Научный архив: статьи

В статье рассматриваются перспективы использования технологии искусственного интеллекта в деятельности правоохранительных органов, в том числе в раскрытии и в расследовании преступлений. Обращается внимание на то, что в ряде зарубежных странах данная технология уже активно используется в полицейской деятельности и демонстрирует свою эффективность. Делается вывод о том, что искусственный интеллект - непременный инструмент полиции будущего.

Потребление электроэнергии является ключевым фактором устойчивого развития в энергетической отрасли, и точное прогнозирование его изменений имеет важное значение для эффективного управления большими электро-энергетическими системами и ресурсами. Целью данного исследования является разработка математической (регрессионной) модели для прогнозирования поведения электропотребления на каждый час следующих суток для энергосбытовых компаний современными методами машинного обучения и искусственного интеллекта. Рассматриваются различные методы искус-ственного интеллекта, применяемые для моделирования и прогнозирования потребления электроэнергии. К этим методам относятся: линейная модель, случайный лес и две реализации градиентного бустинга над решающими деревьями. Научный подход, основанный на технологии искусственного интеллекта Boosting, позволяет максимально снизить ошибку прогнозирования электропотребления в крупных энергетических компаниях. Авторами разработана новая, полезная и качественная регрессионная модель, адекватно описывающая экспериментальные данные по потреблению электроэнергии за каждый час суток. Выполнено тестирование разработанной регрессионной моде-ли на реальных производственных данных энергетической компании. Проведенное исследование и полученные результаты позволяют авторам сделать вывод о том, что разработанная математическая модель методом машин-ного обучения LightGBM может быть использована энергосбытовыми компаниями для почасового планирования электропотребления при подаче заявок на оптовый рынок электроэнергии и мощности (ОРЭМ) на несколько дней вперед. Исследование было выполнено на языке программирования Python.

В статье сопоставлены современные научные точки зрения на правовую природу искусственного интеллекта, тенденции развития современных правовых норм, регламентирующих указанную сферу, предпринята попытка анализа возможных юридических рисков функционирования искусственного интеллекта через призму общенаучного логического метода и метода прогнозирования. Поддержана точка зрения о том, что в настоящий момент искусственный интеллект стоит рассматривать в качестве объекта гражданских правоотношений, говорить о появлении правосубъектности искусственного интеллекта преждевременно.

В настоящей статье проведено исследование возможностей и перспектив применения технологий искусственного интеллекта (далее - ИИ) в сфере управления с особым акцентом на аспекты, связанные с современными подходами менеджмента. Анализируя преимущества и потенциальные риски интеграции ИИ, мы выделили основные направления его развития и предложили практические рекомендации по эффективному внедрению данных технологий в управленческие процессы. Основной целью статьи является детальное рассмотрение и всесторонний анализ преимуществ, а также перспективных возможностей использования ИИ для оптимизации управленческих решений и бизнес-процессов. В рамках исследования акцентируется внимание на том, каким образом технологии ИИ способны повысить результативность управленческих практик, способствовать цифровой трансформации бизнес-моделей и создавать инновационные инструменты, которые будут востребованы в будущем. Также подчёркиваются ключевые детерминанты, влияющие на успешность применения ИИ в управлении. В заключительной части статьи сформулированы выводы, резюмированы основные результаты проведённого анализа, а также представлены уникальные подходы к совершенствованию практик управления на основе технологий ИИ.

В статье рассматривается применение искусственного интеллекта (ИИ) для оптимизации распределения ресурсов и нагрузки в цепях поставок. В работе проведен анализ существующих методов, сфокусированных на задачах оптимизации, основной акцент сделан на алгоритмах искусственного интеллекта. Были описаны и проанализированы генетические алгоритмы, муравьиные алгоритмы и алгоритмы имитации отжига. Результаты анализа показали, что генетические алгоритмы обладают способностью находить глобальные оптимальные решения, однако их использование требует больших вычислительных ресурсов и времени. Муравьиные алгоритмы, в свою очередь, эффективно решают задачу нахождения локальных оптимумов, при этом обладая низкой вычислительной сложностью. Алгоритмы имитации отжига позволяют быстро находить решения, однако они сопровождаются вероятностью попадания в локальные минимумы. Данная статья показывает, насколько применение алгоритмов искусственного интеллекта позволяет улучшить решение задач оптимизации в цепях поставок.

Данная статья посвящена проблеме оптимизации управления складскими операциями с использованием системы поддержки принятия решений на основе искусственного интеллекта. Складские операции являются важной составляющей логистической цепи снабжения, и эффективное управление ими может привести к значительному повышению производительности и снижению издержек. В работе представлен анализ, в рамках которого рассматривается применение искусственного интеллекта для оптимизации процессов управления складскими операциями. Предложено использовать систему поддержки принятия решений, основанную на методах искусственного интеллекта, таких как машинное обучение, алгоритмы оптимизации и экспертные системы.

Искусственный интеллект играет значимую роль во всех сферах жизни общества, в том числе и в финансовой области, обеспечивая более точное и прозрачное проведение транзакций. В статье подробно рассматриваются принципы применения искусственного интеллекта в оценке кредитного риска для финансовых учреждений. Авторы указывают ряд методик, лежащих в основе действия компьютерных программ, которые применяются для повышения надёжности и эффективности кредитного скоринга. В статье представлены преимущества и трудности, с которыми сталкивается искусственный интеллект, а также приводятся аспекты применения машинных технологий в области финансов.

