Архив журнала «Экономические стратегии».
Все статьи, находящиеся в свободном доступе
DOI: 10.33917/mic-5.118.2024.14-25
Искусственный интеллект и естественный интеллект – это два типа интеллекта, которые сосуществуют сегодня в мире. Несмотря на то, что искусственный интеллект до сих пор мало изучен, он представляет собой технологию, которая меняет все сферы деятельности человека. Это универсальный инструмент, который позволяет людям переосмыслить то, как мы интегрируем информацию, анализируем данные и используем полученные знания для улучшения процесса принятия решений. Данное исследование анализирует области, где искусственный интеллект и естественный интеллект уникальны. Также выявляет положительное значение искусственного интеллекта для естественного интеллекта. Алгоритмы искусственного интеллекта не похожи на пассивные машины, способные только на механические или заранее определенные реакции. Искусственный интеллект объединяет информацию из множества различных источников, мгновенно анализирует материал и выводит результаты информации. Форма данных может разниться и выступать в виде цифровой информации, спутниковых изображений, визуальной информации, текста или неструктурированных данных. Благодаря масштабным улучшениям в системах хранения, скорости обработки и аналитических методах искусственный интеллект способен на невероятную сложность анализа и принятия решений. В статье выявлены основные различия и схожие черты в характеристиках искусственного интеллекта и естественного интеллекта, а также исключительные возможности данных понятий. Не взирая на то, что естественный интеллект наделен творческой составляющей, которую пока ничто не в силах вытеснить, искусственный интеллект уже меняет мир и выступает помощником естественного интеллекта. Искусственный интеллект – это не футуристическая концепция, а скорее то, что существует сегодня, интегрируется и внедряется в различные сектора. Сюда входят такие области, как финансы, национальная безопасность, здравоохранение, судопроизводство, транспорт, строительство, промышленность. Существует множество примеров того, как искусственный интеллект уже оказывает влияние на мир и существенно расширяет человеческие возможности.
Источники:
1. Кант И. Критика чистого разума / Пер. с нем. Н. Лосского сверен и отредактирован Ц.Г. Арзаканяном и М.И. Иткиным, прим. Ц.Г. Арзаканяна. М.: Мысль, 1994. 591 c.
2. Осипов Г.С., Величковский Б.М. Искусственный интеллект. Большая российская энциклопедия 2004–2017. URL: https://old.bigenc.ru/mathematics/text/2022537?ysclid=lxnb09fze448915724
3. Bridges A., Royka A., Wilson T. et al. Bumblebees Socially Learn Behaviour Too Complex to Innovate Alone. Nature. URL: https://www.nature.com/articles/s41586-024-07126-4
4. Маркс К., Энгельс Ф. Сочинения. т. 46, ч. 2. 652 с.
5. Козловски П. Культура постмодерна: Общественно-культурные последствия технического развития: Пер. с нем. 1997. 240 с.
6. Лепский В.Е. Искусственный интеллект в субъектных парадигмах управления. Философские науки. 2021. Т. 64, No 1. С. 88–101.
7. Глухих В.А., Елисеев С.М., Кирсанова Н.П. Искусственный интеллект как проблема современной социологии. ДИСКУРС. 2022. Т. 8, № 1. С. 82–93.
8. Беликова Е.К. Попов Е.А. Современные проблемы соотношения естественного и искусственного интеллекта в парадигме культуры. Социальные проблемы развития общества. Социология культуры. 2023. №11. С. 9–13.
9. Мамина Р.И., Пирайнен Е.В. Эмоциональный искусственный интеллект как инструмент взаимодействия человека и машины. Дискурс, 2023. Т. 9. С. 35–51.
10. Кондратюк Ю.С. Карпушенко Н.А. Эволюция развития искусственного интеллекта. NovaInfo. 2023. № 139. С. 59–60.
11. Разумов В.И., Сизиков В.П. Естественный и искусственный интеллект и их соотношения. Вестник Омского университета. 2019. Т. 24, № 1. С. 98–105.
12. Кузнецова Е.В. Искусственный и естественный интеллект. Наука и мир. 2024. № 3 ч. Искусственный интеллект. URL: https://w-science.com/ru/nauka/article/75904/view
13. Гарбулич П. Ход истории по принципу юлы. Проза.ру. 2020. URL: https://proza.ru/2020/04/08/113
14. Евстратов А.Э., Гученков И.Ю. Применения искусственного интеллекта (правовые проблемы). Правоприменение. 2020. Т. 4, № 2. С.13–19.
15. Судья КС России сомневается в способности роботов судить людей. Коммерсантъ, 15.05.2017. URL: https://www.kommersant.ru/doc/3297769
16. Ивановский Б.Г. Экономические эффекты от внедрения технологий «искусственного интеллекта». Социальные новации и социальные науки. Москва: ИНИОН РАН. 2021. № 2. С. 8–25.
17. Назарова А.Д., Сулимин В.В. Изменения на рынке труда под влиянием искусственного интеллекта: перспективы будущего. Международный журнал прикладных наук и технологий «Integral». 2023. №2. С. 450–457.
18. Ходжаева Д.Ф., Алиева М.Х., Курбанова Ш.М. Роль искусственного интеллекта в производстве. Наука, техника и образование. 2021. № 4(79). С. 37–38.
19. ИИ в промышленности: плюсы и минусы. Minerva Media. 18.04.2024. URL: https://minervasoft.ru/sent/tpost/7lbbfbp1o1-ii-v-promishlennosti-plyusi-i-minusi
20. Голубев И. IT-cпециалист – о плюсах и минусах внедрения ИИ в машиностроении. Style RBC. 21.03.2024. URL: https://style.rbc.ru/people/65fa966a9a794710f2184649
21. «Умные» технологии в тупике: почему ИИ не будет работать без KMS? Minerva Media. 20.12.2023. URL: https://minervasoft.ru/sent/tpost/vf2y6ldcz1-umnie-tehnologii-v-tupike-pochemu-ii-ne
22. Елсакова Р.З., Кузьмина Н.Н., Кочкина Д.В. Искусственный vs естественный интеллект в образовательном процессе вуза. Вестник ЮУрГУ. Серия «Образование. Педагогические науки». 2024. Т.16, №1. С. 90–101.
23. Холодная М.А. Психология интеллекта. Парадоксы исследования. СПб., 2002. 272 с.
24. Саяркин В.А. Искусственный интеллект против естественного: динамика развития и перспективы. Миссия интеллектуалов в современном мире: проблемы, ограничения, перспективы. Материалы международной научно-практической конференции (30 ноября 2023 г. – 01 марта 2024 г.). С. 214.1–214.4.
DOI: 10.33917/mic-5.118.2024.5-13
Рассматриваются проблемы повышения устойчивости искусственных обществ, состоящих из организационных агентов как элементов цифровой суперсистемы с существенной компонентой непредсказуемого поведения. Анализируются проблемы наблюдаемости суперсистемы. Предлагается объединение информационных, телематических и вычислительных сервисов для построения цифрового двойника с целью поддержки перехода личности из кластера непредсказуемого поведения (агрессивного поведения) в кластер с подтвержденным доверием как вычислительным решением. Внедрение квантовых вычислений позволяет получать более обоснованные оценки продуктивности процесса повышения устойчивости искусственных обществ на основе использования квантовых симуляторов позволяющих, в сложных кризисных условиях, рассчитать все показатели оптимизации по большому количеству объектов и ресурсов в отношении личностей получателей (покупателей) информации, каждый из которых находится в локальном неопределенном и запутанном выборе решений для действий в цифровой суперсистеме. Обосновывается направление вектора импринтации разработанных профилей рефлексивных матриц в зависимости от разной удовлетворенности человека жизнью как базовой точки, от чего можно отталкиваться для искусственного наведения переживания реальности с целью поддержки перехода личности из кластера непредсказуемого поведения (агрессивной) в кластер с подтвержденным доверием как вычислительным решением.
Источники:
1. Агеев А.И., Грабчак Е.П., Логинов Е.Л. Использование искусственного интеллекта при реализации командования войсками и управления гражданскими объектами как единым гибридным полем боя. Нейрокомпьютеры и их применение: Тезисы докладов XX Всероссийской научной конференции, Москва, 22 марта 2022 года. Москва: МГППУ, 2022. С. 31–33.
2. Агеев А.И., Грабчак Е.П., Логинов Е.Л. Использование суперкомпьютерных технологий для управления работой сверхбольших организационных систем при реализации сложных специальных проектов (операций). Микроэкономика. 2024. № 1. С. 5–10.
3. Defense Advanced Research Projects Agency • Budget Estimates FY 2024. URL: https://comptroller.defense.gov/Portals/45/Documents/defbudget/fy2024/budget_justification/pdfs/
4. Логинов Е.Л. Цифровые технологии политической борьбы: нейросетевые императивы информационного противодействия попыткам перехвата управления в социально-политической среде. Москва: «Русайнс», 2024. 234 с.
5. Агеев А.И., Логинов Е.Л. Neurocommunity – это будущее человечества? Экономические стратегии. 2022. Т. 24, № 5(185). С. 42–51.
6. Грабчак Е.П., Логинов Е.Л. Поддержание работы интегрированного комплекса гражданских и специальных структур на основе цифровой синхронизации функций мониторинга, связи, аналитики и управления. Проблемы управления безопасностью сложных систем: Материалы XXXI международной конференции, Москва, 13 декабря 2023 года. Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2023. С. 499–504.
7. Агеев А.И., Золотарева О.А., Золотарев В.А. Россия в глобальном мире искусственного интеллекта: оценка по мировым рейтингам. Экономические стратегии. 2022. Т. 24. № 2 (182). С. 20–31.
8. Логинов Е.Л., Шкута А.А. Цифровые центры управления в мировой экономике: использование элементов искусственного интеллекта для управления сложноструктурированными организационными системами. Москва: МНИИПУ, 2021. 181 с.
9. Макаров В.Л., Бахтизин А.Р., Логинов Е.Л. Применение экономико-математических методов и моделей оптимального планирования в цифровой экономике будущего (ЦЭМИ АН СССР и ЦЭМИ РАН: прогностическая интерпретация и развитие научного наследия нобелевских лауреатов Л.В. Канторовича и В.В. Леонтьева). Москва: Центральный экономико-математический институт РАН, 2022. 248 с.
10. Агеев А.И., Логинов Е.Л. Нейроуправление: конвергентная интеграция человеческого мозга и искусственного интеллекта. Экономические стратегии. 2020. Т. 22, № 6(172). С. 46–57.
11. Логинов Е.Л. Перехват управления сложными организационными системами в условиях размывания границ между физическими, когнитивными и цифровыми пространствами деятельности и средами управления. Экономика: теория и практика. 2024. № 1(73). С. 3–10.
12. Логинов Е.Л. Использование технологий Big Data для противодействия массовым беспорядкам в условиях недостатка информации и неопределенности развития ситуации. Искусственный интеллект (большие данные) на службе полиции: Сборник статей международной научно-практической конференции, Москва, 28 ноября 2019 года. Москва: Академия управления Министерства внутренних дел Российской Федерации, 2020. С.145–150.
13. Грабчак Е.П., Логинов Е.Л. Нейро-информационные подходы к формированию проблемно-ориентированных личностных диспозиций, которые программируют направленность активности участника коммуникативных процессов в цифровой информационной среде. Информация – коммуникация – документ (ИКД–2020): Сборник научных статей по материалам I Всероссийской научно-практической конференции (с международным участием), Пенза, 24–25 сентября 2020 г. Под редакцией Л.Р. Фионовой, О.И. Семянковой. Пенза: Пензенский государственный университет, 2020. С. 16–22.
14. Агеев А.И., Логинов Е.Л., Шкута А.А. Применение нейротехнологий в глобальных социальных коммуникациях, международном бизнесе, науке и госуправлении: мировые тенденции и опыт Китая. Москва: Институт экономических стратегий, 2021. 66 с.
15. Логинов Е.Л., Грабчак Е.П., Шкута А.А. Использование нейротехнологий для достижения персонализированных информационно-когнитивных результатов при решении коллективами специалистов сложных научно-технических задач. Искусственные общества. 2020. Т. 15. № 2. С. 9.
16. Логинов Е.Л., Абрамов В.И., Григорьев В.В., Момотова А.К., Деркач А.К. Neurocommunity: индивидуально ориентированное информационное оперирование искусственно наведенными переживаниями политического характера в цифровой коммуникационной среде. Искусственные общества. 2020. Т. 15. № 3. С. 10.
DOI: 10.33917/es-4.196.2024.4-5
DOI: 10.33917/es-3.195.2024.5
DOI: 10.33917/es-2.194.2024.5
DOI: 10.33917/es-1.193.2024.5
DOI: 10.33917/es-6.192.2023.5
DOI: 10.33917/es-5.191.2023.5
DOI: 10.33917/es-4.190.2023.5
DOI: 10.33917/es-3.189.2023.77-85
Методология исследования стратегического потенциала оценочных компаний России основывается на применении программного комплекса «Стратегическая матрица компании», алгоритм которого подразумевает анализ качественных и количественных показателей, позволяющих построить полный профиль компании и дать сценарный прогноз ее развития. К основным качественным параметрам, принимаемым к анализу, относятся такие, как степень инновационности и дифференцированности услуг, уровень конкуренции и положение компании на рынке, приоритетность тех или иных стратегических целей в деятельности компании, эффективность мотивирования, корпоративная культура, способность оперативно получить доступ к необходимым ресурсам.
Источники:
1. The 10 innovations and disruptions that will impact property valuation [Электронный ресурс] // CBRE. 2022. 22 November. URL: https://www.cbre.com.au/insights/articles/The-10-innovations-anddisruptions-that-will-impact-property-valuation.
2. Неопределенность и чувственный выбор: каким был рынок недвижимости в 2022 г. [Электронный ресурс] // РОО Ассоциация «Русское общество оценщиков». 2022. 20 декабря. URL: http://sroroo.ru/press_center/news/3690904/
3. Спиридонов Ф.Ф. Оценочные компании должны иметь хорошую репутацию и дорожить ею // Экономические стратегии. 2013. № 4. С. 64, 65.
