Искусственный интеллект активно захватывает сферу за сферой, в том числе особые успехи и достижения можно видеть в сфере медицины и медицинских технологий. Однако внедрение искусственного интеллекта ставит целый ряд вопросов как практического, так и этического характера. Управление персональными данными становится ключевым вопросом при разработке искусственного интеллекта в медицине, поскольку эффективность таких систем напрямую зависит от доступа к обширным медицинским данным пациентов. Самым удобным решением для их использования является предварительная анонимизация. Однако при анонимизации существует риск повторной идентификации, а также возможна утрата потенциала информативности данных. В рамках настоящей статьи на примере США, ЕС и Сингапура рассматривается опыт в сфере правового регулирования обращения с медицинскими персональными данными при использовании систем искусственного интеллекта в медицине. Каждая из стран пытается найти баланс между защитой конфиденциальности персональных данных и развитием инноваций. На основе проведенного анализа можно сделать вывод, что фокус на развитие искусственного интеллекта требует определенных допущений в области защиты персональных данных, в то время как высокий жесткий стандарт защиты персональных данных может оказывать сдерживающее действие.искусственный интеллект, ИИ, медицинские данные, большие данные, конфиденциальность персональных данных
Исследование посвящено проблематике хроногеографии - недооцененной в отечественной науке области научного знания, результаты исследований которой приобрели обоснованный интерес для анализа самых различных социальных и экономических процессов и явлений. Зародившаяся на Западе в форме теории в поведенческой географии, хроногеография со временем приобрела междисциплинарное содержание, отражая разнотипные пространственные и временные процессы и события в социальной, экономической, экологической и других сферах. Хроногеографический подход способствует усилению и ускорению междисциплинарного взаимодействия общественной географии с социологическими, экономическими и другими отраслями знания. Как один из векторов развития социально-экономической географии, хроногеография переживает революционный скачок в исследовательских возможностях в связи с высокой степенью разнообразия информации о пространственном поведении человека, а также возможности анализировать и интерпретировать как «традиционную информацию», так и онлайн геолокационные и атрибутивные большие данные. В процессе исследования соотнесены понятия «мобильность», «городская социосреда», «ойкумена», выделены факторы, определяющие индивидуальную мобильность, описаны обобщенные типичные модели индивидуального пространственного поведения (мобильности), предложен ряд показателей для «измерения» уровня индивидуальной мобильности, определены прикладные векторы развития современной хроногеографии.
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 на конкретных примерах показано, как математика высокого класса иногда помогает решать проблемы в области экономики и информационных технологий, для решения которых она изначально не предназначалась. Особо подчеркивается роль выдающихся отечественных математиков относительно недалекого прошлого.
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.
На примере серийного дела «Рикор Электроникс» рассматривается метод расчета ставок роялти за использование объектов интеллектуальной собственности для судебных экспертиз и сделок на основе Big Data и нечеткой логики. Метод «LABRATE ROYALTY PRO» базируется на трех ключевых показателях: доля лицензиара в прибыли лицензиата (Licensor’s Share), рентабельность продаж (Return on Sales, операционная маржа) и рентабельность по EBIT (EBIT Margin, операционная доходность). Применение традиционных методов, основанных на рентабельности производства или затрат, часто приводит к расхождениям с показателями выручки от продаж, что требует адаптации подходов к российским реалиям и международной практике. В статье детально описан алгоритм расчета, основанный на анализе финансовых показателей компаний и отраслевой статистике, а также на использовании технологий Big Data и Fuzzy Logic. Примеры из судебной практики подтверждают эффективность предложенного подхода, обеспечивая объективные и справедливые решения по определению ставок роялти, стоимости права использования товарных знаков и расчета компенсаций. Особое внимание уделено необходимости точного и однозначного описания объектов исследования и исходных данных.
