История развития искусственного интеллекта в России

Санкт-Петербургский Государственный  Университет

Технологии и Дизайна

 

 

 

Факультет информационных технологий и машиноведения

Кафедра прикладной информатики

 

 

Реферат

Тема: «История развития искусственного интеллекта в России».

 

 

 

 

 

 

 

Выполнила: Коровашкова М.И.

Группа :4-МД-9

Проверила: Якуничева Е.Н.

 

 

 

Спб,2011г.

Содержание.

Предисловие……………………………………………………………………………….1

Глава1.Происхождение и понимание термина «искусственный интеллект»…….2

Глава2.Предпосылки развития науки искусственного интеллекта……………….5

           2.1.История развития искусственного  интеллекта в СССР и России……...5

          2.2.ЗАО «ИнтеллиТек» (Интеллектуальные Технологии)……………………6

Глава3.Подходы к пониманию  проблемы……………………………………...……..6

           3.1.1.Тест Тьюринга и интуитивный  подход…………………………………..6

           3.1.2.Символьный подход………………………………………………………...7

           3.1.3.Логический подход………………………………………………………….8

          3.1.4.Агентно-ориентированный подход………………………………………..8

          3.1.5.Гибридный подход…………………………………………………………...9

          3.2.1.Модели и методы исследований…………………………………………....9

          3.2.2.Работа с естественными языками………………………………………….9

          3.2.4.Машинное обучение……………………………………………………….....9

          3.2.5.Робототехника………………………………………………………………..9

          3.2.6.Машинное творчество……………………………………………………..10

Глава4.Современный искусственный интеллект…………………………………..11

Глава 5.Связь с другими науками и явлениями культуры…………………….....12

          5.1.Компьютерные технологии и кибернетика……………………………….13

          5.2.Психология и когнитология…………………………………………………13

         5.3.Философия……………………………………………………………………...13

               5.3.1.Вопросы создания ИИ…………………………………………………..14

Заключение………………………………………………………………………………15

Список литературы…………………………………………………………………….16

 

Предисловие.

Отношение к искусственному интеллекту

              Мне всегда казалось, что компьютеры  были придуманы специально, чтобы  приблизиться к человеческому  интеллекту.

Древний человек  окинул взглядом вокруг себя и заметил, что вокруг что-то происходит, и что  он вообще может что-то замечать, он начал задумываться о том, как  именно он это делает.

             Язык для осознания мира первый  человек не использовал, но  прекрасно отличал одно от  другого, таким образом, всегда знал знакомые места, знакомых людей и знакомое поведение. 
             Постепенно он становился всё более образованным (образовывал себя ), и понимал, что многое вокруг можно описать, изучить и повторить при необходимости. Многое вокруг можно использовать. Знания становились всё надёжнее, им можно было верить. Их можно было передавать друг другу и пользоваться везде и всегда. Появилась письменность, арифметика.

Когда человек  понял, что он может заставить  работать не только другого человека, но и соорудить автоматические приспособления для выполнения работ, он с большим  воодушевлением взялся за это. 
              И что же самое интересное? Столько интересного есть в мире, но самое ближайшее — человеческое тело и разум открыли на сегодня далеко не все свои секреты.

Лучшим доказательством в познании себя и есть рабочая модель интеллекта.

Любая новая личность получает доступ к общим, добытым на протяжении веков знаниям и вносит свой вклад. Существование этих знаний и их сохранность, правдивость определяет прогресс цивилизации.

 

 

 

 

Глава1 Происхождение и понимание термина «искусственный интеллект»

Процитированное в преамбуле  определение интеллекта, данное Джоном Маккарти в 1956 году на конференции в Дартмутском университете, не связано напрямую с пониманием интеллекта у человека. Согласно Маккарти, ИИ-исследователи вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.

Поясняя своё определение, Джон Маккарти указывает: «Проблема состоит в том, что пока мы не можем в целом определить, какие вычислительные процедуры мы хотим называть интеллектуальными. Мы понимаем некоторые механизмы интеллекта и не понимаем остальные. Поэтому под интеллектом в пределах этой науки понимается только вычислительная составляющая способности достигать целей в мире».

В то же время существует и точка зрения, согласно которой  интеллект может быть только биологическим феноменом.

