<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="https://elar.usfeu.ru/handle/123456789/59">
    <title>DSpace Собрание:</title>
    <link>https://elar.usfeu.ru/handle/123456789/59</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://elar.usfeu.ru/handle/123456789/15417" />
        <rdf:li rdf:resource="https://elar.usfeu.ru/handle/123456789/15416" />
        <rdf:li rdf:resource="https://elar.usfeu.ru/handle/123456789/15233" />
        <rdf:li rdf:resource="https://elar.usfeu.ru/handle/123456789/15024" />
      </rdf:Seq>
    </items>
    <dc:date>2026-09-22T01:54:15Z</dc:date>
  </channel>
  <item rdf:about="https://elar.usfeu.ru/handle/123456789/15417">
    <title>Естественный и искусственный интеллект в образовательном процессе вуза</title>
    <link>https://elar.usfeu.ru/handle/123456789/15417</link>
    <description>Название: Естественный и искусственный интеллект в образовательном процессе вуза
Авторы: Часовских, В. П.; Усольцев, В. А.; Кох, Е. В.
Аннотация: Рассматривается проблема соотношения естественного и искусственного интеллекта в контексте&#xD;
современной науки, вычислительных технологий и высшего образования. Анализируется специфика&#xD;
человеческого мозга как сложной биологической, нейродинамической, пластичной и самоорганизующейся&#xD;
системы, не сводимой к машине Тьюринга, алгоритму или искусственной нейросети. Показано, что&#xD;
человеческий интеллект включает не только когнитивные и логические способности, но также социальные,&#xD;
культурные, ценностные, эмоциональные и личностные компоненты. Особое внимание уделяется природе&#xD;
современного искусственного интеллекта, его программно-аппаратной основе, вычислительным&#xD;
ограничениям и отличию от естественного интеллекта. Подчеркивается, что искусственные нейроны и&#xD;
нейросетевые модели имитируют лишь отдельные аспекты работы биологического мозга, а результаты&#xD;
генеративного искусственного интеллекта не обладают абсолютной достоверностью и требуют экспертной&#xD;
проверки. Рассматриваются фундаментальные ограничения искусственного интеллекта, связанные с&#xD;
проблемами вычислимости, качеством данных, вероятностным характером машинного обучения и&#xD;
невозможностью полного воспроизведения сознания и субъективного опыта. В работе также анализируется&#xD;
применение генеративного искусственного интеллекта в высшем образовании. Обосновывается, что&#xD;
искусственный интеллект не должен рассматриваться как замена преподавателя, профессора или научного&#xD;
сотрудника. Его целесообразно использовать как вспомогательный инструмент, способный снижать&#xD;
рутинную нагрузку, расширять доступ к информации и поддерживать образовательную и исследовательскую&#xD;
деятельность. Делается вывод о необходимости разумной интеграции искусственного интеллекта в&#xD;
образовательный процесс при сохранении ведущей роли человека, академической ответственности,&#xD;
педагогического наставничества и развития самостоятельного мышления студентов.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://elar.usfeu.ru/handle/123456789/15416">
    <title>Совместное применение естественного и искусственного интеллекта в обучении студентов вуза</title>
    <link>https://elar.usfeu.ru/handle/123456789/15416</link>
    <description>Название: Совместное применение естественного и искусственного интеллекта в обучении студентов вуза
Авторы: Часовских, В. П.; Усольцев, В. А.; Кох, Е. В.
