Формирование искусственных сообществ в рамках различного вида математического и компьютерного моделирования, прежде всего, агент-ориентированного, требует уверенного знания о степени и характере взаимодействия моделируемых агентов, компонентов и элементов изучаемой системы. В работе выявлены закономерности влияния научно-инновационных показателей на уровень экономики в странах мира. На основании измерения уровня корреляций между публикационной активностью стран мира, подушевым уровнем расходов на НИОКР, патентной активностью и численности исследователей с уровнем их экономики относительно численности населения показано, что показатели сопряженности научно-инновационной сферы стран и уровня их достаточно высок, в в целом и он усилился с 2010 по 2022 год. С 2010 года изменилось соотношение уровней взаимной зависимости показателей научной и изобретательской деятельности и относительных величин национальных экономик, среди других показателей наибольшим уровнем сопряжения в 2022 году характеризуется именно публикационная активность. В значительной степени уровень сопряжения вырос благодаря резкой интенсификации уровня научного развития богатых нефтегазобывающих стран. С учетом места России в глобальных трендах научного развития автор делает вывод в целесообразности роста финансирования научных исследований в России при сохранении курса на поддержку продуктивности фундаментальной науки.
Идентификаторы и классификаторы
Формирование искусственных сообществ в рамках различного вида математического и компьютерного моделирования, прежде всего, агенториентированного, требует уверенного знания о степени и характере взаимодействия моделируемых агентов, компонентов и элементов изучаемой системы. В современной экономике первостепенное значение приобретает моделирование взаимодействия научно-инновационной и производственной подсистем в рамках общего инновационного социально-экономического развития. Функционирование сообщества ученых стран и всего мира может быть смоделировано, а само оно – представлено как искусственное в рамках большой моделируемой социально-экономической системы национального или глобального уровня. Выявление и учет глобальных и страновых закономерностей соразвития научно-инновационной сферы с другими отраслями экономики и экономикой в целом дает возможность формирования цифрового двойника управляемой системы – нового направления стратегического управления [9].
Список литературы
1. Ван Юйшань. Стратегическое планирование инновационного развития регионов России и Китая. Санкт-Петербург, 2023. 272 c.
2. Галанов В.А. Внерыночная модель российской фундаментальной науки // Наука и практика. 2019, Т. 11, № 4 (36). С. 9-17.
3. Горизонты инновационной экономики в России. Право, институты, модели / общ. ред. В. Л. Макарова. М.: ЛЕНАНД, 2010. 232 с.
4. Заварухин В.П., Чинаева Т.И., Чурилова Э.Ю. Развитие науки и экономический рост: статистико-аналитический обзор (на примере Китая) // Вопросы статистики. 2023, Т. 30, № 4. С. 66-83. EDN: JVUWWL
5. Ильин И.В. Глобальные проблемы цифровой трансформации общества // Социальные науки и образование в условиях становления электронно-цифровой цивилизации. Научно-практическая конференция. - М., СПб.: Нестор-История, 2020. С. 18-32.
