Научный архив: статьи

Статья посвящена разработке и теоретико-методологическому обоснованию нейросетевой модели объективной оценки конкурентных преимуществ персонала, а также проектированию интеллектуальных алгоритмов формирования персонализированных траекторий их развития. В исследовании обоснована необходимость внедрения подобных систем в условиях цифровой экономики, а также стратегическая важность выявления скрытых резервов сотрудников для обеспечения технологического суверенитета. Рассмотрены текущие реалии управления талантами и ограничения традиционных линейных методов оценки из-за высокой субъективности. Выявлено, что современные исследователи рассматривают конкурентоспособность персонала как совокупность профессиональных (hard skills) и личностных (soft skills) компетенций, которые не могут быть оценены сами по себе, а только в сравнении с компетентностью других работников. Определено, что конкурентные преимущества персонала формируются под воздействием множества факторов: от специфических профессиональных компетенций до личностных характеристик, носят относительный характер, в связи с чем существует сложность их оценки. Обоснована необходимость создания гибконастраиваемой нейросетевой модели, которая должна обладать высокой предсказательной способностью и соответствовать требованиям трудового законодательства, выступая исключительно в роли инструмента аналитической поддержки. Разработан алгоритм функционирования нейросетевой модели оценки конкурентных преимуществ персонала, в рамках которого выделены все значимые этапы функционирования модели: от подготовки данных и многоклассовой классификации до прогнозирования на базе пяти универсальных компетенций. Важным моментом проведенного исследования выступает доказанная межотраслевая универсальность нейросетевой модели, где адаптация под специфику различных секторов экономики осуществляется путем варьирования весовых коэффициентов без перестройки архитектуры сети. Статья содержит результаты апробации модели с учетом весовых коэффициентов компетенций, характерных для специфики IT-компаний (прогностическая точность 89,8%). Определено, что нейросетевая модель должна выступать исключительно как система поддержки принятия управленческих решений. Непрерывное применение разработанной модели позволит найти «узкие места» в профессиональном развитии сотрудников и возможности для их роста.

Статья посвящена анализу современных тенденций и практик применения искусственного интеллекта (ИИ) в сельском хозяйстве на основе рецензируемых научных источников 2022-2026 гг. Целью работы выступает комплексное исследование проблематики и ключевых трендов развития ИИ в аграрном секторе, а также систематизация количественных данных, подтверждающих эффективность внедряемых технологий. В статье рассматриваются основные направления использования ИИ: прогнозирование урожайности на базе нейросетевых алгоритмов (LSTM, CNN), мониторинг здоровья растений и точное внесение ресурсов с применением компьютерного зрения (ResNet, YOLO), роботизация производственных процессов, а также внедрение интеллектуальных систем в экономику и управление агропромышленным комплексом. На основе анализа эмпирических исследований систематизированы показатели эффективности: точность диагностики заболеваний растений достигает 99,2%, снижение использования пестицидов - до 90%, экономия водных ресурсов - до 46%, рост доходов хозяйств - на 15-20%. Особое внимание уделено сравнительному анализу барьеров внедрения ИИ в различных группах стран. В развитых государствах преобладают проблемы технологической фрагментации и дефицита квалифицированных кадров. Для стран БРИКС характерны инфраструктурные ограничения и разрыв между наукой и производством. В развивающихся странах ключевыми препятствиями выступают отсутствие базовой инфраструктуры, низкая платежеспособность мелких хозяйств и недостаточный уровень цифровой грамотности. В заключительной части определены слабоизученные аспекты, требующие дальнейших исследований: социально-психологические барьеры восприятия технологий, экологический след самих ИИ-решений, вопросы суверенитета и монетизации данных, экономическая эффективность для мелких хозяйств, кибербезопасность и этические дилеммы в селекции.

