SüNİ İntellektiN ƏMƏk bazarina təTBİQİNİn xarakterik xüsusiYYƏTLƏRİ



Yüklə 139,66 Kb.
səhifə1/4
tarix22.01.2023
ölçüsü139,66 Kb.
#80117
  1   2   3   4
Şəms-məqalə


SÜNİ İNTELLEKTİN ƏMƏK BAZARINA TƏTBİQİNİN XARAKTERİK XÜSUSİYYƏTLƏRİ


İbrahimli Şəms İbrahim qızı
Azərbaycan Dövlət İqtisad Universitetinin (UNEC) magistrantı

ABSTRACT
Currently, artificial intelligence is experiencing its next spring, and this is related to the development of deep neural networks. Since 2006, deep learning has been at the forefront of machine learning research. "Deep Learning" is a type of machine learning based on deep neural networks (i.e. with more than 2 layers). Although deep neural networks have been studied for a short time, they have been successfully applied in natural language processing, speech recognition, and computer vision. In some areas, the application of deep neural networks and machine learning methods in general is still not widespread. The point is that machine learning needs to collect large amounts of data and analyze it properly. Deep neural network methods, on the other hand, require larger amounts of data. Therefore, deep neural networks cannot always help, sometimes it is necessary to apply simpler, classical methods.
In general, the lack of highly qualified personnel in the field of information technologies and brain drain problems are no secret to anyone at the moment. There is a serious need for new educational programs, resources, and new forms of education to provide the labor market with highly qualified personnel in artificial intelligence technologies. At the same time, it is important to raise the level of public awareness of possible areas of use of artificial intelligence technologies. Special attention should also be paid to supporting the self-organization of the community of Azerbaijani-speaking scientists and specialists in the relevant field.
Keywords: artificial intelligence, labor market, integration

GİRİŞ
Hazırda süni intellekt növbəti baharını yaşayır və bu, dərin neyron şəbəkələrinin inkişafı ilə əlaqəlidir. 2006-cı ildən başlayaraq dərin öyrənmə (Deep Learning) maşın öyrənməsi tədqiqatlarında aparıcı yer tutur. “Deep Learning” maşın öyrənməsinin dərin neyron şəbəkələrinə (yəni laylarının sayı 2-dən çox olan) əsaslanan bir növüdür. Dərin neyron şəbəkələrinin qısa müddətdə tədqiq edilməsinə baxmayaraq, təbii dilin emalı, nitqin tanınması və kompüter görməsi sahəsində uğurla tətbiq edilib. Bəzi sahələrdə dərin neyron şəbəkələri və ümumiyyətlə, maşın təlimi metodlarının tətbiqi hələlik geniş yayılmayıb. Məsələ ondadır ki, maşın öyrənməsi üçün böyük həcmdə verilənlər toplamaq və onları lazımi qaydada analiz etmək lazımdır. Dərin neyron şəbəkə metodları isə daha böyük həcmdə verilənlər tələb edir. Buna görə dərin neyron şəbəkələri həmişə kömək edə bilmirlər, bəzən daha sadə, klassik metodları tətbiq etmək lazım gəlir.
Ümumiyyətlə, hazırda əmək bazarında informasiya texnologiyaları sahəsində yüksəkixtisaslı kadrların çatışmazlığı və beyin axını problemləri heç kimə sirr deyil. Əmək bazarını süni intellekt texnologiyaları üzrə yüksək ixtisaslı kadrlarla təmin etmək üçün yeni təhsil proqramlarına, resurslarına, yeni təhsil formalarına ciddi ehtiyac var. Eyni zamanda, süni intellekt texnologiyalarının mümkün istifadə sahələri barədə əhalinin məlumatlılıq səviyyəsini yüksəltmək vacibdir. Müvafiq sahədə azərbaycandilli alim və mütəxəssislər icmasının özünütəşkilinin dəstəklənməsinə də xüsusi diqqət verilməlidir.
Süni intellektin geniş tətbiqi nəticəsində cəmiyyətdə yeni ictimai münasibətlər formalaşır və bu sahədə idarəetmə və tənzimləmə sürətlə dəyişən tələblərə uyğun olmalıdır. Fikrimizcə, süni intellekt texnologiyalarının məsuliyyətli istifadəsi, konfidensiallığın, təhlükəsizliyin və etikanın təmin edilməsi prinsiplərini və standartlarını ölkə qanunvericiliyinə və dəyərlərinə uyğun olaraq təsbit etməyin vaxtı çatıb.

Yüklə 139,66 Kb.

Dostları ilə paylaş:
  1   2   3   4




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin