Научный архив: статьи

Индустрия 4.0 предполагает применение качественно новых технологических решений во всех сферах производственной деятельности человека. К числу таких технологий относятся технологии искусственного интеллекта и машинного обучения. Фармацевтическая отрасль экономики является одной из консервативных, с точки зрения технологических изменений. Тем не менее, использование таких технологий способствует устойчивому развитию участников фармацевтической отрасли, социально-экономическому развитию общества в целом. Целью данной статьи являются выявление и идентификация проблем, возникающих при разработке новых лекарственных средств и препаратов в фармацевтике, обзор технологий искусственного интеллекта, способствующих разрешению обозначенных в исследовании проблем. Теоретическими и эмпирическими методами исследования выступили: анализ и синтез, обобщение и аналогия, сравнение, измерение. Основополагающим методом стал системный подход. В результате исследования выявлены проблемы, с которыми прежде всего сталкиваются разработчики новых лекарственных средств и препаратов. Систематизированы технологии искусственного интеллекта, применяемые в доклинических и клинических исследованиях и способствующие решению ряда обозначенных проблем, определены риски, возникающие при применении технологий искусственного интеллекта в процессе создания новых лекарственных средств и препаратов, что имеет практическую значимость для разработчиков и производителей фармацевтической продукции.

В статье исследуется применение больших языковых моделей, таких как ChatGPT, для принятия инвестиционных решений на фондовом рынке. Описываются способы применения ChatGPT, позволяющие улучшить прогнозирование рынка благодаря глубокому изучению большого массива данных, включая новости и отчеты, анализ настроений и распознавание технических индикаторов. Рассматриваются такие преимущества, как эффективное извлечение информации, улучшение процесса принятия решений, объективный анализ, а также потенциальные риски использования ChatGPT в финансовых прогнозах, включая ограниченное понимание динамики рынка, невозможность включения данных в реальном времени, трудности в работе со сложными финансовыми концепциями. Делается вывод об эффективности применения ChatGPT и необходимости всегда проверять полученные результаты перед их применением.

Статья посвящена исследованию проблемы определения понятия и классификации видов цифровых технологий, используемых в административно-юрисдикционном процессе в РФ. Автор подчеркивает, что в нормах российского законодательства на сегодняшний день отсутствует единое и общепринятое определение цифровых технологий, что затрудняет их применение на практике. Это создает правовые пробелы, которые влияют на эффективность административно-юрисдикционной деятельности, снижая прозрачность и скорость рассмотрения дел. Отмечается, что отсутствует консенсус и в научно-исследовательской среде, где различные ученые предлагают различные подходы к интерпретации данного понятия, что приводит к разногласиям в теоретическом осмыслении. Это затрудняет разработку унифицированных правовых решений, направленных на эффективное применение цифровых технологий в юридической сфере. В ходе работы над исследованием использовался комплекс методов научного познания. Были использованы общенаучные, частнонаучные, а также специальные методы познания. В качестве общих методов использовались наблюдение, анализ и синтез, индукция и дедукция. Общенаучными явились системный метод, метод структурного анализа. В качестве частнонаучного метода выступил конкретно-социологический. Выявлена проблема технологического отставания административно-юрисдикционного процесса, что негативно сказывается на его эффективности и актуальности. Названы виды цифровых технологий, которые на сегодняшний день тем или иным образом применяются в административно-юрисдикционном процессе, включая использование цифровых доказательств и автоматизацию многих этапов рассмотрения дел. Проанализированы законопроекты о цифровизации производства по делам об административных правонарушениях, их влияние на судебную практику и правоприменение. Методология исследования включает анализ правовых норм и существующей судебной практики по использованию цифровых доказательств. Автор приходит к выводу, что одним из первостепенных способов решения актуальных проблем должно стать включение ключевых понятий, связанных с электронными доказательствами, в КоАП РФ, а также единообразное нормативное определение места электронных доказательств в процессе доказывания, что повысит эффективность правоприменения и улучшит соблюдение прав граждан.

