«Искусственный Интеллект. Теория и практика» № 4/2025

Статьи, опубликованные в журнале «Искусственный Интеллект. Теория и практика» № 4(12)/2025

I. ИМИТАЦИЯ КОГНИТИВНЫХ ФУНКЦИЙ ЧЕЛОВЕКА, ЯЗЫКИ, МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ

УДК 330.342

РОБОТОТЕХНИКА И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В КОНТЕКСТЕ НОВОЙ ИНДУСТРИАЛИЗАЦИИ РОССИИ: ЧАСТЬ 1
ROBOTICS AND ARTIFICIAL INTELLIGENCE IN THE CONTEXT OF RUSSIA’S NEW INDUSTRIALIZATION: PART 1

Аннотация. В настоящее время Правительством России принята программа ускоренной роботизации промышленности страны. Естественно переложить управление робототехническими устройствами на искусственный интеллект. Речь должна идти не о количественных показателях (например, об увеличении числа роботов на 10 тыс. работающих), а о количественных сдвигах, связанных с новой индустриализацией России. Последнее диктуется существенным отставанием страны от технологических лидеров, что определяет материальный достаток граждан России и ее место в системе мирового разделения труда. Кроме того, не мы объявляем санкции, а более 20 тыс. таковых объявили нам, что отражает состояние отечественной промышленности. Силовое противостояние с Западом также является серьезным вызовом для экономической и технологической сферы, для её инженерной и научной мысли.

Стратегия имеет приоритет перед тактикой. Поэтому масштабные программы роботизации развития сферы искусственного интеллекта в стране касаются широкого круга проблем от революции в промышленности до наличия «длинных денег» и ставки по кредитам для обрабатывающей промышленности, от привлечения мигрантов до состояния научной сферы России, от парадоксов государственного управления до промышленной политики России.

Эти вопросы рассматриваются в данной статье, поскольку их неверное решение может затормозить или сорвать планы по роботизации страны. Большие задачи требуют системных решений. Ряд из таких мер рассматривается и обсуждается в данном тексте.

В первой части работы мы рассмотрим взаимосвязь робототехники и искусственного интеллекта, принципиальные различия между Индустрией 4.0 и Четвертой промышленной революцией, а также ряд рос- сийских реалий.

Abstract. The Russian government has currently adopted a program for the accelerated robotization of the country’s industry. It’s natural to shift the control of robotic devices to artiﬁcial intelligence. This shouldn’t be about quantitative indicators (for example, increasing the number of robots per 10,000 workers), but rather about quantitative shifts associated with Russia’s new industrialization. The latter is dictated by the country’s signiﬁcant lag behind technological leaders, which determines the material well-being of Russian citizens and its place in the global division of labor. Furthermore, it’s not we who are announcing sanctions; more than 20,000 have been declared, reﬂecting the state of domestic industry. The violent confrontation with the West also pos- es a serious challenge to the economic and technological spheres, to its engineering and scientiﬁc thought. Strategy takes precedence over tactics. Therefore, large-scale robotization programs for the development of artiﬁcial intelligence in the country address a wide range of issues, from the industrial revolution to the availability of «long-term money» and loan rates for the manufacturing industry, from attracting migrants to the state of Russia’s scientiﬁc sphere, from the paradoxes of public administration to Russia’s industrial policy. These issues are ad- dressed in this article, as their incorrect resolution could slow down or derail the country’s plans to robotize the workforce. Major challenges require systemic solutions. Several such measures are explored and discussed in this text. In the ﬁrst part of the paper, we will examine the relationship between robotics and artiﬁcial intelligence, the funda- mental diﬀerences between Industry 4.0 and the Fourth Industrial Revolution, and a number of Russian realities.

