CC BY
92Iqtisodiy fanlar /Economic Sciences/Экономические науки
International journal of theoretical and practical research
Scientific Journal
Year: 2022 Issue: 5 Volume: 2 Published: 31.05.2022
http://alferganus.uz
QR-Article
Citation:
Gulyamov, S.S., Shermukhamedov,A.T., Mukhiddinova, M.H. (2022). Development of artificial intelligence in uzbekistan. SJ International journal of theoretical and practical research, 2 (5), 7-17.
Гулямов, С.С., Шермухамедов, А.Т., Мухитдинова, М.Х. (2022). Развитие искусственного интеллекта в Узбекистане. Nazariy va amaliy tadqiqotlar xalqaro jurnali, 2 (5), 7-17.
Doi:
https://dx.doi.org/10.5281/zenodo.6945578
Saidakhror Saidakhmedovich
Gulyamov
Academician, Doctor of Economics,
Professor,
Institute of Advanced Training and Statistical Research under the State Committee of the Republic of Uzbekistan on Statistics
Abbas Tairovich Shermukhamedov
Doctor of Physical and Mathematical Sciences, Professor, Tashkent Branch of Plekhanov Russian University of
Economics
Mukhitdinova M. H.,
Applicant, Institute of Advanced Training and Statistical Research under the State Committee of the Republic of Uzbekistan on Statistics
DOI 10.5281/zenodo .6945 578
UDC 004.8
DEVELOPMENT OF ARTIFICIAL INTELLIGENCE IN UZBEKISTAN
Abstract: The Republic of Uzbekistan is entering a new era - the era of digitalization, the technical and technological capabilities of which radically change the existing socio-economic model of the world. And artificial intelligence technologies play a crucial role in these processes. Artificial intelligence (AI) technologies are already being widely implemented and are widely used in the industry. Artificial intelligence technologies make it possible to achieve a high economic effect by optimizing work processes, ensuring high production volumes and at the same time a high level of product quality. The review article analyzes the development and prospects of artificial
cc
®
I INTERNATIONAL JOURNAL OF THEORETICAL AND PRACTICAL
RESEARCH
T. 2. №5. 2022
intelligence in Uzbekistan.
Keywords: artificial intelligence, artificial intelligence development strategies, digital data, development of international cooperation in the field of artificial intelligence, information resources and competencies.
РАЗВИТИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В УЗБЕКИСТАНЕ
Гулямов Саидахрор Саидахмедович
академик, доктор экономических наук, профессор, Института повышения квалификации кадров и статистических исследований при Государственном комитете Республики Узбекистан по статистике
Шермухамедов Аббас Таирович
доктор физико-математических наук, профессор, Ташкентский филиал
Российского экономического университета
им. Г.В. Плеханова Мухитдинова М. Х.,
Соискатель, Институт повышения квалификации кадров и статистических исследований при Государственном комитете Республики Узбекистан по
статистике
Аннотация: Республика Узбекистан вступает в новую эру - эру цифровизации, технические и технологические возможности которой кардинально меняют существующую социально-экономическую модель мира. И технологии искусственного интеллекта играют важнейшую роль в этих процессах. Технологии искусственного интеллекта (ИИ) уже широко внедряются и находят широкое применение в индустрии. Технологии искусственного интеллекта позволяют добиться высокого экономического эффекта за счет оптимизации рабочих процессов, обеспечить высокие объемы производства и одновременно высокий уровень качества продукции. В обзорной статье анализируются развитие и перспективы искусственного интеллекта в Узбекистане.
Ключевые слова: искусственный интеллект, стратегии развития искусственного интеллекта, цифровые данные, развитие международного сотрудничества в области искусственного интеллекта, информационные ресурсы и компетенции.
