Журнал «Экономические стратегии», ключевое слово: «искусственный интеллект»


Цифровизация сектора здравоохранения на основе технологии искусственного интеллекта в Японии: ключевые проблемы и подходы к решению

DOI: 10.33917/mic-5.100.2021.87-102

В статье представлено описание и анализ реализуемой японским правительством политики модернизации сектора здравоохранения на основе технологии искусственного интеллекта, приведены конкретные примеры некоторых научно-исследовательских проектов и практического применения описываемых технологий, выявлены проблемные области реализуемой политики и разрабатываемых проектов.

Модернизация сектора здравоохранения и медицинского обслуживания с применением новейших цифровых технологий, в частности, технологии искусственного интеллекта, является на сегодня одним из ключевых мировых трендов. В России цифровая трансформация здравоохранения определена как одна из ключевых задач и производится в рамках Национального проекта «Здравоохранение».

Изучение успешных примеров внедрения технологии искусственного интеллекта, а также, проблем, препятствующих или замедляющих интеграцию данной технологии и способов их преодоления, может стать ценным уроком для стран, также вовлеченных в разработку национальных стратегий по развитию искусственного интеллекта. 

Digitalization of the healthcare sector in Japan based on artificial intelligence technology: key problems and solutions

 

Источники:

1. Мелдо А.А., Уткин Л.В., Трофимова Т.Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. Т. 11. №1. С. 9-17. URL: https://doi.org/10.22328/2079-5343-2020-11-1-9-17

2. Моисеенко В.М., Мелдо А.А., Уткин Л.В., Прохоров И.Ю., Рябинин М.А., Богданов А.А. Автоматизированная система обнаружения объемных образований в легких как этап развития искусственного интеллекта в диагностике рака легкого // Лучевая диагностика и терапия. 2018. № 3. С. 62-68. URL: https://doi.org/10.22328/2079-5343-2018-9-3-62-68

Стратегия формирования правового поля в сфере определения ответственности за вред, причиненный технологиями с использованием элементов искусственного интеллекта

DOI: 10.33917/es-7.173.2020.118-124

В современном мире внедрение технологий с элементами искусственного интеллекта во все сферы жизнедеятельности развивается стремительными темпами, которые значительно опережают развитие законодательства. В связи с этим возникает проблема определения ответственности за вред, причиненный применением подобных технологий, которая может быть разрешена только в результате разработки комплексной стратегии развития правового поля в данной сфере и доведения действующего законодательства до уровня информационно ориентированного Общества 5.0, концепция которого предполагает технический прорыв в области кибертехнологий. Цель настоящего исследования состоит в анализе сложившейся ситуации в сфере правового регулирования ответственности за вред, причиняемый технологиями с элементами искусственного интеллекта, и в определении стратегии формирования правового поля в данной сфере. В первой части работы проводится анализ сложившейся правовой ситуации на основе научных разработок в данной области, а также решений, предлагаемых стратегией развития технологий искусственного интеллекта как основы для

формирования правового поля. Вторая часть работы посвящена стратегии формирования правового поля в сфере определения ответственности за использование технологий с элементами искусственного интеллекта. В заключительной части статьи делается вывод о том, что рассматриваемая стратегия может быть реализована путем разработки комплекса мер, направленных на имплементацию в действующее  законодательство положений, определяющих ответственность

за использование технологий с элементами искусственного интеллекта

Нейроуправление: конвергентная интеграция человеческого мозга и искусственного интеллекта

DOI: 10.33917/es-6.172.2020.46-57

Мировые достижения в области нейронаук открыли ранее недоступные возможности для создания принципиально новых систем управления на основе нейроинтерфейсов (мозг — компьютер — мозг). Происходит гибридизация сред — постепенное размывание границ между физической, когнитивной и цифровой реальностью. Описания социальных и когнитивных практик реальных людей трансформируются в формирование искусственного электронного субъекта, который становится более реальным, подменяя в социуме биологический объект (человек есть то, как он представлен в электронной информационной среде). При этом развитие нейроинтерфейса в перспективе ведет к перекодировке нервной ткани и меняет биологический субстрат человеческого мозга и тела в векторе конвергентной коллаборации живых и искусственных нервных систем.

