В данной статье исследовано влияние искусственного интеллекта на повышение эффективности управления в нефтегазовой отрасли. Авторы, анализируя влияние искусственного интеллекта (ИИ) на повышение эффективности в нефтегазовой отрасли, включая оптимизацию разведки, добычи, логистики и экологической безопасности; размер рынка; долгосрочные тенденции в областях применения и т. д., выделяют ключевые технологические решения. К ним относятся автоматизация анализа данных, прогнозирование рисков и интеграция IoT-платформ. На основе проведенного исследования предлагается расширить использование искусственного интеллекта для повышения эффективности нефтегазовой отрасли посредством внедрения гибридных алгоритмов машинного обучения, усиления межотраслевого сотрудничества и разработки стандартов цифровой безопасности. Особое внимание уделяется роли ИИ в снижении углеродного следа и адаптации к глобальным климатическим инициативам. Использованы методы машинного обучения, анализ больших данных и кейс-стади ведущих компаний (Schlumberger, ExxonMobil, СИБУР). Применены статистические модели для оценки снижения затрат на добычу (до 40%) и повышения точности геофизической разведки. Данные получены из отраслевых отчетов, патентных баз и программных решений. ИИ используется для оцифровки производственных записей и автоматического анализа геологических данных, на основе глубинных нейросетей, что позволяет выявлять проблемы и оптимизировать ключевые процессы разведки нефти. Интеллектуальный анализ рыночного спроса через сбор данных и визуализацию повышает эффективность цепочек поставок. Современные коммерческие решения стимулируют цифровую трансформацию отрасли и инновации. Результаты исследования применимы для оптимизации разведки, добычи и логистики. В отличие от существующих работ, акцент сделан на специфику развивающихся рынков. Несмотря на текущие проблемы (затраты, качество данных), внедрение ИИ позволит: Усилить сбор данных каротажа; Внедрить интеллектуальную геофизическую разведку; Автоматизировать диагностику неисправностей. Ключевое направление - создание инновационного исследовательского центра для ускорения цифровой трансформации и внедрения инноваций.
В условиях экспоненциального роста технологических возможностей и увеличения объема данных искусственный интеллект (ИИ) может обеспечить не только повышение точности прогнозирования, но и нивелировать влияние когнитивных искажений, что существенно упрощает процесс принятия решений. ИИ отделяет прогнозирование от суждения, дополняя человека в процессе принятия решения, наиболее точно просчитывая вероятности, тем самым повторяя работу человеческой Системы-1, которая также автоматически просчитывает вероятности, но из-за эвристики суждений допускает предсказуемые систематические ошибки. В статье выявлены преимущества использования алгоритмов ИИ: во-первых, снижение когнитивной нагрузки при рассмотрении альтернатив, во-вторых, более точный прогноз, не поддающийся фреймингу, в-третьих, возможность выстраивать архитектуру выбора в рамках политики подталкивания. Обосновывается, что автоматизация и алгоритмы ИИ начинают влиять на индивидуальные решения, поднимая вопросы о природе автономного выбора и рациональности в цифровую эпоху. На практике симбиоз человека и ИИ, широко используемый в маркетинге, ритейле и др., позволяет выстраивать симулятивные модели реалистичного мультиагентного поведения, проводить динамическую сегментацию и создавать персонализированный контент на основе большого массива данных о предпочтениях потребителей, адаптировать инновационные продукты и кастомизировать индивидуальные предложения. В исследовании применяется междисциплинарный методологический подход, основанный на синтезе подходов поведенческой экономики, маркетинга и наук об ИИ. Авторы приходят к выводу, что динамичное партнерство ИИ и человека имеет мощный преобразующий потенциал в различных сферах жизнедеятельности от оптимизации бизнес-процессов до улучшения качества нашей жизни.