Введение
Исторически сложилось три основных направления в моделировании искусственного интеллекта (ИИ). При первом подходе объектом исследования является структура и механизмы человеческого мозга, а конечной целью является
@ ®
8
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
раскрытие секретов мысли. необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез о механизмах интеллектуальной деятельности, совершенствование моделей и др. Второй подход рассматривает в качестве субъекта расследования. Здесь моделируется интеллектуальная деятельность человека с помощью компьютера и целью работы в этом направлении является создание алгоритмов и программного обеспечения вычислительных машин, позволяющих решать интеллектуальные задачи не хуже человека. Третий подход сосредоточен на создании смешанных человеко-машинных систем, т.е. интерактивных интеллектуальных систем, на симбиозе естественного и искусственного интеллекта. основными проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом, и организация диалога между человеком и машиной. Попытки построить ИИ путем моделирования структуры человеческого мозга перспективна. И одной из первых таких попыток был персептрон Фрэнка Розенблата. Наиболее важной смоделированной структурной единицей в персептронах (как и в большинстве других возможностей моделирования мозга) является нейрон. Позже появились другие модели, обычно называемые «нейронными сетями» (НС). Эти модели различаются структурой отдельных нейронов, топологией связей между ними и алгоритмами обучения. Среди наиболее известных на сегодняшний день вариантов Ж - сети Hopfield, стохастические сети.
Анализ и результаты
В «Белой книге» Англии по правительственной промышленной Стратегии 2017 года названы основные задачи развития ИИ.
Модели, основанные на мотивах человеческого мозга, характеризуется простым распараллеливанием алгоритмов и связанной с этим высокой производительностью. Такие сети характеризуются свойством, которое приближает их очень близко к человеческому мозгу - нейронные сети также работают в условиях неполной информации об окружающей среде. При построении систем ИИ основное внимание уделяется построению исходной модели, и правил, согласно которым она может развиваться. И модель может быть построена различными методами, например, набором логических правил. Другим широко распространенным подходом к построению систем ИИ является имитация. Этот подход является классическим подходом кибернетики с одним из ее основных понятий - «черным ящиком» (СН). здесь моделируется другая характеристика человека - способность копировать. Основным недостатком имитационного подхода является также низкая информационная емкость большинства моделей, построенных с его помощью. Совершенствование алгоритмов обучения и классификации в реальном времени, обработки естественного языка, распознавания образов, речи и сигналов, а также удобных интеллектуальных моделей интерфейсов основана на нейронных сетях. Основные задачи приложения, решаемые с помощью нейронных сетей, включают в себя финансовое
© ®
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
прогнозирование, выемку данных, диагностику системы, контроль сетевой активности, шифрование данных. Детальный анализ показал, что практически все проблемы связанные с развитием ИИ обусловлены с нехваткой ресурсов двух видов:
1. Нехваткой вычислительной мощности, емкостью оперативной и внешней памяти компьютеров
2. Нехваткой человеческих ресурсов (наукоемкое развитие интеллектуального программного обеспечения требует привлечения ведущих специалистов из различных областей знаний и организации долгосрочных исследовательских проектов).
Первый тип ресурса достигнет в ближайшие пять-десять лет определенного уровня, позволяющего системам ИИ решать сложные практические задачи для человека.
Для ресурсов второго типа достижения могут быть весомыми, именно поэтому достижения в области ИИ обычно ассоциируются с количеством ведущих центров ИИ в крупных университетах, где готовят кадры по ИИ.
Существуют различные подходы к построению систем искусственного интеллекта (ИИ) - логический подход, структурный, эволюционный, имитационный. Это разделение, различные подходы и методики существуют и сегодня. Основой для данного логического подхода служит Булевая алгебра, где исчисления предикатов расширена за счёт введения предметных символов, отношений между ними, кванторов существования и всеобщности. В каждой системе ИИ, которая построена на логическом принципе, исходные данные хранятся в базе данных в виде аксиом (правила логического вывода как отношения между ними). Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечёткая логика, которая больше похож на мышление человека.
Для большинства логических методов характерна большая трудоёмкость, поскольку во время поиска доказательства возможен полный перебор вариантов. Данный подход требует эффективной реализации вычислительного процесса, и удовлетворительные результаты работы обычно гарантируются только при сравнительно небольшом размере базы данных.
Нейронные сети наиболее успешно применяются в задачах распознавания образов, в том числе в нечётких задачах. Также имеются примеры успешного применения НС для построения собственно систем ИИ.