Как указывает председатель Петербургского отделения Российской ассоциации искусственного интеллекта Т. А. Гаврилова, в английском языке словосочетание artificial intelligence не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог intellec.

Участники Российской ассоциации искусственного интеллекта дают следующие определения искусственного интеллекта:

Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования  тех видов человеческой деятельности, которые традиционно считаются  интеллектуальными.

Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс.

Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

Одно из частных определений  интеллекта, общее для человека и  «машины», можно сформулировать так: «Интеллект — способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определённого класса сложности и решать эти задачи».

Глава2.Предпосылки развития науки искусственного интеллекта

         История искусственного интеллекта

История искусственного интеллекта как нового научного направления  начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений — теории алгоритмов — и были созданы первые компьютеры.

Возможности новых машин  в плане скорости вычислений оказались  больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы  возможностей компьютеров и достигнут  ли машины уровня развития человека? В 1950 году один из пионеров в области  вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием  «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившую название теста Тьюринга.

2.1.История развития искусственного интеллекта в СССР и России

Коллежский советник Семён Николаевич Корсаков (1787—1853) ставил задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного. В 1832 году С. Н. Корсаков опубликовал описание пяти изобретённых им механических устройств, так называемых «интеллектуальных машин», для частичной механизации умственной деятельности в задачах поиска, сравнения и классификации. В конструкции своих машин Корсаков впервые в истории информатики применил перфорированные карты, игравшие у него своего рода роль баз знаний, а сами машины по существу являлись предтечами экспертных систем.

В СССР работы в области  искусственного интеллекта начались в 1960-х годах. В Московском университете и Академии наук был выполнен ряд пионерских исследований, возглавленных Вениамином Пушкиным и Д. А. Поспеловым.

В 1964 году была опубликована работа ленинградского логика Сергея Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», в которой впервые предлагался метод автоматического поиска доказательства теорем в исчислении предикатов.

В 1966 году В. Ф. Турчиным был разработан язык рекурсивных функций Рефал.

До 1970-х годов в СССР все исследования ИИ велись в рамках кибернетики. По мнению Д. А. Поспелова, науки «информатика» и «кибернетика» были в это время смешаны, по причине ряда академических споров. Только в конце 1970-х в СССР начинают говорить о научном направлении «искусственный интеллект» как разделе информатики. При этом родилась и сама информатика, подчинив себе прародительницу «кибернетику». В конце 1970-х создаётся толковый словарь по искусственному интеллекту, трёхтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики. Термин «информатика» в 1980-е годы получает широкое распространение, а термин «кибернетика» постепенно исчезает из обращения, сохранившись лишь в названиях тех институтов, которые возникли в эпоху «кибернетического бума» конца 1950-х — начала 1960-х годов. Такой взгляд на искусственный интеллект, кибернетику и информатику разделяется не всеми. Это связано с тем, что на Западе границы данных наук несколько отличаются. Российский НИИ искусственного интеллекта

2.2.ЗАО «ИнтеллиТек» (Интеллектуальные Технологии)

Российский НИИ искусственного интеллекта создан Государственным  Комитетом РСФСР по делам науки  и высшей школы в июле 1991 на базе Государственной научной фирмы "Интеллектуальные технологии", образованной научным  коллективом, сформировавшимся в Сибирском  Отделении АН. До последнего времени  находился в ведении Федерального Агентства по информационным технологиям  как хозрасчетное предприятие (Государственная  аккредитация за № 2019 от 25.11.99).

В настоящее время Институт находится в процессе приватизации.

В 2003 году коллектив Института  создал закрытое акционерное общество «ИнтеллиТек» («Интеллектуальные Технологии»), активно действующем на российском рынке в тесном сотрудничестве с Институтом.

Нашим коллективом созданы  прототипы ряда интеллектуальных технологий и систем нового поколения, которые  могут занять ведущие позиции  в основных стратегических секторах отечественного и мирового программного рынка, найти эффективное применение в информатизации деятельности центральных, отраслевых и региональных администраций, а также организаций любых  форм собственности.

Разработки Фирмы базируются на оригинальных ноу-хау, весьма компактны  и эффективны.