Введение. Искусственный интеллект является областью компьютерной науки по созданию систем для выполнения задач, требующих интеллектуальных способностей. Сочетание искусственного интеллекта с цифровой экономикой формирует новые возможности, в том числе способствует оптимизации выполнения рутинных административных задач руководителями современных коммерческих организаций, что и обусловило актуальность темы настоящей статьи. Цель. Изучить тенденции в развитии искусственного интеллекта в процессе оптимизации рутинных административных задач, установить перспективные направления дальнейшего его развития. Методы. Традиционные общенаучные методы: дедукции, анализа, систематизации. Результаты. Автор изучил тенденции в развитии искусственного интеллекта, представил обзор технологий и методов по его применению в управлении, сопроводив их краткой характеристикой. Рассмотрено также применение технологий искусственного интеллекта на российских предприятиях. Выводы. По результатам проведенного исследования установлено, что внедрение технологий искусственного интеллекта для оптимизации решения рутинных административных задач позволяет упростить и ускорить работу сотрудников, повысить результативность производства. Именно этим обусловлено желание множества российских компаний приступить к использованию в своей деятельности искусственного интеллекта или в дальнейшем интегрировать его в процесс управления

Введение. Компьютерное (техническое) зрение является одной из наиболее зрелых технологий искусственного интеллекта. Она уже находит применение в правоохранительной деятельности. В связи с этим актуальными научными задачами представляются: изучение имеющегося отечественного и зарубежного опыта экспериментального внедрения данной технологии; разработка классификации систем компьютерного зрения; определение путей их дальнейшего совершенствования и перспектив использования в практике борьбы с преступностью.

Методы. В ходе исследования, результаты которого излагаются в настоящей статье, были востребованы методы описания, абстрагирования и обобщения, анализа и синтеза, а также формально-юридический и историко-правовой методы.

Результаты. Рассмотрены возможности систем компьютерного зрения, оказывающиеся полезными в работе по противодействию преступности, осуществляемой в России и за рубежом. Проведена классификация таких систем. В отдельные группы отнесены системы детекции и идентификации; системы криминального профилирования и предсказательной аналитики; системы, используемые для криминалистической регистрации; системы, используемые в исследовании доказательств. Автор приходит к выводу о том, что потенциал технологии компьютерного зрения в настоящее время реализуется в борьбе с преступностью лишь в незначительной мере. Для более широкого внедрения систем данного вида необходимо повышение уровня доверия общества к достижениям научно-технического прогресса в этой сфере. Вместе с тем очевидна потребность в четких стандартах разработки технологий искусственного интеллекта и их применения в правоохранительной деятельности.

Одним из необходимых теоретико-методологических ресурсов для построения систем искусственного интеллекта являются феноменологические исследования интенциональных структур субъективной реальности. В статье даётся краткое описание принципов классической феноменологии интерсубъективности и проводится анализ их применения в одном из проектов построения когнитивной архитектуры общего искусственного интеллекта. В феноменологии Э. Гуссерля интенциональные структуры трансцендентальной интерсубъективности наделяются статусом онтологической и смысловой первоосновы реальности. Однако в концепции Э. Гуссерля эти структуры интерпретируются как имманентные взаимосвязи поля трансцендентально чистого сознания. Для Гегеля структуру формообразований сознания образует развитие совокупной духовной культуры человечества. Первичным, фундаментальным фактом опыта самосознания является не cogito, но опыт соотношения бытия-для-себя и бытия-для-иного. В самом своём бытии я зависим от другого, моё сознание в самом его средоточии должно быть опосредствовано другим сознанием. Подход Гегеля к феноменологии интерсубъективности и её роли в формировании сознания можно рассматривать как философское обоснование концепции построения когнитивной архитектуры интерсубъективности в интернациональном проекте создания системы искусственного интеллекта RoboErgoSum. В этом проекте объективные качества предметов выявляются через возможные действия с этими предметами. Для успешных совместных действий агенты взаимодействия должны уметь координировать свои намерения, планы, цели и действия. В этом же процессе возникает восприятие себя как отличного от окружающей среды, что является основой человеческого самосознания и его роботизированной модели. Разработчики проекта настаивают на том, что в их проекте роботы приобретают сознание и самосознание, формируют способности к построению внутренних моделей мира, к рассуждению и размышлению, самоконтролю, целеполаганию и мотивации, достигают понимания происходящего и т. д. В статье делается вывод, что такого рода антропоморфизмы допустимы лишь в качестве метафорического языка дискурса. На деле речь должна идти о моделировании высших психических функций человека (перцептивных, познавательных, аффективных, прогностических) в когнитивной архитектуре искусственного интеллекта. Решающая роль в формировании структур такого рода интегрированной интерсубъективности отводится процессу обучения искусственного интеллекта на основе координации действий робота с действиями человека.