Ключевые слова. Искусственный интеллект, роботизация, четвертая промышленная революция, новая индустриализация России, индикативное планирование, развитие электроники, промышленная политика, государственное управление, динамика научного пространства страны, системный анализ, связь между субъектом и объектом управления, беспилотник, война нового поколения.
Key words. Artiﬁcial intelligence, robotics, the fourth industrial revolution, Russia’s new industrialization, indicative planning, electronics development, industrial policy, public administration, the dynamics of the country’s scientiﬁc space, systems analysis, the relationship between the subject and object of management, drones, new-generation warfare

УДК 528

ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА РЕШЕНИЙ К ВЫБОРУ ОБЪЕКТОВ ПЕРЕВОЗКИ ГЕОДЕЗИЧЕСКОГО ОБОРУДОВАНИЯ ДЛЯ ПРОВЕДЕНИЯ ВИДЕО- И АЭРОФОТОСЪЕМКИ УЧАСТКОВ МЕСТНОСТИ
INTELLIGENT DECISION SUPPORT FOR THE SELECTION OF OBJECTS FOR THE TRANSPORTATION OF GEODETICS EQUIPMENT FOR VIDEO AND AERIAL PHOTOGRAPHY SURVEYING OF TERRAIN

Аннотация. Предлагается оригинальный подход по учету факторов риска с созданием информационных блоков к определению основных характеристик для функции ценности с числовыми показателями сложным системам. Интеллектуальная поддержка решений объектам для сложных систем осуществляется на основе разработок из дополнительных модулей в общей конфигурации информационной модели для формируемой структуры. Созданные модули на основе базиса для информационно-аналитической системы (ИАС «Оценка-выбор») также включены в общий информационный процесс методов и моделей с экспертными оценками. Отдельное внимание уделяется используемым в работе рабочим формулам и аналитическим зависимостям для построения действующих алгоритмов в информационной интеллектуальной среде ИАС. Приводятся примеры по реализации подхода из блоков действующих алгоритмов и автоматизированные расчеты с оценкой технического уровня (ТУ) для информационной модели беспилотного автомобиля по перевозке геодезического оборудования в целях проведения видео- и аэрофотосъемки с последующими мнениями принятия решений ЛПР о качестве разработки.

Abstract. This paper proposes an original approach to accounting for risk factors, creating information blocks to determine the key characteristics of a value function with numerical indicators for complex systems. Intelligent decision support for objects in complex systems is provided by developing additional modules within the general conﬁguration of the information model for the emerging structure. The modules, based on the framework for the information-analytical system (IAS-Assessment-Selection), are also integrated into the general information process of methods and models with expert assessments. Special attention is given to the working formulas and analytical dependencies used in the work for constructing operational algorithms within the IAS information-intelligent environment. Examples are provided for implementing the approach using blocks of operational algorithms and automated calculations with a technical level (TL) assessment for an information model of an unmanned vehicle for transporting surveying equipment for video and aerial photography, followed by decision-making opinions on the quality of the development.

Ключевые слова. Информационно-измерительная система, геодезическое оборудование, беспилотный автомобиль, надежность, качество, сложные технические системы, информационно-аналитическая система, дистанционное зондирование земли, функции ценности, единичный показатель, показатель качества, технический уровень, информационный коэффициент конкордации.
Key words. Information and measuring system, geodetic equipment, unmanned vehicle, reliability, quality, complex technical systems, information and analytical system, remote sensing of the earth, value functions, unit indicators, quality indicators, technical level, information coeﬃcient of concordance.

УДК 004.032.26:69.003

ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СТРОИТЕЛЬНОЙ ИНДУСТРИИ
APPLICATION OF ARTIFICIAL INTELLIGENCE IN THE CONSTRUCTION INDUSTRY

Аннотация. Рассматривается использование сверточных нейронных сетей для повышения безопас-ности на строительных объектах. Приведён пример создания системы на основе модели YOLOv8, распознающей наличие защитных касок у работников. Описаны этапы подготовки данных, аннотирования изображений и обучения модели. Подчёркивается значимость внедрения ИИ-технологий в строительную сферу для снижения травматизма и эффективного контроля соблюдения требований охраны труда.

Abstract. The paper explores the use of convolutional neural networks to enhance safety at construction sites. An example is presented of building a system based on the YOLOv8 model, which detects the presence of safety hel- mets on workers. The stages of data preparation, image annotation, and model training are described. The impor- tance of integrating AI technologies into the construction industry is emphasized as a means to reduce injury rates and eﬀectively monitor compliance with occupational safety requirements.