Наши американские партнеры-конкуренты (Минобороны США в лице DARPA) ведут мультидисциплинарные комплексные исследования в этой сфере, лидируя по реальным результатам, руководство США наращивает госфинансирование. Происходит качественное изменение технологий управления человеком, социумом и государством. Задача России в этих условиях — формирование собственного сегмента Нейронет с опорой на отечественные нейротехнологии по аналогии с программным импортозамещением в российской атомной энергетике.

Источники:

 

1. Красильникова Ю. Нейроинтерфейсы лишат людей когнитивной свободы [Электронный ресурс] // Хайтек. 2017. 15 августа. URL: https://hightech.fm/2017/08/15/cognitive_liberty.

2. Агеев А.И., Логинов Е.Л. Россия в новой экономической реальности. М.: ИНЭС, Ассоциация «Аналитика», 2016. 460 с.

3. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Классификация систем искусственного интеллекта

DOI: 10.33917/es-6.172.2020.58-67

В статье рассмотрена классификация систем искусственного интеллекта (ИИ). Роль ИИ существенно возросла в последнее время во всех сферах жизни. Применение ИИ в государственном управлении, производстве, медицине, военном деле, в социальной и иных сферах, обусловило ряд вопросов, связанных с определением понятия ИИ и классификацией систем ИИ. Такая классификация необходима для понимания роли ИИ в цифровой экономике. Большое значение классификация приобретает в условиях интенсивного развития международных стандартов систем ИИ и систем, построенных на знаниях (экспертных, нейронных, многоагентных, киберфизических систем и систем на основе промышленного Интернета).

Источники:

 

1. Wiener N. Cybernetics or Control and Communication in the Animal and the Machine. Hermann & Cie Editeurs, Paris, The Technology Press, Cambridge, Mass., John Wiley & Sons Inc., New York, 1948.

2. Энциклопедия кибернетики: В 2 т. / Под ред. В.М. Глушкова. Т. 1. Киев, 1974.

3. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») [Электронный ресурс] // Департамент информационных технологий и цифрового развития Курганской области. URL: https://it.kurganobl.ru/Указ%20Президента%20РФ%20от%2010.10.2019%20N%20490.pdf.

4. Artificial Intelligence in Society [Электронный ресурс] // OECD. 2019. June, 11. URL: https://www.oecd-ilibrary.org/sites/eedfee77-en/index.html?itemId=/content/publication/eedfee77-en.

5. American National Standards Institute [Сайт]. URL: https://www.ansi.org.

6. Кукшев В. Международные стандарты цифровой экономики (ISO/IEC). Российский опыт [Электронный ресурс] // XIV Международная конференция «Нефтегазстандарт-2018». Екатеринбург, 2018. URL: https://238923.selcdn.ru/tm_production/media/files/events/extra_data/153/presentation/3_Kukshev_VI.pdf.

7. Кукшев В. Цифровые стандарты и международная практика каталогизации [Электронный ресурс]. Доклад на заседании Комитета по техническому регулированию, стандартизации и качеству Санкт-Петербургской торгово-промышленной палаты. Санкт-Петербург, 2019 . URL: https://238923.selcdn.ru/tm_production/activities/Vf8JlAml2ZPizh2faQGWgCe8lGZUWv58Y3ixHeAb.

