искусственный интеллект

1. Анищенко А.Н.
«Умное» сельское хозяйство как перспективный вектор роста аграрного сектора экономики России // Продовольственная политика и безопасность. (№ 2 / 2019).  
Благодаря современному состоянию научно-технического прогресса аграрии могут не только использовать в производстве цифровые технологии, но и сделать сельское хозяйство в целом управляемым и прогнозируемым. В статье проведен анализ применения «умных» технологий в мировом сельском хозяйстве, а также рассмотрена сущность «умного» сельского хозяйства как перспективного вектора роста аграрного сектора экономики России. Целью статьи является обзор используемых «умных» smart-технологий в сельском хозяйстве и выявление перспектив развития их применения в России. Объектом исследования является аграрный сектор экономики, предметом – «умные» технологии в сельском хозяйстве. Методологической основой выступает междисциплинарный подход, который реализуется в использовании принципов объективности и системности. При проведении исследования применялся метод теоретического анализа и синтеза, статистического анализа, классификации, метод индукции и дедукции, сравнения и др. Результаты. В статье определено, что сельское хозяйство переживает новую технологическую революцию, поддерживаемую политиками во всем мире. Умные технологии (например, искусственный интеллект, робототехника и Интернет вещей и пр.) могут играть важную роль в достижении более высокой производительности и большей экологической эффективности в сельском хозяйстве. Выявлено, что интеллектуальное сельское хозяйство также решает взаимосвязанные проблемы продовольственной безопасности и изменения климата и приносит пользу мелким фермерам за счет повышения эффективности таких ресурсов, как рабочая сила, семена и удобрения, повышения продовольственной безопасности. Защищая экосистемы и ландшафты, разумная практика ведения сельского хозяйства помогает защитить природные ресурсы для будущих поколений. Мировой сельскохозяйственный рынок определяется растущей неопределенностью глобального климата. На рынке наблюдается рост озабоченности продовольственной безопасностью в сочетании с производительностью земель и урожайностью сельскохозяйственных культур на рынке интеллектуального сельского хозяйства.

Анищенко А.Н. «Умное» сельское хозяйство как перспективный вектор роста аграрного сектора экономики России // Продовольственная политика и безопасность. – 2019. – Том 6. – № 2. – с. 97-108. – doi: 10.18334/ppib.6.2.41384.

---

2. Сенин А.С., Лясников Н.В.
Принятие управленческих решений в кризисных ситуациях на основе нейронной сети «дерево решений» // Экономика и социум: современные модели развития. (№ 1 / 2019).  
Цель. На основе анализа литературных источников, а также международного опыта развития технологий виртуального ситуационного центра исследовать особенности использования нейронной сети «дерево решений» для поддержки принятия управленческих решений в кризисных ситуациях. Материалы и методы. Методической основой данной статьи являются литературные источники по развитию технологий виртуального ситуационного центра, а также открытые аналитические материалы по опыту использования нейронной сети «дерево решений» для поддержки принятия управленческих решений в кризисных ситуациях. Результаты. В настоящей статье определена сущность технологии виртуального ситуационного центра: и его роли для поддержки принятия управленческих решений в кризисных ситуациях Проведен анализ использования нейронной сети «дерево решений» для поддержки принятия управленческих решений в кризисных ситуациях. Выводы. Алгоритмы машинной поддержки управленческих решений в критических ситуациях могут использоваться во многих сферах, как правило, там, где необходима автоматизация решения сложных задач, для которых принято использовать знания и опыт человека. На сегодняшний день широко используются нейронные сети. В основе нейросетей лежит представление о том, что нейрон – это простой элемент, который можно промоделировать. Причем вся сложность человеческого мышления происходит из огромного количества нейронов (в человеческом мозгу их более 1010) и сложности связей между ними. Так, к примеру, в банковских структурах для поддержки принятия управленческих решений нейронная сеть позволяет обнаружить сложные, нелинейные и нетривиальные зависимости между характеристиками клиента и его платежеспособностью, вернет ли он кредит в срок или нет, которые невозможно обнаружить с помощью логистической регрессии и деревьев классификации. На сегодняшний день нейронные сети нашли широкое применение в крупных финансовых компаниях. Так, к примеру, Lloyds Bowmaker Motor Finance использует нейронные сети «дерево решений» для принятия решений в автокредитовании; Security Pacific Bank – в кредитовании малого бизнеса и так далее. Однако самым важным недостатком нейронных сетевых моделей является сложность интерпретации, так как структура нейронной сети не позволяет описать взаимосвязи простым способом. Применение. Полученные выводы и результаты исследования могут быть использованы при дальнейшем использовании нейронной сети «дерево решений» для поддержки принятия управленческих решений в кризисных ситуациях.

