CC BY
50
EDN: HNYUQZ
О.В. Тахумова - к.э.н., доцент, Кубанский государственный аграрный университет, Краснодар, Россия, [email protected],
0.V. Takhumova - Candidate of Economic Sciences, Associate Professor, Kuban State Agrarian University, Krasnodar, Russia;
А.А. Матулян - обучающийся 4-го курса экономического факультета, Кубанский государственный аграрный университет, Краснодар, Россия, [email protected],
AA Matulyan - 4th year student of the Faculty of Economics, EB-2031 group, Kuban State Agrarian University, Krasnodar, Russia;
Я.В. Бобров - обучающийся 4-го курса экономического факультета, Кубанский государственный аграрный университет, Краснодар, Россия, [email protected],
Ya. V. Bobrov - 4th year student of the Faculty of Economics, Kuban State Agrarian University, Krasnodar, Russia;
Е.И. Рязанова - обучающейся 4-го курса экономического факультета, Кубанский государственный аграрный университет, Краснодар, Россия, [email protected],
E.I. Ryazanova - 4th year student of the Faculty of Economics, Kuban State Agrarian University, Krasnodar, Russia.
BIG DATA КАК НАПРАВЛЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЭКОНОМИЧЕСКОМ АНАЛИЗЕ:
ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ
BIG DATA AS A DIRECTION OF ARTIFICIAL INTELLIGENCE IN ECONOMIC ANALYSIS: USAGE POSSIBILITIES
Аннотация. В современных тенденциях происходит быстрая цифровая трансформация различных сфер бизнеса и всё большую значимость искусственный интеллект представляет для производства во всех отраслях. С помощью направления Bid Data получается создавать более точные экономические модели и прогнозы, происходит быстрая обработка огромных объемов данных информации в любой сфере. Информационные технологии способствуют более эффективному выявлению и реагированию на риски и их последствия. Также направление Bid data призвано стать этапом развития цифровой инфраструктуры и адаптивности компаниям на современном рынке к инновационным трансформациям. Цель данной статьи заключается в исследовании роли направлений ИИ - Big Data - в изучении угроз и перспектив развития его использования для обработки экономических данных. Рассматривается Big Data как направление искусственного интеллекта в экономическом анализе, изучаются его возможности использования. Приводится актуальность, уточняется понятие программ, имитирующих навыки человека и его направления развития (машинное обучение, глубокое обучение и обработка естественного языка). Определяется значение нейросетей и взаимосвязь технологии Big Data и искусственного интеллекта. Приводится роль Big Data в экономических аспектах (прогнозирование рыночных и валютных колебаний) и также его понятие. Анализируются угрозы и риски применения (поддельные данные и корыстное изменение программного кода), приводятся меры по нейтрализации представленных ограничений (создание дополнительных уровней защиты и регулярный аудит безопасности). Освещается рейтинг специалистов и компании в данной области.
Absrtract. In modern trends, there is a rapid digital transformation of various areas of business and artificial intelligence is becoming increasingly important for production in all industries. With the help of the Bid Data direction, it is possible to create more accurate economic models and forecasts, and quickly process huge volumes of information data in any field. Information technology helps to more effectively identify and respond to risks and their consequences. Also, the Bid data direction is intended to become a stage in the development of digital infrastructure and adaptability of companies in the modern market to innovative transformations. The purpose of this article is to study the role of AI areas - Big Data -in studying the threats and prospects for the development of its use for processing economic data. Big Data is considered as a direction of artificial intelligence in economic analysis, and its possibilities of use are studied. The relevance is given, the concept of programs that imitate human skills and their areas of development (machine learning, deep learning and natural language processing) is clarified. The importance of neural networks and the relationship between Big Data technology and artificial intelligence are determined. The role of Big Data in economic aspects (forecasting market and currency fluctuations) and also its concept are given. The threats and risks of use (fake data and selfish modification of program code) are analyzed, and measures are given to neutralize the presented limitations (the creation of additional levels of protection and regular security audits). The rating of specialists and companies in this field is highlighted.
Ключевые слова: технологии, Big Data, инновация, внедрение, искусственный интеллект, направление, экономика, эффективность, данные, информация, массивы.
Keywords: technologies, Big Data, innovation, implementation, artificial intelligence, direction, economics, efficiency, data, information, arrays.
Искусственный интеллект (ИИ, или Artificial intelligence, AI) - представляет собой комплекс инноваций, которые оптимизируют человеческую работу с уклоном на увеличенную скорость обработки и выдачи информации [1]. На данном этапе развития человечества ИИ заменяет множество различных профессий, начиная от копирайтеров и доставщиков и заканчивая бухгалтерами и операторов.
Искусственный интеллект имеет несколько направлений развития, которые, в свою очередь, способны в будущем облегчить жизнедеятельность людей:
1. Машинное обучение (МО, или ML) - решает определенные задачи путем анализа и диагностики примеров статей, отчетностей, новостей, математических моделей для выдачи автоматизированной обработки данных [2]. Примеры применения описаны ниже:
1) например, Big Data предоставляет объем данных для анализа, без которого данное направление не имеет смысла;
2) голосовой набор текста и распознания речи в голосовых сообщениях и видео-сообщениях (трансляция речи на базе анализа видео и выдача в готовом виде идентичный перевод в текст);
3) используется в диверсификации производства (оптимизация логистики).