Формирование в рамках ЕАЭС цифровой модели повышения прозрачности и успешности обеспечения контроля движения активов между участниками товарных, финансовых и имущественных сделок

DOI: 10.33917/mic-2.91.2020.5-12

В статье рассматриваются проблемы формирования цифровой модели повышения прозрачности и успешности обеспечения контроля движения активов между участниками товарных, финансовых и имущественных сделок в рамках финансовой системы ЕАЭС. Предлагается обеспечить повышение наблюдаемости любых сегментов финансовой системы, которую можно цифровым образом структурировать путем электронной цифровой идентификации каждой денежной единицы в доступных для мониторинга пространствах движения товарных, финансовых и имущественных активов. Получаемые результаты анализа могут быть использованы для оптимизации операционной динамики электронных транзакций явных альянсов и неформальных картелей финансовых агентов в наблюдаемом пространстве цифровых форматов финансовых коммуникаций с учетом движения финансовых средств в различной форме и номинированных в различных валютах.

Источники:

1. Агеев А.И., Радина В.А. Методика цифровой экономики в части управления и контрольной деятельности в реальном секторе экономики //Экономические стратегии. 2019. Т. 21. № 3 (161). С. 44-56. 

2. Агеев А.И., Ворожихин В.В., Кузык Б.Н., Махутов Н.А., Побываев С.А. Проблемы развития торговой, клиринговой, расчетной и платежной систем, обеспечивающих оптимизационное взаимодействие российских финансовых институтов и хозяйствующих субъектов //Стратегические тренды трансформации социально-экономических систем в рамках цифровой экономики/Материалы международной научно-практической конференции. М.: ИПР РАН, 2018. С. 7-9.

3. Агеев А.И., Логинов Е.Л., Махутов Н.А., Побываев С.А. Формирование системных механизмов защиты российских валютно-финансовых ресурсов в условиях спекулятивного манипулирования мировыми финансовыми рынками // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 7-2 (54). С. 8-11.

Стратегия Трампа на выборах: нейроматематический ключ к глубинным слоям сознания американского избирателя

DOI: 10.33917/es-7.165.2019.78-93

Ключевым фактором, определяющим успех выборной стратегии Трампа, стало использование методов когнитивной нейрофизиологии — цифровой идентификации виртуального двойника реального избирателя в информационных и социальных сетях. Семантизация состояний сознания и психики индивидов, выявляемых в Глобальной сети, позволяет на основе вычислительных решений осуществить инкапсуляцию (схватывание) целостной позиции, устраивающей большинство доступных для мониторинга людей, с целью задания вектора устойчивой сходимости выборной платформы Трампа и взглядов описанного и проанализированного конкретного американского избирателя. Идентификация позволяет воздействовать на доминантный очаг эмоционально-образного блока для дистанционной когнитивной коррекции политической позиции людей в условиях стратегической бифуркации (выборы). Российские наработки в сфере нейроменеджмента личности также имеют большое научно-практическое значение

Источники:

1. Агеев А.И. Репертуар властвования // Экономические стратегии. 2013. № 8. С. 5.

2. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87.

3. Ветров Д.П. Машинное обучение — состояние и перспективы: Труды XV Всероссийской научной конференции RCDL’2013 // Электронные библиотеки: перспективные методы и технологии, электронные коллекции. Ярославль: Ярославский государственный университет им. П.Г. Демидова, 2013. С. 21–27.

4. Агеев А.И. Выбор идентичности // Экономические стратегии. 2014. № 1. С. 5.

5. Логинов Е.Л., Райков А.Н., Шкута А.А. Использование нейротехнологий при программировании когнитивно-поведенческих стереотипов действий личностей для устойчивого функционирования систем управления социумом // Нейрокомпьютеры: разработка, применение. 2018. № 9. С. 34–45.

6. Агеев А.И. Предпринимательство: проблемы собственности и культуры. М.: Наука, 1991. 112 с.

7. Расследование Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit [Электронный ресурс] // The Insider. URL: https://theins.ru/politika/38490.

8. Гнездицкий В.В., Корепина О.С., Чацкая А.В., Клочкова О.И. Память, когнитивность и эндогенные вызванные потенциалы мозга: оценка нарушения когнитивных функций и объема оперативной памяти без психологического тестирования // Успехи физиологических наук. 2017. № 1. С. 3–23.