Ключевые слова. Интеллектуальные системы безопасности, нейронные сети, улучшение условий труда.
Key words. Intelligent safety systems, neural networks, improvement of working conditions.

II. МАШИННОЕ ОБУЧЕНИЕ, БАЗЫ ДАННЫХ И ТЕХНОЛОГИИ ОБРАБОТКИ РАЗЛИЧНЫХ ТИПОВ ДАННЫХ, АЛГОРИТМЫ РЕШЕНИЯ ЗАДАЧ

УДК 004.032.26

© Артюшенко А. В.
© A. Artyushenko

ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПЕРВИЧНОЙ ОБРАБОТКИ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЯ ПРИ ОГРАНИЧЕННОМ ОБЪЕМЕ АПРИОРНОЙ ИНФОРМАЦИИ
APPLICATION OF NEURAL NETWORKS FOR PRIMARY PROCESSING OF MEASURE-MENT RESULTS WITH LIMITED PRIOR INFORMATION

Аннотация. Рассмотрен и проанализирован подход обработки результатов измерения с использованием нейронных сетей, на основе реализации первичной обработке, включающей обнаружение и устранение аномальных измерений, а также фильтрации аддитивной шумовой состав-ляющей, при ограниченном объеме априорной информации о функции измеряемого процесса и статистических характеристиках аддитивной шумовой составляющей и аномальных измерений. Представлены результаты анализа эффективности метода воспроизведения оценок с использованием нейронных сетей при фильтрации результатов измерений от аддитивных шумовых составляющих.

Abstract. The paper considers and analyzes the approach of processing measurement results using neural networks, based on the implementation of primary processing, which includes the detection and elimination of abnormal measurements, as well as the ﬁltering of the additive noise component, with limited a priori information about the function of the measured process and the statistical characteristics of the additive noise component and abnormal measurements. The paper presents the results of analyzing the eﬀectiveness of the method of reproducing estimates using neural networks for ﬁltering measurement results from additive noise components.

Ключевые слова. Воспроизведение оценок измерений, первичная обработка результатов измерения, априорная информация, аддитивная шумовая составляющая измерений.
Key words. Reproduction of measurement estimates, primary processing of measurement results, a priori infor- mation, and additive noise in measurements.

УДК 004.032.26

ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ ПРИ ОБРАБОТКЕ ИНФОРМАЦИИ О СОСТОЯНИИ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ ПОСЛЕ АВАРИЙНОГО ВОЗДЕЙСТВИЯ
APPLICATION OF NEURAL NETWORKS IN PROCESSING INFORMATION ABOUT THE STATE OF COMPLEX TECHNICAL OBJECTS AFTER AN EMERGENCY EVENT

Аннотация. В статье рассмотрено применение нейросетей при обработке информации о состоянии сложных технических объектов после аварийного воздействия. Приведен пример обработки информации о состоянии сложного технического объекта в приращениях. Статья будет интересна для специалистов в области нейронных сетей и искусственного интеллекта.

Abstract. The article discusses the use of neural networks in processing information about the state of potentially dangerous objects after an emergency event. An example of processing infor-mation about the state of a complex technical object in increments is given. This article will be of interest to specialists in the ﬁeld of neural networks and artiﬁcial intelligence.

Ключевые слова. Нейросеть, обработка информации, аналитический метод для решения задач.
Key words. Neural network, information processing, analytical method for solving problems.

УДК 004.8

КОМБИНИРОВАННЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ АВТОМАТИЧЕСКОГО ИЗВЛЕЧЕНИЯ СОДЕРЖАТЕЛЬНОГО ТЕКСТА ИЗ HTML-ДОКУМЕНТОВ
A COMBINED METHOD FOR SOLVING THE PROBLEM OF AUTOMATICALLY EXTRACTING MEANINGFUL TEXT FROM HTML DOCUMENTS

Аннотация. В статье описан процесс апробации существующих методов извлечения содержательного текста из HTML-документов. Разработан комбинированный метод решения задачи автоматического извлечения данного текста из HTML-документов на базе опробованных существующих решений. Определены перспективные подходы для дальнейшего развития данного метода.

Abstract. The article describes the process of testing existing methods for extracting meaningful text from HTML documents. A combined method for solving the problem of automatically extracting this text from HTML documents based on tested existing solutions has been developed. Promising approaches for further development of this meth- od have been identiﬁed.