Сенин А.С., Лясников Н.В. Принятие управленческих решений в кризисных ситуациях на основе нейронной сети «дерево решений» // Экономика и социум: современные модели развития. – 2019. – Том 9. – № 1. – с. 98-110. – doi: 10.18334/ecsoc.9.1.40541.

---

3. Шутьков А.А., Лясников Н.В.
Будущее искусственного интеллекта и цифровых технологий в АПК // Экономика и социум: современные модели развития. (№ 4 / 2018).  
Цель. На основе анализа литературных источников, а также международного опыта развития сферы АПК изучить стратегические аспекты использования искусственного интеллекта в секторе АПК, а также исследовать его будущее применение в современных программах развития АПК. Материалы и методы. Методической основой данной статьи являются литературные источники по развитию искусственного интеллекта, а также открытые аналитические материалы по использованию искусственного интеллекта в современных методологиях управления и развития агропромышленного комплекса. В представленной статье применены такие методы, как анализ и синтез, систематизация и сравнение. Результаты. В настоящей статье определена сущность искусственного интеллекта, его использование в современных программах развития агропромышленного комплекса, а также перспективы его дальнейшего развития. Выводы. Реалии сегодняшнего дня таковы, что электроника стремительно совершенствуется, и, вероятно, темпы её прогресса не снизятся ещё полтора-два десятилетия. Однако скорее всего они не останутся неизменными на протяжении столетий. Развитие технологий происходит рывками. Так, к примеру, с 1910-х по 1960-е на разработку новых самолётов отводилось порой несколько месяцев, иначе машина устаревала, ещё не родившись. А сегодня многие самолёты, сконструированные в 1950-е, выпускают до сих пор. Ценой титанических усилий раз в 5-10 лет создают новые модели, которые чуть-чуть безопаснее, немного экономичнее, слегка комфортнее, зато в разы дороже предыдущих. Прогресс не остановился, но темпы его замедлились до нормы. В определённый момент изделие начинает так хорошо отвечать назначению, что улучшить его сложно, да и не нужно. Сегодня искусственный интеллект и машинное обучение стало применяться практически во всех сферах деятельности людей. От банальной технологии размытия заднего фона на фотографиях до анализа суперкомпьютерами генетической предрасположенности к серьезным медицинским заболеваниям. Машины заменили людей у станков и на пашне, но это не вызвало массовой безработицы. Освобождённые от физического труда люди были поглощены сферами управления и обслуживания. Цивилизация вошла в постиндустриальную стадию, и вдруг стало ясно, что производство как таковое вообще не представляет собой проблему. Выпуск товара в любом количестве можно в любой момент организовать в Китае. Концептуально процесс работы искусственного интеллекта в сельском хозяйстве мало чем отличается от его работы в промышленности. Тот же контроль и уход, только в этом случае за полезными растениями — фруктами и овощами. Мониторинг влажности, питательных веществ в почве, распознавание болезней или напавших вредителей по фотографиям позволят наиболее грамотно расходовать разного рода ресурсы, например, удобрения, пестициды, гербициды.Так что в ближайшем будущем, когда использование умных помощников в большинстве сфер станет стандартом, помимо хороших лекарств и качественной медицины нас ждет еще вкусная и полезная еда. Целью современного общества является обобщённый ИИ (искусственный интеллект), которому многие исследователи посвящают сегодня свои карьеры. У ИИ не обязательно должно быть какое-то сознание, но он должен справиться с любой задачей, связанной с данными, которую мы перед ним ставим. Однако при каждом обсуждении ИИ всегда возникают две проблемы: как он повлияет на человечество, и как нам к нему относиться? Применение. Полученные выводы и результаты исследования могут быть использованы при дальнейшем изучении искусственного интеллекта в сфере АПК, а также о будущем его применении.

Шутьков А.А., Лясников Н.В. Будущее искусственного интеллекта и цифровых технологий в АПК // Экономика и социум: современные модели развития. – 2018. – Том 8. – № 4. – с. 5-16. – url: https://creativeconomy.ru/lib/40437.