Глава3.Подходы к пониманию проблемы

Единого ответа на вопрос, чем  занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается  в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. Поэтому, несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданиюинтеллектуальных информационных систем, можно выделить два основных подхода к разработке ИИ:

нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Последний подход, строго говоря, не относится к науке о ИИ в  смысле, данном Джоном Маккарти, — их объединяет только общая конечная цель.

3.1.1.Тест Тьюринга и интуитивный подход

Рис1. Диаграмма: поведение человека и разумное поведение

Эмпирический тест был  предложен Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

Стандартная интерпретация  этого теста звучит следующим  образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

Самый общий подход предполагает, что ИИ будет способен проявлять  поведение, не отличающееся от человеческого, причём в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).

Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить. Так, хозяин Эндрю Мартина из «Двухсотлетнего человека» начинает относиться к нему как к человеку, когда тот создаёт игрушку по собственному проекту. А Дейта из Звёздного пути, будучи способным к коммуникации и научению, мечтает обрести эмоции и интуицию.

Однако последний подход вряд ли выдерживает критику при  более детальном рассмотрении. К  примеру, несложно создать механизм, который будет оценивать некоторые  параметры внешней или внутренней среды и реагировать на их неблагоприятные значения. Про такую систему можно сказать, что у неё есть чувства («боль» — реакция на срабатывание датчика удара, «голод» — реакция на низкий заряд аккумулятора, и т. п.). А кластеры, создаваемые картами Кохонена, и многие другие продукты «интеллектуальных» систем можно рассматривать как вид творчества.

3.1.2.Символьный подход

Исторически символьный подход был первым в эпоху цифровых машин, так как именно после создания Лисп, первого языка символьных вычислений, у его автора возникла уверенность в возможности практически приступить к реализации этими средствами интеллекта. Символьный подход позволяет оперировать слабоформализованными представлениями и их смыслами. От умения выделить только существенную информацию зависит эффективность и результативность решения задачи.

Но широта классов задач, эффективно решаемых человеческим разумом, требует невероятной гибкости в  методах абстрагирования. А это  недоступно при любом инженерном подходе, в котором исследователь  выбирает методы решения, основываясь  на способности быстро дать эффективное  решение какой-то наиболее близкой  этому исследователю задачи. То есть уже за реализованную в виде правил единственную модель абстрагирования  и конструирования сущностей. Это  выливается в значительные затраты  ресурсов для непрофильных задач, то есть система от интеллекта возвращается к грубой силе на большинстве задач, и сама суть интеллекта исчезает из проекта.

Основное применение символьной логики — это решение задач по выработке правил. Большинство исследований останавливается как раз на невозможности хотя бы обозначить новые возникшие трудности средствами выбранных на предыдущих этапах символьных систем, тем более решить их и тем более обучить компьютер решать их или хотя бы идентифицировать и выходить из таких ситуаций.

 

 3.1.3.Логический подход

Логический подход к созданию систем искусственного интеллекта направлен                               на создание экспертных систем с логическими моделями баз знаний с   использованием языка предикатов.

Учебной моделью систем искусственного интеллекта в 1980-х годах был принят язык и система логического программирования Пролог. Базы знаний, записанные на языке Пролог, представляют наборы фактов и правил логического вывода, записанных на языке логических предикатов.

Логическая модель баз  знаний позволяет записывать не только конкретные сведения и данные в форме  фактов на языке Пролог, но и обобщённые сведения с помощью правил и процедур логического вывода, и в том  числе логических правил определения  понятий, выражающих определённые знания как конкретные и обобщённые сведения.

В целом исследования проблем  искусственного интеллекта в рамках логического подхода к проектированию баз знаний и экспертных систем направлены на создание, развитие и эксплуатацию интеллектуальных информационных систем, включая вопросы обучения студентов и школьников, а также подготовки пользователей и разработчиков таких интеллектуальных информационных систем.

3.1.4.Агентно-ориентированный подход

Последний подход, развиваемый  с начала 1990-х годов, называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных (рациональных) агентов. Согласно этому подходу, интеллект — это вычислительная часть (грубо говоря, планирование) способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.

Этот подход акцентирует  внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь значительно тщательнее изучаются алгоритмы поиска пути и принятия решений.

