143
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
SUN’IY INTELLEKT BILAN BOYITILGAN MA'LUMOTLAR BAZASI
TEXNOLOGIYALARI: IMKONIYATLAR VA ISTIQBOLLAR
Kalbaeva Ayzada Aytbay qizi
Nukus davlat texnika universiteti
Anotatsiya:
Mazkur maqolada sun’iy intellekt texnologiyalarining ma’lumotlar
bazasi bilan integratsiyalashuvi hamda bu integratsiyaning texnologik va amaliy
imkoniyatlari yoritilgan. Sun’iy intellektning asosiy komponentlari, xususan,
mashinali o‘rganish, chuqur o‘rganish va tabiiy tilni qayta ishlash orqali ma’lumotlar
bazasini qanday optimallashtirish mumkinligi tahlil qilingan. Shuningdek, Sun’iy
intellekt yordamida ma’lumotlarni tahlil qilish, xavfsizlikni ta’minlash va avtomatik
qaror qabul qilish jarayonlari bayon etilgan. Maqolada real hayotda qo‘llanilayotgan
bir nechta ilg‘or Ma’lumotlar bazasi tizimlari misolida jadval keltirilib, amaliy
tajribalarga asoslangan tahlillar berilgan. Yakunda, Sun’iy intellekt bilan boyitilgan
ma’lumotlar bazasi tizimlarining afzalliklari, muammolari va kelajakdagi istiqbollari
haqida xulosa chiqarilgan.
Kalit so‘zlar:
sun’iy intellekt, ma’lumotlar bazasi, mashinali o‘rganish,
avtomatlashtirish, xavfsizlik, big data, tahlil.
Kirish
So‘nggi yillarda sun’iy intellekt texnologiyalarining rivojlanishi ma’lumotlar
bilan ishlash usullarini tubdan o‘zgartirmoqda. Ayniqsa, ma’lumotlar bazalari
sohasida bu o‘zgarishlar sezilarli darajada bo‘lib, an’anaviy tizimlarning
avtomatlashtirilishi, optimallashtirilishi hamda bashoratlash imkoniyatlari ortmoqda.
Zamonaviy dunyoda har bir tashkilot, har bir soha ma’lumotlar asosida qaror qabul
qiladi.
Shunday
ekan,
ma’lumotlar bazasining sun’iy intellekt bilan
integratsiyalashuvi nafaqat texnologik yutuq, balki real amaliy ehtiyojdir.
Shiddat bilan rivojlanib borayotgan texnologiyalar davrida Oʻzbekiston ilm-fan
sohasini hamnafas rivojlantirish boʻyicha qator ishlar amalga oshirilmoqda.
Jumladan, “Raqamli O‘zbekiston — 2030” Strategiyasiga muvofiq hamda sun’iy
intellekt texnologiyalarini jadal joriy etish va ularni mamlakatimizda keng qo‘llash,
raqamli ma’lumotlardan foydalanish imkoniyatini va ularning yuqori sifatini
ta’minlash, ushbu sohada malakali kadrlar tayyorlash uchun qulay shart-sharoitlar
yaratish maqsadida yurtboshimiz tomonidan 2021-yil 17-fevral sanasida “Sun’iy
intellekt texnologiyalarini jadal joriy etish uchun shart-sharoitlar yaratish chora-
144
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
tadbirlari to‘g‘risida” gi PQ-4996-son qarori qabul qilindi. Ushbu qarorning asosiy
mazmun mohiyati negizida xalqimizning kundalik hayotdagi har bir sohada Sun’iy
intellekt va mashinali oʻqitish texnologiyalarini joriy etish orqali xalqimizga qulay
shart sharoitlar yaratib berish hisoblanadi.
Sun’iy intellekt va uning asosiy komponentlari
Sun’iy intellekt — bu mashinalarga inson aqliga o‘xshash funksiyalarni, ya’ni
o‘rganish, mantiqiy xulosa chiqarish, va qaror qabul qilish imkonini beruvchi
texnologiyalar to‘plamidir. Uning tarkibiy qismlari quyidagilardan iborat:
- Mashinali o‘rganish (Machine Learning) – statistik usullar orqali
ma’lumotlardan mustaqil o‘rganish.
- Chuqur o‘rganish (Deep Learning) – sun’iy neyron tarmoqlar asosida
murakkab naqshlarni aniqlash.
- Natural tilni qayta ishlash (NLP) – inson tili bilan ishlash.