В статье исследуется применение больших языковых моделей, таких как ChatGPT, для принятия инвестиционных решений на фондовом рынке. Описываются способы применения ChatGPT, позволяющие улучшить прогнозирование рынка благодаря глубокому изучению большого массива данных, включая новости и отчеты, анализ настроений и распознавание технических индикаторов. Рассматриваются такие преимущества, как эффективное извлечение информации, улучшение процесса принятия решений, объективный анализ, а также потенциальные риски использования ChatGPT в финансовых прогнозах, включая ограниченное понимание динамики рынка, невозможность включения данных в реальном времени, трудности в работе со сложными финансовыми концепциями. Делается вывод об эффективности применения ChatGPT и необходимости всегда проверять полученные результаты перед их применением.

К настоящему времени в условиях глобальной тенденции цифровизации назрела необходимость модернизации всей системы уголовного судопроизводства. Рассмотрены предпосылки введения электронного уголовного судопроизводства в Российской Федерации, а так - же научные позиции относительно цифровой трансформации данной сферы в целом и отдельных её аспектов. Отмечены положительные последствия внедрения электронного правосудия в практику деятельности российских следственных и судебных органов, а также основные проблемы и угрозы. Выделены этапы перехода от бумажных уголовных дел к электронной форме, проанализировано содержания каждого из них, при этом подчеркнута необходимость учёта особенностей историко - правового развития России, а также текущего состояния государственно - правовых отношений; предложены некоторые рекомендации по внедрению системы электронных уголовных дел в российское судопроизводство.

Авторами представлена сущность криминалистической модели искусственного интеллекта. Предпринята попытка обосновать применение метода моделирования при формировании криминалистической модели искусственного интеллекта в системе криминалистической техники. С применением языка криминалистики, дано определение криминалистической модели искусственного интеллекта, показана эффективность его использования в криминалистической деятельности. Криминалистическая модель искусственного интеллекта рассмотрена в системе уголовно - правовых наук.

Представлен обзор основных докладов пленарного заседания Всероссийской междисциплинарной научно - практической конференции «Проблемы и перспективы правового обеспечения развития экономики данных», состоявшейся 31 мая 2024 года в Тульском государственном университете. Докладчики мероприятия выступили по широкому кругу вопросов развития правового регулирования развития экономики данных, обозначив различные подходы к анализируемой тематике и возникающим в этой области рискам и возможностям.

Функционирование транспорта и всей необходимой для него инфраструктуры порождает феномен транспортной экосистемы. Природа транспортных и иных возникающих в рамках транспортной экосистемы правоотношений в значительной мере обусловлена процессом технологического развития общества. Цель исследования: на основе достижений правовой герменевтики, применения системно-правового анализа проанализировать правовой режим транспортных экосистем, основанных на принципах функционирования искусственного интеллекта. На основе применения методов сравнительно-правового и формально-догматического анализа получены научные результаты в сфере транспортно-правовой науки. В частности, осуществлено научное обоснование гипотезы о том, что имплементация высокотехнологичного элемента в виде искусственного интеллекта влечет кардинальные изменения в методологической основе функционирования транспортных экосистем, трансформирует концепт управленческого воздействия на происходящие в них процессы и влечет изменение природы и содержания правового регулирования транспортных и смежных им общественных отношений. Полученные выводы направлены на формирование нового научно обоснованного представления о правовом режиме транспортных экосистем, основанных на принципах функционирования искусственного интеллекта. Полный текст статьи в переводе на английский язык публикуется во второй части данного выпуска.