Аннотация: В монографии рассматривается соотношение естественного интеллекта человека, искусственного интеллекта и профессионального интеллекта преподавателя вуза в условиях цифровизации высшего образования и внедрения генеративных ИИ-систем. В работе разграничиваются понятия «интеллект», «естественный интеллект» и «искусственный интеллект». Рассматриваются теоретические и методологические основания современного ИИ: идеи универсальной вычислимости, архитектура фон Неймана, тезис Чёрча – Тьюринга, принципы работы искусственных нейронов и нейросетевых моделей. Подчёркивается различие между биологическими и искусственными нейронами. Отдельное внимание уделяется проблемам достоверности генеративного ИИ. На основе различных научных концепций доказывается, что интеллект преподавателя вуза является интегральной системой когнитивных, профессиональных, эмоциональных, социальных, творческих, практических и рефлексивных способностей. Преподаватель выступает не только источником информации, но и организатором образовательного процесса, носителем научной культуры, наставником, экспертом и субъектом педагогической ответственности. Критически рассматривается тезис «ИИ вместо профессора». Обосновывается, что генеративный ИИ способен создавать учебные материалы, объяснения, тесты и планы занятий, однако не обладает сознанием, личным опытом, эмпатией, научной школой, педагогической интуицией и ответственностью. Его результаты имеют вероятностный характер и требуют обязательной проверки. Основной вывод исследования состоит в том, что наиболее обоснованной моделью является не «ИИ вместо профессора», а «ИИ в помощь профессору». Искусственный интеллект может усиливать образовательную и научную деятельность, автоматизировать рутинные процессы и расширять доступ к знаниям, но ключевая роль в развитии критического мышления, профессиональной культуры, академической честности и ответственности сохраняется за преподавателем.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://elar.usfeu.ru/handle/123456789/15233">
    <title>Фитомасса деревьев и ее годичный прирост у лесообразующих пород Северной Евразии</title>
    <link>https://elar.usfeu.ru/handle/123456789/15233</link>
    <description>Название: Фитомасса деревьев и ее годичный прирост у лесообразующих пород Северной Евразии
Авторы: Усольцев, В. А.
Аннотация: Ключевой целью Климатической доктрины, утвержденной в 2023 году, является достижение Россией до 2060 г. углеродной нейтральности, т. е. равновесия между объемами выбросов парниковых газов и их поглощением природными экосистемами. Для достижения этого баланса необходим точный учет потоков углерода. В начале 2020-х годов в регионах России в рамках государственного задания Министерства науки и высшего образования была создана сеть научно-исследовательских стационаров – карбоновых полигонов – с целью изучения депонирования и эмиссии парниковых газов наземными экосистемами. Однако фактически реализуемая на карбоновых полигонах процедура сегодня повсеместно ограничивается перечетом деревьев на пробных площадях, а фитомасса на них определяется по аллометрическим моделям, разработанным для других регионов и/или в других экологических условиях, поскольку рубка модельных деревьев запрещена Лесным кодексом РФ 2006 года. Более того, вследствие отсутствия данных о годичном приросте фитомассы деревьев годичное депонирование углерода определяется делением углеродного пула на возраст древостоев, что является грубым методическим нарушением. В монографии впервые сформирована сводка данных по 882 модельным деревьям лесообразующих пород центральной части Северной Евразии, данные о фитомассе и годичном приросте которых исследователями были использованы для расчета чистой первичной продукции древостоев. Приведенные в сводке данные могут быть полезны при оценке приходной части углеродного цикла в лесных экосистемах и при осуществлении мероприятий по стабилизации климата.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://elar.usfeu.ru/handle/123456789/15024">
    <title>Лазеры в лесном деле</title>
    <link>https://elar.usfeu.ru/handle/123456789/15024</link>
    <description>Название: Лазеры в лесном деле
Авторы: Усольцев, В. А.
Аннотация: В течение последних 30 лет применение лидаров в лесном деле непрерывно увеличивается, а в последние 10 лет количество публикаций, посвященных использованию беспилотных лидаров в лесной проблематике, нарастает по экспоненте. В предложенном обзорном анализе показаны достижения ученых в применении лидаров воздушного и наземного базирования в исследовании лесного полога. Отмечены достоинства и недостатки бортовых, беспилотных и наземных лидаров при их применении к дистанционному зондированию морфоструктуры и биомассы деревьев и древостоев, а также перспективы их совместного действия. По материалам двух авторских баз данных о морфоструктуре и биомассе лесообразующих видов Евразии построены регрессионные модели зависимости массообразующих и продукционных показателей деревьев и древостоев от морфометрии крон и полога, замеренной в полевых условиях, но также доступной для лидарного сканирования. Предложенные модели могут быть использованы для валидации результатов лидарного сканирования деревьев лесообразующих видов Евразии, а также при моделировании морфологии их крон и полога в целом. Для специалистов в области разработки и управления лесными кадастрами, разработки систем лесного мониторинга и экологических программ разного уровня, а также для преподавателей, аспирантов и студентов по специальности «Лесное дело».</description>
    <dc:date>2025-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

