Концепция проекта: внедрение и активное использование прогнозной аналитики в политике с использованием новейших инноваций в различных областях науки. С помощью открытий в сфере: математики, информатики, кибернетики, психологии.

   

    Основные понятия:

    Прогнозная аналитика – это технология, которая опирается на Big Data, данные о поведении людей, чтобы предсказывать, как они будут вести себя в будущем, и оптимизировать бизнес-процессы с помощью этих знаний. 

   Big Data ("большие данные") – обработка больших объемов информации, которая включает в себя правило  трех «V», , что означает Volume – объем данных, Velocity – необходимость обрабатывать информацию с большой скоростью и Variety – многообразие и часто недостаточную структурированность данных[1].  Прогнозная аналитика особенно востребована сегодня в финансовом секторе и телекоме, но также ее необходимо внедрить в социальную и политическую сферу. Это поможет предсказывать поведение общества, что в свою очередь  позволит делать точные политические анализы и предотвращать нежелательные последствия для государства в целом. Является развивающейся областью, которая в ближайшее время станет ведущим лидером прогнозной аналитики.

   Основной минус Big Data на сегодняший день – эта система распределенных вычислений, где обработка больших объемов данных требует для себя не одну высокопроизводительную машина, а целую группу таких машин, объединенных в кластер.

    Использование Big Data:

    Context Relevant на данный момент является ведущим провайдером услуг по анализу больших данных для торгов на Wall Street.[2]

    Искусственный интеллект[3] (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

   

    Решаемые задачи:

  В смартфонах содержится огромное количество информации о деятельности людей, в том числе тех, кого они знают (списки контактов, приложения социальных сетей), с кем общаются (регистрация вызовов, регистрация текстовых сообщений, электронная почта), куда ходят (GPS, Wi-Fi фотографии с привязкой к местности) и что делают (используемые нами приложения, данные по нагрузкам).

  Используя эту информацию, а также специальные алгоритмы машинного осмысления, можно строить детальные прогнозные модели о людях и об их поведении. Это поможет в работе по городскому планированию, в назначении индивидуальных лекарств, в учете будущих потребностей и в медицинской диагностике.

     Использование «искусственного интеллекта» позволит:

  Ставить и решать задачи аппаратного или программного моделирования тех видов политической деятельности, которые традиционно считаются интеллектуальными. Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

   В сфере безопасности государства:

- комплексный анализ данных и выявление подозрительных ситуаций и инцидентов. Область применения: удастся предсказать исход массовых мероприятий (митинги, пикеты и т.д.);

- контроль поведения людей. Область применения: истинное отношение людей к власти, революционные идеи соц. групп,  склонность различных групп к сепаратизму, итоги выборов, отношение социума к власти;

- позволить точно предсказать реакцию на инциденты в соответствии со сценариями реагирования;

- отображение данных, связанных с инцидентом;

- автоматическое создание отчетов о происшествиях;

- разработка гибких сценариев реагирования на происшествия с учетом серьезности происходящего;

- снижение уровня преступности;

- решения в финансовой сфере государства. Область применения: противодействия отмыванию денег[4], позволит определить наиболее эффективные методы регулирования убытков государства;

- киберуправление государством.

 

Приложение 1.

    Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) – наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

    Происхождение и понимание термина «искусственный интеллект»

    Участники Российской ассоциации искусственного интеллекта дают следующие определения искусственного интеллекта:

   Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

   Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система – это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока – базу знаний, решатель и интеллектуальный интерфейс, позволяющий вести общение с ЭВМ без специальных программ для ввода данных.

    Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

   

     Предпосылки развития науки искусственного интеллекта

    История искусственного интеллекта как нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений – теории алгоритмов – и были созданы первые компьютеры.

   Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившую название теста Тьюринга.

     

     Подходы к пониманию проблемы

    Единого ответа на вопрос, чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

    В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла-Саймона. Поэтому, несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем, можно выделить два основных подхода к разработке ИИ:

- нисходящий (семиотический) – создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

- восходящий (биологический) – изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

    Тест Тьюринга и интуитивный подход

    Эмпирический тест был предложен Аланом Тьюрингом в статье «Вычислительные машины и разум», опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

   Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы – вести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

     Символьный подход

  Основная особенность символьных вычислений – создание новых правил в процессе выполнения программы. Тогда как возможности не интеллектуальных систем завершаются как раз перед способностью хотя бы обозначать вновь возникающие трудности. Тем более эти трудности не решаются и, наконец, компьютер не совершенствует такие способности самостоятельно.