Ключевые слова. HTML-документы, обнаружение основного контента, извлечение текста, сверточная нейронная сеть.
Key words. HTML documents, detection of main content, extraction of text, Convolutional Neural Network.

УДК 004.8

ИЗУЧЕНИЕ С ПОМОЩЬЮ МЕТОДОВ ЭЛЕКТОРАЛЬНОЙ СТАТИСТИКИ ИТОГОВ ГОЛОСОВАНИЯ НА ВЫБОРАХ 2024 Г. В ПАРЛАМЕНТ ГРУЗИИ
STUDY OF VOTING RETURNS IN THE 2024 ELECTIONS TO THE PARLIAMENT OF GEORGIA USING METHODS OF ELECTORAL STATISTICS

Аннотация. Для выборов в грузинских парламент выполнена электоральная реконструкция, опирающаяся на базовую гипотезу о линейной зависимости протестной явки от общей явки для социально однородных зон. Предложены инструменты, упрощающие зонирование территории проведения выборов, и алгоритмы, автоматизирующие реконструкцию в рамках полученных зон. Определены масштабы фальсификации итогов голосования и последствия фальсификации процедуры выборов. Проверена гипотеза о гендерно-специфичных фальсификациях.

Abstract. Based on the basic hypothesis of a linear dependence of protest turnout on the general one for socially homogeneous zones, I perform an electoral reconstruction for the elections to the Georgian parliament. I propose tools simplifying the zoning of the elections territory and algorithms automating the reconstruction within the zones obtained. I calculate the size of frauds of voting returns and the consequences of falsiﬁcation of the election procedure. Also, I test the hypothesis of gender-speciﬁc frauds.

Ключевые слова. Электоральная статистика, электоральная реконструкция, фальсификация итогов голосования, фальсификация процедуры выборов, избиратели-зомби, административный ресурс, гендерные исследования.
Key words. Electoral statistics, electoral reconstruction, voting returns frauds, election procedures falsiﬁcations, zombie voters, administrative resource, gender studies.

УДК 004.89

ПРИМЕНЕНИЕ YOLO v11 В ЗАДАЧАХ СЕГМЕНТАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ
APPLICATION OF YOLO v11 TO MEDICAL IMAGE SEGMENTATION

Аннотация. В статье рассматривается задача сегментации медицинских изображений, которая играет важную роль в назначении лечения пациентам и мониторинге разных заболеваний. Точность выделения объектов на изображениях (органы, ткани, опухоли) существенно влияет на качество медицинских решений. Основной целью исследования является анализ современного метода сегментации изображений при помощи нейросетевого алгоритма YOLO v11 на различном количестве эпох обучения и размерах обучающей выборки, а также вывод математической формулы для предсказания метрик модели в зависимости от входных данных.

Abstract. The This article examines the problem of medical image segmentation, which plays a crucial role in patient treatment and disease monitoring. The accuracy of object detection in images (organs, tissues, tumors) signiﬁcantly impacts the quality of medical decisions. The primary objective of the study is to analyze a modern image segmentation method using the YOLO v11 neural network algorithm over varying numbers of training epochs and training sample sizes, as well as to derive a mathematical formula for predicting model metrics based on input data.

Ключевые слова. Алгоритм, оценка моделей, нейронная сеть, обучение, медицинская визуализация, сегментация изображений, искусственный интеллект, машинное обучение, обработка изображений, автоматизированный анализ, компьютерное зрение.
Key words. Algorithm, model evaluation, neural network, training, medical imaging, image segmentation, artiﬁcial intelligence, machine learning, image processing, automated analysis, computer vision.

