Научный архив: статьи

В статье представлен обзор цифровых инструментов, способных усилить производительность процессов в предпринимательской среде за счёт снижения трудоёмких операций и более точного анализа данных.

Предметом исследования выступают приёмы внедрения программных решений, ориентированных на автоматизацию и роботизацию повторяющихся процедур.

В работе использован сравнительный метод, позволяющий сопоставить различные подходы к модернизации инфраструктуры и определить их экономическую отдачу. В ходе исследования проанализированы научные публикации российских авторов, а также изучены примеры внедрения роботизированных технологий, показывающих сокращение ошибок за счёт отказа от ручных проверок. Уделено внимание тому, как организации адаптируют структуру штата при росте объёмов цифровой информации, а сотрудники переключаются на более сложные и интеллектуальные задачи. Сделан акцент на взаимосвязи между уровнем подготовки к проекту, корпоративной культурой и результатами цифровой трансформации. Полученные результаты свидетельствуют о положительном влиянии автоматизации на конкурентоспособность компаний за счёт ускорения операций, снижения издержек и улучшения клиентского сервиса. Статья будет полезна для специалистов в области предпринимательства, управленческого персонала, консультантов по цифровым технологиям и всех, кто ищет практические инструменты для повышения эффективности бизнес–процессов.

В исследовании анализируются текущее состояние и перспективы развития инновационных технологий в управлении корпоративными продажами. Рассмотрены теоретические основы управления продажами и влияние технологий, таких как искусственный интеллект, аналитика больших данных, блокчейн и IoT. Результаты подтверждают переход к предиктивным, data–driven подходам в продажах благодаря конвергенции этих технологий. Выявлены основные проблемы внедрения, включая вопросы безопасности данных и необходимость адаптации организации. Успешная интеграция этих технологий может обеспечить конкурентные преимущества за счёт улучшения понимания клиентов, оптимизации процессов и создания новых моделей взаимодействия.

В статье систематизированы современные представления об особенностях использования инструментария искусственного интеллекта в целях анализа, оптимизации финансовых потоков. Актуальность темы аргументируется стремительным ростом объема транзакций в глобальной экономике в сочетании с неспособностью традиционных методов обеспечить по–настоящему результативную обработку многомерных динамических данных в режиме реального времени. В нынешних условиях возникает острая необходимость в разработке новых подходов к управлению денежными потоками — прежде всего, построенных на основе технологий искусственного интеллекта. Цель исследования заключается в систематизации теоретико–методологического базиса применения ИИ в анализируемой сфере, а также в выявлении конкретных преимуществ и ограничений (в отношении этого предложен авторский взгляд на ситуацию, который целесообразно рассматривать в качестве отправной точки для последующих изысканий на предмет определения сдержек и противовесов к задействованию искусственного интеллекта). В научной литературе наблюдаются противоречия между теоретическими моделями использования ИИ и практическими возможностями их реализации, а также разногласия в оценках эффективности различных типов нейросетей для финансового прогнозирования. Недостаточно исследованы вопросы информационной безопасности, правового регулирования в данной области. Установлено, что наиболее перспективными направлениями являются применение глубоких нейронных сетей для анализа временных рядов, методов обучения с подкреплением в целях оптимизации управленческих решений, внедрение технологий обработки естественного языка для работы с неструктурированными финансовыми документами. Подчеркнута значимость графовых инструментов в обнаружении подозрительных схем движения средств, предотвращении мошеннических действий. Статья представляет интерес для аналитиков, специалистов в области искусственного интеллекта, руководителей финансовых департаментов.

Цель исследования. Целью данного литературного обзора является систематизация и анализ современных аппаратных методов и технологий, используемых для объективной диагностики двигательных нарушений при заболеваниях центральной нервной системы (ЦНС), а также оценка перспектив их интеграции с системами искусственного интеллекта.

Материалы и методы. Проведен анализ научных публикаций, доступных в базах данных PubMed, Google Scholar, CyberLeninka и elibrary, за последние 10 лет (2013-2023 гг.). Критериями поиска являлись следующие ключевые слова и их комбинации: «двигательные нарушения», «диагностика», «аппаратные методы», «искусственный интеллект», «нейросети», «носимые сенсоры», «стабилометрия», «электромиография», «анализ походки». Отбору подлежали оригинальные исследования, мета-анализы и систематические обзоры, посвященные применению аппаратных комплексов в неврологии и реабилитации.

Основное содержание обзора. Современная аппаратная диагностика двигательных нарушений при патологиях ЦНС базируется на комплексном использовании динамометрии, систем анализа движений, стабилографии, электромиографии и носимых сенсоров, которые обеспечивают объективную количественную оценку моторных функций. Ключевым направлением развития является интеграция этих технологий с алгоритмами искусственного интеллекта, что позволяет автоматизировать обработку больших данных, выявлять сложные паттерны нарушений и создавать персонализированные реабилитационные протоколы, трансформируя традиционные подходы в неврологии и реабилитации в сторону прецизионной медицины.

Заключение. Современные аппаратные методы представляют собой мощный инструмент для объективной и количественной оценки двигательных нарушений. Они позволяют перейти от субъективного клинического описания к точным цифровым Biomarker, что крайне важно для ранней диагностики, мониторинга динамики и оценки эффективности реабилитации. Наиболее значимый прогресс ожидается на пути конвергенции точного аппаратного обеспечения и передовых алгоритмов искусственного интеллекта. Создание интегрированных интеллектуальных систем, способных к автоматизированному анализу данных и поддержке принятия врачебных решений, является магистральным направлением развития диагностики и персонализированной реабилитации в неврологии.

В современной педагогике высшей школы наблюдается активное внедрение искусственного интеллекта в образовательный процесс. Отдельные преподаватели, факультеты и целые университеты разрабатывают различные подходы к его активному использованию, от отдельных упражнений до курсов на основе нейросетей. Несмотря на это, многие вопросы остаются спорными и нерешенными. При широком использовании нейросетей и мобильных приложений возникает проблема с их применением для достижения педагогических результатов при недостаточной изученности его влияния на качество языковой подготовки. На этапе активного освоения нового инструмента необходимо обобщать опыт его использования на мировом уровне.

Целью исследования является анализ и классификация современных тенденций применения искусственного интеллекта в преподавании иностранных языков в высшем образовании. Изучение российского и зарубежного опыта сочетания технологий с традиционными методами преподавания дает возможность увидеть цельную картину современных методов в сфере преподавания иностранных языков. Необходимо обозначить преимущества, риски, перспективные направления применения искусственного интеллекта. Систематизация опыта применения новых технологий и введения их в структурированный процесс высшей школы позволит развивать его потенциальные возможности с учетом теоретических и лингводидактических аспектов. При использовании новых инструментов в преподавании необходимо учитывать потенциальные и существующие проблемы для предотвращения нежелательных последствий введения новых направлений в сферу преподавания.

Материалами исследования являются публикации исследований и опыта применения искусственного интеллекта в педагогике высшей школы в рамках преподавания иностранных языков прежде всего в нелингвистических вузах. Важной особенностью материалов является их международный, межнациональный, межкультурный характер. Изучаемые статьи подобраны по тематическому принципу вне зависимости от того, где проводилось исследование. Особенно интересным представляется классификация накопленного опыта с точки зрения подходов применения нейросетей.

Методами исследования являются подбор, изучение и системный анализ научных публикаций и практических исследований по определенной тематике, обозначенной в материалах исследования. Сравнительная оценка опыта применения инструментов нейросетей и обобщение педагогического опыта интеграции в учебные программы систематизируют накопленный опыт и позволят сформулировать стратегии развития.

Результатом исследования является классификация современных тенденций лингводидактики иноязычного образования, систематизация способов оптимизации обучения за счет автоматизации проверки, персонализации заданий и развития коммуникативных навыков в сфере использования иностранных языков с использованием нейросетей и чат-ботов. Помимо классификации эффективного применения инструментов искусственного интеллекта приведена систематизация негативных характеристик и влияний нейросетей, которые требуют контроля достоверности данных, предотвращения плагиата и сохранения роли преподавателя как ключевого участника образовательного процесса.

Заключение. Таким образом, использование нейросетей является сферой обширного изучения в современной высшей школе с разветвленной системой новых подходов и методов. Перспективными направлениями признаны гибридные модели обучения, которые сочетают традиционные методы и современные технологии обучения. Особое внимание уделяется интеграции искусственного интеллекта с возможностями виртуальной реальности, несмотря на то, что в настоящее время использование этой технологии является трудоемкой и громоздкой.

