. Коэволюционный гибридный интеллект. 2021 Международная конференция по дата-центричному и искусственному интеллекту (DCAI). 2021. https://doi.org/10.1109/dcna53427.2021.9587002 | ru |
| dc.identifier.uri | https://open.mgimo.ru/handle/123456789/19654 | - |
| dc.description.abstract | Artificial intelligence is one of the drivers of modern technological development. The current approach to the development of intelligent systems is data centric. It has several limitations: it is fundamentally impossible to collect data for modeling complex objects and processes; training neural networks requires huge computational and energy resources; solutions are not explainable. The article discusses an alternative approach to the development of artificial intelligence systems based on the human-machine hybridization and their co-evolution. | en |
| dc.description.abstract | Искусственный интеллект является одним из драйверов современного технологического развития. Современный подход к разработке интеллектуальных систем является дата-центричным. Он имеет несколько ограничений: принципиально невозможно собрать данные для моделирования сложных объектов и процессов; обучение нейронных сетей требует огромных вычислительных и энергетических ресурсов; решения не являются объяснимыми. В статье рассматривается альтернативный подход к разработке систем искусственного интеллекта, основанный на... | ru |
| dc.language.iso | en | |
| dc.subject | artificial intelligence | en |
| dc.subject | hybrid intelligence | en |
| dc.subject | co-evolution | en |
| dc.subject | data-centric approach | en |
| dc.subject | explainability | en |
| dc.subject | neural networks | en |
| dc.subject | complex systems | en |
| dc.subject | искусственный интеллект | ru |
| dc.subject | гибридный интеллект | ru |
| dc.subject | коэволюция | ru |
| dc.subject | дата-центричный подход | ru |
| dc.subject | объяснимость | ru |
| dc.subject | нейронные сети | ru |
| dc.subject | сложные системы | ru |
| dc.title | Co-evolutionary hybrid intelligence | en |
| dc.title | Коэволюционный гибридный интеллект | ru |
| dc.type | journal article | en |
| dc.type | статья | ru |
| publication.article.doi | https://doi.org/10.1109/dcna53427.2021.9587002 | |
| dc.identifier.doi | 10.1109/dcna53427.2021.9587002 | |
| local.type.coar | http://purl.org/coar/resource_type/c_6501 | - |
| Располагается в коллекциях: | Статьи сотрудников МГИМО во внешних журналах | |
Файлы этого ресурса:
Нет файлов, ассоциированных с этим ресурсом.
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.