    Логический подход

   Логический подход к созданию систем искусственного интеллекта основан на моделировании рассуждений. Логический подход может быть проиллюстрирован применением для этих целей языка и системы логического программирования Пролог. Программы, записанные на языке Пролог, представляют наборы фактов и правил логического вывода без жесткого задания алгоритма.

     Агентно-ориентированный подход

  Последний подход, развиваемый с начала 1990-х годов, называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных (рациональных) агентов. Согласно этому подходу, интеллект – это вычислительная часть способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.

    Гибридный подход

   Гибридный подход предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Например, экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы будут значительно более сильными, чем сумма различных концепций по отдельности.

   

    Модели и методы исследований

    Символьное моделирование мыслительных процессов

   Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

    Работа с естественными языками

    В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст, доступный по Интернету. Некоторые прямые применения обработки естественного языка включают информационный поиск (в том числе, глубокий анализ текста) и машинный перевод.

      Представление и использование знаний

  Направление инженерия знаний объединяет задачи получения знаний из простой информации, их систематизации и использования. Существуют различные подходы к решению этой проблемы, в том числе – на основе нейросетевой технологии, использующие процедуры вербализации нейронных сетей.

    Машинное обучение

  К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

    Биологическое моделирование искусственного интеллекта

    Сюда можно отнести несколько направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы – агента, взаимодействующей с внешней средой, называется агентным подходом.

    Робототехника

  Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

   Машинное творчество

 Здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто – стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

   

      Другие области исследований

  Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности.

     

      Современный искусственный интелект

      Некоторые из самых известных ИИ-систем:

  Deep Blue – победил чемпиона мира по шахматам. Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain.

   Watson – перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!», аналога «Своей игры» в России, где системе удалось выиграть в обеих играх.

    MYCIN – одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.

   20Q – проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net.

    Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

    Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

    Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

    Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

    Наиболее крупные научные и исследовательские центры в области искусственного интеллекта:

- Соединённые Штаты Америки – Массачусетский технологический институт;

- Германия – Немецкий исследовательский центр по искусственному интеллекту;

- Япония – Национальный институт современной промышленной науки и технологии (AIST);

- Россия – Научный совет по методологии искусственного интеллекта Российской академии наук.

    Связь с другими науками и явлениями культуры:

    Компьютерные технологии и кибернетика

   В компьютерных науках проблемы искусственного интеллекта рассматриваются с позиций проектирования экспертных систем и баз знаний. Под базами знаний понимается совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации. В целом исследования проблем искусственного интеллекта в компьютерных науках направлены на создание, развитие и эксплуатацию интеллектуальных информационных систем, а вопросы подготовки пользователей и разработчиков таких систем решаются специалистами информационных технологий.

     Психология и когнитология

   Методология когнитивного моделирования предназначена для анализа и принятия решений в плохо определённых ситуациях. Основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации. В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации; методы решения обратных задач.

     Философия

  Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание, и, если возможно, то как это сделать?» Вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?»

     Научная фантастика

   В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека, или обслуживающий гуманоид.

    Фильмы

  Начиная практически с 60-х годов вместе с написанием фантастических рассказов и повестей, снимаются фильмы об искусственном интеллекте. Многие повести авторов, признанных во всём мире, экранизируются и становятся классикой жанра, другие становятся вехой в развитии кинофантастики, например Терминатор и Матрица.

 

 

Примечания:

[1] Компания DIS Group развивает направление по внедрению технологий класса big data. Специалисты компании прорабатывают различные решения в данной области (Россия, Казахстан).

http://www.dis-group.ru/solutions/data_management/big_data/

 

[2] http://i.rbc.ru/anons/item/startap_prognoznoj_analitiki_pokoril_wall

 

[3] Лесли Валиант, премия Тьюринга, премия вручена за создание «человеческого» компьютера

 

[4] На данный момент эту инновацию использует компания DIS Group.