Інтеграція технологій штучного інтелекту в інженерію даних: виклики та перспективи у сучасному інформаційному середовищі
Анотація
Iнтеграція технологій штучного інтелекту в інженерію даних набула значущої актуальності у контексті постійно зростаючого обсягу та складності даних, що вимагає новаторських підходів до їх обробки та аналізу. Метою даної статті є проведення глибокого аналізу процесу впровадження штучного інтелекту в інженерію даних з акцентом на виклики, які виникають, та перспективи цього процесу. Методи дослідження, такі як методи аналізу, порівняння, систематизації, синтезу були використані для об’єктивного вивчення цього явища та для розкриття ключових аспектів даної теми. Аналіз виявив ключові виклики, що включають різноманітність та нестабільність даних, важливість стандартизації, а також забезпечення безпеки великих обсягів інформації. Підкреслюється також важливість етичних аспектів, а також визначені перспективи в автоматизації аналітичних процесів та покращенні прогностичного аналізу. Згідно з результатами, застосування спільних стандартів покращує узгодженість підходів, а вдосконалені алгоритми прискорюють обробку великих обсягів даних. Корисним є використання технологій, таких як Apache Hadoop та Spark, для обробки великих обсягів даних, а також стратегії поступового впровадження штучного інтелекту. Збільшена експлікація рішень сприяє їхньому розумінню, полегшуючи взаємодію між фахівцями та зацікавленими сторонами, та водночас створює умови для ефективного впровадження та використання інтегрованих систем штучного інтелекту в інженерії даних. Вироблення етичних стандартів та правових механізмів відкриває шлях до відповідального та збалансованого використання цих технологій, забезпечуючи довіру та етичність у процесі їх впровадження в різноманітні сфери діяльності. Ці результати визначають перспективи розвитку цієї області та підкреслюють її важливість у сучасному інформаційному середовищі. Інтеграція штучного інтелекту в інженерію даних розширює можливості автоматизації аналітичних процесів, забезпечуючи точні прогнози та зменшуючи витрати на ручну роботу, що відкриває перспективи для ефективного управління та прийняття обґрунтованих стратегічних рішень у галузі обробки інформації
Ключові слова
інтелектуальні системи; оптимізація; безпека користування; автоматизація аналітичних процесів; машинне навчання
Використані джерела
[1] Ayala-Pazmiño, M. (2023). Artificial intelligence in education: Exploring the potential benefits and risks. 593 Digital Publisher CEIT, 8(3), 892-899. doi: 10.33386/593dp.2023.3.1827.
[2] Baird, A., & Schuller, B. (2020). Considerations for a more ethical approach to data in AI: On data representation and infrastructure. Frontiers in Big Data, 3, article number 25. doi: 10.3389/fdata.2020.00025.
[3] Bharati, S., & Podder, P. (2022). Machine and deep learning for IoT security and privacy: Applications, challenges, and future directions. Security and Communication Networks, 2022, article number 8951961. doi: 10.1155/2022/8951961.
[4] Danchenko, U.M. (2023). Relevance of the study of artificial intelligence recipients of higher military education. In Materials of the all-Ukrainian science-pedagogical professional development “Technologies for the benevolent use of artificial intelligence in the fields of education and science” (pp. 83-85). Odesa: Helvetica.
[5] Ebid, A.M. (2021). 35 Years of (AI) in geotechnical engineering: State of the art. Geotechnical and Geological Engineering, 39, 637-690. doi: 10.1007/s10706-020-01536-7.
[6] Fui-Hoon Nah, F., Zheng, R., Cai, J., Siau, K., & Chen, L. (2023). Generative AI and ChatGPT: Applications, challenges, and AI-human collaboration. Journal of Information Technology Case and Application Research, 25(3), 277-304. doi: 10.1080/15228053.2023.2233814.
