2021. №2 Vol. 15

      В статье представлен новый подход к разработке «цифрового двойника» производственного предприятия, на примере завода по выпуску телевизионной техники. Особенностью предлагаемого подхода является применение гибридных методов агентного и дискретно-событийного имитационного моделирования, с использованием которых реализована компьютерная модель сложного производственного процесса сборки готовой продукции (телевизоров) из поступающих комплектующих. Важнейшими требованиями, предъявляемыми к подобной системе, является интегрируемость всех ключевых звеньев цифрового завода: конвейерных линий, складов с комплектующими и готовой продукций, сортировочно-конвейерной системы, сборочного цеха, отдела технического контроля, упаковочного цеха и других подразделений. Предлагаемая имитационная модель реализована в системе AnyLogic, поддерживающей возможности применения методов агентного и дискретно-событийного моделирования в рамках одной модели, а также использования встроенного генетического алгоритма для оптимизации основных параметров модели – наиболее важных производственных характеристик (например, времени сборки одного изделия или числа сотрудников, задействованных в процессах сборки, контроля качества и упаковки). С помощью разработанной модели проведены оптимизационные эксперименты при различных интенсивностях загрузки конвейерных линий комплектующими, различных ограничениях на трудовые ресурсы и др. Исследованы три сценария поведения производственной системы: отсутствие дефицита комплектующих с возможностью существенного увеличения привлекаемых трудовых ресурсов, дефицит комплектующих при сохранении спроса на конечную продукцию, наличие жестких ресурсных ограничений на максимальное число сотрудников, задействованных в процессах на фоне профицита комплектующих.

      Оценивание состояния объекта управления с помощью индикаторов, являющихся инструментами управления и контроля, активно используется во многих сферах экономики. Как правило, такие индикаторы строятся на основе внутренних данных. Однако с ростом объемов доступной открытой информации появляются алгоритмы оценки состояния определенных объектов управления с использованием открытых структурированных данных. Недостатком этих моделей является их узкая специализация и привязка только к структурированным, а иногда и строго официальным данным, которые, как правило, имеют редкую периодичность издания. Это не позволяет отследить изменение состояния объекта в разные моменты времени. Авторами предложена концепция построения универсального комплексного индикатора (universal complex indicator, UCI) экспресс-оценки состояния объекта управления в различных видах деятельности: банковская, образовательная, производственная и т.д. Отличие предлагаемой концепции заключается в том, что в ней в качестве отправной точки выступают требования контролирующих органов, в то время как в большинстве российских и зарубежных исследований индикаторы строятся, прежде всего, в интересах инвесторов. Также предлагается использовать не только структурированные, но и неструктурированные данные, отслеживая динамику состояния объекта управления. Для определения значений UCI на основе различных эконометрических моделей и методов рассчитываются компоненты, характеризующие требования контролирующих органов к объекту управления. На основе этих требований с помощью таблицы истинности определяется значение UCI. Предложенная концепция апробирована для построения экспресс-оценки финансового состояния 108 банков за период с 1 января 2018 по 1 февраля 2020 года. В соответствии с требованиями ЦБ РФ были получены значения трех компонент UCI и рассчитано его значение для каждого банка. Прогностическая способность построенной модели, апробированной на трех банках тестовой выборки, была подтверждена согласованностью экспресс-оценки с их фактическим состоянием в марте 2020 года.

      Интенсивное развитие и применение технологий искусственного интеллекта при организации взаимодействия с клиентами сопровождается такими сложностями, как нежелание клиента общаться с роботом, недоверие, боязнь, негативный клиентский опыт. Такие проблемы могут быть решены за счет соблюдения этических принципов использования искусственного интеллекта. В научных и практических работах по данной теме много рекомендаций общего характера, которые сложно применить на практике, или же наоборот, описываются методы для решения узкоспециализированной технической или управленческой задачи. Целью данной статьи является определение этических принципов и методов, соблюдение и реализация которых позволит повысить доверие клиента конкретной организации к системам искусственного интеллекта. В результате анализа и синтеза результатов научных и практических исследований, а также эмпирического опыта российских и зарубежных компаний, выявлены основные области применения технологий искусственного интеллекта, влияющие на клиентский опыт. Сформулированы и систематизированы этические принципы, рекомендуемые к соблюдению бизнесом. Также определены основные методы, позволяющие реализовывать данные принципы на практике, снижая негативные эффекты от взаимодействия клиентов с искусственным интеллектом и повышая их доверие к компании.

      В статье рассматривается задача поиска схожих по смыслу текстовых документов в корпусе. Исследуется проблема невыявления алгоритмом TF-IDF части решений, возникающая при разработке прикладных интеллектуальных информационных систем: потеря пар, схожих согласно человеческой оценке, но получающих низкую оценку схожести от программы. Предложена модификация алгоритма с заменой общего словаря на словарь специализированных терминов. Добавление тезаурусов при построении векторной модели корпуса, основанной на ранжирующей функции, не было ранее исследовано; применение тезаурусов до сих пор изучалось лишь для улучшения тематической модели. Цель работы – повысить качество решения, минимизируя потерю значимой его части и не добавляя «ложно-схожие» пары документов, за счет применения при векторном разложении TF-IDF словаря терминов, выделенного из текста анализируемых документов. Эксперимент проведен поочередно на двух корпусах структурированных нормативно-технических документов, объединенных тематически: стандартов в отношении информационных технологий и в сфере железных дорог. Словарь терминов составлен при автоматическом анализе текста рассматриваемых документов методами выделения именованных сущностей, основанных на правилах. Продемонстрировано, что разложение ТF-IDF по словарю терминов дает больше релевантных результатов для исследуемой задачи, что подтвердило выдвинутую гипотезу. Предложенный метод в меньшей степени зависит от недостатков текстового слоя (таких как ошибки распознавания), чем расчет близости документов по полному словарю корпуса. Определены факторы, способные повлиять на качество решения: способ составления словаря терминов, выбор диапазона n-грамм для словаря, корректность формулировки терминов и обоснованность их включения в глоссарий документа. Полученные выводы могут использоваться при решении прикладных задач, связанных с поиском близких по смыслу документов, таких как семантический поиск с учетом предметной области, корпоративный поиск в многопользовательском режиме, обнаружение скрытого плагиата, выявление противоречий в коллекции документов, определение новизны в документах при построении базы знаний.

      Все организации в разной степени страдают от пандемии коронавируса. При этом средние и малые предприятия уязвимы в большей степени, ввиду ограниченности их ресурсов. Однако возможности информационных технологий и процессов управления знаниями могут помочь этим предприятиям выжить и адекватно реагировать на происходящие изменения. Таким образом, целью настоящего исследования является оценка того, в какой степени возможности информационных технологий влияют на способность средних и малых предприятий реагировать на проблемы, возникающие во время вызванного коронавирусом кризиса. Также исследуется степень влияния управления знаниями на такие способности, в контексте Саудовской Аравии. Исследование основано на проведении опросов в качестве метода сбора данных. Ответы 136 средних и малых предприятий использованы для анализа и формирования выводов. Было выявлено, что возможности информационных технологий положительно влияют на способность предприятий реагировать на изменения, вызванные коронавирусом, за счет поддержки гибкости работы и широкой вариативности в цепочках поставок, процессах и продажах. Кроме того, было установлено, что управление знаниями способствует взаимосвязи между возможностями информационных технологий и оперативностью реагирования предприятий на изменения.