На данный момент научно-технический прогресс резко ускорился и мы в состоянии наблюдать целые волны открытий, которые накладываются друг на друга во времени. С 80-х началась научно-техническая революция в области информационных технологий и коммуникаций, за ней последовал взрыв открытий в области биотехнологий, а в последнее время все говорят о начале революции в сфере нанотехнологий. В последнем десятилетии также активно развивалась когнитивная наука.

Крайний интерес вызывает взаимное влияние всех этих наук друг на друга. Такое явление получило собственное название - NBIC-конвергенция (по первым буквам областей: N -нано; B -био; I -инфо; C -когно). Ввели в обращение его Уильям Бенбридж и Михаил Роко в 2002 году.

Из четырех описываемых областей (нано-, био-, инфо-, когно-) наиболее развитая (информационно-коммуникационные технологии), которая используется во всех других областях. В частности, для моделирования различных процессов. Биотехнология широко применяется в нанотехнологиях и когнитивной науке, и развитии компьютерных технологий.

Взаимодействие нано- и биотехнологий является двусторонним. Биологические системы дали ряд инструментов для строительства наноструктур, а нанотехнологии приведут к возникновению и развитию новой отрасли, наномедицины: комплекса технологий, позволяющих управлять биологическими процессами на молекулярном уровне.

Нанотехнологии и когнитивная наука наиболее далеко отстоят друг от друга, поскольку на данном этапе развития науки возможности для взаимодействия между ними ограничены, кроме того, эти области начали активно развиваться позже других. Но из просматриваемых сейчас перспектив, прежде всего, следует выделить использование наноинструментов для изучения мозга, а также — его компьютерного моделирования. Когнитивная наука станет базой для усовершенствования мыслительной деятельности мозга, причем для этого будут применяться нанотехнология, биотехнология, инфотехнологии.

Принимая во внимание взаимосвязи, а также в целом междисциплинарный характер современной науки, можно даже говорить об ожидаемом в перспективе слиянии NBIC областей в единую научно-технологическую область знания. Такая область будет включать в предмет своего изучения и действия почти все уровни организации материи: от молекулярной природы вещества (нано), до природы жизни (био), природы разума (когно) и процессов информационного обмена (инфо).

---

В целом, можно говорить о том, что развивающийся на наших глазах феномен NBIC -конвергенции представляет собой радикально новый этап научно-технического прогресса.

Особенностями NBIC-конвергенции являются:

• 
  интенсивное взаимодействие между научными и технологическими областями;
  
• 
  широта рассмотрения и влияния — от атомарного уровня материи до разумных систем;
  
• 
  технологическая перспектива роста возможностей развития человека;
  
• 
  значительный синергетический эффект.
  

В результате конвергенции уже возникли новые направления: наномедицина, нанолекарства, нанобиология, нанообщество. Возникла также когнитивная наука (или когнитология) — это новая наука о разуме человека.

27. 
    Цифровизация образования и новые формы познавательной деятельности студентов.
    

Особенности познавательной деятельности студентов на современном этапе связаны с их все более активным включением в образовательные условия, совокупные с развитием информационно-коммуникационных технологий. При этом согласно теории поколений Н. Хоува и В. Штрауса, для поколения Y (рожденные в 1983–2000, миллениалы) и поколения Z (рожденные в 2001–2020, центениалы) такое включение соответствует их особенностям и потребностям.

Важнейшей особенностью познавательной деятельности современных студентов является то, что она осуществляется в условиях тотальной доступности самой разнообразной информации, легкости ее поиска. Это оказывает влияние на мотивационный, целевой, операционный и результирующий компонент познавательной деятельности. С одной стороны, доступность информации и легкость обладания ею открывает практически безграничные возможности для познания: доступ к электронным библиотекам и базам данных, возможности участия в вебинарах и конференциях, связь с ведущими учеными и т.д. С другой стороны эта же легкость добывания информации приводит к «обесцениванию знания, которым владеет субъект. Зачем прикладывать усилия, чтобы эффективно запомнить что-то, зачем многократно повторять, чтобы вошло в долговременную память и применялось затем на практике, зачем интеллектуально напрягаться, если почти всегда можно «загуглить в яндексе»?». Исходя из этого, становится очевидно, что только мотивированный и сознательный студент, осознающий разницу между информацией и знанием и понимающий значимость знания для успешности будущей профессиональной деятельности и карьеры, выберет путь, который традиционно представлен этапами «восприятие-осмысление-запоминаниеприменение». У студентов с низкой учебной мотивацией этот путь заменяется установкой «найду», «скопирую», «сохраню (на какой-либо носитель)».

---

Познавательная деятельность современных студентов, ориентированная на доступ к информации, а не ее усвоение, становится основой новых психологических проблем взаимодействия в диаде «студент-преподаватель», она как бы разводит по разные стороны баррикад студентов и преподавателей: последние по личным убеждениям или системным требованиям добиваются интериоризации, т.е. усвоения информации.

