Щодо можливостей застосування штучного інтелекту для створення баз даних
DOI:
https://doi.org/10.18664/ikszt.v29i4.314055Ключові слова:
бази даних, система керування знаннями, сервіси штучного інтелектуАнотація
Інформаційна технологія створення баз знань є частиною системи керування знаннями, яка дозволяє автоматизувати процеси збору, аналізу та управління знаннями. Ця технологія використовує сервіси штучного інтелекту (ШІ) для вибору найбільш релевантної інформації та її інтеграції в базу знань. Дослідження методу створення баз знань за допомогою ШІ дозволяє розробити новий алгоритм управління знаннями, що значно покращить ефективність та точність роботи системи. В роботі запропоновано метод переходу від традиційних способів збору даних до автоматизованих методів на основі ШІ. Проведено серію експериментів, з створення, нормалізації та наповнювання інформацією баз даних. Наведені результати порівняння трьох моделей штучного інтелекту з точки зору здатності створювати базу даних, нормалізувати її, знайти та заповнити базу даних, а також швидкість виконання запитів.
Посилання
Topol, E. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again / E. Topol. – New York: Basic Books, Mar. 2019. – pp.75–120 ISBN-13 : 978-1541644632
Davenport, T. H., Kalakota, R. "The potential for artificial intelligence in healthcare" / T. H. Davenport, R. Kalakota. – Future Healthcare Journal, 6(2), 2019. – pp. 94-98. doi: 10.7861/futurehosp.6-2-94
WEF. The Future of Jobs Report 2018 / World Economic Forum. – Geneva: World Economic Forum, 2018. – pp. 5-6.
Davenport, T., Guha, A. The AI Advantage: How to Put the Artificial Intelligence Revolution to Work / T. Davenport, A. Guha. – Cambridge: MIT Press, 2018. – pp.23–39. ISBN 9780262039178
Bessen, J. E. "AI and Jobs: The Role of Demand" / J. E. Bessen. – NBER Working Paper, No. 24235. – National Bureau of Economic Research, 2019. – pp. 14-15. doi 10.3386/w24235
Luckin, R., Holmes, W., Griffiths, M., Forcier, L. B. Intelligence Unleashed: An Argument for AI in Education / R. Luckin, W. Holmes, M. Griffiths, L. B. Forcier. – London: Pearson, 2016. – pp. 18 – 21. ISBN-13: 9780992424886
McKinsey. Notes from the AI frontier: Applications and value of deep learning / McKinsey Global Institute. – McKinsey & Company, 2018. – pp. 7 – 16
Eggers, W. D., Schatsky, D., Viechnicki, P. AIaugmented government / W. D. Eggers, D. Schatsky, P. Viechnicki. – Deloitte Insights, 2017. – pp. 7–14.
E. Guizzo, Types of Robots. Categories frequently used to classify robots. Robotsguide.com. https://robotsguide.com/learn/types-of-robots (accessed Jun. 15, 2024).
Open X-Embodiment: Robotic Learning Datasets and RT-X Models Open XEmbodiment Collaboration, 2024. [Online]. Available: https://robotics-transformerx.github.io/
S. Levine, K. Hausman, “The global project to make a general robotic brain,” IEEE Spectrum, Jan 2024. [Online]. Available: https://spectrum.ieee.org/global-robotic-brain
MIT researchers introduce generative AI for databases: https://news.mit.edu/2024/mitresearchers-introduce-generative-ai-databases-0708 (accessed Nov. 20, 2024)
End-to-end tools to productionize AI and data science. Domo. https://www.domo.com/dataintegration/data-science (accessed Nov. 20, 2024).
David Bunting. How to use GenAI for database query optimization and natural language analysis. https://www.chaossearch.io/blog/genaidatabase-query-natural-language (accessed Nov. 20, 2024).
"Database System Concepts" by Abraham Silberschatz, Henry Korth, S. Sudarshan / Abraham Silberschatz, Henry Korth, S. Sudarshan. 7th edition (February 19, 2019). pp. 241–453. ISBN 978-0078022159
GPT-4. OpenAI. https://openai.com/index/gpt-4-research/ (accessed Nov. 20, 2024).
11 Best Generative AI Tools and Platforms. https://www.turing.com/resources/generativeai-tools (accessed Nov. 20, 2024).
Guiding Principles for Working with GenAI and SQL Data. https://www.clearobject.com/genai-guidingprinciples/ (accessed Nov. 20, 2024).
A. Kargin and T. Petrenko, “Feeling Artificial Intelligence for AI-Enabled Autonomous Systems,” in Proc. of 2022 IEEE Global Conf. on Artificial Intelligence and Internet of Things (GCAIoT) Alamein New City, Egypt, Dec.18, 2022, pp.88-93.
A. Kargin and T. Petrenko, “Knowledge Distillation for Autonomous Intelligent Unmanned System,” in W. Pedrycz, S.-M. Chen. Advancements in Knowledge Distillation: Towards New Horizons of Intelligent Systems. Studies in Comput. Intell., vol. 1100. Springer International Publishing, 2023, pp. 193-230, doi: 10.1007/978-3-031-32095-8_7.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Анатолій Олексійович Каргін, Антон Вадимович Торгонський
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