2. Глубокое обучение (ГО, или DP) - вид ИИ, который имеет собственные алгоритмы решения экономических задач в отраслях экономики.
1) например, Big Data позволяет ИИ производить и анализировать информацию от окружающей среды;
2) прогнозирование и создание временных рядов с помощью краткосрочной памяти обработки точечных типов данных (LSTM) и последовательности данных (GRU);
3) анализ и прогноз на биржах, в скачки и падения в акциях, облигациях и обработка валютных колебаний.
NLP - основано на разработке продвинутых нейросетей (например, нейросеть ChatGPT или Gemini), или
с помощью трансформерной архитектуры. NLP используется разработки МО и экономических модели, анализируя информацию, создает отчеты.
Для анализа и прогноза нейросети должны обработать определенное количество параметров, входных и
352
Международный журнал
выходных данных, также и в экономическом анализе.
1) голосовые помощники и переводчики: Siri и Алиса;
2) использование в площадках для эфира: Zoom, Cisco Webex, МТС Линк.
Так, Big Data - массивы данных искусственного интеллекта, используемые во всех отраслях экономики.
Число измерения - терабайты. Преимущества Big Data по сравнению с традиционными источниками информации:
1) скорость обработки, приема, создания и отправки информации;
2) расширенные объемы хранения данных;
3) предоставление анализа для формирования стратегий, проектов, прогнозов;
Big Data неразрывно связан с искусственным интеллектом, так как ИИ необходимы для анализа структурированные массивы данных, в которых содержится обработанная информация. Т.е. иначе для ИИ Big Data представляет собой базу хранения и обработки необходимой для анализа информации.
Применение технологии Big Data в экономическом аспекте:
1. Скорость оценки рисков и данных позволяет кредитным организациям, банкам оптимизировать осведомленность о клиентах, их кредитной истории, кредитный рейтинг и экономическом положении с помощью предоставленных данных.
2. В производстве происходит анализ экономических показателей на предмет износа оборудования и оптимизирует контроль качества продукции.
3. Внедрение технологии Big Data позволяет компаниям повысить свою конкурентоспособность, ибо она предоставляет большой объем данных для анализа конкурентов, их продукции, потребительских предпочтений, прогнозирует возможные убытки, определяет наиболее перспективные тарифы для услуг, товары и их цены.
Big Data используется для детализации стратегических программ развития экономики региона или страны.
Так, ключевое отличие данной технологии от традиционных методов - детальный прогноз рыночных и валютных колебаний путем выявления и оценки рисков. Такое внедрение ведет к улучшению эффективности маркетинговых стратегий, оптимизирует запасы и снижает расходы на их хранение, повышает точность анализа временных задержек в логистике и увеличивает количество правильно принимаемых тактических решений в области продаж и экономике.
Необходимо выделить наиболее опытных специалистов в области разработки и реализации в организации технологии Big Data, которые предоставляют возможность вывести компанию на новый конкурентный уровень с повышением её финансовой устойчивости и экономического роста (таблица 1).
Таблица 1 - Рейтинг основных разработчиков в сфере развития Big Data по версии технологической
компании Deco Systems и Google
Рейтинг Представитель разработчиков Деятельность и полезность персоны
1 Doug Cutting Разработчик Apache Hadoop
2 Jeff Dean Главный разработчик Google File System и MapReduce
3 D.J. Patil Один из основных разработчиков искусственного интеллекта в технологии Big Data
4 Viktor Mayer-Schönberger Составитель технических публикаций о Big Data
5 Nate Silver Разработчик сайта на базе Big Data
б Michael Stonebraker Сооснователь организации, основывающейся на PostgreSQL
7 Yann LeCun Разработчик Facebook AI - область ИИ в направлении МО и нейросетей
8 Andrew Ng Главный разработчик Google Brain
9 Kirk Borne Ученый в области ИИ
10 Hilary Mason Создатель Fast Forward Labs
Источник: [3]
Так, данные представители в области Big Data являются одними из лучших, однако эта сфера имеет постоянное развитие и совершенствуется ежедневно, поэтому общее количество разработчиков неуклонно растет.
При работе с большими массивами данных возникают определенные ограничения и проблемы, которые ставят под угрозу деятельность компаний внедряющих такую инновацию:
1) использование поддельных данных, заранее внесенными киберпреступниками для подрыва конфиденциальности данных и результатов исследований;
2) изменение кода картографа в корыстных целях для дисфункции обработки данных, т.е. для утечки информации;
3) не использование высокоуровневых протоколов шифрования и использование облака для хранения данных;
4) конфликт интересов внутри компании выражается в продаже данных сотрудниками it-отделов для личной выгоды;
5) неэффективность работы детализированного контроля доступа;
6) контроль метаданных преступными лицами, которые используются для записи исторических данных;
7) применение нелегитимных или недействительных конечных устройств для обработки и хранений информации;
8) нерегулярный аудит безопасности информации;
9) сложность зашифровки данных при использовании база данных типа NoSQL;
10) набор неструктурированных массивов данных ведет к неэффективности работы и их слабой защите [4].
