В «обществе 5.0» главную движущую силу развития составляют наукоемкие знания::БИТ 01.2019
 
                 
Поиск по сайту
 bit.samag.ru     Web
Рассылка Subscribe.ru
подписаться письмом
Вход в систему
 Запомнить меня
Регистрация
Забыли пароль?

Календарь мероприятий
декабрь    2019
Пн
Вт
Ср
Чт
Пт
Сб
Вс
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

показать все 

Новости партнеров

12.12.2019

Уважаемые коллеги! 13 февраля в Москве состоится Конференция «Цифровая медицина» в отеле Novotel Киевская (ул, Киевская, 2)

Читать далее 

06.12.2019

100-тысячную консультацию Центра услуг для бизнеса в Москве получила руководитель экологически важного проекта

Читать далее 

05.12.2019

ИСП РАН и Huawei открыли совместную R&D-лабораторию по развитию средств разработки программного обеспечения

Читать далее 

04.12.2019

Определилась победительница московского этапа федерального проекта «Мама-предприниматель»

Читать далее 

показать все 

Статьи

04.12.2019

ЛАНИТ учредил премию IT Stars памяти основателя компании Георгия Генса

Читать далее 

26.11.2019

Осторожно: данные!

Читать далее 

26.10.2019

Что делать, чтобы тебя услышали?

Читать далее 

19.09.2019

Онлайн-обучение: кризис жанра?

Читать далее 

19.09.2019

Битва за электронику: кто кого?

Читать далее 

31.08.2019

Кадры для цифровой среды

Читать далее 

04.06.2019

Маркетолог: привлекать, продавать, продвигать?

Читать далее 

04.06.2019

Бонусы за лояльность

Читать далее 

04.06.2019

Прощайте, доктора?

Читать далее 

04.06.2019

Между В2В и В2С – сплошная двойная

Читать далее 

показать все 

В «обществе 5.0» главную движущую силу развития составляют наукоемкие знания

Главная / Архив номеров / 2019 / Выпуск №01 (84) / В «обществе 5.0» главную движущую силу развития составляют наукоемкие знания

Рубрика: Наука и цифровая экономика


В «обществе 5.0»
главную движущую силу развития составляют наукоемкие знания

В «обществе 5.0» главную движущую силу развития составляют наукоемкие знанияМягкие измерения – это одно из перспективных направлений создания методологической основы и технологической базы цифровой экономики. С помощью мягких измерений можно сделать анализ готовности субъектов Российской Федерации к реализации методов и средств цифровой экономики

Измерение является неотъемлемой частью любых задач моделирования, познания, контроля, принятия решений, управления. Поэтому методология измерений непрерывно совершенствуется в соответствии с усложнением решаемых задач. Одним из современных направлений общей теории измерений является методология интеллектуальных измерений. К этому направлению относятся байесовские интеллектуальные измерения, основой которых является применение байесовского подхода при формировании измерительного решения [7] и мягкие измерения, основанные на принятии измерительных решений в соответствии с логикой Заде [1, 5].

Термин «мягкие измерения» (МИ) можно трактовать в широком и узком смыслах. В широком смысле мягкие измерения понимаются прежде всего, как нечеткие измерения, результат которых не определяется конкретным числом.

В узком, строгом смысле этого термина мягкие измерения представляют собой нечеткие, многоальтернативные, условные (результат измерения достоверен в рамках определенных условий эксперимента) измерения в соответствии с мягкой логикой Заде и полным метрологическим обоснованием результатов измерений.

Если критерием выбора измерительных решений является байесовский критерий минимума среднего риска решений, то такие измерения называются байесовскими интеллектуальными измерениями (БИИ). Они основаны на методологии регуляризирующего байесовского подхода (РБП) и байесовских интеллектуальных технологиях (БИТ) [1, 3, 7].

Мягкие измерения, как и БИИ, предназначены для измерения свойств, состояний, динамики, трендов характеристик сложных объектов, процессов и систем в условиях их непрерывного развития и активного взаимодействия с окружающей средой.