- Kompyuter ko‘rish (Computer Vision) – tasvirlar orqali tahlil.
Sun’iy intellektning samarali ishlashi uchun esa katta hajmdagi, sifatli, toza va
strukturali ma’lumotlar zarur. Bu esa to‘g‘ridan-to‘g‘ri Ma’lumotlar bazasiga
bog‘liqdir.
Sun’iy intellekt yordamida ma'lumotlar bazasini optimallashtirish
Ma’lumotlar bazasi tizimlarining ishlash tezligi, ishonchliligi va samaradorligini
oshirish doimo muhim masala bo‘lib kelgan. An’anaviy usullarda so‘rovlarni
optimallashtirish, indekslash va resurslardan foydalanish qo‘lda amalga oshirilgan
bo‘lsa, bugungi kunda bu jarayonlarga sun’iy intellekt faol tarzda joriy qilinmoqda.
Sun’iy intellekt texnologiyalari ma’lumotlar bazasi tizimlarida
o‘rganish, bashorat
qilish va avtomatlashtirish
imkoniyatlarini beradi. Batafsil koʻrib chiqamiz:
-
So‘rov (Query) optimallashtirish usuli:
Sun’iy intellekt tizimlari foydalanuvchi yuborgan so‘rovlarni tahlil qilib, eng
samarali bajarish yo‘lini avtomatik aniqlaydi. Masalan, Google BigQuery ML
foydalanuvchi so‘rovlari asosida resurslardan foydalanishni dinamik tarzda
boshqaradi. Yani sun’iy intellekt ilgari bajarilgan so‘rovlar asosida foydalanuvchi
xatti-harakatini o‘rganadi, eng kam resurs sarflovchi so‘rov marshrutini tanlaydi va
yozilgan SQL so‘rovlarni avtomatik ravishda yanada samaraliroq sintaksisga
aylantiradi.
-
Avtomatik indekslash usuli
An’anaviy ma’lumotlar bazasi tizimlarida indekslar ma’lumotlarga tezkor kirish
uchun muhim vosita hisoblanadi. Ammo ularni yaratish va boshqarish katta tajriba
talab qiladi. Bunda ma’lumotlar bazasi strukturasidagi ustunlar avtomatik tahlil
145
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
qilinadi keyin tez-tez so‘raladigan ustunlar aniqlanib, ularning ustiga indekslar
yaratiladi va keraksiz indekslar aniqlanib, tizim resurslari bo‘shatiladi. Masalan,
Oracle Autonomous Database ushbu texnologiyani amalda qo‘llaydi va inson
aralashuvini minimal darajaga tushiradi.
-
Kesh (Cache) boshqaruvi
Sun’iy intellekt tizimlari foydalanuvchilarning so‘rovlarini real vaqt rejimida
kuzatib borib, qayta-qayta so‘raladigan ma’lumotlarni keshda saqlaydi. Bu orqali
javob berish vaqti kamayib tizimda yuk tushushi kamayadi bu esa oʻz navbatida
resurslarning samarali ishlatilishini bildiradi. Bu ayniqsa veb-ilovalar va analitik
tizimlar uchun foydalidir.
-
Avtomatik resurs boshqaruvi
Sun’iy intellekt tizimlari real vaqt ma’lumotlar asosida xotira, protsessor va
saqlash hajmini tahlil qiladi. Shuningdek, resurslarni foydalanuvchi ehtiyojlariga
qarab taqsimlaydi. Masalan, AWS Aurora va IBM Db2 AI for z/OS tizimlarida bu
amaliyot keng joriy etilgan.
-
O‘rganishga asoslangan optimallashtirish (Learning-based optimization)
Sun’iy intellekt tizimlari vaqt o‘tishi bilan ma’lumotlar bazasi tizimlarida
qanday operatsiyalar samarali, qandaylari esa resurslarni behuda sarflashi haqida
doimiy o‘rganib boradi. Bu jarayon so‘rovlar tarixini to‘plash, naqshlar (patterns) ni
tahlil qilish va yangi konfiguratsiyalarni tavsiya etish yoki avtomatik amalga oshirish
orqali amalga oshiriladi. Bu jarayonlar mashinali o‘rganish algoritmlari orqali amalga
oshiriladi.
