ВВЕДЕНИЕ
Актуальность исследования искусственного интеллекта в контексте прикладной математики и информатики обусловлена стремительной эволюцией вычислительных систем, способных имитировать когнитивные функции человека. Современный этап развития цифровых технологий характеризуется интенсивным внедрением нейросетевых архитектур в разнообразные сферы человеческой деятельности — от автоматизации рутинных операций до решения комплексных задач, требующих творческого подхода и анализа больших массивов данных. Трансформация образовательной среды, профессиональной коммуникации и научно-исследовательской работы под влиянием AI-инструментов формирует новую парадигму взаимодействия человека с информационными системами.
Степень изученности проблематики искусственного интеллекта в академической литературе демонстрирует неоднородность подходов. С одной стороны, существуют фундаментальные исследования, посвященные математическим основам машинного обучения, архитектуре глубоких нейронных сетей и оптимизационным алгоритмам обучения. С другой стороны, наблюдается дефицит систематизированных работ, рассматривающих прикладные аспекты интеграции AI-инструментов в образовательный процесс, особенно в контексте преподавания информатики и математических дисциплин. Дискуссионными остаются вопросы методологического обоснования применения генеративных моделей в учебной деятельности, критериев оценки эффективности различных нейросетевых решений, а также этических аспектов использования технологий искусственного интеллекта.
Нерешенные задачи включают разработку унифицированных метрик для сравнительного анализа производительности различных классов нейросетей, создание адаптивных методик интеграции AI-инструментов в традиционные образовательные программы, а также формирование критического мышления обучающихся при взаимодействии с автоматизированными системами генерации контента. Перспективным направлением выступает математическое моделирование эффективности применения нейросетевых технологий в конкретных прикладных задачах с последующей программно-алгоритмической реализацией и численной оценкой результатов.
Цель курсовой работы заключается в комплексном исследовании современных инструментов искусственного интеллекта с последующей математической формализацией и программной реализацией прикладной задачи в контексте образовательного процесса.
Задачи исследования:
- провести систематический обзор существующих AI-инструментов с классификацией по функциональному назначению;
- выполнить сравнительный анализ математических основ различных типов нейросетевых архитектур;
- разработать математическую модель применения нейросетевых технологий на уроках информатики;
- осуществить программно-алгоритмическую реализацию прикладной задачи с интерпретацией результатов численного моделирования.
Объектом исследования выступают инструменты искусственного интеллекта, базирующиеся на архитектурах глубоких нейронных сетей. Предметом исследования являются математические модели функционирования AI-систем и методы их применения в образовательной практике преподавания информатики.
Теоретическая база исследования включает концепции машинного обучения, теорию нейронных сетей, методы оптимизации и численного анализа. Методологический аппарат работы опирается на аналитические методы исследования математических моделей, численные методы решения оптимизационных задач, методы сравнительного анализа алгоритмов, а также экспериментальные методы апробации разработанных подходов. Материалы исследования составляют технические документации современных AI-платформ, наборы данных для обучения нейросетевых моделей, результаты вычислительных экспериментов. Программное обеспечение представлено языками программирования Python, библиотеками машинного обучения TensorFlow и PyTorch, средами разработки для численного моделирования.
Научная новизна работы определяется разработкой авторской математической модели интеграции нейросетевых инструментов в образовательный процесс с количественной оценкой эффективности методов. Практическая значимость заключается в возможности применения полученных результатов для оптимизации учебного процесса, повышения качества освоения материала обучающимися и формирования компетенций работы с современными технологиями искусственного интеллекта.
Структура курсовой работы состоит из введения, двух глав, заключения и списка использованной литературы. Во введении обоснована актуальность темы, сформулированы цель и задачи исследования, определены объект и предмет изучения, описана методологическая база. В первой главе проведен систематический обзор современных инструментов искусственного интеллекта, включая текстовые, графические, видео- и презентационные нейросети, а также специализированные помощники в программировании. Во второй главе представлено математическое моделирование прикладной задачи применения нейросетевых технологий на уроках информатики, выполнена программно-алгоритмическая реализация с последующей интерпретацией результатов численного эксперимента и оценкой эффективности предложенного метода. В заключении подведены итоги проведенного исследования, сформулированы основные выводы и обозначены перспективы дальнейшей разработки темы.