В статье рассматриваются доктринальные подходы к классификации информации и определения её соотношения с такими понятиями, как сведения, данные, тайны и мн. др. В контексте развития российского информационного законодательства отмечаются противоречия, возникшие в связи с недостаточной системностью понятийного аппарата в сфере информационных отношений. Особо отмечается несоответствие понятийного аппарата информационного законодательства и законодательства об интеллектуальной собственности, многие объекты которой имеют выраженную информационную природу. В качестве оптимальных юридических критериев для классификации многообразия видов информации предлагаются форма её закрепления и режим доступа к ней. С учётом первого критерия предложено выделять среди информации, существующей в цифровой форме, информацию, созданную человеком, и информацию, сгенерированную алгоритмами искусственного интеллекта для целей её последующей маркировки. С учётом второго критерия предложена авторская классификация видов информации, исходя из режима доступа, когда такой доступ ограничивается либо в связи с высокой ценностью информации, либо в связи с её вредоносным характером.

Цель исследования – проанализировать существующие методы и системы профориентации, оценить их достоинства и недостатки, предложить собственное решение данной задачи с учетом существующих наработок в данной предметной области. Для людей, выбирающих работу, вопрос профориентации по-прежнему остается актуальным, проблемным и до конца не решенным. Особые сложности в выборе профессии и в выборе соответствующего учебного заведения существуют у выпускников средних образовательных заведений вследствие их малого жизненного опыта. В настоящее время для целей профориентации разработано значительное количество методов и компьютерных систем. Тем не менее, рекомендации психолога-консультанта по-прежнему считаются предпочтительными. Между тем, современные компьютеры могут хранить и обрабатывать огромное количество разнообразной информации о респонденте и профессиях, анализировать тенденции рынка профессий. Поэтому совершенствование систем профориентации, наделение их искусственным интеллектом видится перспективным.

Материалы и методы. Сбор информации по предметной области осуществлялся посредством изучения артефактов. В ходе анализа существующих методов и систем профориентации использовались методы классификации и систематизации, индукции и дедукции. Способом описания норм и требований к претенденту-специалисту послужили профессиограммы и списки необходимых компетенций и противопоказаний к профессии. Для выявления предрасположенности индивидуума к конкретному виду деятельности применялись методы диагностики интересов, склонностей, возможностей, психофизиологических способностей респондентов, тестирование внимания, интеллекта, творческих способностей, темперамента и т. п. Сопоставление личностных характеристик и требований в созданной системе осуществляется посредством продукционных правил и генетического алгоритма. В числе достоинств генетических алгоритмов концептуальная простота и широкая применимость, устойчивость к динамическим изменениям окружающей среды и способность к самоорганизации. Разработанная система профориентации подверглась экспериментальным исследованиям.

Результаты. Разработан генетический алгоритм, в котором в качестве исходной информации для создания новой популяции приняты информация о профессиях и информация о респонденте: а) его знания, умения и навыки; б) его желания, склонности, личностные качества. На основе этих данных формируется начальная популяция профессий. В результате скрещивания пары особей из родительской популяции получается потомок, хромосома которого состоит из генов обоих родителей. Отбор выживших экземпляров осуществляется на основе процента успеха в освоении каждой из профессий в списке и функции приспособленности. Разработанный алгоритм был реализован в программной системе. Как показали эксперименты, генетический алгоритм успешно справляется с задачей поиска оптимального списка профессий по заданному критерию.

Заключение. Результаты исследования показывают, что применение генетических алгоритмов предоставляет удобные механизмы внедрения методов искусственного интеллекта в сферу профориентации, что позволяет повысить качество рекомендаций по выбору профессии.

Постановка проблемы. Одна из актуальных проблем промышленной автоматизации заключается в том, что работа немногих имеющихся на Российском рынке систем прогнозируемого обслуживания, как правило, основывается на сборе и анализе данных оборудования без учета совместного воздействия внутренних и внешних факторов. В текущих экономических условиях необходим обоснованный выбор и применение новых технологий искусственного интеллекта для исследования и реализации базовых принципов потенциала негативности рассогласования, которые откроют новые горизонты для повышения эффективности и надежности промышленных автоматизированных систем прогнозируемого или предписывающего обслуживания многостадийных технологических процессов. Моделирование автоматических реакций на изменения окружающей среды и прогнозирование отказов позволит создать адаптивные системы, которые существенно снизят риски возникновения сбоев и аварий, а также будут способствовать оптимизации производственных ресурсов и снижению эксплуатационных затрат.

Цель. Исследовать возможность применения технологий искусственного интеллекта для реализации алгоритмов, созданных на основе потенциала негативности рассогласования (англ. mismatch negativity, MMN) и возможности их применения в промышленных автоматизированных системах прогнозируемого или предписывающего обслуживания, а также разработать базовый MMN-алгоритм и реализовать его на языке программирования Python.