В соответствии со Стратегией «Цифровой Узбекистан - 2030» и Постановления Президента Республики Узбекистан «О мерах по созданию дополнительных условий для ускоренного развития технологий искусственного интеллекта в Узбекистане будут применяться комплексные меры по обеспечению цифровизации отраслей экономики и социальной сферы. Поэтапная оцифровка большого массива государственных данных в областях юстиции, коммуникаций, финансов, архивного дела, образования и здравоохранения чрезвычайно важна. В некоторых отраслях начато ограниченное применение технологий искусственного интеллекта (ИИ) для решения таких задач, как распознавание изображений,
© ®
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
навигационные системы, автоматизированное управление на крупных предприятиях. В целях создания благоприятных условий для ускоренного развития технологий ИИ и их широкого применения в стране, обеспечения доступности и высокого качества цифровых данных, согласно Программы по формированию благоприятных условий для применения технологий искусственного интеллекта на 2021-2022 годы предусматриваются основные приоритетные направления, как разработка Стратегии развития искусственного интеллекта. Эта Стратегия создает базовые направления и принципы применения ИИ, а также условия для комплексного формирования данной сферы в ближайшей и долгосрочной перспективе; выработке нормативно-правовой базы, определяющий единые требования по безопасности и прозрачности при разработке и использовании технологий ИИ в отраслях экономики и социальной сфере, системе государственного управления.
В Стратегии обозначена реализация пилотных проектов с применением технологий ИИ в отдельных отраслях экономики и социальной сфере, особенно в сельском хозяйстве, банковской деятельности, финансах, транспорте, энергетике, здравоохранении и фармацевтике; широкое применение технологий ИИ в системе государственного управления, для улучшения качества оказания государственных услуг в интересах населения, а также повышения эффективности государственных органов при обработке данных; создание отечественной экосистемы инновационных разработок в области ИИ, стимулирующей проведение фундаментальных и прикладных научных исследований по разработке полезных технологических решений с последующей их коммерциализацией; создание условий для разработчиков программного обеспечения с применением технологий искусственного интеллекта в доступе к цифровым данным, а также обеспечение ускоренной оцифровки всех государственных данных и документов; формирование инвестиционной привлекательности научных работ и разработок в области ИИ, в том числе для повышения конкурентоспособности товаров (работ, услуг) на внутреннем и внешнем рынках; обеспечение доступа отечественных предприятий и специалистов к информационным ресурсам и компетенциям в области ИИ, а также развитие необходимой образовательной среды; развитие международного сотрудничества в области ИИ и технологий его применения для проведения совместной международной исследовательской деятельности, подготовки кадров и повышения их квалификации, улучшения позиций республики в престижных рейтингах и индексах. Проведенный анализ показал, что (ИИ применяется сегодня во многих прикладных областях и разитие науки немыслимо без подходов ИИ, преимущественно нейронных технологий, нечетких экспертных систем и интеллектуальных решателей, позволяющих с помощью относительно малых ресурсов получать достаточно точные результаты, для нахождения которых классическими методами численной математики потребовались бы мощности суперкомпьютеров. ИИ обычно трактуется, как свойство автоматических систем брать на себя отдельные функции мыслительной способности человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.
© ®
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
Как показали исследования, область ИИ является крайне неоднородной и в ней существуют различные направления исследований, которые выделяются либо по предметной области, требующей интеллектуального анализа, либо по используемому инструментарию, либо по разрабатываемой модели мышления. К направлениям ИИ можно отнести машинный перевод; автоматическое реферирование и информационный поиск; системы речевого общения; игровой интеллект, доказательство теорем и автоматизация научных исследований; компьютерное зрение; извлечение данных; сочинение текстов и музыки и др. Перспективными направлениями использования ИИ являются обработка статистических данных, прогнозная и предписывающая аналитика, автоматизация ручных процессов, контакты с клиентами, анализ больших и неструктурированных баз данных.
Успехи Великобритании в развитии технологий искусственного интеллекта (ИИ) напрямую связаны с сильной государственной поддержкой фундаментальных исследований. (Министерство бизнеса, энергетики и промышленной стратегии определяет ИИ как: «технологии, способные решать задачи, свойственные человеческому разуму -осуществлять визуальное, речевое распознавание и иностранный перевод».) В Великобритании в 2016 г. действовало около 600 стартапов в области ИИ из общего числа 1200 в странах-членах ЕС. По оценкам экспертов, вклад сектора ИИ в британскую экономику к 2023 г. сможет составить 232 млрд ф.ст., а к 2035 г - 630 млрд ф.ст.