6. Квинт В.Л., Окрепилов В.В. Сравнение роли качества жизни и ценностей в стратегии развития стран с формирующимся рынком и Запада // Инновации 2014. № 9 (191). C. 41-51. EDN: TLODJN
7. Коршунов В.А., Райнхардт Р.О. Оценка зависимости совокупной производительности факторов производства и расходов на финансирование науки // Горизонты экономики. 2017, № 2 (35) C. 38-47. EDN: YMXCIZ
8. Макаров В.Л., Айвазян А.А., Афанасьев А.А., Бахтизин А.Р., Нанавян А.М. Моделирование развития экономики региона и эффективность пространства инноваций // Форсайт. 2016, Том 10, №3. C. 79-90. EDN: WMRPTJ
9. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Сидоренко М.Ю., Нигматуллин Р.И., Ильин Н.И. Цифровой двойник (искусственное общество) социально-экономической системы России - платформа для экспериментов в сфере управления демографическими процессами // Экономические стратегии. 2022, Том 24, № 2(182). C. 6-18. EDN: AGHDCR
10. Макаров В.Л., Логинов Е.Л., Бахтизин А.Р. Применение экономико-математических методов и моделей оптимального планирования в цифровой экономике будущего. М.: ЦЭМИ РАН, 2022. 248 с. EDN: BYSDPZ
11. Мариев О.С. Моделирование сбалансированного технологического и социально-экономического развития российских регионов. Отчет о НИР № 19-18-00262. Российский научный фонд. 2021. EDN: NIPBVZ
12. Мелихова Д.А., Трегуб И.В. Модель экономического роста Японии // Самоуправление. 2022, № 2 (130). С. 579-583. EDN: FOCSRW
13. Миндели Л., Остапюк С. Сопоставление динамики затрат зарубежных стран и России на развитие науки // Общество и экономика. 2013, № 11-12. С. 30-53. EDN: RYYOYB
14. Миндели Л., Черных С. Фундаментальная наука и экономический рост на основе инновационного развития // Общество и экономика. 2014, № 9. С. 66-79. EDN: TNICVL
15. Павленко Н.А., Акимова Е.Н., Шагаева О.В. О национальной инновационно-технологической стратегии роста // Региональные проблемы преобразования экономики. 2018, №3 (89). С. 43-49. EDN: XRQMOL
16. Супян В.Б. Научные исследования в США: финансирование, структура, результаты// Журнал Новой экономической ассоциации. 2019, № 1 (41). С. 201-207. EDN: YZJYHJ
17. Фэн Цзюминь Научно-инновационные системы России и Китая: сравнение в глобальном контексте // Страховое Дело. 2021, № 2 (335). С. 3-14.
18. Хачатрян Н.К., Кузнецова О.И. Компьютерное моделирование вариантов распределения инновационной активности по регионам России // Вестник ЦЭМИ. 2018, № 1. С. 36. EDN: UXLZSI
19. Шарыкина Э.А., Митрофанова Е.Г. Третья миссия университета как базовый элемент устойчивого развития // Управление образованием: теория и практика. 2023, 4(62). С. 53-67. EDN: MYESRM
20. Nurpeisova A.A., Niyazbekova Sh.U., Yessymkhanova Z.K. Factors of innovative development of the economy of the Republic of Kazakhstan: analysis and assessment // Bulletin of Karaganda University. Economy Series. 2020, v. 99, № 3. С. 92-100. EDN: VOWFYV
21. UNESCO Science Report: the race against time for smarter development // Ed. by Schneegans, S., Straza T., Lewis J. 2021 - 736 p. https://unesdoc.unesco.org/ark:/48223/pf0000377433.
Выпуск
Другие статьи выпуска
В статье рассматриваются условия принятия результатов ДСМ-исследований. Определяются три типа истинностных значений - корреспондентные, когерентные и прагматические. Прагматические истинностные значения определяются посредством семантических типов эмпирических закономерностей. Рассматриваются три типа доверия к ДСМ-исследованиям - максимальное, допустимое и минимальное. Определяются также характеристики качества ДСМ-исследований. Установление доверия осуществляется в модуле когнитивного интерфейса интеллектуальных систем (ИС-ДСМ). ИС-ДСМ являются конструктивным средством интеллектуального анализа данных. В статье предлагаются усовершенствованные определения индукции и абдукции - логических средств ДСМ-метода АПИ, основанные на принципах конструктивной эволюционной эпистемологии и концепции эмпирической качественной причинности.
В данной статье проводится анализ воздействия региональных различий в потреблении продуктов на экономику. Рассматриваются различные факторы, которые влияют на разнообразие потребления продуктов в различных регионах, такие как климатические условия, культурные особенности, экономический уровень и доступность продуктов. Также исследуется влияние этих различий на развитие сельскохозяйственного сектора, торговлю и инфраструктуру. Использование искусственных обществ, в частности агентных моделей, позволяет провести более глубокий и детальный анализ воздействия различий в потреблении на экономику. Эти подходы учитывают широкий спектр факторов и взаимосвязей между участниками рынка, что может быть невозможным при использовании традиционных методов исследования. Использование агентных моделей позволяет учитывать поведение отдельных участников рынка, их взаимодействие и адаптацию к изменяющимся условиям. Это позволяет более точно оценить влияние региональных различий в потреблении продуктов на экономику, предсказать возможные последствия изменений в потреблении и выработать стратегии для оптимизации производства и распределения продуктов. Анализ воздействия региональных различий в потреблении продуктов на экономику является важным шагом для разработки эффективных политик в области сельского хозяйства, торговли и инфраструктуры.