[7] Gill, S.S., Xu, M., Ottaviani, C., Patros, P., Bahsoon, R., Shaghaghi, A., Golec, M.,... Uhlig, S. (2022). AI for next generation computing: Emerging trends and future directions. Internet of Things, 19, article number 100514. doi: 10.1016/j.iot.2022.100514.
[8] Gröger, C. (2021). There is no AI without data. Communications of the ACM, 64(11), 98-108. doi: 10.1145/3448247.
[9] Hbur, Z. (2022). Use of artificial intelligence in information security in Ukraine. Public Administration: Improvement and Development, 1. doi: 10.32702/2307-2156-2022.1.2.
[10] Jöhnk, J., Weißert, M., & Wyrtki, K. (2021). Ready or not, AI comes – an interview study of organizational AI readiness factors. Business & Information Systems Engineering, 63, 5-20. doi: 10.1007/s12599-020-00676-7.
[11] John-Mathews, J.M., Cardon, D. & Balagué, C. (2022). From reality to world. A critical perspective on AI fairness. Journal of Business Ethics, 178, 945-959. doi: 10.1007/s10551-022-05055-8.
[12] Khaustova, V., Reshetnyak, O., & Khaustov, M. (2022). Promising areas of IT development in the world. The Problems of Economy, 51(1), 3-19. doi: 10.32983/2222-0712-2022-1-3-19.
[13] Martínez-Fernández, S., Bogner, J., Franch, X., Oriol, M., Siebert, J., Trendowicz, A., Vollmer, A.M., & Wagner, S. (2022). Software engineering for AI-based systems: A survey. ACM Transactions on Software Engineering and Methodology, 31(2), article number 37e. doi: 10.1145/3487043.
[14] Mohan, Y., & Singh, A.P. (2022). Challenges and opportunities in Big data: A review. International Journal of Research in Electronics and Computer Engineering, 10(4), 36-46.
[15] Patel, A.R., Ramaiya, K.K., Bhatia, C.V., Shah, H.N., & Bhavsar, S.N. (2021). Artificial intelligence: Prospect in mechanical engineering field – A review. In K. Kotecha, V. Piuri, H. Shah & R. Patel (Eds.), Data science and intelligent applications. Lecture notes on data engineering and communications technologies (pp. 267-282). Singapore: Springer. doi: 10.1007/978-981-15-4474-3_31.
[16] Sarker, I.H. (2022). AI-based modeling: Techniques, applications and research issues towards automation, intelligent and smart systems. SN Computer Science, 3, article number 158. doi: 10.1007/s42979-022-01043-x.
[17] Serey, J., Quezada, L., Alfaro, M., Fuertes, G., Vargas, E., Ternero, R., Sabattin, J., Durán, C., & Lillo, S. (2021). Artificial intelligence methodologies for data management. Symmetry, 13(11), article number 2040. doi: 10.3390/ sym13112040.
[18] Shevchenko, A.I. (Ed.). (2023). Strategy for artificial intelligence development in Ukraine. Kyiv: Nauka i Osvita. doi: 10.15407/development_strategy_2023.
[19] Shmatkovska, T., Korobchuk, T., & Borysiuk, O. (2023). Modern information and communication technologies in the system of accounting and analytics for the modeling of business processes. Economy and Society, 53. doi: 10.32782/2524-0072/2023-53-68.
[20] Talib, M.A., Majzoub, S., Nasir, Q., & Jamal, D. (2021). A systematic literature review on hardware implementation of artificial intelligence algorithms. The Journal of Supercomputing, 77, 1897-1938. doi: 10.1007/s11227-02003325-8.
[21] Zachek, O., Dmytryk, Y., & Senyk, V. (2023). The role of artificial intelligence in increasing efficiency law enforcement activities. Scientific Bulletin of the Lviv State University of Internal Affairs, 3, 148-156. doi: 10.32782/2311-8040/2023-3-19.
[22] Zhang, C., & Lu, Y. (2021). Study on artificial intelligence: The state of the art and future prospects. Journal of Industrial Information Integration, 23, article number 100224. doi: 10.1016/j.jii.2021.100224.