---

4. Дудин М.Н., Анищенко А.Н.
ФОРМИРОВАНИЕ КОНЦЕПЦИИ УСТОЙЧИВОГО РАЗВИТИЯ РЫНКА «FOODNET» НА ОСНОВЕ ИНДИКАТИВНОГО ПЛАНИРОВАНИЯ, БАЗИРУЮЩЕГОСЯ НА ЦИФРОВОЙ ПЛАТФОРМЕ // Экономика и социум: современные модели развития. (№ 4 / 2018).  

Дудин М.Н., Анищенко А.Н. ФОРМИРОВАНИЕ КОНЦЕПЦИИ УСТОЙЧИВОГО РАЗВИТИЯ РЫНКА «FOODNET» НА ОСНОВЕ ИНДИКАТИВНОГО ПЛАНИРОВАНИЯ, БАЗИРУЮЩЕГОСЯ НА ЦИФРОВОЙ ПЛАТФОРМЕ // Экономика и социум: современные модели развития. – 2018. – Том 8. – № 4. – с. 17-30. – url: https://creativeconomy.ru/lib/40438.

---

---

5. Никишов С.И.
Повышение конкурентоспособности бизнес-структур на основе компланарных логистических потоков // Российское предпринимательство. (№ 12 / 2018).  
В статье рассматриваются вопросы повышения конкурентоспособности бизнес-структур на основе компланарных логистических потоков за счет применения технологий искусственного интеллекта.

Никишов С.И. Повышение конкурентоспособности бизнес-структур на основе компланарных логистических потоков // Российское предпринимательство. – 2018. – Том 19. – № 12. – с. 3999-4006. – doi: 10.18334/rp.19.12.39569.

---

6. Кричевский М.Л., Мартынова Ю.А.
Инструменты искусственного интеллекта при оценке эффективности инвестиционного проекта // Креативная экономика. (№ 8 / 2018).  
Приведены результаты оценки эффективности инвестиционного проекта, полученные с использованием нейронечеткой системы. В отличие от традиционных методов оценки эффективности проекта, которые плохо работают в условиях неполной информации, предложено использовать инструментарий, относящийся к «слабым» методам искусственного интеллекта. В качестве инструментов для решения задачи выбраны искусственная нейронная сеть и система нечеткой логики. Объединение этих технологий в гибридную нейронечеткую систему, сочетающую лучшие свойства указанных методов, позволило сформировать количественную оценку эффективности инвестиционных проектов. Продемонстрирована работа нейронечеткой системы типа ANFIS (adaptive neuro-fuzzy inference system), реализованная в программном комплексе MatLab R2012b. Выведено уравнение регрессии, связывающее входные параметры инвестиционного проекта с оценкой его эффективности, и проведено сравнение двух подходов к решению задачи.

Кричевский М.Л., Мартынова Ю.А. Инструменты искусственного интеллекта при оценке эффективности инвестиционного проекта // Креативная экономика. – 2018. – Том 12. – № 8. – с. 1105-1118. – doi: 10.18334/ce.12.8.39265.

---

7. Поздняков И.И.
Влияние искусственного интеллекта на развитие мировой торговли // Экономические отношения. (№ 2 / 2018).  
Статья рассматривает тенденции развития искусственного интеллекта и его влияние на процессы, происходящие в мировой торговле. Рассмотрены различные варианты использование ИИ на всех звеньях цепочки создания стоимости, произведена оценка последствий внедрения таких технологий. Проведен анализ вопросов регулирования вопросов кросс-граничного передвижения данных на фоне обострения проблемы конфиденциальности данных. Сделаны аналитические предположения о возможном влиянии ИИ на рынок труда в будущем.

Поздняков И.И. Влияние искусственного интеллекта на развитие мировой торговли // Экономические отношения. – 2018. – Том 8. – № 2. – с. 173-180. – doi: 10.18334/eo.8.2.38972.