Так, технологии искусственного интеллекта в области Big Data постоянно развиваются, однако методы обеспечения безопасности не всегда развиваются в том же темпе. Для нейтрализации этого необходимы время и ресурсы, которые слишком ценны и велики для полной реализации защиты данных инноваций.
Поэтому необходимо вводить комплексный подход для нейтрализации представленных угроз:
1) реализовать регулярную проверку на наличие потенциальных угроз;
2) создать дополнительные уровни безопасности в программном обеспечении;
3) определять задачу по защите данных, как первостепенно важной в современном мире развития цифровых технологий;
4) сохранять анонимность данных в рамках расширения системы безопасности;
5) строго контролировать и проверять лица, имеющие доступ к секретным или специальным данным;
6) применение только легитимных конечных устройств;
7) проведение регулярного аудита безопасности данных компании;
Так, переоценка или недооценка возможных угроз может стать следствием экономических потерь для организации, поэтому важно при вовлечении в цифровую трансформацию не экономить ресурсы на установку мер безопасности для сохранения свою их ресурсов, рассчитанных на долгосрочную перспективу.
Для более детального анализа применения технологий работы с большими массивами данных предлагается рассмотреть таблицу 2.
Таблица 2 - Рейтинг компаний по применению Big Data по версии UpGrad KnowledgeHut
Рейтинг компаний Основа компаний - анализ данных - Big Data Ведущие компании мира по применению Big Data
1 Tiger Analytics IBM
2 Tata - предоставляет консалтинговые услуги HP Enterprise
3 Accenture - один из разработчиков Big Data Teradata - экономический анализ данных
4 Capgemini - транснациональная корпорация Oracle - разработка инструментов для Big Data
5 Tech Mahindra - предоставляет услуги по сервису SAPC - разработка инструментов для Big Data
6 Genpact - услуги аналитики данных Amazon
7 Системы hData - расщепление массивов информации Microsoft
8 Информационная система гиперссылок (ИСГ) - поставщик программного обеспечения Google
Источник: [5]
Tiger Analytics и IBM является одними из лидеров по применению Big Data в своей деятельности. Также среди известных компаний такую инновацию используют: Amazon, Microsoft, Oracle и Google.
Перспективы и возможности Big Data раскрываются в следующих аспектах:
1) так как Big Data и ИИ неразрывно связаны, а искусственный интеллект является одной из главных стратегических задач по развитию, то у Big Data имеет огромный потенциал реализации;
2) доступность Big Data является необходимым условием для масштабирования инфраструктуры системы информации;
3) в течении ближайших 5 лет Big Data будет использоваться почти во всех субъектах хозяйствования и отраслях экономики;
4) развитие кибербезопасности будет обусловлено слабым обеспечением шифрования и конфиденциальности данных;
5) будет способствовать облегчению решения сложных задач для человека;
6) сделает использование ресурсов более рациональным и экономным;
Так, Big Data с помощью влияния ИИ станет более востребованным в мире. В конечном итоге, использование данной инновации станет неотъемлемой частью всех компаний и жизни людей.
Таким образом, Big Data как направление искусственного интеллекта имеет существенное значение и огромный потенциал для развития в современном экономическом анализе. Он становится необходим с учетом всех цифровых нововведений и внедрения ИИ в производство, так количество данных растет, а их обработка становится сложнее. Структурировать неструктурированные данные ручным трудом без автоматизации в скором времени станет практические невозможно.
Источники:
1. Федеральный закон «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации - городе федерального значения Москве»; и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных» от 24.04.2020 N 123-ФЗ (последняя редакция) [Электронный ресурс].-. Режим доступа: https://www.consultant.ru/ document/cons_doc_LAW_ 351127/c5051782233acca771e9adb35b47d3fb82c9ff1c.
2. Использование ML в экономических отраслях: анализируют МРТ, проверяют качество труб и создают лекарства / Карьера в IT / [Электронный ресурс].-. Режим доступа: https://blog.skillfactory.ru/mashinnoe-obychenie-primery/.
3. Big Data — большие данные в экономике. Специалисты в области развития Big Data [Электронный ресурс].-. Режим досту-па:https://www.decosystems.ru/big-data-v-ekonomike/.
4. Угрозы безопасности и конфиденциальности больших данных [Электронный ресурс].-. Режим доступа:https://www.goodfirms.co/ blog/big-data-security-and-privacy.
. Глобальный корпоративный ведущий поставщик услуг по специализации на обучении высококвалифицированных специалистов в различных цифровых отраслях экономики - UpGrad KnowledgeHut [Электронный ресурс].-. Режим доступа:https://www.knowledgehut.com/ blog/big-data/big-data-companies.