В статье приводятся результаты применения методов машинного обучения для исследования данных специальной анкеты, учитывающей общие характеристики авиарейсов, характеристики пассажиров и их мнения о различных аспектах авиарейса. Цель исследования - выявление в экспериментальных данных факторов, негативно влияющих на отношение пассажиров к услугам авиакомпании. При проведении исследования были использованы популярные алгоритмы, входящие в состав свободного программного обеспечения для анализа данных и машинного обучения, университета Вайкато (Новая Зеландия) WEKA, распространяемого по лицензии GNU GPL: наивный байесовский классификатор; многослойный перцептрон, использующий алгоритм обратного распространения ошибки; метод ближайших соседей (KNN) с адаптивным подбором параметров; деревья решений - алгоритм J48, который является аналогом на Java известного алгоритма C4.5; случайный лес; логистическая регрессия; алгоритм адаптивного бустинга (AdaBoost); машина опорных векторов - алгоритм SMO (Sequential Minimal Optimization), являющийся одной из возможных реализаций алгоритма машины опорных векторов. Показано, что наилучшие по точности модели, отражающие удовлетворенность пассажиров услугами авиакомпании, получаются с помощью алгоритмов «случайный лес» (погрешность на тестовой выборке - 3,9 %) и нейросетевого подхода (погрешность на тестовой выборке - 3,7 %). Вместе с тем, указанные алгоритмы не позволяют явным образом выделить факторы, характерные для авиапассажиров, не удовлетворенных качеством обслуживания. Этот пробел восполняет алгоритм на основе метода структурного резонанса в многомерных данных SRMD, позволивший выявить в данных точные логические правила, обладающие высокой полнотой. Полученные логические правила являются хорошо интерпретируемыми паттернами пассажиров, которые либо отрицательно, либо нейтрально оценивают услуги авиакомпании в целом. Полный текст статьи в переводе на английский язык публикуется во второй части данного выпуска.

Рост числа киберугроз делает актуальным внедрение биометрических технологий в финансовом секторе России как инструмента повышения безопасности и доверия пользователей. В особенности значима интеграция таких решений в банковскую инфраструктуру в условиях активной цифровизации. Цель исследования - провести всесторонний анализ динамики применения биометрической идентификации в банковской системе Российской Федерации с учетом технологических перспектив и выявлением основных вызовов, сопровождающих внедрение таких решений. В исследовании были использованы методы монографического анализа, оценки и рефлексивного подхода, а также нормативные правовые акты и актуальные научные публикации, позволяющие оценить влияние биометрических систем на снижение операционных рисков и совершенствование процессов аутентификации. Установлено, что технологии искусственного интеллекта, внедренные в биометрические системы, позволяют повысить точность идентификации и адаптировать системы к изменениям биометрических характеристик пользователей. Выявлены преимущества мультимодальных подходов и обозначены проблемы, связанные с правовым регулированием, рисками утечки данных и низким уровнем доверия населения. Анализ Единой биометрической системы показал наличие значительных технологических и социальных барьеров для масштабного внедрения. Исследование подтверждает перспективность применения биометрии с элементами искусственного интеллекта как инструмента повышения информационной безопасности. Успешная реализация требует комплексного подхода: технологического совершенствования, нормативной базы и повышения доверия граждан к механизмам идентификации.

В статье проанализированы современные экспертные технологии выявления и исследования следов преступлений в сложных следственных ситуациях. Целесообразность разработки темы определяется тем, что указанные многими авторами современные экспертные технологии распространены недостаточно, и не внедрен системный подход к выявлению и исследованию следов. Необходимо ознакомить научных работников и практиков с широким спектром возможностей современного подхода к работе со следами с использованием инноваций и технологий мирового уровня.

Научная новизна исследования обусловлена тем, что на основе эмпирического подхода выявлены новейшие технические и теоретические разработки в области экспертных технологий, которые пока не используются широко ни в теоретических рекомендациях, ни в практической деятельности следователей. Методология и методика исследования базируются на дедуктивной модели научного метода и состоят в наблюдении, синтезе, анализе, систематизации и дедукции с последующей формализацией в рамках практической деятельности.

В работе рассмотрено соотношение «искусственного интеллекта» (ИИ) и «искусственной нейронной сети» в контексте судебной экспертологии. В последние годы наблюдается активный научный интерес к применению этих технологических новшеств в судебной экспертизе, что делает актуальным вопрос влияния этих явлений на судебно-экспертную деятельность в текущий момент и в долгосрочной перспективе. Выявление этих особенностей, как предполагается, будет способствовать более эффективной интеграции ИИ и нейросетей в данный вид деятельности на методическом, правовом и организационных уровнях. Чтобы продемонстрировать, как в целом связаны между собой искусственный интеллект и нейронные сети, а также чем они отличаются друг от друга, приведена краткая историческая справка по развитию идей ИИ-технологий и принципы работы некоторых из ИИ-систем, в частности – искусственных нейронных сетей. Предложены пути интеграции ИИ и нейросетей в судебно-экспертную деятельность на теоретическом и практическом уровнях.