III. ТЕХНИЧЕСКИЕ СИСТЕМЫ, РАЗРАБОТКА, УПРАВЛЕНИЕ И БЕЗОПАСНОСТЬ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

УДК 004.89

ОСНОВЫ ИНТЕЛЛЕКТУАЛИЗАЦИИ СРЕДСТВ СЛОЖНЫХ СИСТЕМ РАКЕТНО-КОСМИЧЕСКОЙ ОБОРОНЫ. ТЕОРЕТИЧЕСКИЕ ПРЕДПОСЫЛКИ
FUNDAMENTALS OF INTELLIGENT SYSTEMS FOR COMPLEX MISSILE AND SPACE DEFENSE. THEORETICAL PREREQUISITES

Аннотация. Обоснована возможность построения нейросетевых алгоритмов управления средствами сложных систем интеллектуальной ракетно-космической обороны, обеспечивающих высокую реальную надёжность за счёт адаптации к изменяющейся целевой обстановке, оперативное использование опыта и знаний для обучения и самообучения, высокую эквивалентную производительность вычислительных средств. Обсуждаются перспективы применения логических нейронных сетей.

Abstract. The feasibility of developing neural network control algorithms for complex intelligent missile and space defense systems is substantiated. These algorithms ensure high real-world reliability through adaptation to changing target environments, the rapid use of experience and knowledge for training and self-training, and high equivalent computing performance. The potential applications of logical neural networks are discussed.

Ключевые слова. Ракетно-космическая оборона, искусственный интеллект, логическая нейронная сеть, машинное обучение, интеллектуальный моделирующий полигон.
Key words. Rocket and space defense, artiﬁcial intelligence, logical neural network, machine learning, intelligent simulation range.

УДК 004.89

ОСНОВЫ ИНТЕЛЛЕКТУАЛИЗАЦИИ СРЕДСТВ СЛОЖНЫХ СИСТЕМ РАКЕТНО-КОСМИЧЕСКОЙ ОБОРОНЫ. АЛГОРИТМЫ УПРАВЛЕНИЯ БОЕВЫМ ЦИКЛОМ ПРО
FUNDAMENTALS OF INTELLIGENT SYSTEMS FOR COMPLEX MISSILE AND SPACE DEFENSE. THEORETICAL PREREQUISITES

Аннотация. Предлагаются некоторые нейросетевые алгоритмы управления средствами интеллектуальной системы ПРО: первичной обработки информации РЛС, построения координатных уравнений движения цели, целераспределения, вывода и наведения.

Abstract. Some neural network algorithms for controlling the means of an intelligent missile defense system are proposed: primary processing of radar information, construction of coordinate equations of target movement, target distribution, inference and guidance.

Ключевые слова. Радиолокационная станция, зона устойчивого наблюдения, критерий обнаружения, стробирование, нейронная сеть, рецепторный слой, трасса движения, координатные уравнения движения, целераспределение, перехватчик.
Key words. Radar station, stable observation zone, detection criterion, strobing, neural network, receptor layer, movement path, coordinate equations of movement, target distribution, interceptor.

УДК 004.032.26

АНАЛИЗ И ВЫБОР ПЕРСПЕКТИВНЫХ СТРАТЕГИЙ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ В СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМАХ
ANALYSIS AND SELECTION OF PROMISING MAINTENANCE STRATEGIES USING NEURAL NETWORKS IN COMPLEX TECHNICAL SYSTEMS

Аннотация. Информационно-технологический прогресс порождает идеи новых подходов к технологическому обслуживанию и ремонту сложных технических систем. Для обеспечения надежного функционирования всех элементов и узлов применяются новые сценарии и стратегии для минимизации экономических и человеческих затрат. Достижение этих задач можно осуществить за счет внедрения методов искусственного интеллекта – нейронных сетей, и использования проактивного технического обслуживания.

Abstract. Information and technological progress gives rise to new approaches to the maintenance and repair of complex tech-nical systems. To ensure the reliable functioning of all elements and components, new scenarios and strategies are being implemented to minimize economic and human costs. These goals can be achieved through the use of artiﬁcial intelligence techniques, such as neural networks, and proactive maintenance strategies.

Ключевые слова. Сложные технические системы, прогнозирование, техническое обслуживание, проактив- ное техническое обслуживание, искусственный интеллект, нейронные сети, эксплуатация.
Key words. Сomplex technical systems, forecasting, maintenance, proactive maintenance, artiﬁcial intelligence, neural networks, and operation.