---

8. Панасенко С.В., Стукалова И.Б., Мазунина Т.А.
Направления развития современной розничной торговли // Российское предпринимательство. (№ 3 / 2018).  
Рассмотрен анализ современного состояния сферы розничной торговли, а также изменений во внешней среде, которые в значительной степени предопределяют пути развития этого сегмента экономики страны в ближайшей и долгосрочной перспективе. Идентифицированы угрозы (интенсивное расширение конкурентов, рост их активности, сохранение экономических санкций) и возможности внешнего окружения торговых организаций (расширение ассортимента, замедление кризисных тенденций). Среди основных направлений развития розничной торговли выявлены такие, как: усиление ориентации на клиентов, персонификация торговли, омниканальность продаж, доступность покупок через различные платформы, автоматизация всех процессов, использование облачных технологий для обработки больших массивов данных, расширение использования искусственного интеллекта, внедрение новых финансовых онлайн технологий и криптовалют (блокчейн и биткоин).

Панасенко С.В., Стукалова И.Б., Мазунина Т.А. Направления развития современной розничной торговли // Российское предпринимательство. – 2018. – Том 19. – № 3. – с. 599-608. – doi: 10.18334/rp.19.3.38818.

---

9. Шатдинов Р.С., Богданова С.Ю
Информационные технологии и новые подходы к разработке современных инструментов маркетинговых исследований // Креативная экономика. (№ 12 / 2017).  
В статье авторы анализируют одно из самых активно развивающихся направлений развития информационного обеспечения бизнеса – систему искусственного интеллекта. Обосновывается необходимость в разработке новых критериев, обеспечивающих оценку перспективы развития экономической деятельности; а также необходимость трансформации традиционных моделей маркетинговых исследований в цифровую модель, основанную на продвинутой аналитике, искусственном интеллекте и технологиях. Определены направления развития прогнозирующих систем, разрабатывающих рекомендации на основе данных, характеризующих ситуацию, состояние анализируемого или разрабатываемого экономического объекта.
Статья будет полезна предпринимательским структурам, менеджерам высшего и среднего звена, исследователям и ученым в области экономики и информационных технологий.

Шатдинов Р.С., Богданова С.Ю Информационные технологии и новые подходы к разработке современных инструментов маркетинговых исследований // Креативная экономика. – 2017. – Том 11. – № 12. – с. 1383-1388. – doi: 10.18334/ce.11.12.38644.

---

10. Чувиков Д.А.
Разработка игрового виртуального симулятора / 2017. – 164 с. – doi: 10.18334/9785990927858.
Монография посвящена актуальной теме – разработке игрового виртуального симулятора. Целью проекта является создание реалистичной обучающе-игровой виртуальной системы для спецслужб, которая предназначена помочь эксперту в анализе поведения обучаемого в чрезвычайных ситуациях. В настоящее время играет важную роль качественная подготовка будущих экспертов в области специальных служб для организации и ведения разведывательных действий. Для качественной подготовки требуется применение отечественных технологий, которые способны отвечать современному развитию науки и техники, что позволит конкурировать с зарубежными технологиями. Для создания реалистичной обучающе-игровой виртуальной системы были решены такие задачи, как анализ и выбор оптимальной системы для разработки игрового виртуального симулятора, создание качественно и реалистично проработанного окружающего трехмерного виртуального пространства, разработка и детальная проработка игровой логики, а также создание удобного и интуитивного пользовательского интерфейса. Данный игровой виртуальный симулятор был разработан при помощи игрового движка CryEngine 3.5.8 Free SDK. CryEngine является мощным и профессиональным игровым движком, который способен оперировать современными технологиями компьютерной графики.

---

11. Ясницкий Л.Н., Порошина А.М., Тавафиев А.Ф.
Нейросетевые технологии как инструмент для прогнозирования успешности предпринимательской деятельности // Российское предпринимательство. (№ 4 / 2010).
В статье предлагается методика оценки вероятности успешности бизнеса в зависимости от личностных и других параметров предпринимателя и вида его предполагаемого бизнеса. Например, применив эту методику, вы можете получить ответ на вопрос, будет ли успешным автомобильный бизнес, если им начнет заниматься голубоглазый бездетный мужчина 35 лет. Методика может быть полезна предпринимателям, решающим вопрос об открытии нового бизнеса.

Ясницкий Л.Н., Порошина А.М., Тавафиев А.Ф. Нейросетевые технологии как инструмент для прогнозирования успешности предпринимательской деятельности // Российское предпринимательство. – 2010. – Том 11. – № 4. – с. 8-13. – url: https://creativeconomy.ru/lib/6093.

---

---

Продолжить поиск в библиотеке по запросу «искусственный интеллект»?