Цель. Цель исследования состоит в разработке подходов для повышения информационной безопасности в производственной сети управления технологическим процессом промышленного предприятия до необходимого уровня. Привычные, и некогда эффективные методы защиты, основанные на физической изоляции, устарели и требуются новые подходы, учитывающие особенности автоматизированных систем управления технологическим процессом.

Метод. Используемые в ходе исследования методы анализа выявляют различия между автоматизированными системами управления технологическим процессом и классическими информационными системами, основываясь на стандарте NIST SP 800-82, и оценивают их уникальные требования и уязвимости. Применены методы повышения информационной безопасности, включая регулярные тренинги, аудит, сегментацию сети и использование специализированных систем защиты.

Результат. Разработан алгоритм действий для защиты системы АСУ ТП, обеспечивающий предприятиям соответствие требованиям регуляторов и минимизацию рисков кибератак, а также защиту критически важных производственных процессов. Предложен комплекс профилактических мер и методов устранения уязвимостей в системах АСУ ТП для защиты промышленных сетей.

Вывод. Обеспечение информационной безопасности в АСУ ТП требует всестороннего подхода, включающего стратегии управления рисками, технические средства и постоянное повышение квалификации персонала. Внедрение предложенных мер и стратегий повысит общую устойчивость промышленных систем к современным угрозам информационной безопасности.

В статье представлены методы восстановления пропусков в геомагнитных данных, которые основаны на алгоритмах k-ближайших соседей (k-Nearest Neighbors, kNN) и многократного заполнения пропусков методом цепных уравнений (Multiple Imputation by Chained Equations, MICE). Анализ эффективности алгоритмов проведен на данных сети геомагнитного мониторинга Научной станции РАН по двум типам событий: регулярным Sq-вариациям и геомагнитным бурям. Согласно полученным результатам, алгоритм kNN демонстрирует хорошую точность при восстановлении регулярных вариаций с показателем MAE ≤ 0.4 нТл (Mean Absolute Error – средняя абсолютная ошибка), но его точность значительно снижается в условиях магнитных бурь (MAE = 5.7 нТл). Алгоритм MICE лучше справляется с обработкой пропусков в таких сложных условиях, снижая MAE до 1.1 нТл за счет учета межстанционных корреляций. Комбинированный подход, в котором используется алгоритм kNN для предварительного восстановления пропусков, а MICE – для последующего уточнения, показал эффективность как при заполнении пропусков в данных самой удаленной станции, так и при устранении импульсных выбросов в данных. Кроме того, показано, что предложенный подход может применяться для анализа магнитных возмущений, регистрируемых на близлежащей станции и вызванных работой установки ЭРГУ-600. Полученные результаты подтверждают возможности предложенных методов машинного обучения для автоматизации анализа многомерной информации, что особенно актуально при обработке больших массивов геомагнитных данных.