В настоящее время классические понятия капитализма и социализма совершенствуются, уточняются, модифицируются. На сегодняшний день социалистическими называют страны с разным подходом к распределению общественных благ. В данной работе речь пойдет об искусственном обществе, в котором реализован механизм предпочтения социализма над капитализмом. Обосновывается, что такое общество представляется естественным при доминировании цифровых технологий, в частности, разнообразных видов роботов. Основное внимание будет уделено социальным нормам, так как в цифровом мире их роль становится едва ли не доминирующей. Нормы рассматриваются как эффективная мера борьбы с несправедливостью и неравенством. Типичный вопрос при построении искусственного общества - как сформулировать отношения между агентами применительно к добру и злу. Будет рассмотрена модель взаимодействия агентов между собой, где показатели взаимоотношения агентов, в частности, добро и зло, указываются в форме «существуют - не существуют» без их количественного измерения. Проводя расчеты на такого типа модели возможно определить, при каких условиях общество консолидируется или наоборот распадается на ненавидящие друг друга группировки и т. п.
Обсуждены существующие проблемы в применении компьютерного прогнозирования добычи нефти и эффективности проведения геолого-технических мероприятий, связанные, прежде всего, с высокой неопределённостью функциональных зависимостей, наличием большого числа гетерогенных объектов и ограниченным объемом доступной геолого-промысловой информации. В качестве альтернативного варианта геолого-гидродинамического моделирования нефтяных месторождений предложен агент-ориентированный подход, отличающийся тем, что вместо традиционных дифференциальных уравнений в частных производных или искусственных нейронных сетей для прогнозирования добычи нефти и эффективности геолого-технических мероприятий используются агент-ориентированные геолого-гидродинамические модели, которые рассчитываются согласно локальным правилам, непротиворечащим глобальным законам подземной гидравлики, и с использованием каскадов нечетко логических матриц, каждый из которых содержит около тысячи различных параметров. Таким образом, удается создать математический инструмент, приближенный к «сильному» искусственному интеллекту, способный принимать самостоятельные решения и генерировать реалистичные прогнозы.
Технологическое развитие России в последние годы идет активными темпами в связи с внешними вызовами, которые диктуют необходимость поиска внутренних ресурсов и ставит перед научным сообществом серьезные задачи в части развития научно-исследовательского потенциала и достижения программно-технологического суверенитета, особенно подчеркивая важность IT индустрии и долгосрочного прогнозирования. Важной составляющей является поиск «технологических ключей» к созданию товаров и услуг следующих поколений. Чтобы занять лидирующие позиции, необходимо быть на шаг впереди, создавая собственные конкурентные технологии, товары и сервисы. Нанотехнологии вбирающие в себя понятие IT, являются надотраслевой технологией, то есть, это основа для достижения прогресса в любой сфере человеческой деятельности. Без применения информационных технологий достичь выдающихся результатов в динамично меняющемся мире будет крайне сложно. Появляется интерес к новым методам компьютерного моделирования, которые позволяют создавать экспериментальные цифровые двойники в виде имитационных моделей и способны отчасти нивелировать неполноту информации. Можно принимать управленческие решения, смоделировав критически важные динамические процессы государства, например: сформировать прогноз на 10 лет о демографическом положении страны, сымитировать внутреннее социально-экономическое развитие, оценить и спрогнозировать геополитическую обстановку в период глобальных торговых войн, рассчитать интегральные показатели национальной силы передовых держав. Рассмотренные в статье прикладные инструменты моделирования демонстрируют полезность таких средств управления с развитыми функциональными элементами в информационно-аналитических структурах управления. В ближайшей перспективе эта тенденция будет возрастать и, те страны, которые займут лидирующие позиции в этом направлении, смогут создавать сверхэффективные прогнозно-аналитические сценарии с различным уровнем детализации. Задействовав все функциональные возможности имитационного моделирования можно создавать действительно прикладные инструментальные комплексы с потенциальным заделом на имплементацию подобных решений в структуры систем распределенных ситуационных центров для будущего развития технологического суверенитета и внедрения принципиально новых методов стратегического прогнозирования в Российской Федерации.