Sun’iy intellekt yordamida ma'lumotlar tahlili
Sun’iy intellekt texnologiyalari ma’lumotlarni tahlil qilish jarayonini tubdan
o‘zgartirib yubordi. An’anaviy statistik yondashuvlardan farqli ravishda, sun’iy
intellekt asosidagi tahlil vositalari katta hajmdagi, turli formatdagi va murakkab
strukturalarga ega bo‘lgan ma’lumotlardan foydali bilimlarni avtomatik tarzda ajratib
olish imkonini beradi. Bu texnologiyalar real vaqt rejimida, bashoratli va
tushunchaga asoslangan qarorlarni qabul qilishda muhim rol o‘ynaydi.
1. Big Data Analytics + AI
Katta hajmdagi ma’lumotlar (Big Data) inson tomonidan tahlil qilish uchun juda
murakkab. Sun’iy intellekt bu yerda quyidagi imkoniyatlarni taqdim etadi:
• Naqshlarni aniqlash (Pattern recognition): Ma’lumotlar ichida yashirin
bog‘liqliklarni topish.
• Trendlarni tahlil qilish: Vaqt o‘tishi bilan qanday o‘zgarishlar yuz
berayotganini aniqlash.
146
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
• Klasifikatsiya va klasterlash: Ob’ektlarni muayyan guruhlarga ajratish yoki
o‘xshashlik asosida birlashtirish.
�
Masalan, chakana savdo tarmog‘ida xaridorlarning xarid qilish odatlarini
tahlil qilish orqali market strategiyalar ishlab chiqiladi.
2. Bashoratli tahlil (Predictive Analytics)
Sun’iy intellekt algoritmlari (ayniqsa, mashinali o‘rganish) ma’lumotlar asosida
kelajakdagi hodisalarni bashorat qila oladi:
• Mijoz qachon xizmatdan voz kechadi?
• Qaysi mahsulotlar kelgusi oyda ko‘proq sotiladi?
• Qanday vaziyatlarda tizimda nosozlik yuz beradi?
📊
Bunday modellarda regressiya, qaror daraxtlari, neyron tarmoqlar kabi
texnikalar qo‘llaniladi.
3. Real vaqt tahlili (Real-time Analytics)
Sun’iy intellekt bilan kuchaytirilgan tahlil vositalari ma’lumotlarni real vaqt
rejimida tahlil qilish imkonini beradi:
• Sensorlardan kelayotgan oqim ma’lumotlari (streaming data) ni tahlil qilish.
• Sayt yoki ilovadagi foydalanuvchi harakatlariga asoslangan darhol qaror qabul
qilish (masalan, reklama ko‘rsatish).
• Moliyaviy firibgarlikni aniqlash.
Apache Kafka + TensorFlow kabi texnologiyalar bu borada keng
qo‘llaniladi.
4. Natural Language Processing (NLP) orqali tahlil
Sun’iy intellekt ma’lumotlarni nafaqat raqamli ko‘rinishda, balki matnli shaklda
ham tahlil qilishga imkon beradi:
• Sentiment Analysis: mijoz fikrlaridan ijobiy, salbiy yoki neytral munosabatni
aniqlash.
• Matn toifalash: katta hajmdagi xat, sharh, izohlarni mavzular bo‘yicha ajratish.
• Ma’lumotlarni avtomatik chiqarish: xabarlardan muhim faktlarni ajratib olish.
💬
Bu texnika ijtimoiy tarmoqlar, call-center yozuvlari va yangiliklarni tahlil
qilishda qo‘llaniladi.
5. Vizual tahlil (Visual Analytics)
Sun’iy intellekt vositalari ma’lumotlarni ko‘rgazmali tarzda tahlil qilish
imkonini beradi. Bu quyidagilarni o‘z ichiga oladi:
• Dinamik grafiklar va diagrammalar
• Interaktiv boshqaruv paneli (dashboard)
147
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
• 3D tahlil muhiti
📈
Power BI, Tableau, va Qlik kabi BI vositalarida sun’iy intellekt
komponentlari orqali vizual tahlil keng tarqalgan.
6. Sun’iy intellekt yordamida qaror qabul qilish (Decision Intelligence)
Sun’iy intellekt nafaqat tahlil qiladi, balki chiqarilgan xulosalar asosida
tavsiyalar yoki qarorlar taklif etadi:
• Tavsiyalar tizimi (Recommendation system)
• Xavf-xatarlarni baholovchi tizimlar (Risk scoring)
• Operatsion jarayonlarni avtomatlashtirish
�
Bu tizimlar ishlab chiqarish, moliya, sog‘liqni saqlash sohalarida
samaradorlikni oshiradi.
