В данной статье рассматриваются перспективы и вызовы международной электронной торговли хлебобулочными изделиями в условиях глобальных изменений. Введение содержит обзор текущего состояния и тенденций развития электронной торговли в хлебопекарной отрасли, подчеркивая ее значимость для производителей и потребителей хлебобулочных изделий. Согласно данным Statista, объем мирового рынка электронной торговли продуктами питания и напитками в 2020 году составил 168 млрд долларов США, и ожидается, что к 2024 году он достигнет 381 млрд долларов. Материалы и методы включают анализ статистических данных, отчетов отраслевых организаций и научных публикаций, посвященных развитию электронной коммерции в хлебопекарной индустрии. Применяются методы сравнительного анализа, синтеза информации и прогнозирования. Результаты исследования показывают, что основными перспективами для онлайн-торговли хлебом и выпечкой являются: рост спроса на доставку свежей продукции, расширение ассортимента за счет специализированных и функциональных продуктов, персонализация предложений, использование инновационной упаковки. Среди ключевых вызовов выделяются: необходимость обеспечения быстрой и качественной доставки скоропортящейся продукции, поддержание свежести и потребительских свойств товаров, обеспечение безопасности пищевой продукции, адаптация к различным требованиям национальных рынков.
АКТУАЛЬНОСТЬ. Значимость внедрения передовых технологий, таких как Интернет вещей (IoT), машинное обучение и искусственный интеллект, в современных условиях повышения требований к надежности и эффективности систем ресурсоснабжения становится всё более очевидной. Способность этих технологий к сбору, обработке и анализу данных в реальном времени открывает новые перспективы для оптимизации работы и предотвращения аварий.
ЦЕЛЬ. Исследование направлено на анализ современных методов и технологий искусственного интеллекта и машинного обучения, применяемых в технических системах, с акцентом на возможности IoT для создания эффективной информационной системы. Эта система предназначена для дальнейшего использования в разработке и обучении моделей, способных к прогнозированию аварий и оптимизации распределения ресурсов.
МЕТОДЫ. В рамках работы был проведен глубокий анализ литературных источников, посвященных применению сверточных и рекуррентных нейронных сетей, алгоритмов градиентного бустинга, моделей многослойного персептрона, методов опорных векторов и K-ближайших соседей в контексте систем водоснабжения. Особое внимание уделялось изучению интеграции технологий IoT для сбора данных, передаваемых через датчики посредством сетей LoRaWAN и базовых станций операторов сотовой связи.
РЕЗУЛЬТАТЫ. В результате исследования было подтверждено, что использование передовых методов искусственного интеллекта в сочетании с технологиями Интернета вещей значительно повышает точность прогнозирования аварий и эффективность управления системами водоснабжения. В статье определена важность создания надежной информационной системы, способной собирать и анализировать большие объемы данных в реальном времени, что является критическим фактором для успешного применения прогностических моделей.
ЗАКЛЮЧЕНИЕ. Исследование подчеркивает значительный потенциал интеграции методов машинного обучения в IoT-инфраструктуру водоснабжения. В статье демонстрируется, что выбор подходящих методов сбора и передачи данных, включая протокол MQTT, играет ключевую роль в создании эффективной информационной базы для обучения моделей. Результаты исследования предоставляют ценную основу для разработки будущих инновационных решений в области управления ресурсами водоснабжения.
Постановка задачи. Многие системы искусственного интеллекта по существу являются системами классификации событий. Они широко используются в предиктивной аналитике. Их роль непрерывно растет при прогнозировании опасных событий на транспорте. Эффективность применения методов искусственного интеллекта в значительной мере зависит от результатов неправильной классификации. Поэтому актуальна задача вычисления или оценки в статистическом смысле вероятности неправильной классификации и определения ее граничных значений. Цель. Оценить границы для комбинированной вероятности неправильной классификации из-за двух различных категорий ошибок: собственно ошибок неправильной классификации и статистических ошибок, возникающих вследствие неправильной классификации. Результаты. Выполнена статистическая оценка порогового значения, которое используется для классификации. Установлены граничные условия для комбинированной вероятности неправильной классификации. Представлено обобщение на N-мерные пространства и на произвольные распределения и формы пороговых поверхностей. Теоретические результаты проиллюстрированы примером практического применения.
В статье предлагается метод формирования выделенного операционного кон- текста при разработке и внедрении автономных систем управления корпорациями на примере автономных систем для совета директоров. Значительную часть операционного контекста для автономных систем управления компаниями составляет регуляторная и правовая среда, в рамках которой корпорации осуществляют свою деятельность. С целью создания специального операционного контекста для автономных систем искусственного интеллекта формулировки локальных нормативных документов могут быть одновременно представлены в двух вариантах: для использования людьми и для использования автономными системами. В таком случае система искусственного интеллекта получает четко очерченный операционный контекст, который позволяет такой системе выполнять функции в рамках необходимых эксплуатационных качеств. Локальные нормативные акты, которые предусматривают специфику совместной работы физических лиц и автономных систем искусственного интеллекта, могут стать базой для формирования основ соответствующего законодательства, регулирующего разработку и внедрение ав- тономных систем.