УДК 623.74

НЕЙРОЦИФРОВОЙ ПОДХОД К ФУНКЦИОНИРОВАНИЮ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ МАТЕРИАЛОВ ИСПЫТАНИЙ ПРИ ОПРЕДЕЛЕНИИ ТЕХНИЧЕСКИХ И ТАКТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ СИСТЕМ ВОЗДУШНОГО НАБЛЮДЕНИЯ
A NEURAL-DIGITAL APPROACH TO THE FUNCTIONING OF AN INTELLIGENT SYSTEM FOR ANALYZING AND PROCESSING TEST MATERIALS IN DETERMINING THE TECHNICAL AND TACTICAL PERFORMANCE OF AIR SURVEILLANCE SYSTEMS

Аннотация. В статье представлен нейроцифровой подход, описывающий функционирование интеллектуальных систем анализа и обработки материалов испытаний (ИСАОМИ) как синтез моделей подготовки данных, формирования структуры модели искусственного интеллекта и оценки её функционирования на реальных данных в соответствии с выбранными параметрами, позволяющий выполнять объективную оценку технических и тактических показателей эффективности систем воздушного наблюдения (ВН) с использованием технологий искусственного интеллекта. Систематизированы и структурированы параметры, описывающие поведение ИСАОМИ систем ВН, позволяющие формировать нейроцифровой портрет и нейроцифровой образ типовых объектов наблюдения.

Abstract. The article presents a neuro-digital approach that describes the functioning of intelligent systems for analyzing and processing test materials (ISATMM) as a synthesis of data preparation models, the formation of the structure of an artiﬁcial intelligence model, and the evaluation of its functioning on real data in accordance with the selected parameters, which allows for an objective assessment of the technical and tactical performance indicators of air surveillance systems (AS) using artiﬁcial intelligence technologies. The parameters that describe the behavior of ISATMM systems in AS are systematized and structured, allowing for the formation of a neuro-digital portrait and a neuro-digital image of typical surveillance objects.

Ключевые слова. Нейроцифровой образ, оптико-электронная система, нейроцифровой портрет, интеллектуальные системы, распознавание.
Key words. Neurodigital image, optoelectronic system, neurodigital portrait, intelligent systems, recognition.

УДК 004.89

ИНТЕГРАЦИЯ МЕТОДИКИ ПОШАГОВОГО ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ В СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
INTEGRATION OF STEP-BY-STEP FORECASTING TECHNIQUES FOR COMPLEX TECHNICAL OBJECTS INTO ARTIFICIAL INTELLIGENCE SYSTEMS

Аннотация. В статье рассмотрены вопросы интеграции методики пошагового прогнозирования состояния сложных технических объектов в системы искусственного интеллекта. Показано, что данная методика может быть интегрирована в системы искусственного интеллекта для предиктивного обслуживания, оптимизации эксплуатации и упреждения деградационных отказов, что особенно актуально для повышения надежности и безопасности ответственных систем. Рассмотрены и проанализированы ключевые аспекты интеграции.

Abstract. The article discusses the integration of a step-by-step forecasting method for the state of complex tech- nical objects into artiﬁcial intelligence systems. It shows that this method can be integrated into artiﬁcial intelligence systems for predictive maintenance, operational optimization, and prevention of degradation failures, which is particularly important for improving the reliability and safety of critical systems. The key aspects of integration are reviewed and analyzed.

Ключевые слова. Искусственный интеллект, оптимизации графиков технического обслуживания, повышение безопасности и снижение рисков, обучение и адаптация систем.
Key words. Аrtiﬁcial intelligence, optimization of maintenance schedules, increased safety and reduced risks, and training and adaptation of systems.

УДК 004.8

ИИ КАК «МЯГКАЯ СИЛА 3.0»: НОВАЯ АРЕНА ГЕОПОЛИТИКИ
AI AS A «SOFT POWER 3.0»: A NEW ARENA OF GEOPOLITICS

Аннотация. Рассмотрены проблемы использования технологий искусственного интеллекта – возможность скрытого идеологического влияния алгоритмов.

Abstract. The problems of using artiﬁcial intelligence technologies are considered – the possibility of hidden ideological inﬂuence of algorithms.

Ключевые слова. Искусственный интеллект, «мягкая сила», проблема.
Key words. Artiﬁcial intelligence, «soft power», a problem.