Введение. Цифровая компетентность рассматривается как ключ к занятости, образованию и социальной сфере в XXI веке. При этом не существует универсальной основы для изучения отношения к искусственному интеллекту (ИИ) и его использованию в профессиональной и личной жизни. Цель. Целью настоящего исследования является определение отношения респондентов к преимуществам и угрозам ИИ, которые могут способствовать или препятствовать процессу интеграции интеллектуального ИИ в разные аспекты жизни. Методология, методы и методики. В этой статье представлены результаты пилотного исследования отношения к ИИ, проведенного на выборке из 125 болгарских студентов и специалистов. Дизайн исследования смешанный (количественный и качественный) и включает шкалы, фокус-группы и интервью. Результаты и научная новизна. Установлено, что как молодые, так и взрослые люди основывают свои мнения на оценке эффективности ИИ и находят положительные последствия в связи с облегчением выполнения задач, но имеют серьезные сомнения относительно безопасности работы и использования ИИ в социальной сфере и подчеркивают, что навыки ИИ должны стать частью образования. Выделенные будущие направления исследований связаны с дифференциацией образовательных, профессиональных и личных сфер, а также самооценкой цифровой грамотности с точки зрения фактических данных и современного уровня развития. Практическая значимость. Результаты исследования сосредоточены на осознанном мышлении, состоянии образовательной среды и редизайне образовательного контента, в частности, на формах критического взаимодействия и использовании ИИ.
В связи с быстрым развитием технологий происходит структурное изменение требований к содержанию труда для разных должностей и профессий. В связи с этим основная задача настоящего исследования — оценка влияния развития искусственного интеллекта (ИИ) на рынок труда. Методологическая основа — структурирование основных профессиональных ниш в области деятельности «Экономика и управление» и оценка структуры востребованных компетенций в рамках этих специализаций в России; методы исследования — качественный анализ актуальных экспертных материалов и научных публикаций, а также количественное исследование на основе данных российских сайтов по поиску работы за период с 2020 по 2024 г. В результате анализа развития ИИ систематизированы риски и возможности его внедрения для рынка труда и занятости; структурировано описание востребованных компетенций в области ИИ; для российского рынка труда выделено три группы компетенций, ожидаемых от работников, по степени их специфичности для работы с технологиями ИИ; оценены объем и структура спроса по профессиональным сегментам занятости в области экономики и управления на начало 2024 г. Авторами сделан вывод о целесообразности мониторинга требований рынка труда к знаниям и навыкам работников в области использования ИИ для своевременной оценки качественных изменений в спросе на труд, информирования системы профессионального образования для корректировки образовательных программ, что, в результате, будет способствовать повышению производительности труда в экономике.
Книга Нильсона написана как учебник, посвященный методам поиска решений в пространстве состояний, — главной теме в исследованиях по искусственному интеллекту. В ней излагаются основные теоретические результаты и для их иллюстрации разбираются многочисленные примеры решения задач — игра в 15, игра тик-так-ту, задача о коммивояжере, задача о пирамидке, доказательство теорем и др.
Для чтения книги требуются небольшие познания по теории графов, комбинаторике и исчислению предикатов.
Доступность изложения и тщательно подобранные задачи различной трудности делают книгу полезной студентам и аспирантам, специализирующимся по искусственному интеллекту. Она будет интересна и специалисту как обстоятельный обзор большого числа современных работ, рассеянных по журналам, трудам конференций и отчетам.
Введение. На протяжении 50 лет тема искусственного интеллекта остается ведущей в пределах широкого спектра научных отраслей. Теоретический анализ. Предварительная аналитика базы данных Scopus результируется рейтингом публикационной активности, в котором social sciences (общественные науки) занимают инсайдерские позиции наряду с computer sciences и некоторыми другими областями. С 60-х гг. прошлого века по настоящее время происходил экспоненциальный рост научных публикаций, содержащих маркировку «artifi cial intelligence» в наименованиях, аннотациях и ключевых словах. Эмпирический анализ. В статье предпринята попытка с опорой на элементарные числовые показатели и качественной контент-аналитики выявить тренды тематики искусственного интеллекта в западных общественных науках, эволюции ключевых направлений исследования, а также основных мифологем научного дискурса. Выборка вербальных маркеров производилась в соответствии с двумя условно обозначенными категориями: «тренды», или частотные инженерно-технические и социально-гуманитарные термины; «мифологемы», т. е. элементы вторичной семиотической системы, альтернативные «буквальному» смыслу.
Заключение. Исследование предваряется гипотезой: social sciences ввиду спецификации дискурса и предметного спектра содержат «натурализованные» мифологемы, связанные с другими дискурсивными практиками и преломляющие научно-технические интерпретации предмета изучения.