4. Рекомендации для оценщиков исходя из текущей ситуации и тенденций краткосрочного периода [Электронный ресурс] // СМАО. 2022. 18 марта. URL: https://smao.ru/press/news/smao/rekomendatsii_dlya_otsenschikov_ishodya_iz_
tekuschey_situatsii_i_tendentsiy_kratkosrochnogo_perioda.
5. Методические разъяснения по определению стоимости в условиях высокой неопределенности внешних факторов [Электронный ресурс] // Экспертный совет. URL: https://srosovet.ru/press/news/040322-2/
6. Косорукова И.В. Стандартизация оценочной деятельности: проблемы и анализ ситуации // Имущественные отношения в Российской Федерации. 2022. № 9(252). С. 33–44.
7. Итоги и материалы научно-практической конференции «Оценочная деятельность в современных условиях». 27 мая 2022 г., Москва [Электронный ресурс] // РОО Ассоциация «Русское общество оценщиков». URL: http://sroroo.ru/press_center/events/results/3616162/?ELEMENT_ID=3616162&back_url_admin=%2Fbitrix%2Fadmin%2Fiblock_list_
admin.php%3FIBLOCK_ID%3D18%26type%3Dpress_center%26lang%3Dru%26find_section_section%3D0.
8. Максим Скатов. Вписаться в стандарты [Электронный ресурс] // Коммерсантъ. 2022. 31 августа. URL: https://www.kommersant.ru/doc/5525875.
9. Итоги XIV Поволжской научно-практической конференции. 7–9 июня 2022 г., г. Нижний Новгород [Электронный ресурс] // Федерация Специалистов Оценщиков. 2022. 31 августа. URL: https://fsosro.ru/01.01.07.02/498.aspx.
10. Ирина Комар. Переход на новые стандарты — это новый вызов [Электронный ресурс] // Коммерсантъ. 2022. 31 августа. URL: https://www.kommersant.ru/doc/5525877.
11. The .5 Trillion Talent Shortage [Электронный ресурс] // Korn Ferry. URL: https://www.kornferry.com/insights/this-week-inleadership/talent-crunch-future-of-work.
12. Кадровый голод и локальная безработица: что ждет рынок труда в 2023 году [Электронный ресурс] // Ведомости. 2023. 18 января. URL: https://www.vedomosti.ru/economics/articles/2023/01/18/959434-kadrovii-golod-i-lokalnaya-bezrabotitsa.
13. Евгений Петров. Рынок оценки столкнулся с кадровым дефицитом и смещением спроса [Электронный ресурс] // Деловой Петербург. 2022. 22 сентября. URL: https://www.dp.ru/a/2022/09/21/Stabilnaja_ocenka.
14. Реестр отчетов прошел переоценку: Минэкономики доработало проект о регистрации трудов оценщиков [Электронный ресурс] // Коммерсантъ. 2022. 15 февраля. URL: https://www.kommersant.ru/doc/5216811.
15. Платформа цифровых решений Credit.Club запустила сервис оценки недвижимости с расширенными возможностями [Электронный ресурс] // VC.RU. 2022. 29 марта. URL: https://vc.ru/services/389744-platforma-cifrovyh-resheniy-credit-club-zapustilaservis-ocenki-nedvizhimosti-s-rasshirennymi-vozmozhnostyami.
16. Цифровая платформа Сделка.РФ признана самым удобным сервисом по проведению электронной регистрации с Росреестром [Электронный ресурс] // Единый ресурс застройщиков. URL: https://erzrf.ru/news/tsifrovaya-platforma-sdelkarf-priznana- samym-udobnym-servisom-po-provedeniyu-elektronnoy-registratsiis-rosreyestrom.
17. Тевелеева О.В. Цифровая трансформация оценочной деятельности [Электронный ресурс] // Цифровая экономика. 2018. № 4. С. 38–50. URL: http://digital-economy.ru/images/easyblog_articles/522/DE-2018-04-04.pdf.
18. В МТПП обсудили новые стандарты оценки [Электронный ресурс] // Московская торгово-промышленная палата. 2023. 21 февраля. URL: https://moscow.tpprf.ru/ru/news/490335/
19. Кулаков К. Требования к исполнителям услуг по оценке госимущества хотят повысить [Электронный ресурс] // Российская газета. 2023. 16 мая. URL: https://rg.ru/2023/05/16/regszfo/trebovaniia-k-ispolniteliam-uslug-po-ocenke-gosimushchestvahotiat-povysit.html.
20. Немкова О.В., Пасечник А.М. Оценить оценку // Экономические стратегии. 2007. № 2. С. 140–145.
21. Агеев А.И., Куроедов Б.В., Мэтьюз Р., Сандаров О.В. Стратегическая матрица компании // Экономические стратегии. 2007. № 8. С. 90–99.