9. Емелин К.Э., Ахапкин Р.В., Александровский Ю.А. Когнитивный профиль пациентов с депрессивными расстройствами и его значение для антидепрессивной терапии и социального функционирования // Обозрение психиатрии и медицинской психологии имени В.М. Бехтерева. 2018. № 1. С. 23–32.

10. Зеленина Н.В., Нагибович О.А., Овчинников Б.В., Юсупов В.В. Возможности использования современных достижений психогенетики в интересах профессионального психологического отбора в Вооруженных силах Российской Федерации // Вестник Российской военно-медицинской академии. 2016. № 3. С. 245–250.

11. Апанович З.В. Эволюция методов визуализации коллекций научных публикаций // Russian Digital Libraries Journal. 2018. № 1. С. 1–42.

12. Абрамов Е.С., Басан Е.С., Басан А.С. Разработка системы управления уровнем доверия в мобильной кластерной беспроводной сенсорной сети // Известия ЮФУ. Технические науки. 2015. № 7. С. 41–52.

13. Гриднев С.Е., Кургалин С.Д., Туровский Я.А. Моделирование поведения человека и его ошибок с использованием искусственных нейронных сетей // Актуальные направления научных исследований XXI века: теория и практика. 2015. № 5-2. С. 249–253.

14. Цукерман В.Д. Математическая модель фазового кодирования событий в мозге // Математическая биология и биоинформатика. 2006. № 1-2. С. 97–107.

15. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных

технологий. М.: ИНФРА-М, 2011. 383 с.

16. Астахова Л.В. Информационное поведение пользователя цифровых ресурсов как объект технологического мониторинга в обществе, основанном на знаниях // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2018. № 10. С. 17–25.

17. Стриженко А.А. Изменение коммуникативных и социальных моделей поведения людей в цифровую эпоху: мифы и реальность // Вестник Алтайской академии экономики и права. 2010. № 1. С. 57–61.

18. Иванов В.В., Коробова А.Н. Государственное и муниципальное управление с использованием информационных

технологий. М.: ИНФРА-М, 2011. 383 с.

19. Артеменков С.Л. Сетевое моделирование психологических конструктов // Моделирование и анализ данных. 2017. № 1. С. 9–28.

20. Дружинин В.Н., Бирюков С.Д., Воронин А.Н., Толоконникова Е.В. Психометрическое моделирование тестирования интеллекта и креативности // Информационный бюллетень РФФИ. 1996. № 4.

21. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. М.: СИНТЕГ, 2003. 160 с.

22. Агарков В.А., Бронфман С.А., Божко С.А., Шерина Т.Ф., Гуртовенко И.Ю. Влияние социально-психологических факторов и особенностей культуры на ожидания российских пациентов от психотерапии // Вестник новых медицинских технологий. 2014. № 1. С. 204.

23. Дьячук П.П. (мл.), Дьячук П.П., Карабалыков С.А., Шадрин И.В. Диагностика неустойчивых когнитивных состояний активных агентов // Нейроинформатика-2016: Сб. науч. трудов: В 3 ч. М.: Национальный исследовательский ядерный университет «МИФИ», 2016. С. 259–270.

24. Володенков С.В., Митева В.В. Особенности трансформации моделей массового информационного потребления в условиях эволюции технологий политической коммуникации // Гражданин. Выборы. Власть. 2019. № 2. С. 122–133.

25. Черниговская Т.В., Шелепин Е.Ю., Защиринская О.В. и др. Психофизиологические и нейролингвистические аспекты процесса распознавания вербальных и невербальных паттернов коммуникации. СПб.: ВВМ, 2016. 203 с.

26. Лефевр В.А. Рефлексия. М.: Когито-Центр, 2003. 495 с.

27. Райков А.Н. Конвергентный синтез когнитивной модели на основе глубокого обучения и квантовых семантик // International Journal of Open Information Technologies. 2018. Т. 6. № 12. С. 43–50.