Идет ли речь о цифровой экономике, экономике данных или о больших данных, всегда подразумевается представление информации (будь то сигналы, команды или данные) в цифровом формате или, точнее, в двоичном коде. Понимание этого - ключ к пониманию многих событий и фактов. В частности, это касается быстрого развития сетевых сервисов на основе цифровых технологий и многих других реалий современной экономики. В статье это показано на конкретных примерах из прошлого ведущих фирм.
В статье приведены результаты анализа актинометрических показателей, в частности, интенсивности солнечной радиации и ультрафиолетовых излучений диапазонов A и B. Рассмотрено распределение актинометрических показателей в зависимости от дня, месяца и года (2015–2022) для умеренно континентального климата (г. Саранск). Проведено сравнение рассчитанных значений суммарной солнечной радиации, полученных с помощью станции автоматического контроля, а также показателей, представленных в ГОСТ 16350-80 для умеренного климатического района (г. Москва). Проведён анализ распределения интенсивности солнечной радиации в трёх вариантах: данные только за дневной период и гражданские сумерки (вариант 1); данные без учёта ночного периода (вариант 2); все фиксируемые с частотой в 10 мин. показатели. Установлено, что несмотря на значительную протяжённость ночного и сумеречных периодов, среднее годовое снижение суммарной солнечной радиации составляет 1,3% (вариант 1) и 0,8% (вариант 2). Исходя из малых значений поправок актинометрических показателей, учитывающих продолжительность астрономических и гражданских сумерек, при разработке моделей машинного обучения принято решение использовать все фиксируемые с частотой в 10 мин. значения интенсивностей солнечной радиации и ультрафиолетовых излучений диапазонов A и B.
В статье выделены концептуальные этапы избирательной кампании на основе которых осуществлён анализ перспективных направлений применения нейросетей в избирательной кампании. Автором отмечается наличие предпосылок для практической реализации выделенных перспективных направлений. Представленный перечень перспективных направлений применения нейросетей в избирательной кампании не является закрытым. Отмечается, что применение нейросетей несёт специфические риски, в первую очередь связанные с потерей адекватности нейросетей и кибербезопасностью. Результатом исследования стало определение особых аспектов формирования и использования нейросетей в избирательной кампании.
В настоящее время разворачивается научная дискуссия вокруг данных как нового фактора производства, который способствует трансформации традиционных отраслей экономики, промышленной интеграции, обеспечивает межрегиональное взаимодействие. Вместе с тем возникает вопрос о взаимосвязи с такими традиционными производственными факторами, как труд и капитал. Цель исследования состоит в выявлении детерминант использования организациями больших данных на уровне регионов. Гипотеза исследования предполагает, что ключевыми детерминантами использованиями организациями технологий больших данных являются цифровой труд, цифровой капитал и социально-экономические характеристики регионов. Авторами предложена модифицированная производственная функция знаний, апробация которой проведена на открытых данных Росстата по 85 регионам России за период 2021-2022 гг. Модели анализа панельных данных были построены с помощью метода наименьших квадратов, обобщенного выполнимого метода наименьших квадратов. Результаты исследования показали, что использование технологий больших данных в российских регионах имеет пространственную неоднородность, также наблюдается дифференциация регионов по наличию цифрового капитала и цифрового труда. Модели панельных данных со случайными эффектами подтвердили положительное влияние цифрового труда и цифрового капитала на использование организациями больших данных. Среди социально-экономических характеристик регионов как детерминант использования технологий больших данных значимое влияние было получено для доли городского населения, валового регионального продукта и доли затрат на инновации. Определены детерминанты развития экономики данных в российских регионах с учетом географической, технологической и экономической дифференциации. Теоретическая значимость заключается в предложении авторской концепции модифицированной производственной функции знаний, которая может быть использована как фундаментальная основа для развития теории экономики данных. Практическая значимость исследования состоит в обоснованности ценности больших данных, использование которых может помочь органам государственной власти в поиске новых возможностей развития экономики данных с учетом региональной дифференциации, усовершенствовании методологии мониторинга применения цифровых технологий организациями, определении ключевых факторов воздействия на использование организациями технологий больших данных.