Результаты. Разработан алгоритм, реализующий базовые принципы потенциала негативности рассогласования. Определена практическая необходимость применения данного вида алгоритма, основанных на нейрофизиологических механизмах обработки сенсорной информации в мозге человека, для обнаружения аномалий в работе промышленного оборудования, вызванных внешними факторами, такими как температура, влажность, вибрации и электромагнитные помехи, что позволяет решить следующие задачи промышленной автоматизации: обнаружение аномалий; моделирование воздействия окружающей среды; оптимизация эксплуатационных процессов; прогнозирование отказов; адаптация к изменяющимся условиям. Предложена базовая архитектура автоматизированной системы, учитывающая необходимость использования программных алгоритмов потенциала негативности рассогласования, которая состоит из модулей верификации данных, обучения модели, обнаружения аномалий, прогнозной модели, визуализации и модуля интеграции с другими производственными информационными и автоматизированными системами. В работе также представлен программный код реализации базового MMN-алгоритма на языке Python.

Практическая значимость. Результаты исследования могут быть использованы для проектирования промышленных автоматизированных систем прогнозируемого или предписывающего обслуживания, в которых точность и время принятия решения играют важную роль.

В статье рассматривается роль искусственного интеллекта (ИИ) в повышении конкурентоспособности молочной промышленности и агропромышленного комплекса в целом. Цель исследования — выявить мировых лидеров в области ИИ, которые успешно внедрили его в своей деятельности и повысили конкурентоспособность молочной промышленности. Основная задача — определить ключевые направления для применения ценного опыта и адаптировать его к условиям молочной промышленности в Новосибирской области. Для достижения этой цели были выполнены следующие задачи. Во-первых, был проведен анализ научных работ зарубежных и отечественных ученых и специалистов в области ИИ, применяемых в агропромышленном комплексе и молочной промышленности. Во-вторых, автор составил подробный SWOT-анализ, который позволил выявить сильные и слабые стороны применения ИИ в молочной промышленности. В процессе исследования использовались общие научные методы, такие как анализ, синтез, индукция и дедукция. В результате были определены мировые лидеры в области ИИ и ключевые направления его внедрения в молочное производство, которые показали наибольшую эффективность и могут быть адаптированы к условиям Новосибирской области. На основе проведенного анализа были разработаны рекомендации по повышению конкурентоспособности молочной промышленности с использованием ИИ.

В условиях цифровой трансформации экономики автоматизация становится ключевым фактором, изменяющим структуру традиционного рынка труда. В статье рассматривается влияние современных цифровых технологий, таких как искусственный интеллект, роботизация и алгоритмическое управление, на занятость и профессиональную структуру. Анализируются риски потери рабочих мест, появление новых профессий и изменение требований к квалификации работников. Особое внимание уделяется социально- экономическим последствиям цифровизации, включая рост неравенства и необходимость адаптации системы образования. Также рассматриваются возможные стратегии государственного регулирования и прогнозы развития рынка труда в ближайшие десятилетия.

Внедрение искусственного интеллекта (ИИ) в бизнес- процессы становится ключевым фактором повышения экономической эффективности, снижая операционные издержки, увеличивая производительность и оптимизируя принятие управленческих решений. Автоматизация позволяет предприятиям ускорять обработку данных, персонализировать взаимодействие с клиентами и прогнозировать рыночные тренды, что обеспечивает конкурентные преимущества. Однако процесс интеграции ИИ сопряжён с финансовыми затратами, рисками кибербезопасности и изменениями на рынке труда. В статье рассматриваются экономические выгоды внедрения ИИ в различных секторах, включая финансы, промышленность, торговлю и здравоохранение, анализируются инвестиционные аспекты цифровой трансформации, а также исследуются потенциальные риски и регуляторные вызовы. Оценивается влияние ИИ на рынок труда, роль государственных инициатив в поддержке инноваций и перспективы формирования новой экономической модели на основе интеллектуальных технологий.

Развитие искусственного интеллекта (ИИ) кардинально меняет банковский сектор, ускоряя цифровую трансформацию и повышая эффективность бизнес-процессов. Внедрение интеллектуальных алгоритмов позволяет автоматизировать клиентское обслуживание, управление рисками и борьбу с финансовыми мошенничествами. ИИ-аналитика улучшает кредитную оценку, персонализирует финансовые продукты и оптимизирует управление активами. Использование машинного обучения снижает операционные издержки, повышает уровень кибербезопасности и улучшает точность прогнозирования рыночных трендов. В статье анализируются основные направления внедрения ИИ в банковской сфере, оценивается его экономическая эффективность и рассматриваются ключевые риски и барьеры цифровой трансформации финансовых учреждений.