Поиск пропорции естественного и искусственного интеллекта в прикладных задачах цифровой экономики
Автор: Иващенко А.В., Диязитдинова А.Р., Кривошеев А.В., Никифорова Т.В.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Технологии цифровой экономики
Статья в выпуске: 1 т.18, 2020 года.
Бесплатный доступ
Рассматривается проблема поиска оптимального баланса в распределении функций на современном предприятии между персоналом и интеллектуальными компонентами систем управления и поддержки принятия решений. Предложена модель взаимодействия программных агентов и лиц, принимающих решения (акторов), которая предназначена для определения наилучшего соотношения между несколькими агентами и исполнителями с точки зрения синхронизации их фокуса, а также для выработки наиболее эффективных стратегий профессионального развития сотрудников предприятия. Даны рекомендации по оптимизации пропорции естественного и искусственного интеллекта в прикладных задачах с учетом влияния человеческого фактора в условиях активного внедрения интеллектуальных технологий в рамках построения цифровой экономики. Решение данной проблемы проиллюстрировано на примере организации сбора и обработки данных приборов учета электроэнергии в распределенной информационно-коммуникационной системе, реализующей функции, выполняемые операторами с помощью мобильных устройств связи и интеллектуальным программным обеспечением на базе искусственной нейронной сети.
Цифровая экономика, искусственный интеллект, интегрированная информационная среда, человеко-машинное взаимодействие
Короткий адрес: https://sciup.org/140256247
IDR: 140256247 | DOI: 10.18469/ikt.2020.18.1.11
Список литературы Поиск пропорции естественного и искусственного интеллекта в прикладных задачах цифровой экономики
- Patel K., McCarthy M.P. Digital Transformation: The Essentials of E-Business Leadership. New York: KPMG/McGraw-Hill, 2000. 134 p.
- Singh M.P. Augmented reality interfaces. Natural web interfaces // IEEE Internet Computting. 2013. No 17. P. 66-70.
- Димов Э.М., Маслов О.Н. Информационные технологии цифровой экономики: образовательные и научно-исследовательские аспекты // Инфокоммуникационные технологии. Т. 17. No 1. 2019. C. 100-115.
- Ющенко А.С. Коллаборативная робототехника: состояние и новые задачи // Мехатроника,автоматизация, управление. 2017. No 18 (12). С. 812-819.
- Kelly III J. Computing, cognition and the future of knowing. IBM Research: Cognitive Computing. IBM Corporation, 2015. 7 p.
- Kagermann H., Wahlster W., Helbig J. Recommendations for implementing the strategic initiative Industrie 4.0. Final report of the Industrie 4.0 Working Group, 2013. 82 p.
- Industry 4.0 / H. Lasi [et al.] // Business & Information Systems Engineering. 2014. No 4 (6). P. 239-242.
- Wooldridge M. An introduction to multi-agent systems. Chichester: John Wiley and Sons, 2002. 340 p.
- Gorodetskii V.I. Self-organization and multiagent systems: I. Models of multiagent self-organization // Journal of Computer and Systems Sciences International. 2012. Vol. 51. No 2. P. 256-281.
- Pouchard L., Ivezic N., Schlenoff C. Ontology engineering for distributed collaboration in manufacturing // Proceedings of the AIS2000 Conference, 2000.
- De Nicola A., Missikoff M., Navigli R. A software engineering approach to Ontology building // Information Systems. 2009. No 34 (2). P. 258-275.
- Subject-oriented modeling and execution of multi-agent business processes / A. Fleischmann [et al.] // Proceedings of Web Intelligence (WI) and Intelligent Agent Technologies (IAT), 2013 IEEE/WIC/ACM International Joint Conferences. 2013. P. 138-145.
- Fleischmann A., Schmidt W., Stary C. S-BPM in the wild. Berlin: Springer, 2015. 282 p.
- Ivaschenko A., Kolsanov A., Nazaryan A. Focused visualization in surgery training and navigation // Advances in Intelligent Systems and Computing. 2019. Vol. 858. P. 537-547.
- Ivaschenko A., Sitnikov P., Katirkin G. Accented visualization in digital industry applications // Studies in Systems, Decision and Control. 2019. Vol. 199. P. 366-378.
- Ivaschenko A., Krivosheev A., Sitnikov P. Multi-agent solution for a distributed intelligent photo surveying // Proceedings of the 2019 European Simulation and Modeling Conference (ESM 2019), Palma de Mallorca, Spain, EUROSIS-ETI. 2019. P. 73-78.
