Статья продолжает работы авторов по изучению влияния искусственного интеллекта на общественное сознание. Целью настоящего исследования является разработка системного инструментария для обеспечения управленческих решений, позволяющего минимизировать риски негативного воздействия ИИ на цивилизационные особенности России. Для ее достижения авторами начато систематизированное экспериментальное исследование смещения, сжатия, манипулятивности ИИ с учетом факторов индивидуализма - коллективизма и макиавеллизма. Сравнивались контрольные группы людей с группами «личностей», сгенерированных ИИ. Результаты получены на основе небольших выборок, характерных для начальной стадии экспериментов. На орте индивидуализм-коллективизм не имеет места смещение оценок, наследованных ИИ, с бесспорным для любых принятых уровней значимости сжатием вариативности. Напротив, при оценке на макиавеллизм (меру манипулятивности) смещение оценок, наследованных ИИ, значимо отличаются от оценок контрольных групп людей. Полученные результаты позволяют сделать вывод о необходимости дальнейших исследований оценок вариативности по параметру макиавеллизма.
Статья продолжает разработки авторов в сфере восприятия искусственного интеллекта (ИИ), поднимая тему употребления антропоморфизмов в отношении ИИ - наделения его человеческими характеристиками, такими как разум, эмоции, намерения. Задача экспериментального выявления связи склонности людей к антропоморфизации ИИ с рядом личностных характеристик решалась с использованием статистических методов. В ходе пилотного исследования статистически значимых различий между группами мужчин и женщин по выбранным характеристикам обнаружено не было. Выявлена тенденция к наличию слабой связи между склонностью к макиавеллизму и коллективизмом, а также обратной связи между индивидуализмом и макиавеллизмом, обратной корреляции между горизонтальным коллективизмом и склонностью к употреблению антропоморфизмов в отношении искусственного интеллекта.
Технологии искусственного интеллекта во многом базируются на больших данных, и, помимо вычислений, которые обеспечивают должную точность и робастность результатов, а также безопасность систем именно вопросы хранения, передачи и обработки больших данных притягивают к себе пристальное внимание исследователей и разработчиков. Причём работу с данными можно рассматривать на математическом уровне, но в данной работе это сделано на уровне архитектуры информационных систем. А именно, рассматривается вопрос о том, какие модули современных информационных систем в финансовой сфере используют технологии искусственного интеллекта и как они соотносятся с хранилищами и процессорами данных. Структурно работа построена так, что за описанием сфер применения искусственного интеллекта следует обзор изобретений по теме, затем анализируются значимые для предметной области стандарты и, наконец, дана общая архитектура информационной системы.
В статье показана фундаментальная роль отраслевых ставок роялти в лицензионных договорах и аналитического метода их расчета. Аналитический метод расчета ставок роялти (RoS - Royalty on Sales price) на основе рентабельности продаж (ROS) и прибыли до вычета процентов и налогов (EBIT - Earnings Before Interest and Taxes) отличается высокой точностью и учитывает специфику отраслей, в которых используется объект интеллектуальной собственности. Этот метод широко применяется как в судебных экспертизах, так и в коммерческих сделках, охватывая расчеты убытков, оценку рыночной стоимости исключительных прав, а также определение размеров компенсации и вознаграждения авторам в различных юрисдикциях. Показано, что ставка роялти является ключевым элементом двухкомпонентного ценообразования в лицензионных сделках, обеспечивая гибкость и эффективность в управлении интеллектуальной собственностью.
Актуальные научные дискуссии связаны с оценкой перспектив развития рынка труда, определением профессий, которые окажутся востребованными в будущем и определят возможности развития человеческого капитала. Целью работы является оценка структуры профессиональной занятости и профессиональных групп в регионах Российской Федерации на основе концепции экономической сложности. Получены оценки сложности структур занятости и профессиональных групп по данным за 2018, 2020 и 2022 годы. Оценку сложности структуры профессиональной занятости региона можно рассматривать как относительную характеристику уровня развития его человеческого капитала. Оценку сложности профессиональной группы - как относительную оценку человеческого капитала ее типичного представителя. Ранги оценок сложности профессиональных групп, в основном, соответствуют существующим представлениям о среднем уровне развития человеческого капитала представителей этих групп занятого населения. Для пяти профессиональных групп ранги оценок сложности не меняются во времени, в том числе для докторов наук, кандидатов наук и специалистов высшего уровня квалификации. Для четырех профессиональных групп ранги меняются незначительно - не более чем на единицу. Существенно ранги оценок сложности изменяются для двух профессиональных групп: «руководители» (позиция профессиональной группы улучшается) и «работники сферы обслуживания и торговли, охраны граждан и собственности» (позиция ухудшается). Ранговая оценка профессиональной группы «неквалифицированные рабочие» выше, чем ранговые оценки трех групп квалифицированных работников.