Методы и средства РБП, БИТ, БИИ и мягких измерений эффективны при решении базовых задач экономики

Искусственный интеллект является одним из пяти базовых направлений, составляющих технологическую основу цифровой экономики [1]. Именно его методы и средства призваны обеспечить полномасштабные решения новых экономических задач, которые возникают при формировании информационного общества.

Как отмечается в [2], «становление цифровой экономики является результатом технологического развития, а ее теория – плод теории информационного общества и информационной экономики» (экономики знаний).

Так называемое общество «суперумных» или «общество 5.0» (по терминологии, предложенной японскими учеными) формируется на волне четвертой промышленной революции, которая базируется на цифровых технологиях.

Постиндустриальное общество (по терминологии американских социологов Д. Рисмена и Д. Белла), частью которого является цифровая экономика, характеризуется прежде всего тем, что в нем главную движущую силу развития составляют наукоемкие знания.

Эффективность современного бизнеса во многом определяется умелым использованием новейших информационных технологий и средств коммуникаций, сбора и обработки информации, принятия управленческих решений, политики продаж, проведения маркетинга и рекламы.

При этом самой востребованной является информация, представленная в виде профилированных знаний экономического, экологического, социального характера, а также инвестиционной направленности. Достаточно понятно, что привлечение достоверных и актуальных знаний ускоряет процесс управления бизнесом, делает его эффективным и прибыльным, снижает потребность в физически производимом труде (а значит, и затраты на него), повышает конкурентоспособность, безопасность ведения и устойчивое развитие бизнеса.

Так называемое общество «суперумных» или «общество 5.0» формируется на волне четвертой промышленной революции, которая базируется на цифровых технологиях

К числу основных требований к информационному обеспечению бизнес-процессов относятся:

  • получение решений системы в виде готовых рекомендаций, альтернатив, сценариев развития бизнес-процессов и бизнес-ситуаций;
  • возможность работы с информацией, представленной в разнообразных числовых и лингвистических массивах данных и знаний;
  • гибкость и динамичность информационных систем, под чем понимается способность прикладного программного обеспечения легко перестраиваться в условиях меняющихся условий бизнеса, требований и ситуаций;
  • просчет рисков решений и управление ими;
  • разработка инвестиционных предложений и проектов;
  • быстрое решение производственных, маркетинговых, снабженческих, инвестиционных и кадровых задач;
  • достоверная оценка влияющих факторов и ситуации в окружающей бизнес-среде;
  • удобство общения с информационной системой, понятность выводов и рекомендаций системы;
  • надежность, объективность, полнота бизнес-решений.

Все эти требования современного бизнеса определяют переход экономики постиндустриального общества к максимальному потреблению знаний, то есть формируют экономику, основанную на знаниях как производственном ресурсе, дополнительной мощной производительной силе, «экономику знаний».

Генерация знаний как основного ресурса цифровой экономики и общества в целом определяется эффективностью интеллектуальных методов и средств, применяемых для их получения. Передовые телекоммуникационные технологии 5G дадут значительное число преимуществ для экономического развития общества.

Но при этом главным вопросом на самом деле является не столько вопрос «с какой скоростью передавать информацию», сколько вопрос «какую информацию передавать», вопрос контента таких передач, определяющего суть и эффективность решаемых социально-экономических задач, вопрос «сжатия» данных до уровня полезных знаний. Такие знания можно передать по сети во много раз быстрее.

Для цифровой экономики, как и для любой экономики, важны не только и не столько трансакции, сколько генерация эффективных аналитических, оценочных и управленческих решений. Именно эти задачи и решают методы и средства искусственного интеллекта, к числу которых принадлежат методы и средства байесовских интеллектуальных технологий и мягких измерений.

Основными концепциями цифровой трансформации промышленности являются [2, 4] Industry 4.0, Smart Manufacturing, Digital Manufacturing, Internet of Manufacturing, Open Manufacturing.