Становится очевидно, что наряду с положительными сторонами цифровизации образования существуют и возможные негативные изменения в сфере познавательной деятельности: потеря базовых когнитивных компетенций, снижение общего уровня подготовки, уход от фундаментальности, сокращение потребности в «интеллектуальном» специалисте; обесценивание знания в связи с легкостью его добывания, развитие дислексии и дисграфии в связи с приоритетом невербального общения, обеднение эмоционально-волевой сферы и личностных феноменов. Кроме того, по мнению ученых, переход от традиционного обучения к обучению в интернет-пространстве «может порождать дополнительные риски и повышать вероятность ряда неблагоприятных последствий, причём не только в плане достижения целей образовательной деятельности, но и в плане здоровья, развития, эмоционального благополучия обучающегося.

28. 1   2   3   4   5

---

Технологии искусственного интеллекта: новые возможности в научном познании.

С развитием технологий человечество накапливает все больше информации, которую становится все труднее обработать самостоятельно. В этой ситуации кажется логичным и правильным активное внедрение искусственного интеллекта (ИИ) в нашу жизнь, в том числе в различные области науки.

По меркам истории развития науки прошло совсем немного времени, однако уже сегодня искусственному интеллекту стали поручать все более сложные задачи, относящиеся к совершенно разным областям приложения знаний.

Однако возможности машины, как правило, имеют ряд ограничений, и нельзя доверять искусственному интеллекту, если выводы, сделанные им, мы не можем понять и объяснить с точки зрения логики.  Тем не менее, справедлива и обратная ситуация, когда ИИ, напротив, превосходит возможности человека. Человеку бывает сложно анализировать большие объемы данных, в том числе потому, что человеческая память или свойства нашего внимания не обладают достаточным потенциалом для решения задач сегодняшнего уровня сложности.

Приведем несколько примеров того, где уже сегодня с успехом применяют ИИ. При помощи интеллектуального зондирования стало возможным ясно и без помех увидеть Землю из космоса, а также распознавать объекты, очаги пожаров, отслеживать наводнения, что обеспечивает своевременность и точность информации, которая особенно необходима для последующего принятия решений человеком о способах реагирования на эти события. Искусственный интеллект значительно помогает и в решении задач медицины.

Человек возлагает большие надежды на развитие искусственного интеллекта. Благодаря современным технологиям и машинному обучению мы имеем возможность найти решения, неочевидные для человеческого мозга по причине наших биологических ограничений, таких как объем внимания или памяти. Именно современные технологии в тесной связи с фундаментальной наукой будут способствовать принятию более эффективных решений, в том числе в постановке диагнозов и назначении лечения. И уже сегодня многое из этого приносит свои плоды.

29. 
    Big data: перспективные направления в развитии науки.
    

---

С развитием информатики как науки практически все сферы жизни можно представить как информационные потоки. Информация существует в самых разных формах и видах, некоторые из них поддаются обработке – в том числе и машинной.

Big Data – это совокупность подходов, инструментов и методов обработки огромных объёмов и многообразия структурированных и неструктурированных данных для получения воспринимаемых человеком результатов. Причём эти подходы, инструменты и методы должны эффективно работать в условиях непрерывного прироста объема данных, распределенных по многочисленным узлам вычислительной сети. В широком смысле о Big Data говорят как о социально-экономическом феномене, связанном с появлением технологических возможностей анализировать огромные массивы данных во многих предметных областях и возможно даже весь мировой объём данных, а также о вытекающих из этого трансформационных последствиях.

На самом же деле, примеров Big Data в жизни гораздо больше, вот то, о чем рассказывают:

• 
  крупнейшие сотовые операторы годами собирает разные данные абонентов – отслеживает род деятельности, привычки, уровень доходов, принадлежность к тем или иным социальным группам, вероятность попасть в ЧП, и т.д;
  
• 
  банки отслеживают транзакции с карт своих клиентов, определяют кредитоспособность заемщиков;
  
• 
  торговые сети анализируют активность покупателей, и могут организовать поставки продуктов так, чтобы их хватило на всех клиентов, но при этом не осталось просроченных товаров;
  
• 
  метеорологические службы тоже используют массу разных параметров, чтобы сделать прогноз погоды более точным, и тем самым снизить последствия экологических катастроф, подготовиться к ураганам и штормам, вовремя эвакуировать людей из зоны возможного бедствия.
  

Другими словами, Big Data есть везде, где нужно проанализировать большой объем разных данных и сделать какой-то конкретный вывод из них.

Но Проблема в том, что данных становится все больше и больше, и анализировать их все сложнее. Так, по данным исследований, в ближайшие 5 лет общемировой объем данных увеличится в 10 раз и составит 163 зеттабайт (1 зеттабайт – миллиард терабайт). И на обработку всей этой информации компаниям придется основательно потратиться.

Теперь работа с большими данными становится фактором нормального функционирования общества и техники: от медицинских приборов до самоуправляемых автомобилей.

30. 
    Возможности использования краудсорсинга в научном творчестве.
    

---

Смотрите также файлы

• Седунова Людмила Михайловна Задание 1 Мероприятие и его краткая характеристика Возраст участников Требования безопасности Утренник. Зимняя сказка.rtf

• Гераклит Эфесский ок. 520 ок. 460 гг до н э.docx

• Самый главный человек, который должен любить тебя это ты сам.docx

• Лекции Курса эмпирической философии.docx

• Работа с файлами.docx