Основные перспективные направления использования ИИ в организациях частного и государственного сектора: обработка статистических данных, прогнозная и предписывающая аналитика, автоматизация ручных процессов, контакты с клиентами или потребителями, анализ больших и неструктурированных баз данных. 15 В «Белой книге» по правительственной промышленной Стратегии 2017 г. обеспечение глобального лидерства в революции данных и ИИ названо в числе 4-х главных стратегических задач, стоящих перед страной, наряду с проблемами стареющего общества, «чистого роста» и транспорта будущего. Стратегия наметила ряд мер, касающихся ИИ, которые затем были конкретизированы в стратегической Программе секторального государственно-частного партнерства по развити ю искусственного интеллекта (AI Sector Deal ), обнародованной в апреле 2018 г. 16 В Программе по искусственному интеллекту участвуют около 50 крупнейших высокотехнологических компаний, предполагается, что частные инвестиции, включая иностранные, составят 300 млн. ф.ст. при общей стоимости в 1 млрд ф.ст. (вливание новых инвестиций и перераспределение уже существующих бюджетов).
Канадская венчурная компания Chrysalis объявила о планах инвестиций в 110 млн ф.ст. в британский сектор ИИ, японская венчурная компания Global Brain намерена инвестировать 35 млн ф.ст. в британские стартапы в области глубокого обучения, Кембриджский университет разработал планы запуска суперкомпьютера стоимостью 10 млн ф.ст. для бизнеса, Институт Алана Тьюринга совместно с RollsRoyce начали серию совместных проектов в области больших данных и ИИ. Основу для формирования Программы по искусственному интеллекту положили
© ®
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
рекомендации доклада «Развитие промышленности искусственного интеллекта Великобритании», подготовленного по заказу правительства в 2017г. Свидетельством внимания правительства к этому сектору служит создание совместного с бизнесом Совета по ИИ - Council for AI (бизнес площадка, на которой представители бизнеса, правительственной администрации и академического сообщества вырабатывают совместное видение развития сектора, а также стимулятор кооперации в бизнес секторе), Офиса по ИИ при правительстве - Office for AI (структура по координации реализации стратегии в ИИ), расширение функций национального технологического агентства (TechNation). Для достижения амбициозной цели превращения страны в мирового лидера в области ИИ намечен комплекс мер, включая расширение государственных и частных ИР, инвестиции в подготовку научно-технических кадров, улучшение цифровой инфраструктуры, поддержку талантов и обеспечение лидерства в глобальной дискуссии по проблемам этики данных, расширение деятельности Института Алана Тьюринга. Национальный институт науки и искусственного интеллекта Соединенного Королевства -Институт Алана Тьюринга - создан в 2015 году. Его основали 5 университетов (Кембриджский, Эдинбургский, Оксфордский, Йоркский и Университетский колледж Лондона) и Совет в области инженерных и физических наук (EPSRC), которые вложили 42 млн фт.ст. Объявлено также о формировании ряда новых институтов. В их числе: создание национального Центра по информационной этике и инновациям (Centre for Data Ethics and Innovation), который будет вырабатывать рекомендации правительству по этическим проблемам, безопасности, инновационным аспектам использования данных и взаимодействовать с регуляторами, т.н . «трастов данных» (data trusts ) для совместного использования баз данных организациями и компаниями, а также обновление списка этических правил использования данных от 2016 г.
Следует отметить, что Британская стратегия в области искусственного интеллекта имеет ряд общих черт со стратегией ЕК в области ИИ, предусматривающей увеличение инвестиций в ИИ с 500 млн евро в 2017 г. до 1,5 млрд евро к концу 2020 г., формирование Европейского Альянса в ИИ и разработку нового перечня правил профессиональной этики в отношении достоверности, безопасности и транспарентности данных. Однако в связи с выходом из ЕС и неопределенностью характера дальнейших взаимоотношений с ЕС,участие Великобритания в реализации панъевропейской стратегии развития сферы технологий искусственного интеллекта остается под вопросом.
Японская железнодорожная компания West Japan Railway создала систему с использованием искусственного интеллекта для повышения эффективности работ по расчистке путей от снега и защите скоростных поездов "синкансен", сообщило агентство Киодо. Томские ученые изобрели робота, который будет ремонтировать трубы: Разрабатываемая система будет автоматически в режиме реального времени собирать информацию о снеге, налипающем на путях и на поверхности поезда, на основании изображений с камер на "синкансенах", а также данные о погоде на ближайшее время и определять, сколько именно человек и на какие участки нужно направить для проведения уборочных работ.
