Статья посвящена исследованию цифрового шовинизма как феномена, возникающего в результате предвзятости алгоритмов и манипуляций общественным мнением в цифровом пространстве. В условиях стремительного развития технологий, социальные сети становятся не только платформами общения, но и ареной для распространения негативных стереотипов, агрессии и дискриминации по различным признакам. Акцент делается на механизмах, способствующих углублению предвзятостей, таких как эхо-камеры, фильтрация контента и отсутствие прозрачности в работе алгоритмов.
Критически анализируются примеры, иллюстрирующие влияние цифрового шовинизма на социальные взаимодействия и доверие пользователей. Рассматривается, как действия известных личностей, таких как Илон Маск, влияют на общественное мнение, формируя новые динамики в политических дискуссиях и подрывая доверие к традиционным институтам. Статья подчеркивает важность повышения медиаграмотности, осведомленности пользователей и прозрачности со стороны технологических компаний.
Интеграция искусственного интеллекта (ИИ) в стратегии маркетинга становится ключевым направлением для современных компаний, стремящихся улучшить свои конкурентные позиции и повысить операционную эффективность. В эпоху цифровой трансформации ИИ предоставляет мощные инструменты для автоматизации, аналитики и персонализации маркетинговых усилий. ИИ способен анализировать огромные массивы данных, выявляя закономерности и предсказывая потребительское поведение, что значительно улучшает качество принятия решений в маркетинге. Применение алгоритмов машинного обучения позволяет компаниям не только оптимизировать рекламные кампании, но и значительно улучшить взаимодействие с клиентами через автоматизированные системы, такие как чат-боты, которые могут предоставлять круглосуточную поддержку без привлечения человеческих ресурсов. Однако внедрение ИИ в маркетинг требует значительных ресурсов, включая качественные данные для обучения моделей и специализированные навыки для разработки и поддержки таких систем.
Данная работа задает два вопроса: 1. Может ли художник внедрить свои знания в большую языковую модель? 2. Может ли большая языковая модель генерировать изображения по запросу неквалифицированного пользователя на уровне, который бы удовлетворил художника? Для получения ответов на поставленные вопросы автор работы - художник - создает “креативного ИИ-агента” и проводит эксперимент под названием “Тест Гутенберга”. В широком смысле, “Тест Гутенберга” представляет собой новый методологический подход к тестированию и оценке творческих способностей искусственного интеллекта. В практическом плане “Тест Гутенберга” предоставляет методологический каркас, который заставляет художника оценивать художественные артефакты, созданные ИИ-агентом, которого разработал сам художник. В отличие от других тестов на творчество ИИ, “Тест Гутенберга” ориентирован не только на анализ артефактов (output), но в большей степени на гибкость взаимодействия с моделями на входе (input). Таким образом, “Тест Гутенберга” предоставляет возможность наблюдать за внедрением творческих процессов в нейросетевую модель в более широком контексте. Методологическая новизна и научная ценность “Теста Гутенберга” заключаются в подходе к оценке творческой способности ИИ, основанном не на объективных недостижимых критериях, а на субъективном суждений самого художника - автора ИИ агента. Первая часть работы посвящена исследованию процесса создания инструкций и базы знаний, а также рассмотрению широкого спектра вопросов, связанных с внедрением творческих знаний и реалиями больших языковых моделей. Вторая часть работы сосредоточена на тестировании агента и анализе полученных результатов.
Данная работа является второй частью “Теста Гутенберга”, в которой исследуется способность созданного художником ИИ-агента воспроизводить творческие процессы. В первой части эксперимента автор-художник создавал “творческого ИИ-агента”, состоящего из трех “искусственных личностей”, каждая из которых обладает своими уникальными специализациями, знаниями и биографическими деталями. В этой работе рассматривается практическая часть “Теста Гутенберга”, в ходе которой креативный ИИ-агент проходит испытание на способность воспроизводить творческие процессы, заложенные художником. «ИИ-агент» передаётся пользователю, не обладающему творческими навыками, который использует его для создания генеративных изображений. Помимо тестирования в различных сценариях, агент проверяется на способность генерировать артефакты в “оригинальном” художественном образе. В заключительной части эксперимента сгенерированные изображения передаются художнику, создателю ИИ-агента, для анализа и оценки. Заключительная часть статьи посвящена анализу и интерпретации механизмов, задействованных в процессе создания и оценки творческих работ, а также возможностям воспроизведения сгенерированных артефактов нецифровыми способами. Эксперимент демонстрирует как возможности, так и ограничения больших языковых моделей в области творчества, предоставляя совокупную оценку «воспроизводимости» творческих процессов в рамках нейросетевых моделей.