Статья посвящена проблеме обеспечения справедливого ценообразования, обусловленного применением технологий смарт-контрактов. Благодаря современным техническим средствам в рамках систем интернета вещей, электронных платежей и надежного хранения и анализа больших данных может производиться довольно точная оценка потребления, основанная на измерении времени различных действий потребителей. Методом исследования в работе является анализ процесса принятия решения о цене, а также влияния на него современных цифровых технологий. Результатом исследования стало выявление последствий точной ценности в ценообразовании и процессе заключения рыночных соглашений, среди которых: 1) распространение тарифной модели оплаты на область дискретных продаж товаров, услуг; 2) учет действий потребителей в качестве условий ценообразования и предмета соглашений; 3) включение передачи сведений потребителями о себе в предмет обмена; 4) снижение трансакционных издержек в связи с автоматизацией принудительного исполнения условий контракта. В Заключении представлены выводы о возможностях сравнения ценности товаров по времени их потребления в планетарном масштабе и развития бережливых технологий использования ограниченных ресурсов для максимального благополучия людей в мире.
Статья посвящена исследованию платформ инвестиционного робо-эдвайзинга и автоследования на российском рынке. Автором анализируются тарифы и функционал разных платформ. На основании проведенного анализа автором предлагаются новые концепции и схема работы для реализации робо-эдвайзинга и автоследования. Реализация авторских предложений должна позволить снизить стоимость оказания инвестиционных услуг и также расширить их функционал в сторону автоматического составления торговых стратегий на основании условий пользователя. В рамках предложенной схемы отдельно рассмотрен данного рода функционал на базе авторских моделей комитетных конструкций.
Проблема сжатия разнообразия оценок и действий агентов современными версиями искусственного интеллекта осознана как потенциально очень опасная практическими управленцами. В предыдущих исследованиях, используя квазифишеровское представление нашей вероятностной модели гибридных экономических систем, авторы показали, что эти опасения обоснованы по меньшей мере для симметричных по отклонениям агентов типа производителей товаров «хуже рынка», «лучше рынка» по себестоимости., поскольку они соответствуют фишеровской теории эволюции. Однако примеры, в частности, из сельского хозяйства, показывают, что ассиметричные ситуации не являются экзотикой и нуждаются в специальном моделировании, результаты которого и представлены в настоящей работе. Первые результаты моделирования показывают, что для этой заведомо ассиметричной ситуации целесообразно управление сжатием разнообразия с целью достижения оптимальных значений, синхронизированных с вариативностью среды. В рамках общей концепции исследования проблемы - сжатия разнообразия ИИ - это означает целесообразность дифференцированного по отраслям отношения.
В работе дан обзор эвристических методов кластеризации адресного пространства публичных распределенных реестров. Упомянутые техники опираются на достаточно простые наблюдения за поведением типичных пользователей и здравый смысл. Формально эвристики представляют собой вырожденные решающие правила, которые не предполагают подбора параметров в ходе обучения по заранее отобранным данным. Можно также считать, что эвристикам соответствуют устойчивые мотивы в графовых представлениях истории транзакций. Несмотря на кажущуюся простоту и отсутствие возможности проверить правильность результатов их работы, эти подходы демонстрируют достаточно хорошую эффективность и зачастую их применение предваряет использование гораздо более сложного инструментария на основе современного машинного обучения и искусственного интеллекта. Приведены эвристики для Bitcoin, Ethereum, Ripple, Monero и Zcash. Кратко рассмотрен пример эвристической кластеризации по данным о cross-chain-транзакциях. Отмечены случаи, когда эвристики дают некорректные результаты. Насколько можно судить, обзор такого рода публикуется на русском языке впервые.
Ценность данных связана с программами для их обработки. Это интуитивно понятное соображение может получить формальное основание в виде алгоритмического подхода к определению информации. Предложенный Колмогоровым этот подход оперирует информацией в терминах программы и способа программирования, которые преобразуют объекты. Такой формализм подсказывает естественный способ повышения ценности данных через построение платформы, призванной соединить массивы данных с программами для их обработки. Описанная в статье концептуальная схема такой платформы предусматривает программные сервисы навигации в массивах данных, сервисы ценообразования и поддержки процедуры согласования цен.