Ключевые слова: генеративный искусственный интеллект, инженер, модель, данные, инструмент, приложение, инновация
Генеративный искусственный интеллект в инженерной деятельности в Германии: перспективы, возможности и практические рекомендации
УДК 004.896
Данная статья системно анализирует влияние технологии искусственного интеллекта (ИИ) на инженерные профессии в Германии. На основе смешанной методологии работа оценивает потенциал и риски. Результаты показывают, что генеративный ИИ рассматривается как инструмент для повышения эффективности, автоматизации рутинных задач и поддержки процессов разработки. Ключевыми проблемами внедрения остаются «галлюцинации» ИИ, недостаток качественных отраслевых данных, вопросы безопасности и надежности. Исследование подчеркивает необходимость сохранения окончательного человеческого контроля, целевой адаптации технологий к инженерным дисциплинам и стратегического развития компетенций. Выводы и рекомендации носят универсальный характер и могут быть применены в других странах, включая Россию.
1. Künstliche Intelligenz in Deutschland. Perspektiven aus Bevölkerung & Unternehmen // Bitkom e. V. [Электронный ресурс]. – URL: https://www.bitkom.org/sites/main/files/2024-10/241016-bitkom-charts-ki.pdf (дата обращения: 23.12.2025).
2. Generative KI-Modelle: Chancen und Risiken für Industrie und Behörden // Bundesamt für Sicherheit in der Informationstechnik [Электронный ресурс]. – URL: https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/KI/Generative_KI-Modelle (дата обращения: 23.12.2025).
3. Heaven W.D. This avocado armchair could be the future of AI / W.D. Heaven // MIT Technology Review [Электронный ресурс]. – URL: https://www.technologyreview.com/2021/01/05/1015754/avocado-armchair-future-ai-openai-deep-learning-nlp-gpt3-computer-vision-common-sense/ (дата обращения: 23.12.2025).
4. Improving Language Understanding by Generative Pre-Training / A. Radford, K. Narasimhan, T. Salimans, I. Sutskever. – URL: https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf (дата обращения: 23.12.2025).
5. High-Resolution Image Synthesis with Latent Diffusion Models / R. Rombach, A. Blattmann, D. Lorenz [et al.] // arXiv [Электронный ресурс]. – URL: http://arxiv.org/pdf/2112.10752 (дата обращения: 23.12.2025).
6. KI und Arbeitsmarkt – welche Effekte sind zu erwarten? // Science Media Center Germany [Электронный ресурс]. – URL: https://www.sciencemediacenter.de/alle-angebote/science-response/details/news/ki-und-arbeitsmarkt-welche-effekte-sind-zu-erwarten/ (дата обращения: 23.12.2025).
7. MVDream: Multi-view Diffusion for 3D Generation / Y. Shi, P. Wang, J. Ye [et al.] // arXiv [Электронный ресурс]. – URL: http://arxiv.org/pdf/2308.16512 (дата обращения: 23.12.2025).
Ключевые слова: генеративный искусственный интеллект, инженер, модель, данные, инструмент, приложение, инновация
Для цитирования: Алференко Е.В. , Генеративный искусственный интеллект в инженерной деятельности в Германии: перспективы, возможности и практические рекомендации. Вестник Воронежского института высоких технологий. 2025;19(4). Доступно по: https://vestnikvivt.ru/ru/journal/pdf?id=1461
Поступила в редакцию 23.12.2025
Поступила после рецензирования 25.12.2025
Принята к публикации 25.12.2025
Опубликована 31.12.2025