Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей
Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей
Аннотация
В статье рассматривается информационно-аналитическая технология, реализуемая в системах поддержки принятия управленческих решений в условиях с большой компонентой неопределенности, основанная на возможностях анализа больших объемов высокоразмерной информации, для идентификации и выделения квази-устойчивых событийных структур любой сложности. Создается возможность упреждающей подготовки суперсистемы к непредусмотренным событиям на основе сопоставления индивидуальных данных трактовок прошлого - использовавшихся ранее как база для устаревших стратегий построения будущего - со сформированными в текущий момент матрицами взаимосвязанных ретроспективных, текущих и будущих (расчетно-прогнозных) событий. Выделяются возможности идентификации четко и нечетко структурированных будущих угроз на основе перерасчета событий прошлого - исходя из сегодняшней ситуации - для прогноза будущих событий. Рассматриваемая технология предлагается как составная часть технологий формирования материального будущего через самоподстройку окружающей субъективной реальности к «матрице ключевых смысловых образов», то есть для [упреждающего наступление предсказанных и непредсказанных угроз] изменения виртуального образа будущего, который - будучи импринтированным индивиду - программирует линию его поведения и, тем самым, меняет существующую реальность.
Об авторах
Логинов Евгений Леонидович
начальник Экспертно-аналитической службы
заместитель директора по научной работе Института проблем рынка РАН
Шкута Александр Анатольевич
профессор Финансового университета при Правительстве Российской Федерации, главный научный сотрудник Института проблем рынка РАН
Библиография

1. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. Т. 19. № 2 (144). С. 124-139.

2. Губанов Д.А., Коргин Н.А., Новиков Д.А., Райков А.Н. Сетевая экспертиза. – М.: Эгвес, 2010. – 168 с.

3. Когаловский М.Р., Калиниченко Л.А. Концептуальное и онтологическое моделирование в информационных системах // Программирование. 2009. Т. 35. № 5. С. 3-25.

4. Когаловский М.Р., Паринов С.И. Метрики онлайновых информационных пространств // Экономика и математические методы. 2008. Т. 44. № 2. С. 108-120.

5. Логинов Е.Л., Шкута А.А. Искусственный интеллект в органах госуправления // Государственная служба. 2017. Т. 19. № 5. С. 24-29.

6. Логинов Е.Л., Шкута А.А. Управление сложными инфраструктурными системами на основе использования многоагентных технологий и нечеткой логики // Экономические и экологические вызовы устойчивому развитию России и других стран СНГ: проблемы формирования новой технологической базы / Материалы международной научно-практической конференции. Под редакцией РАН В.А. Цветкова, К.Х. Зоидова. – М.: ИПР РАН, 2017. С.194-198.

7. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Васенин В.А., Борисов В.А., Роганов В.А. Агент-ориентированные модели: мировой опыт и технические возможности реализации на суперкомпьютерах // Вестник Российской академии наук. 2016. Т. 86. № 3. С. 252.

8. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и суперкомпьютерные технологии в общественных науках // Нейрокомпьютеры: разработка, применение. 2017. № 5. С. 3-9.

9. Нечаев Ю.И. Когнитивное моделирование поведения сложных систем на основе нейросетевых технологий и динамической теории катастроф // Нейрокомпьютеры: разработка, применение. 2018. № 2. С. 3-11.

10. Нечаев Ю.И., Петров О.Н. Нейросетевое моделирование эволюционной динамики нелинейной нестационарной системы в окрестности "потенциальной ямы" // Нейрокомпьютеры: разработка, применение. 2018. № 4. С. 3-10.

11. Павловский И.С. Оценка целостности представления проблемной области в интеллектуальной системе безопасности сложного объекта управления // Нейрокомпьютеры: разработка, применение. 2017. № 2. С. 44-52.

12. Райков А.Н. Конвергентное управление и поддержка решений. - М.: Издательство ИКАР, 2009. – 245 c.

Полная версия доступна только подписчикам
Подпишитесь прямо сейчас