Чув
Регистраци Кӗрӳ

Тӗп сӑмах тӑрӑх публикацисен списокӗ: «мультиагентные системы»

  • Мультиагентные ИИ-системы как инструмент методологической поддержки в коучинге

    Конференци статья
    Психология коучинга: методология, теория, практика. Доказательный подход
    Автор:
    Абрамова Ольга Александровна
    рубрика:
    Цифровые инструменты и искусственный интеллект в коучинге
    Аннотаци:
    В условиях алгоритмического детерминизма и размывания когнитивной автономии традиционные фасилитативные модели коучинга демонстрируют ограничения. В статье представлена парадигма методологической поддержки клиента (методологического скаффолдинга в коучинге), реализуемая через мультиагентные ИИ-системы (МАС). В отличие от одноагентных архитектур (ChatGPT, Сlaude, Gemini и др.), МАС позволяют организовать «консилиум» специализированных агентов под управлением человека-коуча. Теоретическую основу составляет интеграция теории самоопределения (SDT), протокола MAC (практик осознанности) и концепции скаффолдинга. Представлена гибридная модель «коуч как дирижёр оркестра ИИ-агентов» с семью этапами работы. Делается вывод, что тотальная замена коучей ИИ маловероятна; наиболее перспективны гибридные модели усиления коуча и клиента.
    Тӗп сӑмахсем:
    Куҫ 

  • Искусственный интеллект на маршруте: как нейросети оптимизируют процессы логистики

    Конференци статья
    Социально-экономический ландшафт региона: человек и цифровая трансформация
    Автор:
    Ашуркина Дарья Сергеевна
    рубрика:
    Цифровое управление логистическими потоками
    Аннотаци:
    Актуальность исследования обусловлена экспоненциальным ростом объема перевозок в условиях развития электронной коммерции и урбанизации, что делает традиционные методы диспетчеризации, основанные на человеческом опыте и статических алгоритмах, недостаточно эффективными. В статье рассматривается проблематика внедрения технологий искусственного интеллекта, в частности нейросетевых моделей, в процессы оперативного управления логистическими маршрутами. Методологическую базу исследования составил анализ современных научных публикаций и отраслевых отчетов, посвященных применению графовых нейронных сетей, моделей пространственно-временного внимания, а также мультиагентных систем в логистике. В результате исследования систематизированы ключевые направления, где искусственный интеллект превосходит человека: обработка данных в реальном времени, учет множества динамических факторов (пробки, погода, срочность заказа), предиктивная аналитика и самообучение. Нейросети не просто автоматизируют рутину, а создают принципиально новый уровень управления – проактивный, способный предвидеть сбои и адаптировать маршруты быстрее и точнее, чем это способен сделать диспетчер в условиях информационной перегрузки.
    Тӗп сӑмахсем:
    Куҫ