Работа посвящена 160-тилетию со дня рождения В. И. Вернадского. В статье при помощи Алгоритма решения сложных задач [1] рассматривается предпосылки для обнаружения в будущем следов высокоразвитой внеземной цивилизации по вибрационному следу ноосферы искомой цивилизации. В ходе подстановки в абстрактные геометрические массивы данных Алгоритма производится анализ как имеющихся свойств и признаков ноосферы человеческой цивилизации [2], формирующей характерные и транслируемые в космос вибрационные следы, так и поиск когерентного вибрационного следа ноосферы внеземной цивилизации, расположенной на схожем с нашей уровне развития и особенностях ноосферы. Проведение первой итерации алгоритма приводит к двум нетривиальным выводам: необходимости провести ещё одну итерацию алгоритма для поиска эффективного решения по завершению всех войн внутри человечества, а также формированию условий для появления субцивилизаций «громкого» и «тихого» характера в терминологии Робина Хенсена [3] на базе развития искусственного интеллекта и/или путём селекции и генетической инженерии над одомашненными животными. При этом в статье также приводится предложение по методике постепенного отказа от войн внутри человечества посредством перевода военных действий в виртуальные пространства. Методика и обоснованность этого перехода сформированы также благодаря проведению перебора возможных решений поставленной проблемы посредством Алгоритма решения сложных задач.
Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.
Монография известного физика и математика Роджера Пенроуза посвящена изучению проблемы искусственного интеллекта на основе всестороннего анализа достижений современных наук. Возможно ли моделирование разума? Чтобы найти ответ на этот вопрос, Пенроуз обсуждает широчайший круг явлений: алгоритмизацию математического мышления, машины Тьюринга, теорию сложности, теорему Геделя, телепортацию материи, парадоксы квантовой физики, энтропию, рождение Вселенной, черные дыры, строение мозга и многое другое.
Книга вызовет несомненный интерес как у специалистов гуманитарных и естественнонаучных дисциплин, так и у широкого круга читателей.
Вопросы редизайна технологии обучения профессиональному иностранному языку в магистратуре приобретают особую актуальность в связи с необходимостью качественной, соответствующей запросу времени подготовки выпускников. Практико-ориентированное и профессионально-ориентированное обучение средствами сценарного подхода позволяет сформировать языковые и профессиональные компетенции в процессе обучения. Статья нацелена на исследование особенностей редизайна технологии обучения иностранному языку делового и профессионального общения в магистратуре. Авторы рассматривают основные характеристики концепта «технология обучения», выделяют отличительные черты технологии обучения профессиональному иностранному языку, требующие переформатирования. Особое внимание фокусируется на возможностях искусственного интеллекта в процессе обучения профессиональному иностранному языку магистрантов направления «Категорийный менеджмент». В статье представлен опрос преподавателей и магистрантов Российского экономического университета им. Г.В. Плеханова о процессе обучения иностранному языку в магистратуре. Полученные результаты позволяют сделать вывод о перспективности использования сценарного подхода как основы модернизации технологии.
Основано на материале лекций по дисциплине “Интеллектуальные информационные системы”. Рассмотрены вопросы применения методов искусственного интеллекта при решении различного типа задач. Описаны особенности интеллектуальных информационных систем, описаны методы приобретения, представления и обработки знаний при проектировании интеллектуальных информационных систем. Каждый раздел содержит примеры для самоконтроля. Предназначено для студентов высших учебных заведений, обучающихся по направлению подготовки 09.03.03 “Прикладная информация в экономике”
Современный период развития российского права тесно связан с процессами цифровизации, существенным образом меняющими ландшафт правового регулирования многих сфер общественных отношений. В частности, цифровая эпоха предполагает поэтапную трансформацию налогового права, и каждый из этих этапов отличается видом цифровых технологий, используемых субъектами налоговых правоотношений. Происходящие изменения затрагивают как правовое регулирование налогообложения в целом, так и отдельные институты налогового права, прежде всего, институт налоговой обязанности, играющий в системе отрасли ключевую роль. В статье проводится анализ теоретических подходов к периодизации развития правового регулирования налоговых отношений в целом, а также института налоговой обязанности. Подчеркивается, что подобная периодизация напрямую связана с поступательным внедрением цифровых технологий в сферу налогообложения. Предлагается трехэтапная модель цифрового развития института налоговой обязанности, которая формируется в настоящее время и включает в себя автоматизацию, цифровизацию и роботизацию. Первый этап предполагает автоматизацию налоговых обязанностей – использование субъектами налоговых отношений онлайн-сервисов, внедрение и развитие системы электронного документооборота и иных IT-проектов Федеральной налоговой службы России. Это, в свою очередь, приводит к оптимизации процесса исполнения налоговых обязанностей. На втором этапе происходит внедрение блокчейна и других цифровых технологий, что влечет за собой качественную трансформацию налогового администрирования и задействует новых участников налоговых правоотношений. Роботизация налоговых обязанностей как результат внедрения технологии искусственного интеллекта находится на начальной стадии своего развития. В статье анализируется потенциальная возможность и риски введения налога на искусственный интеллект, а также вероятные изменения системы исчисления страховых взносов вследствие замены роботами отдельных профессий и категорий работников.