Oʻzbekcha
TALABALARDA ILMIY TADQIQODCHILIK KO‘NIKMALARINI SAMARALI RIVOJLANTIRISHDA SUN’IY INTELLEKTNING AHAMIYATI
Jurnal
Sun'iy intellektni pedagogik ta'limga tadbiq etishning ustivor yo'nalishlari
Nashr
Sun'iy intellektni pedagogik ta'limga tadbiq etishning ustivor yo'nalishlari
Mualliflar
Seregin P.P
,
Boboxujayev K. U
,
Babaxodjayev U.S.
,
Nabiyev A.B
Annotatsiya
Mazkur maqolada talabalar, xususan fizika yo‘nalishi talabalarida ilmiy tadqiqotchilik ko‘nikmalarini rivojlantirishda sun’iy intellekt (SI) texnologiyalarining ahamiyati yoritilgan. Zamonaviy oliy ta’lim tizimida SI dan foydalanish orqali ta’lim samaradorligini oshirish, talabalarining analitik va tanqidiy fikrlash qobiliyatlarini rivojlantirish imkoniyatlari tahlil qilingan. Ayniqsa, eksperimental fizikada qo‘llaniladigan spektrlarni (rentgen, infraqizil, ultrabinafsha va boshqalar) qayta ishlashda SI ning ustunliklari ko‘rsatib berilgan. Messbauer spektroskopiyasi va rentgen-flyuorestsensiya analizida SI asosidagi yondashuvlar, jumladan neyron tarmoqlar (CNN, GAN) yordamida ma’lumotlarni qayta ishlash va “shovqin”larni kamaytirish imkoniyatlari asoslab berilgan. Shuningdek, talabalar uchun amaliy va laboratoriya mashg‘ulotlarida SI dan foydalanish ularning mustaqil tadqiqot olib borish ko‘nikmalarini rivojlantirishga hizmat qilishi ta’kidlangan
Kalit so‘zlar
analitik fikrlash
fizika
oliy ta’lim
sun’iy intellekt
ilmiy tadqiqotchilik ko‘nikmalari
spektroskopiya
Messbauer spektroskopiyasi
rentgen-flyuorestsensiya analizi
neyron tarmoqlar
CNN
GAN
Русский
В данной статье рассматривается значение технологий искусственного интеллекта (ИИ) в развитии исследовательских навыков у студентов, особенно обучающихся по направлению физики. Проанализированы возможности повышения эффективности образовательного процесса в высших учебных заведениях за счёт использования ИИ, а также его влияние на развитие аналитического и критического мышления студентов. Особое внимание уделено применению ИИ при обработке спектров, используемых в экспериментальной физике (рентгеновских, инфракрасных, ультрафиолетовых и др.). Обоснованы преимущества использования нейронных сетей (CNN, GAN) при анализе данных в методах Мёссбауэровской спектроскопии и рентгенофлуоресцентного анализа, включая снижение шумов и повышение точности результатов. Отмечается, что внедрение ИИ в практические и лабораторные занятия способствует формированию у студентов навыков самостоятельной научно-исследовательской деятельности.
аналитическое мышление
высшее образование
искусственный интеллект
физика
исследовательские навыки
спектроскопия
мёссбауэровская спектроскопия
рентгенофлуоресцентный анализ
нейронные сети
CNN
GAN
English
This article examines the importance of artificial intelligence (AI) technologies in developing research skills among students, particularly those studying physics. The potential of AI to enhance the effectiveness of higher education and to foster students’ analytical and critical thinking abilities is analyzed. Special attention is given to the application of AI in processing spectra used in experimental physics, such as X-ray, infrared, and ultraviolet spectra. The advantages of neural network approaches (including CNN and GAN) in analyzing data from Mössbauer spectroscopy and X-ray fluorescence analysis are substantiated, especially in terms of noise reduction and improving accuracy. Furthermore, the study highlights that integrating AI into practical and laboratory sessions contributes to the development of independent research skills among students.
analytical thinking
artificial intelligence
higher education
physics
research skills
spectroscopy
Mössbauer spectroscopy
X-ray fluorescence analysis
neural networks
CNN
GAN
1. «О развитии искусственного интеллекта в Российской Федерации» Указ Президента РФ от 10.10.2019 г. №499. «Национальная стратегия развития искусственного интеллекта на период до 2030 года».
2. “O‘zbekiston sun’iy intellekt texnologiyalarini rivojlantirish strategiyasi 2030-yilgacha tasdiqlash va quyidagicha chora tadbirlar to‘g‘risida” // O‘zbekiston Respublikasi Prezidentining qarori PQ-358-son, 14.10.2024.
3. Костикова Л.П., Есенина Н.Е., Рыков А.С. Искусственный интеллект в образовательном процессе современного университета: результаты опроса студентов // «Научно-электронный журнал „Контекст“». 2023. № 2. С. 93–102.
4. Реда А.В., Трегубов А.В. ChatGPT в образовании и науке: угроза или возможность? ChatGPT и искусственный интеллект в университетах: какое будущее нас ожидает? // Высшее образование в России. 2023. № 6. С. 19.
5. А.С. Камзин, I.M. Obaidat, А.А. Валлиулин, В.Г. Семенов, I.A. Al-Omari. Мёссбауэровские исследования состава и магнитной структуры нанокомпозитов Fe3O4/γFe2O3 типа ядро–оболочка при температура 300 и 80 K (Часть I) Физика твердого тела, 2020, том 62, вып. 10
6. Вагизов Ф.Г. Рентгеноспектральный флуоресцентный анализ – РСФА. Казанский федеральный университет, 2024. – 36 с.