28. Президент Дональд Трамп объявляет стратегию национальнойбезопасности [Электронный ресурс] // US. Embassy in Belarus. URL: https://by.usembassy.gov/be/президент-дональд-трамп-объявляет-ст/

29. Рогожникова Т.М. Политическая коммуникация и вербальная суггестия в формате психолингвистической парадигмы // Политическая лингвистика. 2019. № 2. С. 24–37.

30. Субботина Н.Д. Суггестия и контрсуггестия в обществе. М.: КомКнига, 2006. 208 с.

31. Смирнов И., Безносюк Е., Журавлев А. Психотехнологии. Компьютерный психосемантический анализ и психокоррекция на неосознаваемом уровне. М.: Прогресс, Культура, 1995. 416 с.

32. Выполняемые проекты [Электронный ресурс] // НИЦ «Курчатовский институт». URL: http://www.nrcki.ru/catalog/index.shtml?g_show=34693&path=3878,34693.

33. Научно-практические разработки / Институт психологии Российской академии наук [Электронный ресурс] // Институт психологии РАН. URL: http://www.ipras.ru/cntnt/rus/institut_p/nauchnopra.html.

34. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и суперкомпьютерные технологии в общественных науках // Нейрокомпьютеры: разработка, применение. 2017. № 5. С. 3–9.

35. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Сушко Г.Б. Моделирование социальных процессов на суперкомпьютерах: новые технологии // Вестник Российской академии наук. 2018. № 6. С. 508–518.

36. Денисов А.А., Денисова Е.В. Конструирование абстрактных сознаний // Информационные войны. 2013. № 1. С. 2–13.

37. Денисов А.А., Денисова Е.В. Теорема и парадокс барьера осознания // Экономические стратегии. 2015. № 5–6. С. 142–157.

38. Вайно А.Э., Кобяков А.А., Сараев В.Н. Образ Победы. М.: Институт экономических стратегий РАН, компания «GLOWERS», 2012. 140 с.

39. Психолингвистическая экспертная система ВААЛ [Электронный ресурс]. URL:http://www.vaal.ru/prog/rukov.php.

40. Аудиальная программа «Бименталь» [Электронный ресурс] // Mirmageric.ru. URL: https://mirmageric.ru/prs.php?str=bmental.

41. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36.

42. Агеев А.И., Логинов Е.Л. Нейроменеджмент личности. М.: Институт экономических стратегий, 2019. 120 с.

43. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

Архитектура национальной системы управления данными для создания проактивного искусственного интеллекта

DOI: 10.33917/es-7.165.2019.94-104

В статье исследуются два подхода к формированию национальной системы управления данными (НСУД). Первый подход базируется на использовании статистических данных для предиктивной аналитики с целью прогнозирования будущего. Однако для обеспечения общественного прогресса требуется проактивный подход, предполагающий создание такой НСУД, которую можно использовать для конструирования будущего, реализующего моральные ценности. Обосновывается, что проактивный подход должен базироваться на принципах экономической кибернетики, позволяющей разработать и внедрить проактивный искусственный интеллект (ИИ) для повышения эффективности управления экономикой. Его ядром является динамическая модель межотраслевого-межсекторного баланса (МОСБ), представляющая собой систему алгоритмов согласования заказов конечных потребителей и возможностей производителей. Таблица МОСБ, в которой представлены все взаимосвязи экономических агентов, определяет архитектуру НСУД для функционирования проактивного ИИ

Источники:

1. Schwab K. The Fourth Industrial Revolution: what IТ means, how to respond // Foreign Affairs, 2015. December.

2. Стать «властелином мира». Путин потребовал обеспечить «суверенитет» России в области искусственного интеллекта [Электронный ресурс] // Forbes. 2019. 30 мая. URL: https://www.forbes.ru/obshchestvo/376957-stat-vlastelinommira-putin-potreboval-obespechit-suverenitet-rossii-v-oblasti.

3. Ведута Е.Н. Цифровая экономика приведет к экономической киберсистеме // Международная жизнь. 2017. № 10.

4. Винер Н. Кибернетика, или Управление и связь в животном и машине. 2-е изд. М.: Наука, 1983. 344 с.

