Natural language recognition technology in the training of hybrid teams of fire protection units

Author:

Шкитронов М.Е.,Веселов А.Н.

Abstract

в статье рассматривается актуальная проблема применения инновационной технологии распознавания искусственным интеллектом естественного языка при подготовке гибридных команд пожарной охраны. Цель теоретического обобщающего исследования, представленного в статье, заключалась в систематизации характеристик технологии распознавания естественного языка, которая позволяет искусственному интеллекту полноценно взаимодействовать с командой пожарных-людей, одновременно осуществляя координацию между командой и роботами. На современном этапе распознавание естественного языка становится одной из наиболее актуальных технологий, внедряемых в гибридные команды пожарной охраны, поскольку позволяет минимизировать риски для сотрудников в ходе проведения учений и в условиях реальных пожарных инцидентов. Методология исследования, представленного в статье, основана на системном подходе и включает в себя: синтез, анализ, систематизацию, описательный метод, сопоставление, а также формально-логический метод. В рамках проведенного исследования автор пришел к выводу, что технология распознавания естественного языка позволяет как осуществлять координацию между роботами и людьми в процессе учений, так и помогает робототехнике более оперативно реагировать на человеческую речь, распознавая ее интонации и значения в режиме повышенных шумов и прочих негативных условий реального пожарного инцидента. the article reveals an actual problem of using innovative natural language recognition technology by artificial intelligence in the training of hybrid teams (humans and robotics). The goal the theoretical generalizing study presented in the article was to systematize the characteristics of natural language recognition technology, which allows artificial intelligence to fully interact with a team of human firefighters, while simultaneously carrying out coordination between the team and the robots. At the present stage, natural language recognition is becoming one of the most relevant technologies being implemented in hybrid fire brigades, as it allows minimizing risks for employees during exercises and in real fire incidents. The research methodology presented in the article is based on a systematic approach and includes: synthesis, analysis, systematization, descriptive method, comparison, as well as the formal-logical method. As a part of the study, the author came to the conclusion that natural language recognition technology allows both coordination between robots and people in the process of exercises, and helps robotics to respond more quickly to human speech, recognizing its intonation and values in the mode of increased noise and other negative conditions of a real fire incident.

Publisher

Sole Proprietor Company Klyueva M.M.

Reference12 articles.

1. Актаева А.У., Жаксылык Т.Д., Сарсенбаева Ж.И. Искусственный интеллект и пожарная безопасность // НИР. 2023. № 1 (13). С. 133 – 137.

2. Арланова А., Бабамурадов Б. Основы искусственного интеллекта для изучения языков // Всемирный ученый. 2023. № 9. С. 67 – 89.

3. Государственная противопожарная служба – ВДПО РФ. URL: https://вдпо.рф/enc/gosudarstvennaya-protivopozharnaya-sluzhba (дата обращения: 15.03.2024)

4. Михайлова С.А., Аникеев К.Г. Применение технологий обработки естественного языка для голосового управления на основе открытого словаря // Интеллектуальные технологии на транспорте. 2023. № 4 (36). С. 19 – 27.

5. Сулейманов Д.Ш., Фридман А.Я., Гильмуллин Р.А. Системный анализ задачи моделирования естественного языка // Труды Кольского научного центра РАН. 2021. № 5 (12). С. 57 – 66.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3