DOI: 10.33917/es-4.202.2025.70-77

Раскрывается сущность искусственного интеллекта как математической модели, используемой для автоматизации когнитивной деятельности человека. Определяются практические задачи, решаемые с помощью данной технологии, такие как автоматизация рутинных бизнес-процессов, персонализация маркетинговых предложений, выявление мошенничества, поддержка принятия управленческих решений и др. Изучены отрасли, в которых искусственный интеллект находит активное применение, включая здравоохранение, финансовую сферу, розничную торговлю, производство, энергетику и телекоммуникации. Особое внимание уделяется конкретным примерам использования искусственного интеллекта в проведении аукционов, в частности, в сфере недвижимости, энергетики, онлайн-рекламы и распределения вычислительных ресурсов. Раскрыты аукционные модели, их суть и сферы применения, такие как онлайн-аукционы, программатик-реклама, спотовые рынки электроэнергии, финансовые рынки и государственные закупки.

Анализируются перспективы внедрения инструментов на основе искусственного интеллекта в аукционы в контексте дальнейшей цифровизации российской экономики и потенциальные выгоды от их применения, такие как повышение прибыли, оптимизация использования ресурсов, снижение расходов на человеческий труд и прочих операционных затрат.

Источники:

1. Smith C. Introduction // The History of Artificial Intelligence [Электронный ресурс]. URL: https://courses.cs.washington.edu/courses/csep590/06au/projects/history-ai.pdf

2. Тимофеева А.Ю., Королева Е.Н. Искусственный интеллект в управлении экономикой // Наука XXI века: актуальные направления развития. 2021. № 1-2. С. 184–188.

3. Реутов Р.В. Влияние инноваций цифровой экономики на механизм нейтрализации дефектов банковского рынка // Экономико-правовые проблемы обеспечения экономической безопасности. 2021. С. 99–102.

DOI: 10.33917/es-3.201.2025.22-33

Нарастание проблем в управлении экспортными товарными потоками, связанными с санкционным давлением и рыночными глобальными изменениями, требует активного применения современных адаптивных подходов к координации всех участников процессов товародвижения. Авторы делают попытку осмысления масштабности задач на уровне торговли и транспортного взаимодействия стран БРИКС и выделяют Беломорскую транспортную систему как ядро для формирования альтернативных транспортных путей и их развития на основе построения современных мультиагентных систем. Беломорская транспортная система откроет новые возможности для повышения конкурентоспособности экономики России и ее мобильности с учетом всех имеющихся ограничений географического, экономического и технологического характера.

Источники:

1. Ляхницкий В.Е. Изыскания в устьях р. Северной Двины, произведенные в 1915–1916 годах для составления проекта аванпорта у гор. Архангельска: Труды отдела торговых портов. Вып. XLIX / Министерство торговли и промышленности. Пг.: Типография М-ва пут. сообщ. (т-ва И.Н. Кушнерев и К°), 1916. С. 22.

2. Перечень поручений по итогам рабочей поездки в Архангельскую область 11 декабря 2023 г. [Электронный ресурс]. Официальный сайт Президента РФ. URL: http://www.kremlin.ru/acts/ assignments/orders/73379

3. Совместная декларация 14-й встречи министров сельского хозяйства стран БРИКС. 28 июня 2024 г. [Электронный ресурс]. URL: https://cdn.brics-russia2024.ru/upload/docs/

4. Стратегия экономического партнерства БРИКС до 2025 г. [Электронный ресурс]. URL: https://www.economy.gov.ru/material/ file/636aa3edbc0dcc2356ebb6f8d594ccb0/114813.pdf

5. Нарушена морская торговля: Война на Украине и ее влияние на логистику морской торговли [Электронный ресурс]. UNCTAD. URL: https://unctad.org/ukraine-in-focus/maritime-trade-disrupted

DOI: 10.33917/es-5.191.2023.94-99

В современном инжиниринге сложных технических систем [1] начали применяться цифровые двойники и системы искусственного интеллекта, при этом данные подсистемы имеют свои методы и инструменты системного, математического и компьютерного моделирования. Отсутствие нормализованного подхода к объединению данных разрозненных подсистем в единую систему приводит к методологии «штучной» сборки или созданию уникальных цифровых моделей и интеллектуальных систем, что затрудняет дальнейшее их преобразование в более сложные как технические, так и интеллектуальные системы. В связи с этим актуальным становится поиск типовой формы представления таких подсистем в единую систему наравне с задачей развития методологии унифицированного проектирования и производства интеллектуальных систем на основе применения модельно-ориентированного системного инжиниринга [2–4]. В работе называются и систематизируются методы и приемы таких разработок, демонстрируется типовой подход нормализованного представления платформы моделей разных подсистем, имеющих изначально свои методы и инструменты представления; описываются результаты нормализованной политики построения платформы моделей из различных подсистем для антропоморфного робота и космических аппаратов. В рамках представленного примера позиционированы дополняющие друг друга методы цифрового мультифизического моделирования, цифровых двойников и машинного обучения.

2. Кондратьев В.В. Модельно-ориентированный системный инжиниринг 2.0. М.: МФТИ, 2021.

3. Гаричев С.Н., Горбачев Р.А., Давыденко Е.В., Джапаров Б.А., Кондратьев В.В. Модельно-ориентированный инжиниринг физико-технических, информационных и интеллектуальных систем // Труды МФТИ. 2022. Т. 14. № 2.

DOI: https://doi.org/10.33917/es-1.181.2022.112-117

Эпоха цифровых преобразований приведет к трансформации мировой экономики, во многом определив вектор цивилизационного развития. Несмотря на потери XX в., Россия, обладая потенциалом фундаментальной науки и ресурсной самодостаточностью, все еще стоит среди немногочисленных стран, способных на лидерство в изменяющихся условиях. Постковидная экономика только ускорила процесс трансформации, создав тягу для бурного роста «единорогов», преимущественно на рынках платформенных и экосистемных решений. Россия может выступить «родиной» таких «единорогов», а их масштабирование обеспечит растущий потребительский рынок Африки, являющийся благоприятной территорией для развития и локализации масштабирования наукоемкого экспорта, способного обеспечить благополучие национальных экономик.

Источники:

1. Мировая география компаний-единорогов [Электронный ресурс] // Наука, технологии, инновации. 2021. 24 сентября. URL: https://issek.hse.ru/mirror/pubs/share/508603329.pdf.

2. United Nations e-Government Survey 2018 [Электронный ресурс] // United Nations. 2018. URL: https://publicadministration.un.org/egovkb/Portals/egovkb/Documents/un/2018-Survey/EGovernment%20Survey%202018_FINAL%20for%20web.pdf.

3. Россия стала одним из мировых лидеров по уровню проникновения финтех-услуг [Электронный ресурс] // EY. URL: https://www.ey.com/ru_ru/news/2019/11/news-ey-fintech-survey-2019.

4. При Мишустине налоговое ведомство России стало одним из лучших в мире [Электронный ресурс] // Федеральное агентство новостей. URL: https://riafan.ru/1242831-pri-mishustine-nalogovoevedomstvo-rossii-stalo-odnim-iz-luchshikh-v-mire.

5. African Economic Outlook 2021 [Электронный ресурс] // African Development Bank Group. URL: https://www.afdb.org/en/knowledge/publications/african-economic-outlook.

6. Саммит «Россия — Африка» [Электронный ресурс] // Официальный сайт Президента РФ. URL: http://www.kremlin.ru/events/president/news/61893.