5. We Need a New Science of Progress. Humanity needs to get better at knowing how to get better [Электронный ресурс] // The Atlantic. 2019. July, 30. URL: https://www.theatlantic.com/science/archive/2019/07/weneed-new-science-progress/594946/?utm_term=2019-07-30T17%3A33%3A42&utm_medium=social&utm_source=twitter&utm_campaign=the-atlantic&utm_content=editpromo&fbclid=IwAR3luP91p_pevJCFtfMfuFDm8sgi28nIeDmSDTdyjlUxgnbP-IhoRX3NSg.

6. Почему СССР проиграл экономическую войну, а Запад проиграет сейчас [Электронный ресурс] // ИА REGNUM. 2019. 7 апреля. URL: https://regnum.ru/news/economy/2606859.html.

7. Ведута Н.И. Социально эффективная экономика. М.: РЭА имени Г.В. Плеханова, 1999.

8. План вернулся в экономику [Электронный ресурс] // Habr. URL: https://m.habr.com/ru/post/459898/?fbclid=IwAR3Lxg8eXpx986pDh53PVaUHepIc8QOrdcC1IrUAZ7YLXLKQ7kLraDrmt94.

9. Ведута Е.Н. Межотраслевой-межсекторный баланс. Механизм стратегического планирования экономики. М.: Академический проект, 2016.

Вызовы будущего: искусственный интеллект, технологии, этика

DOI: 10.33917/es-6.164.2019.18-29

17 апреля 2019 г. в Общественной палате РФ состоялось расширенное заседание экспертно-дискуссионного клуба Ассоциации аналитических центров «Аналитика» при участии Комиссии ОП РФ по развитию общественной дипломатии, гуманитарному сотрудничеству и сохранению традиционных ценностей. Основной целью мероприятия стало обсуждение вызовов будущего и разработка конструктивных предложений по проблемам искусственного интеллекта, технологий и этики. С ключевым докладом выступил президент фонда «Глобальная этика», основатель и руководитель социальной сети Globethics.net, профессор Базельского университета (Швейцария) Кристоф Штукельбергер

Некоторые аспекты создания искусственного интеллекта и реализации идей трансгуманизма

Авторами рассмотрены некоторые аспекты разработки искусственного интеллекта (ИИ), возможности появления искусственного разума и перенесения сознания на новый субстанциональный носитель как одной из целей движения трансгуманизма. Показано, что основой разработки ИИ являются формализуемые (математические) логики, в то время как деятельность человеческого разума (органического единства сознания, подсознания и неосознанного), логика его функционирования не поддаются математической формализации. В связи с этим авторы считают, что создание искусственного разума невозможно, а наиболее перспективной является концентрация научных усилий на исследованиях по разработке искусственного интеллекта высокого уровня. При этом, вероятно, наиболее эффективными могут оказаться искусственные интеллектуальные системы, использующие совокупность гибридных математических логик

 
Источники:

