DOI: 10.33917/es-2.188.2023.24–35

В статье рассматривается схема расширенного воспроизводства по Марксу через призму анализа накопления капитала Розой Люксембург в преломлении влияния инфраструктуры на развитие капитализма. Даны примеры инфраструктуры XXI в., в том числе рассмотрены многосторонние платформы — платежные системы для трансграничных платежей, сопряженные с широкополосным спутниковым доступом в Интернет и средой искусственного интеллекта.

Источники:

1. Кузнецова А.И. Инфраструктура: вопросы теории, методологии и прикладные аспекты современного инфраструктурного обустройства. Геоэкономический подход. М.: КомКнига, 2006. 456 с.

2. Новоселов А.С. Региональные рынки. М.: ТЕРРА, 1999. 476 c.

3. Самуэльсон П., Нордхаус В.М. Экономика. М.: Вильямс,2001. 688 с.

4. Бузгалин А.В., Колганов А.И. Глобальный капитал. М: Едиториал УРСС, 2004. 512 с.

5. Вазюлин В.А. Логика «Капитала» К. Маркса. 2-е изд. М: Современный гуманитарный университет, 2002. 392 с.

6. Гегель Г.В.Ф. Наука логики. СПб.: Наука, 2005. 799 с.

7. Маркс К. Капитал. Т.I–III. М.: Политиздат, 1978. 629 с.

8. Люксембург Р. Накопление капитала. 5-е изд. М. — Л.: Гос. социально-экономическое издательство, 1934. 478 с.

9. Организация экономического сотрудничества и развития, M3 для США [Электронный ресурс] // FRED, Федеральный резервный банк Сент-Луиса. URL: https://fred.stlouisfed.org/series/MABMM301USM189S.

10. Зайденварг В.Е., Подоляк В.И., Сараев В.Н. Основы управления кризисами на рынках угля, газа и электроэнергии. М.: Институт экономических стратегий, 2003. 192 с.

11. Малков С.Ю. Социальная самоорганизация и исторический процесс: Возможности математического моделирования. М.: Книжный дом «ЛИБРОКОМ», 2009. 240 с.

12. Interlinking payment systems and the role of application programming interfaces: a framework for cross-border payments. Basel, Switzerland, Bank for International Settlements, Committee on Payments and Market Infrastructures (CPMI). Report to the G20, 2022, July. 53 p.

DOI: https://doi.org/10.33917/es-6.186.2022.104-110

В статье рассматриваются три ключевые проблемы, которые играют особую роль в разработке стратегий и политики для цифровых технологий: 1) особенности цифровых технологий, которые в значительной степени предопределяют принципы и методологические подходы к разработке стратегических документов; 2) драйверы, основные игроки и тренды глобального рынка; 3) тенденции накопления базы технологических знаний для обеспечения конкурентных преимуществ национальным компаниям на кратко- и среднесрочных траекториях.

Источники:

1. Gaponenko N.V., Glenn J.C. Technology Industry 4.0: Problems of Labor, Employment and Unemployment // Studies on Russian Economic Development. 2020. Vol. 31. No. 3. P. 271–276.

2. Гапоненко Н.В. Теоретические и методологические основы исследования инновационных систем и формирования технологических приоритетов их развития в экономике, основанной на знаниях. М.: ИПРАН РАН, 2020. 151 с.

3. Гапоненко Н.В. Закономерности и особенности эволюции секторальных инновационных систем в рамках долгосрочного цикла // Systems and Management. 2020. № 1. C. 44–67.

4. Гапоненко Н.В. Секторальные инновационные системы в экономике, основанной на знаниях. М.: ИПРАН РАН, 2021. 264 с.

5. Going Digital: Shaping Policies, Improving Lives. Paris: OECD Publishing, 2019.

6. IT Industry Outlook 2021. CompTIA, 2020.

7. Гапоненко Н.В. Глобальные вызовы в формировании полицентричного мирового порядка: траектории ретро и траектории будущего [Электронный ресурс] // Экономические стратегии. 2020. Т. 22. № 1(167). С. 28–35. DOI: https://doi.org/10.33917/es-1.167.2020.28-35.

8. Positive 5G Outlook Post COVID-19: What Does It Mean for Avid Gamers? Forest Interactive, 2020.

DOI: https://doi.org/10.33917/es-2.182.2022.20-31

Системы искусственного интеллекта (СИИ) быстро становятся инструментом конкурентной борьбы, важнейшим фактором повышения эффективности социально-экономического воспроизводства и даже атрибутом развития человеческой цивилизации, ядром глобальных и национальных проектов развития. Сравнительные оценки степени развития СИИ также превратились в инструмент воздействия на экономические стратегии государств и компаний и поддержки их реализации. Определение места страны в мировой «табели о рангах» позволяет не только уточнить ее реальный статус в глобальной конкуренции в СИИ, но и обнаружить неучтенные элементы для повышения результативности государственных инициатив в области развития СИИ

Источники:

1. Глава ВЭФ заявил, что ковид следует рассматривать как долгосрочный вызов для человечества [Электронный ресурс] // ТАСС. URL: https://tass.ru/obschestvo/13273357.

2. Кричевский Г.Е. НБИКС-технологии для Мира и Войны. Саар брюккен, Германия: Ламберт, 2017. 634 с.

3. Овчинников В.В. Дорога в мир искусственного интеллекта. М.: Институт экономических стратегий, РУБИН, 2017. 536 с. (Cерия: Стратегическая аналитика).

4. Гонка за цифровым призраком [Электронный ресурс] // Коммерсант. 2019. 24 июня. URL: https://www.kommersant.ru/doc/4003879.

5. Каляев И.А. Искусственный интеллект: камо грядеши? [Электронный ресурс] // Экономические стратегии. 2019. № 5. С. 6–15. DOI: https://doi.org/10.33917/es-5.163.2019.6-15.

6. Markoff J. A learning advance in artificial intelligence rivals human abilities [Электронный ресурс] // The New York Times. 2015. URL: https://www.nytimes.com/2015/12/11/science/an-advance-inartificial-intelligence-rivals-human-vision-abilities.html.

7. Агеев А.И., Логинов Е.Л., Шкута А.А. Китай как нейроинформационная мегаматрица: цифровые технологии структурирования когнитивных ансамблей порядка [Электронный ресурс] // Экономические стратегии. 2021. № 1. С. 50–61. DOI: https://doi.org/10.33917/es-1.175.2021.50-61.

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

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

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/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.

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:

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: