DOI: 10.33917/es-1.187.2023.56-69

В условиях санкционной экономической и научно-технической блокады резко актуализировалась потребность в построении цифровых механизмов управления процессами импортозамещения на основе планово-координирующих компетенций, аналогичных компетенциям, которые были у Государственного комитета СССР по науке и технике.

Предлагается использование интеллектуальных цифровых платформ для управления развитием науки и техники на принципах советских информационных сетевых проектов ОГАС и ЕГСВЦ. Обосновывается необходимость использования цифровых информационно-коммуникационных технологий и вычислительных сервисов на различных уровнях управления инновационными агентами любых форм собственности через создание и конфигурирование многослойных информационно-управляющих полей.

1. Агеев А.И., Логинов Е.Л. Мировое сообщество в условиях сверхкритической бифуркации // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: ИНЭС, 2022. С. 9–12.

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

3. Грабчак Е.П. Импортозамещение в энергетике России в условиях санкций // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: МНИИПУ, 2022. С. 16–18.

4. Грабчак Е.П., Логинов Е.Л., Чиналиев В.У., Епишкин И.И. Управление развитием сложных научно-технических комплексов на основе интеллектуальных цифровых платформ (реализация компетенций Госкомитета СССР по науке и технике в условиях цифровой экономики). М.: ИНЭС, 2023. 504 с.

5. Чиналиев В.У. Развитие политики импортозамещения в промышленности России // Управление сложными организационными и техническими системами в условиях сверхкритических ситуаций: Материалы международной научно-практической конференции. Москва, МНИИПУ, 21–22 апреля 2022 г. М.: МНИИПУ, 2022.С. 50–53.

DOI: https://doi.org/10.33917/es-3.177.2021.6-17

Энергетика, как и оборонный комплекс, является одной из ключевых отраслей, на которых базируются процессы жизнеобеспечения страны и вытекающая отсюда устойчивость конструкции государства. Мировая практика четко выявила ключевую зависимость внутриполитической и социальной стабильности от надежности и устойчивости энергоснабжения. Многофакторную живучесть энергетической суперсистемы в обычных и критических условиях природного и техногенного характера можно обеспечить за счет формирования сетецентрической системы повышенной устойчивости управления, опирающейся на распределенную сеть межкорпоративных катастрофоустойчивых дата-центров по обработке и хранению сверхбольших массивов данных. Предлагается использование дата-центров как базы для цифровых «двойников» энергетических объектов и процессов с целью итогового выхода на новое качество управления на основе цифровой топологии в рамках единой цифровой модели энергетической суперсистемы с возможностью защищенного сбора, хранения, обработки, обмена данными, необходимыми для управления энергетическими объектами различных отраслевых подсистем ТЭК России, а также для региональных и муниципальных властей. Использование цифровой топологии позволяет при локальных взаимодействиях осуществлять поиск и реализацию решений по продвижению к локальным и сете- и полицентрическим ресурсно-операционным оптимумам для минимизации затрат (ценовой нагрузки на потребителя) отдельных компаний и всей отрасли с целью поддержания надежности и устойчивости энергоснабжения, включая затраты на безопасность систем критической информационной  инфраструктуры

DOI: 10.33917/mic-1.96.2021.5-10

Рассматриваются проблемы формирования единой цифровой информационной среды группы отраслевых и межотраслевых кластеров крупных и средних компаний в рамках международных интеграционных объединений (союзов) с участием России. Обоснована возможность и целесообразность вовлечения в контур управления распределенных по экономическим пространствам различных видов ресурсов. Предлагается сформировать ресурсно- и объектно- (агентно) структурированные матрицы платежеспособного спроса и кооперационного предложения продукции и услуг в России и за рубежом.

 

Источники:

1. Грабчак Е.П. Цифровая трансформация электроэнергетики. М.: Кнорус, 2018. 340 с.

2. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С. Имитационное моделирование системы «умный город»: концепция, методы и примеры // Экономический анализ: теория и практика. 2020. Т. 19. № 2 (497). С. 226-250.

3. Логинов Е.Л., Шкрабляк А.С. Тенденции развития электронных финансовых транзакций и методов их контроля в глобальных телекоммуникационных сетях // Инженерная физика. 2009. № 9. С. 47-53.

4. Макаров В.Л., Ву Ц., Ву З., Хабриев Б.Р., Бахтизин А.Р. Мировые торговые войны: сценарные расчеты последствий // Вестник Российской академии наук. 2020. Т. 90. № 2. С. 169-179.

5. Грабчак Е.П., Медведева Е.А., Васильевна И.Г. Как сделать цифровизацию успешной // Энергетическая политика. 2018. № 5. С. 25-29.

6. Грабчак Е.П., Медведева Е.А., Голованов К.П. Импортозамещение – драйвер развития или вынужденная мера // Энергетическая политика. 2016. № 3. С. 74-85.