Статья посвящена сравнительному анализу ценностных ориентаций шести генеративных нейросетей различного национального происхождения: американских ChatGPT и Claude, китайского DeepSeek, французского Mistral AI, а также российских YandexGPT и GigaChat. Стремительное проникновение подобных систем в повседневную информационную среду ставит вопрос о том, какие именно идеологические установки они транслируют многомиллионной аудитории. Цель исследования состоит в выявлении и систематизации этих установок, а также в описании механизмов их воздействия на компоненты политического сознания. Методологической основой работы служит сочетание критического дискурс-анализа, концепции алгоритмической предвзятости и фрейм-анализа. Для тестирования моделей разработана структурированная анкета из семи блоков, охватывающих политические ценности, убеждения, знания, интерпретации событий, эмоциональные реакции, потребности и оценки. Исследование проводилось с июня по август 2025 года; все запросы предъявлялись на русском языке в стандартизированной форме. Полученные данные демонстрируют, что американские и европейская модели последовательно воспроизводят либерально-демократические установки, тогда как DeepSeek сочетает относительную открытость с жесткой блокировкой тем, чувствительных для КНР. Российские модели не формируют самостоятельного ценностного контура: на политически нейтральных вопросах их ответы фактически воспроизводят западную рамку, а при столкновении с острой проблематикой срабатывает стратегия уклонения. Фрейм-анализ позволил выделить четыре устойчивых дискурсивных фрейма: либерально-универсалистский, суверенно-прагматический, декларируемой нейтральности и избирательной блокировки. Идентифицированы семь механизмов воздействия на политическое сознание пользователей: нормализация, фреймирование, селективный отбор знаний, атрибуция мотивов, эмоциональное маркирование, формирование повестки и асимметрия критики. Сделан вывод о том, что декларируемый технологический суверенитет отечественных моделей не подкреплен содержательной ценностной альтернативой и фактически уступает информационное пространство западным конкурентам.

В статье представлена социологически обоснованная методология обучения ИИ-агентов для оценки видеороликов, имитирующей оценку, данную человеком (человеческой оценки), с учетом социально обусловленных моделей восприятия контента реальными пользователями. Следует отметить, что статей непосредственно по методологии обучения ИИ-агентов для имитации человеческой оценки видеороликов с социологической оценкой в журналах за 2021-2026 годы практически нет, но есть близкие публикации (в зарубежных и русских источниках), авторы которых фокусируются на ИИ-оценке социальных ситуаций в видеоиграх и социологической симуляции поведения. В данной статье затронута проблема расхождения между алгоритмической оценкой и восприятием видео различными социальными группами, возникающая из-за ориентации алгоритмов на формализованные метрики и игнорирования социокультурных особенностей зрительского восприятия. В основе методологии лежат теоретические подходы символического интеракционизма, теории социальных представлений и социального конструктивизма, а также концепции цифровой социологии и теории медиавосприятия. Методология опирается на четыре ключевых принципа: социальную репрезентативность данных, моделирование социальных процессов, учет вариативности восприятия и прозрачность решений искусственного интеллекта (ИИ). Представлена система социологических критериев для оценки человекоподобности решений ИИ. Предложены механизмы валидации результатов, включающие расчет коэффициента согласия между оценками ИИ и социальных групп; определение доли решений ИИ, которые пользователи не могут отличить от человеческих; анализ процента снижения апелляций по сравнению с традиционными системами, а также оценку индекса культурной адаптивности, а именно способности модели корректно работать в разных социокультурных средах. Такой подход позволяет преодолеть разрыв между алгоритмической и социальной оценкой видеоконтента, а ее внедрение повысит релевантность ИИ-систем за счет учета групповых различий в зрительском восприятии, что поспособствует созданию более сбалансированных и социально адекватных решений в цифровом медиапространстве.