Перед Вами сборник научно-популярных статей из американского журнала Byte, написанных видными специалистами США, Англии, Канады. Здесь затрагивается широкий круг вопросов из области искусственного интеллекта: фундаментальные проблемы создания искусственного интеллекта, языки программирования, машинное зрение, биологические прототипы, экспертные системы и т. д. Книга адресована читателям, интересующимся достижениями современной науки и техники, а также всем, кто по роду своей профессиональной деятельности связан с вычислительной техникой.
В условиях стремительного развития технологий автоматизация процессов аудита становится неотъемлемой частью профессиональной практики, что, в свою очередь, трансформирует роль аудиторов в организации. Искусственный интеллект (ИИ) играет всё более значимую роль в современном аудите, трансформируя традиционные процессы и подходы к проверке финансовой отчётности и внутреннего контроля, однако субъективные качества аудитора, такие как критическое мышление, творческий подход и способность к интерпретации сложной информации, всё ещё имеют особую ценность.
Цель исследования — определить влияние эффективности и интеграции рынка акций Чили на переход на возобновляемые источники энергии (энергопереход). Новизна исследования состоит в систематизации аспектов эффективности и интеграции финансовых рынков, в значительной степени зависящих от возобновляемых источников энергии. Методология основана на методе Крамера-фон Мизеса и тестах оценки эффективности рынка и оптимизации на базе новейшего искусственного интеллекта китайского производства — Deep Seek. Используя два недавних расширения сетей на чилийском рынке электроэнергии, обнаружено, что рыночная интеграция привела к сближению цен между регионами, увеличению производства электроэнергии. Доказано, что методы поведенческой теории наиболее перспективны для изучения эффективности рынков Чили. Основные результаты показывают, что между центрами спроса возникает проблема сокращения производства электроэнергии из возобновляемых источников в результате кризисов. Изучен акцент интеграции рынков на инвестиционные эффекты. Сделан вывод, что рыночная интеграция и высокая эффективность рынка акций Чили повышают эффективность распределения ресурсов за счет выгод от торговли и стимулируют появление новых возобновляемых источников энергии. Практическое значение результатов исследования состоит в применении регуляторами аспектов эффективности и интеграции финансовых рынков при переходе экономики на возобновляемые источники энергии.
Искусственный интеллект (ИИ), реализованный на базе нейросети, сравнивают с человеческим, поскольку он способен заменить человека при выполнении ряда задач. Однако есть важные различия, не позволяющие ставить его на один уровень с человеком. Зависимость современного варианта ИИ от человека кроется не только в его происхождении, технологии создания и материальном воплощении, но и в решаемых задачах и материале, доступном ему для анализа. Он оперирует системой понятий, абстракций и связей между ними, созданной человеком. ИИ находится в той же пещере Платона, что и сам человек, и ограничен его картиной мира, не осознавая границы непознанного. Второе важное отличие ИИ от человека заключается в его эффекте памяти, что роднит его с Демоном Лапласа, который не способен к самостоятельному развитию. И третье отличие обусловлено техническим исполнением современного ИИ, реализованного на компьютерном устройстве, не обладающем гибкостью структур, формирующихся в человеческого мозге.