1. Бурмистров А.Н., Ильин Ю.В. О возможном влиянии взаимодействия производительных сил и производственных отношений на развитие науки и техники // Экономические стратегии. 2018. № 7. C. 146–157.
2. Отчет Всемирного экономического форума – 2018. Революция роботов [Электронный ресурс] // NNN. Nano News Net. 2018. 22 сентября. URL: http://www.nanonewsnet.ru/news/2018/budushchee-rabochikh-mest-glavnoe-iz-otchetavsemirnogo-ekonomicheskogo-foruma.
3. Скиба И.Р. Проблема искусственного интеллекта: человек и машина [Электронный ресурс] // Neoronus.com. 2018. 29 апреля.URL:https://neuronus.com/stat/1392-problemaiskusstvennogo-intellekta-chelovek-i-mashina.html.
4. Холево А.С. Квантовый предел информации [Электронный ресурс] // Стимул. 2016. URL: https://stimul.online/articles/interview/kvantovyy-predel-informatsii/
5. Пенроуз Р. Новый ум короля. М.: УРСС, 2003. С. 12.
6. Лосев А.Ф. Собр. соч. Т. 6. Хаос и структура. К логическому обоснованию аксиоматики трансфинитов. М.: Мысль, 1997. С. 212.
7. Ильенков Э.В. Диалектическая логика. Очерки истории и теории. М.: Политиздат, 1984. С. 12, 164.
8. Батищев Г.С. Диалектика рефлексивной деятельности и научное познание. Ростов н/Д: Изд-во Ростовского ун-та, 1983. С. 42.
9. Лобастов Г.В. Философия в пространстве науки и культуры. Усть-Каменогорск: МОН РК, 2017. С. 55.
10. Батищев Г.С. Возражение Э.В. Ильенкову: почему антимония разлучается с истиной. М.: Политиздат, 1979.
11. Иванков К.В. Формальные основы диалектики: Материалы семинара «Геометрия и физика». Москва, физический факультет МГУ, 13 марта 2014 г. [Электронный ресурс] // Диалектическая модель мира. URL:http://kivankov.ru/articles/dialectica_formalizm.pdf.
12. Карпенко А.С. К определению логического: традиции и современный взгляд // Вестник ВГГУ, 2007. Вып. 19. C. 12.
13. Лобастов Г.В. В поисках новой теории сознания. Диалектика и проблемы развития науки. Ч. 2. Усть-Каменогорск: МОН РК, 2017. C. 58.
14. Жданов А.А. Адаптивные машины — неизбежное направление развития техники. Задачи и проблемы: Лекции по нейроинформатике. М.: НИЯУ МИФИ, 2010. С. 210, 211.
15. Редозубов А. Логика сознания [Электронный ресурс] // Habr. 2016. 22 августа. URL: https://habr.com/ru/post/308268/
16. Черниговская Т.В. Творчество как предназначение мозга. Философия творчества: Материалы Всероссийской научной конференции / Под ред. Н.М. Смирновой, А.Ю. Алексеева. М.: Ин-т философии РАН, 2016. С. 57–67.
17. Манифест стратегического общественного движения «Россия-2045» [Электронный ресурс] // Россия-2045. 2011. 22 августа. URL: http://www.2045.ru/manifest/
18. Формула Дрейка [Электронный ресурс] // Академик. URL: https://dic.academic.ru/dic.nsf/ruwiki/1168646.
19. Уласович K. Вероятность существования инопланетных цивилизаций свели до двух множителей [Электронный ресурс] // N+1. 2016. 29 апреля. URL: https://nplus1.ru/news/2016/04/29/the-truth-is-out-there.
20. Kowald A. Why is there no von Neumann probe on Ceres? Error catastrophe can explain the Fermi-Hart Paradox [Электронный ресурс] // Cornell University: arXiv.org. 2016, April, 13. URL:https://arxiv.org/abs/1605.02169.
21. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. М.: Манн, Иванов и Фебер, 2016. С. 182.

Информационные системы управления в чрезвычайных ситуациях

Номер 2. Ставка на прорыв
Информационные системы управления в чрезвычайных ситуациях

Проанализированы возможности формирования интеллектуальной цифровой инфраструктуры управления экономикой страны в особых условиях: глобальных бедствий, катастроф и чрезвычайных ситуаций. Оценен опыт создания больших информационных систем управления экономикой страны в особый период. Предложен конвергентный подход к созданию требуемой системы для поддержки управления. Показано, что в указанных условиях высокую эффективность управления можно обеспечить на основе специальной поддержки процессов самоорганизации и антиколлапсной самонастраивающейся интеграции сегментов информационных систем и интеллектуальных сервисов, адаптируемых к условиям известного, предсказуемого и неизвестного характера. При этом интеграция сетевых инфраструктур предполагает распределенную обработку и хранение данных на основе взаимодействия и объединения различных сетевых сред, что позволяет обеспечить недостижимую ранее надежность, устойчивость и восстанавливаемость управления экономикой.