Задача об оптимальном исполнении биржевых заявок является одной из самых важных для всех институциональных инвесторов как зарубежных, так и российского фондового рынка. Представлен подход для поиска оптимальной торговой стратегии, основанный на глубоком обучении с подкреплением (RL). Для анализа и моделирования среды мы используем исторические потоки входящих заявок на Московской бирже за апрель 2025 года для акций обыкновенных ПАО «Аэрофлот» (AFLT). Главные нововведения в рассматриваемой модели заключаются в более полном описании текущего рыночного состояния и применении более сложных моделей ценового влияния, приближающих условия торговли в моделируемой среде к реальным. Основные компоненты, используемые в модели, – состояние таблицы котировок, пропагатор и зависящая от объема исполнения функция временного влияния, – являются важными факторами принятия решений агента. Для того чтобы сделать систему принятия решений более прозрачной, мы исследуем вопрос важности признаков состояния среды, применяя аппарат теории игр и рассчитывая значения Шепли для каждого признака. Полученные результаты показывают, что RL-решение в рамках представленной модели оказывается лучше тривиальных стратегий в терминах дефицита исполнения, а также что принятие решения зависит от текущего состояния таблицы котировок

Статья посвящена исследованию российских генеративных сервисов, применяемых при художественном проектировании обуви, и их сравнению с зарубежными инструментами. Анализируются функциональные возможности моделей Kandinsky, YandexART и Alice AI Art, включая параметры генерации, доступность, особенности текстового управления, работу с форматами изображений и степень вариативности создаваемого визуального материала. На основе экспериментальных генераций по унифицированным промптам оценено, насколько корректно сервисы интерпретируют конструктивно-технологические характеристики обуви, такие как тип модели, материал, декоративные элементы и пропорциональные параметры. Установлено, что при успешном воспроизведении общих стилевых и потребительских признаков модели демонстрируют нестабильность в отображении конструктивных деталей, симметрии полупар, элементов фурнитуры и профессиональной терминологии, что требует участия специалиста и дополнительной ручной корректировки.

С учётом выявленных особенностей рассмотрены практические сценарии использования генеративных сервисов на этапах поиска формы, разработки художественного эскиза и получения вариативных концепций. На основе эмпирических данных сформирован алгоритм применения генеративных моделей в проектировании единичной модели или коллекции обуви, включающий последовательные этапы построения промпта, начальной генерации, уточнения изображения и проверки конструктивной достоверности. Показано, что такие сервисы могут служить эффективным вспомогательным инструментом визуального поиска и расширения вариативности проектных решений, не заменяя профессиональных компетенций конструктора-модельера. Практическая значимость исследования заключается в определении ограничений, потенциала и условий применения отечественных генеративных моделей в образовательной и проектной деятельности дизайнеров обуви.

Авторами представлен эксперимент, в качестве инструмента, в котором использовали нейросеть Midjourney, на этапе эскизирования обуви различных видов и назначения. В качестве наглядного примера приведена работа искусственного интеллекта ИИ Vizcom на этапе трансформация 2D эскиза в объемный трехмерный скетч. Проведен анализ возможностей нейросети Midjourney в процессе эскизирования обуви. Экспериментальным путем установлены оптимальные параметры текстовых запросов для генерации дизайнерских решений. Выявлены как творческие возможности системы, так и ее ограничения. В статье представлены результаты создания эскизов футбольных кроссовок в спортивном стиле и женских спортивных кроссовок в футуристическом стиле, футбольных кроссовок в стиле модификации и ботинок с высоким голенищем в геометрическом стиле, результаты запросов создания эскизов обуви на высоком каблуке в стиле японского кимоно и защитных приспособлений для ног без определения стиля, результаты генераций обуви спортивного стиля на основе загруженного референса. Такой подход разрабатывается в рамках диссертации Аль-Язиди Софьи Владимировны «Разработка методики художественного проектирования обуви на основе генеративных нейросетевых моделей».

Авторами приведены результаты эксперимента, были сгенерированы наборы запросов по созданию моделей обуви с использованием подсказок с разным количеством слов и стилями изображений. После уменьшения однородности и сходства были выбраны самые презентабельные результаты запросов нейросети.

Авторами представлен вывод, что креативность дизайнов, полученных в ходе эксперимента не сопоставима с их реалистичностью в технологическом плане при менее конкретных запросах.