Ключевыми технологическими направлениями в этих концепциях являются следующие:

  1. Массовое внедрение интеллектуальных датчиков в оборудование и производственные линии (технологии индустриального интернета вещей).
  2. Массовое внедрение роботизированных технологий.
  3. Использование для обработки информации распределенных ресурсов, реализация облачных вычислений.
  4. Интеграция автоматизированных производственных систем сбора и обработки информации с системами поддержки принятия решений («от оборудования до министерства»).
  5. Использование структурированной и неструктурированной информации для формирования аналитических и управленческих решений (технологии BIG DATA).
  6. Полностью оцифрованный документооборот.
  7. Цифровое проектирование и моделирование производственных процессов, объектов, систем на всем жизненном цикле – от идеи до документации.
  8. Использование мобильных технологий для мониторинга, контроля и управления производственными и социально-экономическими процессами.
  9. Применение цифровых сервисов и робототехники при поставке готовой продукции потребителю.
  10. Применение цифровых сервисов и беспилотных технологий для поставки комплектующих и сырья.
  11. Переход на интеллектуальные технологии сбыта продукции.
  12. Дистанционная подготовка квалифицированных кадров.

В качестве базовых технологий для всех указанных выше направлений, как уже отмечалось, будут технологии искусственного интеллекта, обеспечивающие реализацию этих направлений на практике.

Причем основная роль отводится интеллектуальным технологиям измерения и сбора разнотипных данных, on-line-моделирования, промышленной аналитике, которые будут реализованы средствами распределенных суперкомпьютерных комплексов.

В целом вопросами изучения и продвижения цифровой экономики, продвижения ее концепций и технологий в другие сферы деятельности занимается ряд влиятельных международных организаций, таких как Организация экономического сотрудничества и развития (ОСЭР), Конференция ООН по торговле и развитию (ЮНКТАД), Всемирная торговая организация (ВТО), Всемирный экономический форум (ВЭФ) и другие.

Так, ОСЭР, кроме постоянно выпускаемых обзоров по цифровой экономике [5], реализует масштабный проект Going Digital, начатый 12 января 2017 года. В рамках этого проекта изучаются все сферы деятельности общества в целом для информирования политических кругов и бизнеса различных стран об эффективности продвижения цифровизации в различных сферах.

В 2017 году ВЭФ опубликовал доклад Digital Transformation Initiative. Unlocking $100 Trillion for Business and Society from Digital Transformation. В нем по десяти секторам представлены прогнозы финансовых преимуществ цифровой трансформации.

ВЭФ также отводит значительную роль технологиям искусственного интеллекта.

По его прогнозам [1], эти технологии позволят снизить издержки по управлению корпоративными финансами и бухгалтерскому учету на 40%; по управлению трудовыми ресурсами на 7% за счет внедрения виртуальных коллабораций; P2P-репутационных систем оценки, дистанционного квалиметрирования и других технологий искусственного интеллекта и в целом снизить бизнес-издержки от 25 до 50% в разных сферах деятельности.

На самом деле цифровизация региональной экономики началась не с момента введения этого термина, а гораздо раньше и не только в различных видах экономической деятельности

На региональном уровне лидером в продвижении цифровизации является Европейский союз. Вопросы разработки и продвижения технологий искусственного интеллекта рассматриваются в ряде стратегий, инициатив и программ Евросоюза: Europe 2020 Strategy, Horizon 2020, Entrepreneurship 2020 Action Plan, Industrial Policy for Globalization Era, Digital Agenda for Europe, Innovation Union и других.

Осуществляется значительная финансовая поддержка этих начинаний.

Так, финансирование Программы Horizon 2020 составляет 80 млрд евро. Проект осуществляется по трем основным направлениям:

  1. Передовая наука (поддержка новых научных идей, технологий, мобильных научных кадров).
  2. Промышленное лидерство (ключевые технологии, инновации, венчурное финансирование).
  3. Социальные вызовы (здравоохранение, благосостояние, демографический потенциал, устойчивая энергетика, устойчивое сельское хозяйство, устойчивое водное хозяйство, рациональное использование природных ресурсов и другие).

