В данной статье рассматриваются теоретические основы и принципы работы основных методов кластерного анализа данных, используемых в задачах интеллектуальной аналитики. Подробно анализируются работы ряда исследователей в области кластеризации, описан прогресс в разработке и применении классических и новейших подходов к группировке структурно сложных, разнородных данных с использованием аппарата статистики, нейронных сетей, математического моделирования. Рассмотрены математические основания иерархических, вероятностных, плотностных, графовых и других методов кластеризации, теоретически доказана эффективность их применения на разных типах данных в зависимости от поставленных аналитических целей. Отдельное внимание уделено проблематике кластеризации больших объемов разнородной информации в условиях возрастания скорости поступающих данных и требований к оперативности их обработки. Продемонстрирован потенциал гибридных нейросетевых и распределенных методов кластеризации для эффективного масштабируемого анализа Big Data в высокопроизводительных вычислительных системах. Показано, что несмотря на значительный прогресс, ряд фундаментальных вопросов в данной области остается открытым и требует дальнейших междисциплинарных исследований на стыке статистики, математики и компьютерных наук..
Сегодня работа мерчандайзера заключается в том, чтобы убедиться, что витрины с товарами соответствуют планограмме выкладки и имеют корректные ценники. К сожалению, процесс мерчендайзинга часто по-прежнему включает в себя множество неэффективных, трудоемких и выполняемых вручную задач: мерчандайзеры используют рулетки, вручную подсчитывают товары и заполняют длинные бумажные формы оценки витрины. Сочетание традиционных методов мерчандайзинга с современными цифровыми технологиями, в том числе, с использованием искусственного интеллекта, позволит существенно повысить эффективность взаимодействия производителя с покупателем в точках розничной продажи. В статье описаны особенности применения масштабно-инвариантной трансформации признаков для решения задачи автоматизированного мониторинга выкладки с помощью выделения областей интереса на изображениях выкладки путем сопоставления найденных особых точек..
Целью данной работы является разработка цифровых стандартов, на основе которых возможен лишь оптимальный переход от этапа информатизации управления экономикой к этапу цифровой ее трансформации. Показано, что цифровые стандарты отражают один из основных принципов данного перехода, относящегося ко всему общественному развитию - формированию рациональной структуры управления данными с повсеместной интеграцией разрозненных их элементов в единую систему. В качестве цифрового инструмента, разрешающего проблему их формирования, предлагается математическая модель формирования цифровых платформ управления экономикой страны. С помощью данной модели на примере сельского хозяйства были получены цифровые стандарты в виде онтологических и логических моделей технологических баз данных, баз данных первичного учета, единых для всей отрасли. Это позволит эффективным образом реализовать государственное управление национальной экономикой на основе создания единой государственной компьютерной сети, идеи которой предлагались ещё руководителям СССР выдающимися учеными А. И. Китовым и В. М. Глушковым.
Рассмотрено влияние искусственного интеллекта на сферу маркетинговой деятельности. Дано описание нейросетей и их применения в современном маркетинге. Представлены преимущества, которые дает интеграция ИИ и нейросетей с рекламными технологиями для анализа данных о потребностях клиентов, прогнозировании спроса на продукцию. Исследована возможность обучения нейронных сетей. Дана оценка скорости их развития и адаптации к исследуемым запросам.
Статья посвящена анализу потенциальных негативных последствий массового внедрения и бесконтрольного использования технологий искусственного интеллекта. Рассматриваются три основных неблагоприятных сценария. Первый сценарий описывает возможность массовых техногенных катастроф, вызванных непрозрачными алгоритмами. Второй сценарий связан с гносеологической катастрофой, обусловленной информационным шумом, генерируемым ИИ. Третий сценарий предполагает экономическую катастрофу, которая может возникнуть в результате интеллектуализации средств производства. В статье не рассматриваются способы смягчения описанных угроз, автор предлагает непрерывно мониторить возникновение новых технологических, экономических и социальных рисков, порождаемых дальнейшим прогрессом в области внедрения технологий искусственного интеллекта. Своевременное прогнозирование и управление этими рисками позволят снизить вероятность негативных эффектов и направить развитие технологий в позитивное русло.
В статье приведен обзор организационной и процессной проблематики цифровой трансформации торгово-промышленных предприятий. Разработан подход к проведению качественной и эффективной цифровой трансформации и построению инновационной бизнес-модели.
Методы исследования. Основным методом исследования является системный анализ современных подходов в области трансформации организационной и процессной моделей предприятия, которые помогают крупным компаниям не только осуществить трансформацию, но и совершить прорыв (Disrupt) с помощью ИТ как ключевого драйвера изменений.
Результаты и дискуссия. Основным результатом работы является подход к проведению качественной и эффективной цифровой трансформации и построению инновационной бизнес-модели. Опыт авторов и многочисленные бизнес-кейсы иностранных (Apple, Netflix, Amazon, др.) и отечественных компаний (Сбер, Х5, Ингосстрах, др.) показывают, что компании находятся в постоянном поиске применения современных технологий, что требует быстрой реализации идей от инициации до реализации (MVP - начальная версия продукта) и до вывода продукта на рынок. Скорость является основным конкурентным преимуществом и ограничением. Каждый отдельный продукт может стать как прорывным, так и неудачным, поэтому необходимо быстро и недорого тестировать гипотезы на каждом этапе создания продукта (модель Stage-Gate). При этом компании разделяют технологии, приносящие добавленную стоимость (операционные) и управленческие (регуляторные). Первые являются зачастую уникальными разработками (НИОКР), тогда как вторые - стандартами конкретного рынка/отрасли (ERP, CPM, др.). Они взаимосвязаны и интегрированы между собой. Поэтому предприятие должно инвестировать в первые и контролировать затраты на вторые.
Заключение. Важнейший вывод данной статьи заключается в том, что российские компании, которые занимаются проблемой обеспечения технологического суверенитета и хотят сохранить/получить лидерство на рынках, должны обратить внимание на современные подходы по построению эффективной модели цифрового предприятия перед тем, как внедрять те или иные ИТ-решения.
Статья является заключительной в серии статей, описывающих разработку языка программирования Тривиль и его реализацию. В предыдущих статьях речь шла о разработке собственно языка. Эта статья посвящена реализации языка. В ней рассматривается архитектура компиляторов, ход разработки и влияние решений на трудоемкость и скорость разработки. В статье также описывается область применимости языка.
Статья является третьей из серии статей, в которых описывается разработка языка программирования Тривиль. В предыдущих статьях были определены цели языка, требования к языку и описаны основные языковые решения. Эта статья рассматривает сложные языковые конструкции, в разработке которых основное внимание уделялось балансу между полнотой языковой конструкции и сложностью языка и компилятора. Как и вся серия, статья нацелена, большей частью, не на программиста, который использует язык, а на разработчика языков программирования.
Авторами исследуется концепция «Логистика 4.0», которая формируется на принципах «Индустрии 4.0» и направлена на цифровую трансформацию логистических процессов с использованием искусственного интеллекта и других цифровых технологий. Использование в логистике интернета вещей (IoT), киберфизических систем, больших данных и облачных вычислений позволяет создавать цифровые двойники логистических систем. Это способствует повышению экономической, социальной и экологической устойчивости, обеспечивая прозрачность, безопасность и оперативность управления цепочками поставок. Эффективным инструментом моделирования для создания цифровых двойников является унифицированный язык моделирования (UML). Российские и зарубежные исследования демонстрируют его хорошую применимость для описания архитектуры, функциональности и поведения логистических систем. Интеграция UML с другими методами, например моделью спецификации дискретных событий, расширяет его возможности как инструмента концептуального моделирования. В статье рассматривается применение генеративного искусственного интеллекта (ГИИ) для создания диаграмм прецедентов при разработке цифрового двойника логистической системы. Хотя предложенное ГИИ решение не является идеальным, оно демонстрирует потенциал ГИИ в решении подобных задач, и созданная модель может служить отправной точкой для дальнейшей разработки информационной системы. В будущем интеграция ГИИ в программные средства для создания информационных систем откроет новые возможности формирования логистических процессов.
В работе предлагаются специальные методы статистического подхода к анализу региональных межотраслевых взаимосвязей. В качестве реальной системы, по статистическим данным которой проводятся все количественные расчеты, рассматривается Российская Федерация без трех самых больших административных единиц (Москвы, Санкт-Петербурга, Московской области). В отличие от материальных связей модели Леонтьева анализируются информационно-статистические связи между отраслями. Для этого используются понятия энтропии и информации с целью выявления особенностей взаимодействия между шестью производственными отраслями и шестью информационными секторами экономики. Эти взаимодействия рассматриваются с позиций закона необходимого разнообразия, а сложность по Колмогорову, которой в работе придается особое значение и которая оценивается энтропией распределения показателей выпуска региональных подсистем. Вводятся понятия и произведена количественная оценка сложности регионов и отраслей. Структура информационных связей между показателями экономической системы находится как с помощью регрессионного анализа, так и на основе предлагаемых коэффициентов информативности. Особенно подчеркивается роль условных энтропий при статистическом анализе межотраслевых взаимодействий. Структуры взаимодействия представлены в виде соответствующих графов связи. Обосновывается, что рассчитанные коэффициенты информативности и условные энтропии дают возможность сделать качественный анализ и прогноз. Произведенные расчеты по статистическим данным показали, что в регионах с преобладанием энтропии управления над энтропией производства выпуск на одного занятого существенно выше. На основании общего рассмотрения региональных энтропий представляется целесообразным рекомендовать регионам России повысить сложность отраслей связи и научно-профессиональной деятельности хотя бы до уровня сложности отрасли обрабатывающего производства.