7. Amaliy misol
Tibbiyot sohasida sun’iy intellekt yordamida bemorning tibbiy tarixini tahlil
qilib, quyidagilar amalga oshiriladi:
Aspekt
Sun’iy intellekt tahlil natijasi
Diagnostika
Kasallik ehtimolini aniqlash
Tashxis bashorati
O‘lim yoki asoratlar xavfini baholash
Davolash strategiyasi
Eng samarali davo yo‘llarini taklif
qilish
Resurslar taqsimoti
Shifokor, jihoz va dori vositalarini
rejalashtirish
Sun’iy intellekt yordamida ma’lumotlar tahlili zamonaviy analitika sohasining
eng muhim yo‘nalishlaridan biridir. U foydalanuvchilarga ma’lumotlar asosida tez va
aniq qarorlar qabul qilish, jarayonlarni avtomatlashtirish va kelajakni bashorat qilish
imkonini beradi. Bu texnologiyalarni o‘zlashtirish har qanday tashkilot uchun
raqobatbardoshlikni oshirishda kalit omilga aylanmoqda.
Amaliy tizimlar va real hayotdagi misollar
Tizim nomi
Tavsifi
Sun’iy intellekt
funksiyalari
Ishlatilish sohasi
BigQuery ML
Katta ma’lumotlar
bilan ishlash
platformasi
Ichki ML
modellari yaratish
Tahlil, e-tijorat
IBM Db2 AI for
z/OS
Klassik
ma’lumotlar bazasi
Resurslarni
avtomatik
Bank, sug‘urta
148
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
tizimi uchun sun’iy
intellekt qo‘shilgan
versiya
boshqarish
Oracle
Autonomous DB
Avtomatlashtirilgan
MB
Sun’iy intellekt
yordamida
indekslash,
xavfsizlik
Korporativ
ma’lumotlar
Snowflake ML
Cloud MB
platformasi
Integratsiyalashgan
ML modellar
Moliyaviy tahlil,
Sun’iy
intellektga
tayyor
ma’lumotlar
Muammolar va kamchiliklar
Sun’iy intellekt va ma’lumotlar bazalarining integratsiyasi, shubhasiz, ko‘plab
imkoniyatlar yaratadi, lekin bu jarayon ba’zi muammolarni va kamchiliklarni ham
keltirib chiqaradi. Quyida ushbu texnologiyalarning amaliyotda yuzaga kelishi
mumkin bo‘lgan ba’zi muammo va cheklovlarni koʻrib chiqamiz:
-
Ma’lumotlarning maxfiyligi va xavfsizligi
Sun’iy intellekt va ma’lumotlar bazasi tizimlarining integratsiyasi bilan bog‘liq
asosiy muammo - ma’lumotlarning xavfsizligi. Ma’lumotlar bazasiga kirish va ularni
tahlil qilish jarayonida maxfiylik va xavfsizlik tahdidlari ko‘proq bo‘ladi. Sun’iy
intellektning o‘ziga xos zaif tomonlari mavjud. Masalan, sun’iy intellekt algoritmlari
ko‘pincha tizimning ichki ish faoliyatini tushunish qiyin bo‘lgan "qora qutilar"
sifatida ishlaydi, bu esa potentsial xatoliklarni aniqlashni va ularni bartaraf etishni
murakkablashtiradi. Shuningdek, Ma’lumotlar bazasiga kirish va tahlil qilishda
sun’iy intellekt tizimlarining noaniqliklari xakerlar uchun yangi imkoniyatlar
yaratishi mumkin.
-
Yuzaga kelgan xatoliklar va noto‘g‘ri tahlil natijalari
Sun’iy intellekt tizimlarining o‘rganish jarayoni hamda ma’lumotlar bazasining
avtomatik optimallashtirilishi ba’zan noto‘g‘ri tahlil va xatoliklar keltirib chiqarishi
mumkin. Agar sun’iy intellekt noto‘g‘ri yoki yakuniy xulosalarni taqdim etish uchun
yetarli bo‘lmagan ma’lumotlar asosida o‘rgansa, tahlil natijalari ishonarsiz bo‘lishi
mumkin.
Sun’iy intellekt tizimlari ma’lumotlardagi mavjud o‘rganilgan
o‘zgarishlarni yoki noaniqliklarni ham o‘rganishi mumkin, bu esa notog‘ri qarorlar
yoki natijalarga olib keladi.
