Михаил Ефимович Мазуров - доктор физико-математических наук, доцент, профессор кафедры Прикладной информатики и информационной безопасности ИЦЭ и ИТ
Москва
Mikhail E. Mazurov - Dr. Sci. (Physico-Mathematical), Associate Professor, Professor of the Applied Informatics and Information Security Department
Moscow
Андрей Александрович Микрюков - кандидат технических наук, доцент, доцент кафедры Прикладной информатики и информационной безопасности ИЦЭ и ИТ
Москва
Andrey A. Mikryukov - Cand. Sci. (Engineering), Associate Professor, Associate Professor of the Department of Applied Mathematics, Computer Science and Information Security
Moscow
Валерий Александрович Титов - доктор экономических наук, профессор, директор ИЦЭ и ИТ
Москва
Valery A. Titov - Dr. Sci. (Economics), Professor, Director of the Digital Economy and Information Technologies Institute
Moscow
Игорь Григорьевич Федоров - доктор экономических наук, профессор кафедры Прикладной информатики и информационной безопасности ИЦЭ и ИТ
Москва
Igor Grigorievich Fedorov - Dr. Sci. (Economics), Professor of the Applied Informatics and Information Security Department
Moscow
Цель исследования. Целью исследования является разработка предложений по формированию нейрообразовательной среды, обеспечивающей получение обучаемыми компетенций, необходимых для решения задачи внедрения сквозных цифровых технологий в рамках реализации программы цифровой экономики. Проведенный анализ показал, что совершенствование подготовки специалистов в области нейротехнологий и искусственного интеллекта в цифровой экономике является актуальной и востребованной задачей. В статье рассмотрен подход к решению задачи совершенствования подготовки специалистов в области нейротехнологий с учетом требований Федерального проекта «Кадры для цифровой экономики» путем создания технологической платформы нейрообразовательной среды, обеспечивающей приобретение обучаемыми необходимых компетенций.
Материалы и методы исследования. В процессе выполнения исследований развиты теоретические положения в области теории нейронных сетей, предложен новый класс нейронов и нейронных сетей, приближенных по функциям к биологическим нейронным сетям и получивших название избирательных. Разработана технология обучения и применения избирательных нейросетей. Показано преимущество избирательных технологий по сравнению с классическими нейрсетями. Разработаны и применяются в учебном процессе аппаратные модели нейросетей, входящие в состав нейрообразовательной системы. Разработана общая методология обучения нейросетевой технологии, как одной из сквозных технологий цифровой экономики, а также методология применения нейронных сетей при решении экономических задач в условиях цифровой трансформации.
Результаты. Разработана технологическая платформа нейрообразовательной среды, включающее программное обеспечение, аппаратные модели классических нейронов и перцептронов (МакКаллока-Питтса), а также нейронов и перцептронов нового класса, получивших название избирательных. Разработано и предложено программное средство для обучения стандартным и избирательным нейротехнологиям, на которое получено свидетельство о государственной регистрации программы для ЭВМ. Для усвоения теоретического материала и приобретения практических навыков разработаны методические материалы, авторские практические задачи и авторские лабораторные работы, входящие в состав технологической платформы. Предложенные в статье подходы могут быть использованы при организации изучения теории нейросетей и методов прикладного применения нейротехнологий при решении задач внедрения сквозных цифровых технологий в рамках реализации программы цифровой экономики. Результаты разработки подтверждены 4-мя патентами на изобретение. С целью более эффективного освоения теоретических положений и особенностей практического применения нейротехнологий основное внимание уделяется физическому смыслу и представлению происходящих процессов при функционировании нейронной сети в виде формальных описаний, которые обеспечивают более эффективное усвоение основ теории нейронных сетей и нейротехнологий с использованием существующих стандартных нейросетевых архитектур, а также архитектур, построенных на основе избирательных нейросетей.
Заключение. Разработана архитектура и компоненты технологической платформы нейрообразовательной среды на основе нейрообразовательных комплексов. Разработан общий методический подход для обучения основам нейротехнологии на основе стандартных и избирательных нейронных сетей и особенностям их применения в рамках реализации программы цифровой экономики. Разработана методика обучения основам нейротехнологии на основе стандартных и избирательных нейронных сетей, которая включает математическую теорию стандартных и избирательных нейронных сетей, описание процесса обучения стандартных нейронных сетей, построенных на основе нейронов МакКаллока-Питтса, а также избирательных нейронных сетей, построенных на основе избирательных нейронов.
Purpose of the study. The purpose of the study is to develop proposals for the formation of a neuroeducational environment that ensures that students acquire the competencies necessary to solve the problem of introducing end-to-end digital technologies within the framework of the digital economy program. The analysis showed that improving the training of specialists in the field of neurotechnology and artificial intelligence in the digital economy is an urgent and demanded task. The paper discusses an approach to solve the problem of improving the training of specialists in the field of neurotechnologies, taking into account the requirements of the federal project “Personnel for the digital economy” by creating a technological platform for a neuroeducational environment that ensures the acquisition of the necessary competencies by students.
Materials and methods of research. In the process of carrying out the research, theoretical provisions in the field of the theory of neural networks were developed, a new class of neurons and neural networks was proposed, which are close in functions to biological neural networks and are called selective. The technology of training and application of selective neural networks has been developed. The advantage of selective technologies in comparison with classical neural networks is shown. Hardware models of neural networks, which are part of the neuroeducational system, have been developed and used in the educational process. A general methodology for teaching neural network technology as one of the end-to-end technologies of the digital economy has been developed, as well as a methodology for using neural networks in solving economic problems in the context of digital transformation.
Results. A technological platform for a neuroeducational environment has been developed, including software, hardware models of classical neurons and perceptrons (McCulloch-Pitts), as well as neurons and perceptrons of a new class, called selective. A software tool for teaching standard and selective neurotechnologies was developed and proposed, for which a certificate of state registration of a computer program was obtained. For the assimilation of theoretical material and the acquisition of practical skills, methodological materials, author’s practical tasks and author’s laboratory works have been developed, which are part of the technological platform. The approaches proposed in the article can be used in organizing the study of the theory of neural networks and methods of applied application of neurotechnologies in solving the problems of introducing end-to-end digital technologies within the framework of the digital economy program. The development results are confirmed by 4 patents for inventions. In order to more effectively master the theoretical provisions and features of the practical application of neurotechnologies, the main attention is paid to the physical meaning and presentation of the processes occurring during the functioning of a neural network in the form of formal descriptions that provide a more effective assimilation of the foundations of the theory of neural networks and neurotechnologies using existing standard neural network architectures, as well as architectures built on the basis of selective neural networks.
Conclusion. The architecture and components of the technological platform of the neuroeducational environment based on neuroeducational complexes have been developed. A general methodological approach has been developed for teaching the basics of neurotechnology based on standard and selective neural networks and the peculiarities of their application in the framework of the digital economy program. A methodology for teaching the basics of neurotechnology based on standard and selective neural networks has been developed, which includes the mathematical theory of standard and selective neural networks, a description of the learning process for standard neural networks based on McCulloch-Pitts neurons, as well as selective neural networks based on selective neurons.
The authors declare that there are no conflicts of interest present.