Автор статьи представляет киборгизацию человека как парадигмальный сдвиг в эволюции HomoSapiens, в рамках которого интеграция технологий в человеческое тело не только изменяет физические возможности, но и перестраивает социальные и культурные ландшафты. В работе рассматривается ряд актуальных нарративов, связанных с киборгизацией человека, и исследуются их последствия для человеческой идентичности, автономности и в целом для «человеческого». Опираясь на ряд междисциплинарных источников, включая философские труды современных ученых и правовую дискуссию о конкретной ситуации в словенской юриспруденции, автор анализирует инженерно-прагматический нарратив, ориентирующийся на прогресс и совершенствование человека, и культурно-гуманистический нарратив, основанный на дискуссии о сохранении человеческого достоинства и автономии. В исследовании также рассматривается биологическо-эволюционная перспектива, в рамках которой киборгизация рассматривается как одна из иллюстраций адаптивности и инструмент когнитивного совершенствования человека. В рамках проведенного анализа автор стремится осветить некоторые грани сложного взаимодействия между технологическим прогрессом и общественной системы, в рамках который существует современный человек, и внести вклад в дискуссию о роли киборгизации в продолжающемся развитии человечества
В рамках настоящей статьи сделано уточнение такого понятия, как «искусственный интеллект» (ИИ), исследован его функционал в сфере недвижимости. Проанализированы различные концептуальные подходы к возможностям, которые предоставляются технологиями искусственного интеллекта. Описаны технологии, предоставляющие широкие возможности для различных субъектов рынка недвижимости. Проведён обзор правовых регуляторов применения искусственного интеллекта в сфере недвижимости и проанализированы правовые аспекты применения IT-решений в сфере недвижимости. В статье рассматриваются преимущества и недостатки применения искусственного интеллекта в сфере недвижимости, затронуты вопросы, касающиеся факторов сдерживания интеграции ИИ-технологий в сферу недвижимости. Среди таких факторов могут быть технические ограничения, юридические ограничения, а также вопросы конфиденциальности и защиты персональных данных. Исследование представляет интерес для широкого круга специалистов, включая исследователей в области экономики, права, недвижимости и информационных технологий, а также для предпринимателей. Полученные в работе результаты могут послужить основой для разработки стратегий использования технологии искусственного интеллекта в сфере недвижимости в России и реформирования правовых и регуляторных механизмов для обеспечения безопасности и эффективности внедрения технологий.
Начальным шагом построения многоагентной модели популяции является построение совокупности объектов-агентов, атрибуты которых будут распределены в соответствии со статистическими данными о реальной популяции, модель которой предстоит построить. Эти атрибуты в зависимости от типа модели могут включать, географическое положение, социальные связи, занятость, образование и уровень доходов, но общим является то, что такие данные часто представляют собой таблицы частот определенных уровней классификации значений отдельных признаков особей в популяции. Каждая таблица характеризует распределение одной случайной величины. Каждому агенту следует назначить значения атрибутов в соответствии с этими распределениями. В отличие от других моделей, которые были тесно связаны с конкретными агентными средами, в данной работе представляется обобщенный подход, предлагающий универсальный инструмент для распределения атрибутов агентов, который можно легко интегрировать в различные сценарии моделирования. Этот этап моделирования может быть выполнен с помощью генератора псевдослучайных векторов, распределение значений элементов которых в каждой из позиций будут соответствовать заданным таблицам частот. Статья затрагивает вопросы разработки алгоритма такого генератора, оценку его точности и эффективности, а также демонстрацию его применения на нескольких примерах.
Издательство
- Издательство
- ГАУГН
- Регион
- Россия, Москва
- Почтовый адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- Юр. адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- ФИО
- Промыслов Николай Владимирович (ИСПОЛНЯЮЩИЙ ОБЯЗАННОСТИ РЕКТОРА)
- Контактный телефон
- +7 (___) _______