УДК 004.8
DOI: 10.36871/2618-9976.2023.10-2.003

Авторы

Светлана Васильевна Прокопчина,
Доктор технических наук, профессор, Финансовый университет при Правительстве Российской Федерации, Москва, Россия

Аннотация

Статья посвящена новому направлению в создании информационно-измерительных систем – измерительному искусственному интеллекту. В работе даны основные определения и приведены атрибуты измерительного искусственного интеллекта. Определена область измерительных задач, в которых необходимо применение методов и средств интеллектуализации измерительных процессов. Приведены основные типы интеллектуальных измерений, указаны их характеристики и специфические свойства.
Подчеркивается, что измерительные задачи в условиях информационной неопределенности, обусловленной неточностью, неполнотой, нечеткостью данных, их малыми объемами и уникальностью, неполнотой моделей объекта измерения и среды его функционирования, должны решаться на основе регуляризирущих методов, обеспечивающих устойчивость получаемых решений, а также с привлечением знаний об объекте и среде, что позволяет скомпенсировать отсутствие полноты данных. Поэтому в статье для решения измерительных задач в указанных условиях предлагается использовать регуляризирующий подход (РБП) и технологии на его основе: байесовские интеллектуальные измерения (БИИ) и байесовские интеллектуальные технологии (БИТ). Приведены методологические принципы и основные аналитические зависимости БИИ и БИТ.
В статье предлагается методология создания системы оценки качества решений искусственного интеллекта (ИИ), в частности, оценки достоверности решений, определяющей степень доверия к получаемым решениям. Методология построена на основе шкалирования измерительных решений и реализована в виде системы метрологического сопровождения решений ИИ. В рамках данной методологии и технологий метрологического сопровождения предложены комплексы метрологических характеристик, определяющих точность, надежность (уровень ошибок 1 и 2 рода), что обеспечивает прослеживаемость и прозрачность на каждом этапе получения решений.
Приведены практические примеры реализации методов и технологий РБП для решений прикладных задач и создания интеллектуальных измерительных систем.

Ключевые слова

искусственный интеллект
метрология
регуляризирующий байесовский подход