7. Логинов Е.Л., Логинов А.Е. Интеллектуальная электроэнергетика: новый формат интегрированного управления в Единой энергетической системе России // Национальные интересы: приоритеты и безопасность. 2012. Т. 8. № 29 (170). С. 28-32.

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.

DOI: 10.33917/mic-4.93.2020.5-11

В статье рассматриваются проблемы цифрового мониторинга международных расчетов с кооперированной структурой рынков финансовых активов в рамках ЕАЭС как мультиагентных систем. Обосновано внедрение цифровой платформы с аналитическими сервисами для выявления кластерных валютно-финансовых интерпретаций наблюдаемых операций и выявления центров управления цепочками транзакций конкретных финансовых операторов. Предлагается построение вычислительно наблюдаемой базы (анализируемого информационного массива) электронных финансовых транзакций, позволяющей идентифицировать источники, посредников и бенефициаров перечисления (в том числе бюджетного) каждой денежной единицы в безналичной форме через любое количество счетов, служащих основой установления всех участников финансовой цепочки.

Источники:

1. Агеев А.И., Логинов Е.Л., Махутов Н.А. Криптовалютная управленческая модель формирования единой электронной валюты ЕАЭС // Экономические стратегии. 2018. Т. 20. № 6 (156). С. 74-83.

2. Агеев А.И., Логинов Е.Л. Стратегические тренды конструируемой экономической реальности // Экономические стратегии. 2012. Т. 14. № 10 (108). С. 6-15.

3. Бауэр В.П., Ворожихин В.В., Райков А.Н., Смирнов В.В. Сможет ли криптовалюта обеспечить развитие цифровой экономики в России? // Информационное общество. 2017. № 4-5. С. 35-42.

4. Ковалевич Д.В. Перспективы развития единого финансового рынка ЕАЭС // Наука и бизнес: пути развития. 2018. № 8 (86). С. 95-99.

5. Логинов Е.Л., Грабчак Е.П., Григорьев В.В., Райков А.Н., Шкута А.А. Управление экономикой России в условиях с предельно большой компонентой неопределенности развития чрезвычайных ситуации и критического недостатка информации // Проблемы безопасности и чрезвычайных ситуаций. 2019. № 4. С. 104-110.

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.

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.

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.

Успешное развитие нашей страны тесно связано с построением в России цифровой экономики. При этом одной из наиболее важных составляющих этого процесса является создание опорной инфраструктуры для цифровой экономики как конвергентной совокупности цифровых экосистем на основе технологий «больших данных», квантовых компьютеров, новых производственных методов и искусственного интеллекта. Развитие российской экономики требует эффективного государственного регулирования, повышения управляемости на базе внедрения цифровых платформ для основных отраслей экономики. В статье рассматриваются проблемы формирования стратегических механизмов мониторинга, планирования и рыночного регулирования экономики России на основе выстраивания комплексной системы электронных рынков товарных ресурсов с использованием электронных торговых площадок (ЭТП). Интеграция ЭТП для создания комплексной системы электронных рынков товарных ресурсов, сопряженных с цифровыми платформами управления для основных отраслей экономики, создает новые возможности оптимизации динамического взаимодействия и адаптивного совершенствования цепочек товарных управленческих трансакций для выстраивания единой логики процессов управления в различных товарно-рыночных пространствах и на всех уровнях управления России (и ЕАЭС), формирующих спрос на эмиссионную поддержку экономической активности и объемы финансовых ресурсов (активов), номинированных в определенной валюте одного из государств — членов ЕАЭС.

Ключевым фактором, определяющим победу в битве за будущее, стала не территория, не армия и не объем оперируемых финансовых, материальных и интеллектуальных ресурсов. Ключевой фактор победы — когнитивное программирование субъективной реальности: массово-индивидуальная настройка смысловой интерпретации цели существования и жизненного успеха для формирования материального будущего через самоподстройку окружающей субъективной реальности к «образу Победы» в когнитивном восприятии себя и окружающего материального, виртуального и выдуманного индивидом мира. Особую актуальность этот фактор приобретает в условиях построения «цифровой экономики». В основе таких механизмов лежит ноомониторинг как инструмент снятия «когнитивного слепка» субъективной реальности, прогнозирования, планирования и метапрограммирования на его основе «образа Победы» путем формирования в группах индивидов новых знаний о самих себе и окружающем мире, а также структуры мировоззренческих и профессиональных шаблонов интерпретации окружающей действительности с последующей ее коррекцией в рамках менеджмента личности при выработке и реализации управленческих решений отдельных индивидов и групп как базовой опорной точки управления группами взаимосвязанных людей, машин, технических, в том числе информационных, систем и природных объектов.