  

Рис2.Иллюстрация принципа поиска пути в двухмерном пространстве

3.1.5.Гибридный подход

Гибридный подход предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Например, экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы будут значительно более сильными, чем сумма различных концепций по отдельности.

3.2.1.Модели и методы исследований

Анализируя историю ИИ, можно выделить такое обширное направление  как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

3.2.2.Работа с естественными языками

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст, доступный по Интернету. Некоторые прямые применения обработки естественного языка включают информационный поиск (в том числе, глубокий анализ текста) и машинный перевод.

.

3.2.4.Машинное обучение

Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Это направление было центральным с самого начала развития ИИ. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, обучающейся без учителя, назвав её: «Индуктивная машина вывода».

Обучение  без учителя — позволяет распознать образы во входном потоке. Обучение с учителем включает также классификацию и регрессионный анализ. Классификация используется, чтобы определить, к какой категории принадлежит образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении агент вознаграждается за хорошие ответы и наказывается за плохие. Они могут быть проанализированы с точки зрения теории решений, используя такие понятия как полезность. Математический анализ машинных алгоритмов изучения — это раздел теоретической информатики, известный как вычислительная теория обучения (англ. Computational learning theory).

К области машинного обучения относится большой класс задач  на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

 

3.2.5.Робототехника

Области робототехники и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

 

3.2.6.Машинное творчество

Природа человеческого творчества ещё менее изучена, чем природа  интеллекта. Тем не менее, эта область  существует, и здесь поставлены проблемы написания компьютером музыки,литературных произведений (часто — стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

Отдельно выделяется изучение проблем технического творчества систем искусственного интеллекта. Теория решения изобретательских задач, предложенная в 1946 годуГ. С. Альтшуллером, положила начало таким исследованиям.

Добавление данной возможности к любой интеллектуальной системе позволяет весьма наглядно продемонстрировать, что именно система воспринимает и как это понимает. Добавлением шума вместо недостающей информации или фильтрация шума имеющимися в системе знаниями производит из абстрактных знаний конкретные образы, легко воспринимаемые человеком, особенно это полезно для интуитивных и малоценных знаний, проверка которых в формальном виде требует значительных умственных усилий.

 

Глава4.Современный искусственный интеллект

Рис3. ASIMO (это человекоподобный робот создан Honda . Стоя на 130 сантиметров и весом 54 килограмма, робот напоминает маленький астронавт носить рюкзак и может ходить на двух ногах в порядке, напоминающие человеческие передвижения со скоростью до 6 км / ч. ASIMO был создан в Научно-исследовательском Хонды и развития основных Вако-технический центр исследований в Японии.

ASIMO — Интеллектуальныйгуманоидный робот фирмыHonda

Можно выделить два направления  развития ИИ:

решение проблем, связанных  с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована  природой человека;

создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Но в настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих скорее практическое отношение к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла. Ниже представлены лишь некоторые наиболее известные  разработки в области ИИ.

Применение

Рис.4Турнир RoboCup

Некоторые из самых известных ИИ-систем:

Deep Blue — победил чемпиона мира по шахматам. Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain.

Watson — перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!», аналога «Своей игры» в России, где системе удалось выиграть в обеих играх.

MYCIN — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.

20Q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net.

Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

Роботы в ежегодном  турнире RoboCup соревнуются в упрощённой форме футбола.

Банки применяют системы  искусственного интеллекта (СИИ) в страховой  деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания  образов (включая, как более сложные  и специализированные, так и нейронные  сети) широко используют при оптическом и акустическом распознавании (в  том числе текста и речи), медицинской  диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

 

Глава 5.Связь с другими науками и явлениями культуры

Искусственный интеллект  вместе с нейрофизиологией, эпистемологией и когнитивной психологией образует более общую науку, называемую когнитология. Важную роль в искусственном интеллекте играет философия. Также с проблемами искусственного интеллекта тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

 5.1.Компьютерные технологии и кибернетика

В компьютерных науках проблемы искусственного интеллекта рассматриваются с позиций проектирования экспертных систем и баз знаний. Под базами знаний понимается совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации. В целом исследования проблем искусственного интеллекта в компьютерных науках направлены на создание, развитие и эксплуатацию интеллектуальных информационных систем, а вопросы подготовки пользователей и разработчиков таких систем решаются специалистами информационных технологий.