В статье рассматривается влияние ключевых цифровых технологий на конкурентоспособность современного бизнеса. Анализируются преимущества автоматизации процессов, использования больших данных, интернета вещей, искусственного интеллекта, блокчейна и облачных решений. Приводятся примеры успешного внедрения этих технологий в компаниях различных отраслей и результаты, которых им удалось достичь. Подчёркивается необходимость разработки комплексной стратегии цифровой трансформации для максимизации эффекта от инвестиций в технологии.

На данный момент актуальность вопросов управления беспилотными летательными аппаратами сложно переоценить – от них зависит не только промышленное и технологическое развитие страны, но и ее безопасность. Обзор литературных источников по данной тематике направлен на рассмотрение современных подходов к разработке алгоритмов управления беспилотными летательными аппаратами и обусловлен необходимостью систематизации наработок в данной области. В контексте данной проблемы затронута история развития беспилотными летательными аппаратами, выделены наиболее значительные ее моменты. Кратко рассмотрены возможности применения в различных отраслях промышленности. Данные литературных источников показывают, что за последнее время произошло смещение интересов от теоретического программирования до вопросов их практического применения в военных целях. Мы ограничились анализом литературных данных за последние 20 лет, в которых освещены вопросы разработки алгоритмов адаптивных систем управления, затронули теоретически вопросы и некоторые аспекты применения нечеткой логики искусственного интеллекта при разработке алгоритмов управления беспилотными летательными аппаратами в условиях неопределенности. Сделаны выводы, что нечеткая логика существенно превосходит по улучшению управления аппаратами, а в сочетании с самообучаемыми нейросетями широко применяется для управления беспилотными летательными аппаратами, в том числе для управления группой объектов. Преодоление всех существующих проблем данных подходов находится в стадии разработки: появляются новые пути решения, математические модели и алгоритмы работы. Современные адаптивные системы управления значительно повышают точность и надежность управления летательными аппаратами в динамически изменяющихся условиях полета. Интеграция машинного обучения и нечеткой логики в системы управления позволяет оптимизировать реакцию летательного аппарата на неопределенные внешние воздействия (изменение погодных условий, технические неисправности, изменения аэродинамических характеристик, воздействие враждебных средств противодействия). Для экспериментального подтверждения различных гипотез широко применяют методы компьютерного моделирования, например, для имитации различных условий полета, проверки адаптивности системы управления. При этом используют математические методы анализа.

В статье рассматривается подход к выявлению противоречий между нормативными документами на естественном языке с использованием методов искусственного интеллекта. Внедрение «умных» стандартов, которые позволяют машинам автоматически понимать и применять нормативные требования, является важным этапом цифровой трансформации, однако на практике интеграция таких стандартов с традиционными нормативными документами неизбежна. При этом наличие противоречий между разными стандартами существенно усложняет их автоматическое применение и вызывает сбои в работе информационных систем. Автором предлагается новый подход к автоматизированному выявлению потенциальных противоречий, основанный на кластеризации текстовых данных с последующим анализом дисперсии эмбеддингов нормативных положений. Используется модель больших языковых эмбеддингов «text-embedding-ada-002», что позволяет преобразовать тексты в семантические векторные представления. Далее применяются методы кластеризации и количественный анализ внутрикластерной дисперсии, а также метрика оптимального транспорта (Earth Mover’s Distance) для оценки различий между группами нормативных положений. Проведённые эксперименты на синтетических данных показали, что предложенный подход способен выявлять более 70% искусственно внесённых противоречий, однако выявлено значительное количество ложноположительных результатов, обусловленных влиянием различий в структуре и мета-данных документов. Полученные предварительные результаты демонстрируют возможность автоматизированного выделения областей потенциальных противоречий для последующего экспертного анализа. Практическая значимость работы заключается в создании программного решения, позволяющего автоматизировать поиск противоречий в больших массивах нормативной документации и обеспечить корректность взаимодействия как между системами, так и между человеком и машиной. Материалы статьи будут полезны разработчикам интеллектуальных систем автоматизации нормативной документации и специалистам, занимающимся цифровой трансформацией в сфере стандартизации.

В статье рассматривается проблема оптимизации производительности систем искусственного интеллекта в реальном времени. Предложена гибридная архитектура мониторинга, сочетающая традиционные методы с машинным обучением. Проведено экспериментальное исследование, показавшее повышение производительности на 25-30% и снижение затрат на инфраструктуру на 25%. Результаты могут применяться для масштабирования существующих ИИ-систем.

Приведены сведения о содействии проектам развития интеллектуальной экономики, оснащенной Искусственными Интеллектами. Статья призвана способствовать вдохновению к инвестированию в исследования и приложения Искусственного Интеллекта. Актуализирована диалектика явления «Искусственный интеллект и антропоморфизм», введен и обоснован постулат «Искусственный Интеллект – участник духовного производства». Предпринята презентация терминов «Интеллект – роботизированные производства», «Антропоморфизм психотипов искусственного интеллекта», «Психотип искусственного интеллекта».