До настоящего времени ни в академических кругах, ни в медицинском и ИТ сообществах не сформировано единого мнения, какой должна быть архитектура медицинской экосистемы. В связи с ориентированностью медицинских экосистем, в отличие от иных бизнес-экосистем, в первую очередь на удовлетворение потребностей пациентов в здоровье-сбережении, а также в связи с постоянными изменениями в мире ИТ и современном бизнесе, работа по согласованию бизнеса и ИТ в интересах пациентов в медицинской экосистеме приобретает особое значение. Предлагается использовать подход, основанный на концепции архитектуры предприятия (АП), которая уже в течение достаточно длительного времени использовалась для разработки информационных систем, в сочетании с подходом, основанном на управлении ИТ-сервисами. В данной статье при- водится обоснование использования концепции АП совместно с управлением ИТ-сервисами для согласования потребности бизнеса и информационных технологий при разработке архитектуры медицинской экосистемы. Цель данной статьи – дать общее представление об использовании АП для решения проблем совместного создания ценностей в рамках медицинской экосистемы средствами информационных технологий. Также в статье представлен фреймворк TOGAF как один из наиболее перспективных общих фреймворков для разработки архитектуры медицинской экосистемы. В качестве экосистемного продукта описан массив медицинских услуг экосистемы, также описаны основные артефакты и система управления экосистемы. Настоящая статья может стать отправной точкой для разработки архитектуры медицинской экосистемы с использованием существующих архитектурных фреймворков или для разработки специализированных фреймворков для применения в этой области.
Усилия медицины постепенно смещаются от борьбы с конкретным заболеванием к обеспечению индивидуального благополучия пациентов с одновременным ростом информационной емкости медицины. Информационно-коммуникационные технологии рассматриваются как ключевой фактор любой стратегии повышения качества и экономической эффективности медицинской помощи. Развитие систем электронных медицинских карт, интеллектуального здравоохранения, мобильной медицины, искусственного интеллекта открыли новые возможности для сотрудничества и взаимодействия между поставщиками медицинских услуг и пациентами в рамках цифровой экосистемы медицинской помощи, стимулируя технологические инновации. Медицинская экосистема призвана реализовать системный подход к обработке клинических данных, как основы повышения эффективности медицинской помощи за счет цифровой трансформации сквозных медицинских технологических процессов. Она сфокусирована на интеграции работы разных поставщиков и потребителей медицинской помощи, обмене между ними данными и информацией для оказания комплексной медицинской помощи пациентам некоторого объединения МО. Медицинские экосистемы рассматриваются как системы, которые фокусируются на данных и генерировании новых знаний о здоровье сбережении, то есть как открытые и слабосвязанные системы, которые позволяют участникам использовать полученные знания по-своему, например, в отдельных экосистемах МО участников.
Цифровая трансформация здравоохранения происходит в фарватере цифровой экономики. Мы имеем дело с трансфером инновационных решений бизнес-экосистем в медицину, что предполагает необходимость учета особенностей предметной области. Ключевой технологией цифровой трансформации медицины вслед за многими отраслями экономики считается метод цифрового двойника, применение которого невозможно без использования и развития других экосистемных технологий: ЭМК, аналитики больших данных, ИИ, интернета вещей и блокчейна. Эффективная и всеобъемлющая реализация концепции цифровых двойников для такой предметной области, как медицина, возможна, если решена проблема объединения по- ставщиков и потребителей медицинской помощи в цифровую медицинскую экосистему, способную предоставить целостные и однородные первичные данные.
Реализация концепции совместного управления здоровьем пациента в рамках цифровых экосистем медицинской помощи сталкивается с препятствиями, в первую очередь, из-за сложных проблем, связанных с интероперабельностью, конфиденциальностью, безопасностью и эффективным управлением данными. Решение возможных проблем находится в обеспечении приоритета научных исследований для усиления объективизации выбора экосистемных технологий и определения этапности в достижении поставленных целей. Развитие экосистемы необходимо рассматривать в виде строительных блоков, которые со временем накладываются один на другой. Первые, нижние блоки призваны расширить возможности имеющихся технологий, а более поздние потребуют специальных исследований в области информационных технологий в широком смысле, а также медицинской информатики, в частности. Необходимы и упреждающие изменения в регулировании отрасли с учетом вызовов цифровой экономики и динамики изменений в социальной сфере.