© ®
Т. 2. №5. 2022
RESEARCH _
SJIF 2022:5.962
Появились стандарты в области искусственного интеллекта в здравоохранении появятся в РФ, координировать разработку будет Технический комитет по стандартизации "Искусственный интеллект", созданный на базе Российской венчурной компании (РВК), говорится в сообщении компании. Здравоохранение - одна из тех областей, стандартизация технологий искусственного интеллекта в которых наиболее актуальна. Объясняется это, во-первых, опасностью последствий от использования в клинической практике систем ИИ с негарантированным качеством, а во-вторых - высокой технологической зрелостью разработок в этой области. Разработаны около 50 стандартов в области искусственного интеллекта в здравоохранении по отдельным направлениям, включая общие требования и классификацию систем ИИ в клинической медицине, лучевую и функциональную диагностику, системы дистанционного мониторинга, гистологию, системы поддержки принятия врачебных решений, реконструкцию изображений в диагностике и лечении, большие данные в здравоохранении, медицинские системы аналитики и прогнозирования, образовательные программы в здравоохранении", - говорится в сообщении.
В текущем году появятся национальные стандарты по таким направлениям, как системы искусственного интеллекта в клинической медицине - клинические испытания; программа и методика технических испытаний; применение менеджмента качества к дообучаемым программам; оценка и контроль эксплуатационных параметров дообучаемых алгоритмов; требования к структуре и порядку применения набора данных для обучения и тестирования алгоритмов; общие требования к эксплуатации. Насчитывается несколько десятков компаний, предлагающих весьма продвинутые интеллектуальные системы обработки медицинской информации
Технический комитет "Искусственный интеллект" созданный в 2019 году по инициативе РВК при поддержке Минпромторга РФ и Росстандарта. Работы по стандартизации в области ИИ в ключевых отраслях экономики проводятся в соответствии с Национальной стратегией развития ИИ на период до 2030 года. Она предусматривает создание единых систем стандартизации и оценки соответствия технологических решений, разработанных на основе ИИ, развитие международного сотрудничества по вопросам стандартизации и обеспечение возможности сертификации продукции, созданной на основе ИИ.
Для облегчения труда агропромышленных работников и добиться более устойчивых урожаев сельскохозяйственных продуктов, искусственный интеллект способствует применению беспилотной сельскохозяйственной техники и автономные дроны, что позволит внедрять прогрессивные технологии и получать значительные прибыли, а также им даст возможность принимать более обоснованные решения, максимизировать использование уже имеющихся ресурсов и оптимизировать урожайность культур.
Но, с одной стороны искусственный интеллект могут устранить последствия, связанные со старением работников сельского хозяйства, и привести к сокращению числа таких сотрудников, но, с другой стороны он будет способствовать росту безработицы.
@ ®
14
INTERNATIONAL JOURNAL OF THEORETICAL AND PRACT
RESEARCH
Фермы становятся высокотехнологичными, и получают возможность производить больше товарной продукции с меньшими затратами. Как это реализуется и какие тренды намечаются в сельском хозяйстве? Для ответа обратим внимание на лучшие мировые практики.
В настоящее время в Республике Узбекистан существует 13 нормативно-правовых документов касательно развития или применения ИИ. В том числе 3 Указа Президента Республики Узбекистан, 6 Постановлений Президента Республики Узбекистан и 4 Постановления Кабинета Министров Республики Узбекистан. В зарубежных странах, таких как Германия, Япония, Россия, Франция, Корея, США, Канада и др., разработаны стратегии развития ИИ в период 2017-2020 г.г.
В Узбекистане утверждена Программа мер по изучению и внедрению данных технологий в 2021-2022 гг., основными направлениями которой являются: разработка стратегии развития искусственного интеллекта; широкое применение технологий ИИ; создание отечественной экосистемы инновационных разработок в области ИИ; создание условий для разработчиков программного обеспечения с применением технологий ИИ в доступе к цифровым данным; формирование инвестиционной привлекательности научных работ и разработок в области ИИ; обеспечение доступа отечественных предприятий и специалистов к информационным ресурсам и компетенциям в области ИИ; развитие международного сотрудничества в области ИИ и технологий его применения.