149
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
-
Inson va sun’iy intellektning o‘zaro aloqasi
Sun’iy intellekt tizimlarining amaliyotga joriy etilishi, insonning roli va
mas’uliyatini aniq belgilashni talab qiladi. Sun’iy intellekt tizimlarining ishlashini
inson nazorat qilishi kerak bo‘lishi mumkin, lekin ba’zi tizimlar inson aralashuvini
talab qilmaydigan darajaga yetadi.
Tizimda yuzaga kelgan xatoliklarni to‘g‘rilashda insonning roli kattadir. Sun’iy
intellekt ko‘plab holatlarda qarorlarni qabul qilsa ham, insondan xatoliklarni
to‘g‘rilash yoki tizimni nazorat qilish talab etiladi.
Sun’iy intellekt va avtomatlashtirish texnologiyalarining rivojlanishi, ayniqsa
ma'lumotlar tahlilini va qayta ishlashni avtomatik qilish orqali, mavjud ish
o‘rinlarining qisqarishiga olib kelishi mumkin.
-
Tizimning shaffofligi va tushunishdagi qiyinchiliklar
Sun’iy intellekt tizimlarining "qora quti" tabiati, ya'ni ularning ichki ishlash
jarayonlarini tushunishning qiyinligi, ko‘plab sohalarda ishonchsizlikni keltirib
chiqarishi mumkinligini ham alohida atab oʻtish lozim.
Sun’iy intellekt algoritmlari tahlil natijalarini ishlab chiqaradi, lekin bu
qarorlarning qanday qabul qilinganini tushunish har doim mumkin emas. Bu esa
tizimlarning shaffofligiga bo‘lgan talabni oshiradi. Shuningdek, tizimlarining
ishlashini to‘liq tushunish qiyin bo‘lganligi sababli, ularning noto‘g‘ri ishlash
holatlarini aniqlash va ularni tuzatish qiyinlashadi.
Xulosa
Ushbu maqolada ma'lumotlar bazalari va sun'iy intellekt texnologiyalarining
o‘zaro integratsiyasi va bu jarayonning amaliyotdagi ahamiyati tahlil qilindi.
Ma'lumotlar bazalari, tarixan, axborotni saqlash va tizimlashtirish uchun ishlatilgan
bo‘lsa, bugungi kunda sun'iy intellekt texnologiyalari yordamida ular faqat ma'lumot
saqlash emas, balki
tahlil qilish, bashorat qilish, va qaror qabul qilish
jarayonlarini ham avtomatlashtiradi. Sun’iy intellekt va ma'lumotlar bazalari
tizimlarining integratsiyasi zamonaviy axborot texnologiyalarining muhim yo‘nalishi
hisoblanadi. Ushbu integratsiya orqali tashkilotlar nafaqat ma'lumotlarni samarali
saqlash, balki ularni tahlil qilish, ma'lumotlar asosida qarorlar qabul qilish va
optimallashtirilgan yechimlar ishlab chiqish imkoniyatiga ega bo‘lishadi. Biroq,
xavfsizlik, resurslar va tizimni nazorat qilish kabi muammolarni hal qilish zarur
bo‘ladi. Kelajakda bu texnologiyalarni rivojlantirish va takomillashtirish orqali
ma'lumotlar bazalarining ishlash samaradorligini yanada oshirish mumkin.
Foydalanilgan adabiyotlar:
150
Issue 7(42), Volume 1 | ISSN 3030-377X | 15.04.2025
SCIENCE SHINE
INTERNATIONAL SCIENTIFIC JOURNAL
1.
Abduqodirov O.T., Aminov A.M., Shavkatov N.B. Sun'iy intellekt va
ekspert tizimlari. Toshkent: Fan, 2020. – 245 b.
2.
Muhammadov A. Sun'iy intellektning ma'lumotlar bazalaridagi roli //
Mahsulotlar va xizmatlar innovatsiyasi. – Toshkent: Innovatsiya, 2022. – B. 77-89.
3.
Smirnov, A. A., & Ivanova, E. S. Teoriya i praktika iskusstvennogo
intellekta. Moskva: Informatika, 2020. – 400 s.
4.
Gusev, A. P. Prilozheniya iskusstvennogo intellekta v analizakh
bol'shikh dannykh // Vestnik Teledvyzhushchikh Tekhnologiy. – 2021. – № 3. – S.
45-59.
