SCI Библиотека

Статья посвящена исследованию механизма правовой защиты результатов интеллектуальной деятельности, созданных искусственным интеллектом. Авторами проанализировано действующее законодательство в данной сфере, рассмотрены режимы правового регулирования права интеллектуальной собственности, а также вопросы охраны результатов интеллектуальной деятельности, созданной искусственным интеллектом или с его значительным участием. В целях повышения эффективности процедуры юридической регламентации отдельных институтов интеллектуальной собственности предложены поправки в действующее законодательство.

В настоящей статье рассматриваются аспекты применения методов машинного обучения к существующим способам моделирования поведения интеллектуальных агентов для обеспечения возможности агентам повысить показатели своей эффективности в моделях конкуренции. Практическая значимость исследования представлена разработкой подхода к моделированию поведения интеллектуальных агентов, за счет которого можно повысить эффективность их функционирования в таких сферах деятельности, как компьютерные игры, разработка беспилотных летательных аппаратов и поисковых роботов, изучение городской и транспортной мобильности, а также в прочих сложных системах. Проведен обзор существующих методов машинного обучения (обучение с подкреплением, глубокое обучение, Q-обучение) и способов моделирования поведения агентов (модель на правилах, конечно-автоматная модель поведения, деревья поведения). Выбрана наиболее подходящая к задаче комбинация метода обучения и модели поведения: деревья поведения и обучение с подкреплением. Средствами Unity реализована тестовая платформа, разработаны модели поведения четырех основных архетипов агентов, которые должны соревноваться в задаче сбора ресурсов в условиях ограниченного времени. Реализован обученный агент с помощью средств Unity ML и TensorFlow. На базе тестовой платформы проведена серия экспериментов в различных условиях: ограниченность, изобилие, среднее количество ресурсов. В рамках эксперимента тестировалась способность разработанной модели поведения интеллектуального агента выигрывать в условиях конкуренции с агентами, снабженными различными вариантами традиционных моделей поведения на базе деревьев поведения. Оценены работоспособность и преимущества использования разработанной модели поведения. Проанализированы результаты эксперимента, сделаны выводы относительно потенциала выбранной комбинации методов.

В настоящей статье исследуется программное обеспечение Harold Cohen’s AARON и его уникальные особенности, которые приближают его к определению “человеческого творчества“ и отличают от других компьютерных программ или базовых компьютерных произведений искусства. Работы ААРОНА (в переносном смысле) представляют собой массивные изображения (обычно фрески высотой 2,3 метра или даже больше) в стиле и контексте, близком к экспрессионистской литературе начала 20-го века. Хотя такие функции, как линейное значение и особенно цветовая гамма, постепенно внедрялись в различные версии AARON, в первоначальных версиях мы в основном сталкиваемся с линейными изображениями (так называемым дизайном). В начале 21-го века он вернулся к более абстрактным формам и научился определять формы, особенно более независимую окраску. Таким образом, именно процесс непрерывного обучения Коэна и его эмпиризм сделали этот искусственный интеллект загадочным, увлекательным и волнующим одновременно. Здесь, во-первых, представлено описание цифрового и компьютерного искусства и обсуждаются его характеристики.

Динамичное развитие информационных технологий, и в частности, технологий искусственного интеллекта обуславливает растущую актуальность исследования возможностей их внедрения при создании перспективных образцов вооружения и военной техники. Проанализированы сущностные определения термина «искусственный интеллект». Рассмотрены типовые подходы к повышению эффективности применения вооружения и военной техники, на примере военной автомобильной техники, за счет внедрения современных технологий искусственного интеллекта. С использованием экспертных оценок сформулирован перечень основных функций ассистента водителя, при реализации которых целесообразно применение алгоритмов искусственного интеллекта.

Цель. Путем научного поиска определить характеристики последних разработок в области цифровых технологий и рынка услуг, а также имеющихся инициатив цифровой трансформации в консалтинге. Методика. Исследование выполнено с использованием методов и приемов анализа, группировки, обобщения и детализации, аналогий.

Результаты. Определено, что рынок консультационных услуг сегментирован по типу услуг (операционный консалтинг, стратегический консалтинг, финансовый консалтинг и технологический консалтинг), отрасли конечных пользователей (финансовые услуги, медико-биологические науки и здравоохранение, ИТ и телекоммуникации, правительство и энергетика) и регион. Научная новизна. Систематизированы цифровые технологии, которые играют важную роль в развитии и расширении границ консалтинговых услуг на этапе цифровой трансформации. Практическая значимость. Практическое значение предложений по усовершенствованию консалтинговых услуг на основе внедрения технологий следующего поколения позволят расширить границы возможностей консалтинговых услуг, что особенно значимо в условиях масштабных интеграционных процессов.

Внедрение искусственного интеллекта (ИИ) в государственном управлении стремительно набирает обороты. Республика Башкортостан активно внедряет такие технологии, стремясь повысить эффективность и качество услуг, предоставляемых гражданам. Цель исследования - проанализировать практику применения ИИ в государственном управлении России в целом, и Республики Башкортостан в частности, выявить возможности и риски для органов власти и управления республики. В статье представлен обзор кейсов и инициатив по внедрению ИИ в различных сферах государственного управления, в том числе и в Республике Башкортостан; дана оценка потенциальных преимуществ ИИ для повышения эффективности работы органов власти и управления, улучшения качества предоставляемых услуг, ускорения принятия решений и повышения прозрачности.

Проведён анализ применения нейронных сетей в адаптивных системах управления на основе вторичных источников. Обобщены результаты современных исследований в данном направлении и сделаны выводы о перспективах развития интеллектуальных адаптивных систем.

В статье рассматриваются возможности искусственного интеллекта в области литературных переводов. Выполнен лингвистический анализ фрагментов, взятых из рассказа А.П. Чехова “Хамелеон”

Рассмотрен круг философских проблем, связанных с созданием искусственного интеллекта (ИИ), равного человеческому интеллекту или его превосходящего. Описаны классические воззрения на ИИ, заложенные А. Тьюрингом, Дж. Маккарти и Дж. Сёрлом. Перечислены современные требования к ИИ и область его применения. Сформулированы философские проблемы, вытекающие из современных способов машинного обучения - в частности, архитектуры «трансформер». Рассмотрены тенденции в понимании ИИ, которые вписываются в конструкцию противоборствующих лагерей философии: физикализма и социально-исторического детерминизма. Описаны перспективы развития ИИ и вытекающие из этого этические проблемы.

Рассматриваются особенности архитектурной застройки, планировки и оснащения умного города с помощью интеграции алгоритмов и методов искусственного интеллекта.
В качестве объекта исследования был выбран город-спутник Казани – Иннополис, который проектировался как город для IT-специалистов.

Актуальность выбранной темы обусловлена стремительными темпами цифровизации, проникающей во все отрасли человеческой деятельности, в том числе в проектирование городов и градоустройство.

Выводы. Систематизация знаний, которые легли в основу проектирования современного отечественного умного города, опыт развития Иннополиса могут стать базой для более быстрого перехода других населенных пунктов в статус смарт-городов