Утвержден Перечень пилотных проектов по внедрению технологий ИИ, которые будут реализованы в 2021-2022 гг. в следующих сферах: в сельском хозяйстве в процессе мониторинга состояния почвы и сельхозкультур на основе данных дистанционного зондирования земли, а также работы сельхозтехники, в том числе комбайнов; в банковской сфере для повышения эффективности мониторинга за деятельностью коммерческих банков и упрощения выполнения ими регуляторных требований (SubTech и RegTech), а также для анализа качества оказания банковских услуг, удаленной биометрической идентификации (Face-ID) пользователей и оценки кредитных рисков; в финансовой сфере для анализа и повышения эффективности бюджетных расходов, пенсионных, социальных и страховых выплат, а также пособий; в налоговой сфере для анализа налоговых поступлений юрлиц, выявления отклонений налоговых отчислений; в сфере транспорта в процессе управления локомотивами для отслеживания их передвижения и предупреждения машинистов при опасных ситуациях, анализа движения общественного транспорта и определения его оптимальных маршрутов, а также мониторинга автомобильного движения и транспортных пробок; в сфере энергетики для прогнозирования выработки и потребления энергоресурсов, оптимизации работы технологического оборудования; в сфере здравоохранения для диагностики пневмонии на основе анализа компьютерной томографии легких человека, а также рака молочной железы на ранних стадиях на основе анализа маммографии; в сфере фармацевтики для анализа и прогнозирования потребностей рынка в лекарственных средствах и изделиях медицинского назначения; в сфере электронного правительства для удаленной биометрической идентификации
© ®
Т. 2. №5. 2022
RESEARCH _
SJIF 2022:5.962
пользователей при оказании электронных государственных и финансовых услуг (Face-ID).
Заключение
Технологии искусственного интеллекта приобретают все большую популярность в банковскими финансовом секторах. Технологии вывода на рынок нового потребительского финансового продукта; технологии удаленной верификации клиентов и защиты от мошенничества; монетизация новой парадигмы отношений с клиентами; технологии работы с клиентами на бирже; цифровизация финансовых услуг; препятствия при переходе банков на цифровое обслуживание; влияние финансовой грамотности на продажи компании; нехватка решений в Ь2Ь-сегменте; кибербезопасность и новые возможности в регуляторной области; применение искусственного интеллекта в fintech-компаниях.
Использование ИИ-технологий в сфере розничных банковских услуг становится стандартным технологическим процессом, на очереди -инвестиционный банкинг. Такие впечатляющие результаты не должны снижать внимание к ИИ-технологиям: поскольку они представляют собой вид информационных технологий, то закономерно возникает вопрос об их безопасности.
Список использованной литературы:
1. Беликова, К. М. (2021). Развитие искусственного интеллекта в Бразилии: акцент на военную сферу и вопросы интеллектуальной собственности. Право и политика, (10), 1-21.
2. Елизарова, М. И., Уразова, К. М., Ермашов, С. Н., & Пронькин, Н. Н. (2021). Искусственный интеллект в медицине. International journal of professional science, (5), 81-85.
3. Елтунова, И. Б., & Нестеров, А. С. (2021). Использование алгоритмов искусственного интеллекта в образовании. Современное педагогическое образование, (11), 150-154.
4. Заенцев И.В. Нейронные сети: основные модели. — Воронеж: Изд-во Воронежского госуд. ун-та, 1999. — 76 с.
5. Камолов, С. Г., Варос, А. А., Крибиц, А., & Алашкевич, М. Ю. (2022). доминанты национальных стратегий развития искусственного интеллекта в России, Германии и США. Вопросы государственного и муниципального управления, (2), 85-105.
6. Коданева, С. И. (2021). Трансформация интеллектуальной собственности под влиянием развития искусственного интеллекта. Социальные новации и социальные науки, (2 (4)), 132-141.
7. О развитии искусственного интеллекта в Российской Федерации (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»): указ Президента Российской Федерации от 10 октября 2019 г. №490 [Электронный ресурс] // СПС «КонсультантПлюс». URL
© ®
16
Т. 2. №5. 2022
RESEARCH _
SJIF 2022:5.962
8. Решетникова, М. С., Пугачева, И. А., & Лукина, Ю. Д. (2021). Тенденции развития технологий искусственного интеллекта в КНР. Вопросы инновационной экономики, 11(1), 333-350.
9. Фомина, А. Н. (2022). Перспективные направления развития технологий искусственного интеллекта в телеиндустрии. Креативная Экономика, 16(3), 10811100.
10. Ходжаева, Д. Ф., Омонов, А. А., & Тугизбоев, Ф. У. (2021). Проблемы, с которыми можно столкнуться при внедрении искусственного интеллекта. Наука, техника и образование, (5 (80)), 23-26.
© ®
17