В начатом проекте «Фабрика будущего» из общего финансирования в 7 млрд евро на разработку интеллектуальных технологий отводится 26% финансирования.

В Российской Федерации 28 июля 2017 года принята программа «Цифровая экономика Российской Федерации». В настоящее время к созданию систем сбора и передачи данных, к решению экономических задач на основе идей и средств цифровой экономики, ее цифровизации постепенно приступают практически все регионы РФ. Прежде всего это задачи организации государственных услуг, крупной промышленности, энергетики и транспорта.

По информации из различных источников, в частности [2, 4], самыми передовыми в этих вопросах являются Москва и Московская область, Санкт-Петербург и Ленинградская область, Казань и Иннополис в Татарстане и других регионах.

Истоки цифровизации

На самом деле цифровизация региональной экономики началась не с момента введения этого термина, а гораздо раньше и не только в перечисленных видах экономической деятельности.

Так, еще в конце 80-х годов прошлого столетия в государственной научной организации «Центрохотконтроль» была введена в эксплуатацию интеллектуальная система учета и оценки состояния диких животных на территории России. Она была предназначена не только для сбора информации по численности животных различных популяций, но прежде всего для принятия оптимальных управленческих решений, обеспечивающих безопасность видов. В те сложные в экономическом отношении годы решения системы во многом способствовали принятию срочных мер по восстановлению численности диких животных, таких как популяции лося и кабана, на которые на несколько лет в ряде регионов запретили выдачу охотничьих лицензий.

В 1991 году в Северо-Западном регионе РФ (Севзапрыбвод) была введена в эксплуатацию система управления рыбохозяйственной деятельностью для девяти областей РФ, которая осуществляла сбор и аналитическую обработку информации о рыбных ресурсах и по сети передавала ее в центр для принятия управленческих решений и в научных целях.

На предприятии Лентрансгаз в период с 1997-го по 2002 год создавалась сеть экологического аудита предприятий нефтегазовой промышленности также для девяти областей РФ на основе международных и российских стандартов.

В то же время были созданы интеллектуальные сети ЖКХ, обеспечивающие мониторинг и генерацию управленческих решений от источников энергии, горячей и холодной воды до оплаты этих услуг конечными потребителями.

Все эти системы, по сути, являлись системами цифровой экономики, поскольку решали задачи цифровизации деятельности экономических субъектов. Методологической и технологической базами для этих систем явились технологии и средства РБП и БИТ, которые были реализованы на платформах «Экоаналитик» и «Инфоаналитик» в виде сети интеллектуальных рабочих мест (ИРМ) различного профессионального назначения [8-12].

В настоящее время создано 28 различных типов ИРМ (лицензированные и запатентованные программные комплексы), при конфигурации которых в соответствии с целью задачи может быть организована практически любая профессиональная управленческая сеть. Это «ИРМ-Директор», «ИРМ-Финансовый директор», «ИРМ-Энергетик», «ИРМ-Качество», «ИРМ-Кадры», «ИРМ-Эколог», «ИРМ-Территория», «ИРМ-Рыбхоз», «ИРМ-Лесхоз», «ИРМ-Водхоз», «ИРМ-Губернатор», «ИРМ-ЖКХ» и другие.

Очевидно, что в соответствии с приведенными выше направлениями цифровизации экономики эти типы ИРМ могут быть использованы для создания методологической и технологической баз при решении практических задач цифровой экономики в ее реальных секторах.