Введение. Современные художники все чаще прибегают к новым способам создания произведений искусства – происходит постоянное внедрение нейросетевых программ и новых методик, что приводит к качественно новым результатам и новому художественному мышлению. В данном случае особо интересен опыт Китая, где на законодательном уровне внедряются разработки искусственного интеллекта в создание художественных работ. Теоретический анализ. Существуют несколько концепций, рассматривающих творчество и авторство в эпоху искусственного интеллекта. Исследователи сходятся на мнении, что сейчас мы находимся в эпохе соавторства с нейросетями, так как они могут привносить новые элементы в изначальный замысел художника. Китайские авторы активно используют ChatGPT, Midjourney и другие нейросети для разработки и усовершенствования своих идей.
Заключение. Методология применения нейросетей обогащает творчество современных художников, но одновременно может стать угрозой для когнитивных способностей будущих авторов.
Введение. Конвергенция между наукой о мозге и технологиями искусственного интеллекта делает актуальным вопрос об отношении между человеческим мышлением и системами искусственного интеллекта. Теоретический анализ. Формирование искусственного и естественного интеллектов совершается в противоположных векторах. В первом случае формирование мыслительных операций идет по логике интеграции. Дискретные единицы нижнего уровня, «слова» компьютерного языка, объединяются в более крупные единицы высшего уровня – блоки. Во втором случае развитие мыслительных операций, наоборот, совершается по логике дифференциации. Изначальное синкретическое единство мыслеобразов разделяется на дискретные единицы – слова с определенными значениями. Сходная логика: дифференциация синкретического единства на дискретные единицы (а не интеграция дискретных единиц в блоки) отслеживается как в развитии мышления у детей, так и в эволюции языков в истории человечества.
Заключение. В русле эволюционной эпистемологии делается вывод: формирование первоначальных паттернов естественного интеллекта совершается не внутри «аппаратуры» мозга, а в процессе взаимодействия между организмом и внешней средой. Это согласуется с концепцией интенциональности феноменологической философии.
В современном мире искусственный интеллект быстро становится важным конкурентным преимуществом и используется всё более широко - от анализа данных и прогнозирования до управления беспилотными автомобилями. В условиях постоянно меняющейся среды искусственный интеллект видится как технология, способная улучшить планирование и коммуникацию между членами команды проекта, снизить бюджет, сделать принятие решений более эффективным и повысить успешность реализации проектов.
Предметом исследования является искусство нейронных сетей как одно из направлений генеративного искусства, возникшее на стыке технологий искусственного интеллекта и культуры. Это направление трансформирует традиционные представления об авторстве, творческом процессе и роли человека, вводя в процесс активное участие алгоритмов и машин. Особое внимание уделено историко-культурологическому анализу, охватывающему эволюцию генеративного искусства - от первых механических автоматонов и экспериментов авангардистов прошлого века, до современных нейросетевых технологий. Цель исследования заключается в изучении культурологических аспектов искусства нейронных сетей, его влияния на восприятие творчества и роли в формировании новых эстетических категорий. Работа направлена на выявление трансформации художественного процесса под воздействием технологий и их значения в глобальных культурных изменениях. Методология исследования основывается на историко-культурологическом анализе, междисциплинарном подходе и философских концепциях авторства и оригинальности. Применяются аналитические методы изучения примеров генеративного искусства и взаимодействия технологий с современной культурой. Новизна исследования заключается в культурологическом осмыслении искусства нейронных сетей как уникального явления, формирующего новые представления о творчестве, авторстве и взаимодействии человека с технологией. Исследование автора выявляет связь между традиционными формами искусства и новыми методами, основанными на алгоритмах глубокого обучения, что позволяет увидеть эволюцию художественного процесса в широком историко-культурологическом контексте. Основные выводы затрагивают переосмысление концепции авторства в искусстве нейронных сетей, роль алгоритмов как равноправного участника творческого процесса, а также расширение традиционных эстетических категорий за счёт использования случайности и автономности. Искусство нейронных сетей представлено как важный феномен культурных трансформаций, способствующий формированию новых художественных форм и глобальному пересмотру отношения к искусству и технологиям.