Моисеева Наталья Александровна – канд. пед. наук, доцент кафедры «Прикладная математика и фундаментальная информатика»,
Омск.
Natalya A. Moiseeva – Cand. Sc. (Pedagogy), Associate Professor, Chair of Applied Mathematics and Fundamental Informatics,
Omsk.
Цифровая трансформация библиотечной отрасли предполагает активное внедрение искусственного интеллекта (Artificial Intelligence, AI), и особая роль здесь отводится нейронному поиску информации (или нейропоиску), основанному на искусственных нейронных сетях (ИНС). Нейронный поиск (НП) открывает новые возможности для повышения эффективности библиотечно-информационного обслуживания (БИО), обеспечивая более точный, быстрый и персонализированный доступ к знаниям в цифровой библиотеке (ЦБ). Применение НП преобразует парадигму БИО, меняя взаимодействие читателей с контентом. В статье рассматривается, как НП решает проблемы низкой релевантности результатов, ограниченной семантической обработки запросов и недостаточной персонализации. Методы исследования включают теоретический анализ научной литературы, нормативных документов и обобщение опыта внедрения ИНС. Результаты исследования показывают, что НП значительно улучшает качество сервиса за счет обработки сложных запросов, адаптации к индивидуальным потребностям пользователей и поддержки инклюзивного доступа к библиотечному фонду. Несмотря на высокий технологический потенциал, НП не заменяет, а дополняет традиционные методы, автоматизируя рутинные процессы и позволяя библиотекарям сосредоточиться на сложных и творческих задачах. Внедрение НП соответствует стратегиям цифровой трансформации библиотечного дела.
The digital transformation of the library industry entails intensive integration of artificial intelligence (AI), with the focus on neural information retrieval (or neural search), based on artificial neural networks (ANN). Neural search (NS) unlocks new opportunities for enhancing the efficiency of library and information services (LIS), providing more accurate, faster, and personalized access to knowledge in digital libraries (DL). The application of NS transforms the paradigm of library and information services (LIS), changes the user – content interaction. The author analyzes how NS addresses the problems of low relevance of search results, limited semantic query processing, and insufficient personalization. The research methods include theoretical analysis of scientific literature, regulatory documents, and generalization of ANN implementation experience. The research findings evidence that NS significantly improves service quality by processing complex queries, adapting to individual user needs, and supporting inclusive access to library collections. Despite its high technological potential, NS does not replace but rather complements traditional methods, automates routine processes and allows librarians to focus on complex and creative tasks. The implementation of NS aligns with the digital transformation strategies of the library sector.
The authors declare that there are no conflicts of interest present.