Новым современным инструментом для управления предприятием является система Интеллектуальное рабочее место специалиста (ИРМ). Интеллектуальное рабочее место специалиста по качеству производства, представляющее собой информационно-программное обеспечение для внедрения системы менеджмента качества (СМК) по стандартам серии ISO 9000 (новая редакция) и поддержки по требованиям международных стандартов, включающее:

  • Справочник нормативной документации по стандартам предприятия, отраслевым, федеральным и международным стандартам и директивам.
  • Описание бизнес-процессов.
  • Аналитические сводки и обзоры.
  • Генерация отчетов и сводок.
  • Активное обучение в форме тренингов.
  • Электронный документооборот специалистов.
  • Управление процессами производства.

ИРМ включает:

  • Модуль «Электронная библиотека».
  • Модуль «Электронный документооборот».
  • Модуль «Внутренний аудит, мониторинг и оценка производственных процессов и качества производства».

Светлана Прокопчина

  1. Прокопчина С.В. Методологические основы теории мягких измерений. В кн. «Мягкие измерения и вычисления», том 1. – М.: Изд. дом «НАУЧНАЯ БИБЛИОТЕКА», 2017. – 395 с.
  2. Цифровое будущее. Business Guide. //Приложение к газете «Коммерсантъ», май, 2018.
  3. Прокопчина С.В. Концепция байесовской интеллектуализации измерений в задачах мониторинга сложных объектов. // «Новости искусственного интеллекта», № 3, 1997 г. – С.7-56,
  4. Основы цифровой экономики. //Под ред. М.И. Столбова, Е.А. Бренделевой. – М.: Изд. дом «НАУЧНАЯ БИБЛИОТЕКА», 2018. – 238 с.
  5. Прокопчина С.В. Методологические аспекты теории мягких измерений. Сб. докл. Межд. конф. «SCM-2005». – СПб.: Изд. ЛЭТИ, с. 49-63.
  6. Прокопчина С.В., Щербаков Г.А., Ефимов Ю.В. Моделирование социально-экономических систем в условиях неопределенности. – М.: Изд. дом «НАУЧНАЯ БИБЛИОТЕКА», 2018. – 495 с.
  7. Опыт решения социально-экономических задач на основе байесовских интеллектуальных технологий. // Под ред. С.В. Прокопчиной. – М., 2014. – 447 с.
  8. Недосекин Д.Д., Прокопчина С.В., Чернявский Е.А. Информационные технологии интеллектуализации измерительных процессов. – СПб.: Энергоатомиздат, 1995. – 189 с.
  9. Лукьянец А.А., Прокопчина С.В. Методология поддержки решений в управлении энергоснабжающими организациями на основе регуляризируюшего байесовского подхода. – Томск. Некоммерческий фонд развития региональной энергетики, 2006. – 259 с.
  10. Интеллектуальное рабочее место специалиста по качеству (свидетельство Роспатента об официальной регистрации программы для ЭВМ № 2004610246 01 19.02.2004).
  11. Интеллектуальное рабочее место финансового директора (свидетельство Федеральной службы по интеллектуальной собственности, патентам и торговым знакам об официальной регистрации программы для ЭВМ № 200568423 от 08.08.2005).
  12. Инфоаналитик (свидетельство Федеральной службы по интеллектуальной собственности, патентам и тортовым знакам об официальной регистрации программы для ЭВМ № 200468741 oт 12.08.2004).

Ключевые слова: цифровая экономика, мягкие измерения, искусственный интеллект.

В начало⇑

 

Комментарии отсутствуют

Комментарии могут отставлять только зарегистрированные пользователи

Выпуск №09 (92) 2019г.
Выпуск №09 (92) 2019г. Выпуск №08 (91) 2019г. Выпуск №07 (90) 2019г. Выпуск №06 (89) 2019г. Выпуск №05 (88) 2019г. Выпуск №04 (87) 2019г. Выпуск №03 (86) 2019г. Выпуск №02 (85) 2019г. Выпуск №01 (84) 2019г.
Вакансии на сайте Jooble

           

Tel.: (499) 277-12-41  Fax: (499) 277-12-45  E-mail: sa@samag.ru

 

Copyright © Системный администратор

  Яндекс.Метрика