Страница автора: Александр Шкута

Китай как нейроинформационная мегаматрица: цифровые технологии структурирования когнитивных ансамблей порядка

DOI: 10.33917/es-1.175.2021.50-61

В Китае стратегия развития национальной информационной инфраструктуры реализует широкомасштабный и не имеющий аналогов в мире проект развития искусственного интеллекта и его приложения к решению важнейших проблем. Угрозы и риски современного этапа не оставили Китаю другого выбора. Активно используются лучшие советские и российские разработки централизованного планирования и моделирования, перенимается передовой американский опыт использования нейроинформационных технологий для воздействия на социум. Фактически формируется нейроинформационная мегаматрица, которая позволит китайским властям удержать бурлящую массу людей и организаций в рамках управляемого контура. Конфигурирование когнитивных коммуникаций в социотехнической системе «человек — инфокоммуникационная среда — государство» позволяет развить модель социального кредита для формирования векторов поведения больших групп населения с выбраковкой нелояльно поступающих (уже реализовано) и нелояльно думающих (скоро будет реализовано) человеческих единиц китайского общества

Источники:

1. Путин: лидер в сфере искусственного интеллекта станет властелином мира [Электронный ресурс] // РИА Новости. 2017. 1 сентября. URL: https://ria.ru/20170901/1501566046.html.

2. Агеев А.И., Логинов Е.Л. Китай в точке бифуркации: поиск новой стратегической модели // Экономические стратегии. 2016. № 2. С. 20–33.

3. Неклесса А.И. Кризис истории. Мир как незавершенный проект // Полис. Политические исследования. 2018. № 1. С. 80–95.

4. Лю Пэн. Воздействие средств массовой информации на формирование ценностных ориентаций молодежи Китая // Актуальные вопросы современной науки. 2010. № 15. С. 169–176.

5. Иванько А.Ф., Иванько М.А., Зеленкова Т.В. Особенности развития компьютерных сетей в Китае // Научное обозрение. Экономические науки. 2019. № 1. С. 27–31.

Нейроуправление: конвергентная интеграция человеческого мозга и искусственного интеллекта

DOI: 10.33917/es-6.172.2020.46-57

Мировые достижения в области нейронаук открыли ранее недоступные возможности для создания принципиально новых систем управления на основе нейроинтерфейсов (мозг — компьютер — мозг). Происходит гибридизация сред — постепенное размывание границ между физической, когнитивной и цифровой реальностью. Описания социальных и когнитивных практик реальных людей трансформируются в формирование искусственного электронного субъекта, который становится более реальным, подменяя в социуме биологический объект (человек есть то, как он представлен в электронной информационной среде). При этом развитие нейроинтерфейса в перспективе ведет к перекодировке нервной ткани и меняет биологический субстрат человеческого мозга и тела в векторе конвергентной коллаборации живых и искусственных нервных систем.

Наши американские партнеры-конкуренты (Минобороны США в лице DARPA) ведут мультидисциплинарные комплексные исследования в этой сфере, лидируя по реальным результатам, руководство США наращивает госфинансирование. Происходит качественное изменение технологий управления человеком, социумом и государством. Задача России в этих условиях — формирование собственного сегмента Нейронет с опорой на отечественные нейротехнологии по аналогии с программным импортозамещением в российской атомной энергетике.

Источники:

 

1. Красильникова Ю. Нейроинтерфейсы лишат людей когнитивной свободы [Электронный ресурс] // Хайтек. 2017. 15 августа. URL: https://hightech.fm/2017/08/15/cognitive_liberty.

2. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: ИНЭС, Ассоциация «Аналитика», 2016. 460 с.

3. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Цифровая навигация в матрице реальностей: оперирование бифуркационными траекториями движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек

DOI: 10.33917/es-5.163.2019.48-55

Целью статьи является рассмотрение возможностей оперирования вероятностями реальности (понимаемой как интерпретация человеком картины окружающего реального и выдуманного мира с вытекающими линиями поведения) для противодействия системным сбоям в работе механизмов управления социумом. Предлагается идентификация системно-параметрических взаимосвязей, в том числе величины перетоков информации и ее вычислительной обработки, кластеризации, доработки и использования при реализации технологии «разведки будущего» в рамках некой суперсистемы цифровой структуры управления социумом. Формируются возможности проникновения на уровень сознательной (смысловой) и бессознательной (эмоциональной) интерпретации событий, когда необходимо обеспечить у личностей и их групп логические цепочки (событийные ряды) трактовки истории и интерпретацию событий в отношении проблем, которые могут повлиять на поддержание стабильности базового образа будущего. Создается возможность для навигации по контролируемому набору возможных траекторий движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек при управлении социумом в рамках процесса формирования материального будущего, реализуемого через самоподстройку окружающей субъективной реальности к «матрице ключевых смысловых образов» в направлении базового образа будущего

Источники:

1. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

2. Добрынин А.П., Черных К.Ю., Куприяновский В.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, SMART CITY, BIG DATA и др.) // International Journal of Open Information Technologies. 2016. № 1. С. 4–11.

3. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36.

4. Агеев А.И. Будущее России: в тисках истории, хаоса и сценариев // Мир России: Социология, этнология. 2010. № 1. С. 126–162.

5. Нестик Т.А. Коллективный образ будущего: социально-психологические аспекты прогнозирования // Вопросы психологии. 2014. № 1. С. 3–13.

6. Розин М.Д., Мощенко И.Н., Джикаев Д.А. Моделирование политической напряженности методами семантического дифференциала и теории катастроф // Математический форум (Итоги науки. Южный федеральный округ). 2010. С. 341–352.

7. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87.

8. Логинов Е.Л., Шкута А.А., Борталевич В.Ю. Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей // Искусственные общества. 2018. № 4.

9. Николаев В.И., Толстых Н.Н. Конфликтное взаимодействие инфокоммуникационных систем // Теория и техника радиосвязи. 2018. № 2. С. 72–84.

10. Неганов В.А., Антипов О.И., Неганова Е.В. Фрактальный анализ временных рядов, описывающих качественные преобразования систем, включая катастрофы // Физика волновых процессов и радиотехнические системы. 2011. № 1. С. 105–110.

11. Минаев В.А., Сычев М.П., Вайц Е.В. и др. Моделирование информационно-психологических воздействий на социум в случае независимых параллельных межличностных коммуникаций в социальных подгруппах // Информация и безопасность. 2017. № 3. С. 352–355.

12. Муртазина Е.П., Журавлев Б.В. Системный анализ нейрофизиологических показателей целенаправленного внимания при изучении испытуемыми инструкции выполнения последующей деятельности // Нейрокомпьютеры: разработка, применение. 2014. № 8. С. 22–27.

13. Магницкий Н.А. Использование методов хаотической динамики для обнаружения атак на ресурсы распределенных информационных систем // Труды Института системного анализа Российской академии наук. 2015. № 1. С. 57–59.

14. Бондарко В.М., Бондарко Д.В., Солнушкин С.Д., Чихман В.Н. Моделирование результатов психофизических экспериментов нейронными сетями // Нейрокомпьютеры: разработка, применение. 2018. № 5. С. 31–33.

15. Пителинский К.В. Инновационные и информационные технологии как средства захвата и удержания власти // Вестник Московского института лингвистики. 2015. № 8. С. 130–135.

16. Подшивалов Г.К. Метод прогнозирования стохастических процессов с изменяющимися фазовыми режимами // Управление риском. 2012. № 1. С. 20–29.

17. Першина М.П., Нечай Е.Е., Васильева Т.А. Цветные революции на постсоветском пространстве: новые технологии государственных переворотов // Этносоциум и межнациональная культура. 2017. № 3. С. 114–127.

18. Райков А.Н. Когнитивное программирование // Экономические стратегии. 2014. № 4. С. 108–113.

19. Ковалева М.Е., Булыгина В.Г. Психофизиологические предикторы психической адаптивности у специалистов опасных профессий (на примере военнослужащих) // Психология и право. 2017. № 4. С. 137–150.

20. Рязанов Д.Ю. Моделирование и анализ процессов трансформации личности современного человека с использованием методов теории катастроф // Вестник МГТУ Станкин. 2010. № 2. С. 143–151.

21. Намиот В.А., Чернавский Д.С. «Непредсказуемость квантового мира» и логические катастрофы // Биофизика. 2003. № 6. С. 1147–1150.

22. Тимофеев А.И., Дмитриева В.А. Мыслящие системы и проблемы нашей цивилизации // Искусственный интеллект. 2014. № 4. С. 116–122.

23. Городецкий А.Е., Тарасова И.Л., Зиняков В.Ю. Комбинированное логико-вероятностное и лингвистическое моделирование отказов сложных систем // Информационно-управляющие системы. 2015. № 1. С. 35–42.

24. Пановский В.Н., Пантелеев А.В. Интервальные методы синтеза нейроуправления нелинейными детерминированными динамическими системами // Вестник воздушно-космической обороны. 2017. № 4. С. 112–116.

25. Щербань И.В., Иванов С.В., Щербань О.Г. Стратегия управления игроком-союзником в задаче нелинейной дифференциальной игры с терминальными ограничениями // Вестник Воронежского государственного технического университета. 2018. № 1. С. 21–26.