Особенности внедрения нейросетей и систем искусственного интеллекта на предприятиях электроэнергетики

Унижаев Н.В.1
1 Национальный исследовательский университет «МЭИ»

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 1 (Январь-март 2023)

Цитировать:
Унижаев Н.В. Особенности внедрения нейросетей и систем искусственного интеллекта на предприятиях электроэнергетики // Вопросы инновационной экономики. – 2023. – Том 13. – № 1. – doi: 10.18334/vinec.13.1.116945.

Аннотация:
В данной статье представлены теоретические основы необходимые для выявления особенностей использования нейросетей и систем искусственного интеллекта при цифровой трансформации предприятии электроэнергетики. Необходимость такого исследования вызвана сложностями внедрения сквозных цифровых технологий во всех предприятиях, включая и электроэнергетику. Нейросети и системы искусственного интеллекта, позволяют автоматизировать большинство повторяющейся интеллектуальной работы. Такая рутинная деятельность может выполняться нейросетями и искусственным интеллектом более эффективно. Современные чат-боты и другие прототипы будущих более совершенных систем искусственного интеллекта показали свою высокую эффективность. Частичная проблема заключается в том, что большинство руководителей предприятии электроэнергетики и другие менеджеры не имеют компетенций необходимых для использования нейросетей и искусственного интеллекта в практической деятельности. Другой проблемой оказался отказ недружественных стран в поставках новых информационных технологий необходимых для нормальной работы нейросетей и систем искусственного интеллекта. Традиционная обработка информации в существующих системах управления не позволяет сделать экономический рывок и провести быструю цифровую трансформацию. Кроме этого, в статье проведен анализ методов описания и формализации нейросетей и систем искусственного интеллекта для дальнейшего использования в автоматизированных комплексах предприятии электроэнергетики.

Ключевые слова: цифровая экономика, предприятие электроэнергетики, нейросеть, искусственный интеллект, автоматизация экономических процессов, коммуникации, экосистема цифровой экономики, сквозные технологии

JEL-классификация: O31, O32, O33, Q43



Введение

Современные способы управления требуют цифровой трансформации (digital transformation) всех предприятий включая и предприятия электроэнергетики. Данные требования вызваны массовым переходом хозяйствующих субъектов к цифровой экономике [1, с. 36]. Для управления процессами связанными с цифровой трансформацией утверждена национальная программа «Цифровая экономика Российской Федерации», введенная протоколом заседания президиума Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам от 4 июня 2019 г. № 7. Исходными данными для национальной программы стали Указ Президента Российской Федерации от 7.05.2018 г № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» и Указ № 474 «О национальных целях развития Российской Федерации на период до 2030 года» от 21.07.2020 г.

Электроэнергетика относится к области хозяйственно-экономической деятельности предприятий. Она является объединением естественных и искусственных подсистем, нацеленных на преобразование, распределения и использования электрической энергии [2, с. 14]. Преуменьшить значение электрического тока для современного урбанизированного общества, пересаживающегося на электротранспорт невозможно.

Использование нейросетей и систем искусственного интеллекта при цифровой трансформации предприятии электроэнергетики является сложной многоступенчатой задачей, но эту задачу необходимо решать в самое короткое время.

Искусственный интеллект — свойство искусственных систем выполнять творческие функции, которые традиционно считаются прерогативой человека; наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ [3, 4].

Нейротехнологии — это любые технологии, которые оказывают фундаментальное влияние на то, как люди понимают мозг и различные аспекты сознания, мыслительной деятельности, высших психических функций. Включают в себя также технологии, которые позволяют исследователям и врачам визуализировать мозг, и предназначены для улучшения и исправления функций мозга [5, 33].

Одной из наиболее распространённых технологий относящихся к нейротехнологиям является нейросеть. Нейронная сеть ­- математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма [8, 352].

В предлагаемой статье, проанализированы разные подходы внедрения нейросетей и систем искусственного интеллекта в предприятиях электроэнергетики, а именно подходы Ивлиева Г. П., [5, с. 32–45], Паниной О. В. [6, с. 168–169], Хасанова Э.Р. [11, с. 14-15]. Предложена и подтверждена практическими примерами математическая модель минимизации рисков, основанная на применении системы искусственного интеллекта.

Новизна приемов внедрения нейросетей и систем искусственного интеллекта в предприятиях электроэнергетики обусловлена появившимися технологическими возможностями. Такие возможности ранее были доступны только корпорациям, обладающим значительными информационными ресурсами. Авторы Василевская Л. Ю. [2, с. 3], Трифонов П. В. [7, с. 127–132], Хасанов Э. Р. [11, с. 14–18], Броман С.А. [13, с. 428–429], Татаринов В.В. [14, с.112-114], предлагающие прорывной эффект от внедрения нейросетей и систем искусственного интеллекта получили подтверждение в апробированных моделях. Различные подходы внедрения интеллектуальных систем были приняты в качестве базовых.

Цель исследования

Целью данного исследования является: научная систематизация теоретических основ использования нейросетей и систем искусственного интеллекта для ускоренной цифровой трансформации предприятии электроэнергетики. Дополнительной целю стало выявление и систематизация проблем и методов совершенствования системы управления предприятий электроэнергетики при цифровой трансформации.

Достижение цели позволяет:

- понять преимущества и недостатки цифровой экономики;

- использовать весь накопленный опыт цифровой трансформации, полученный ведущими зарубежными и российскими предприятиями электроэнергетики;

- определить для предприятий электроэнергетики стратегические планы по цифровой трансформации и внедрению сквозных технологий [4, с. 352].;

- сформировать дополнительные требования к интеллектуальным системам управления.

Цель являются максималистской, но без достижения ее может произойти технологическое отставание от ведущих мировых держав. Время требует развития энергетики и возобновляемых источников, задача предприятий энергетики находиться в тренде.

Результаты исследования и их обсуждение

Цифровая экономика включает в себя множество сквозных технологий. Одной из сквозных технологий цифровой экономики являются нейротехнологии и технологии искусственного интеллекта. В настоящий момент нейротехнологии чаще всего используются в виде чат-ботов и ассистентов использующих базы знаний. Не верно говорить, что современные чат-боты скоро вытеснят всех операторов, но это только начало внедрения технологий, попытка понять вектор развития. Под искусственным интеллектом в работе понимается совокупность когнитивных технологий на основе компьютерного машинного обучения. Такие технологии обрабатывают естественные языки или решают не структурированные задачи. Чаще всего такие системы используют модель «что если, то...», но могут использоваться и другие модели, например обрабатывающие большие данные.

Управление предприятиями электроэнергетики с использованием систем искусственного интеллекта можно рассматривать как встроенную систему, способную управлять без помощи или с частичной помощью человека. Использование большого количества возможностей искусственного интеллекта позволяет автоматизировать рутинные управленческие задача. Кроме этого, такие системы позволяют генерирование выводов на основе различных данных. [8-10]. Например, использование систем искусственного интеллекта и нейросетей в процессах, связанных с электроэнергетикой, повышает производительность труда на 10%, что может увеличить доходы на более чем 3% и снизить текучесть кадров из-за отсутствия желающих выполнять однообразную рутинную работу [9, с. 262].

Схема нейросети используемой в предприятиях электроэнергетики относится к классу «простых нейросетей». Такие сети имеют множественные входные нейроны, скрытые нейроны и выходной нейроны, представленные на рисунке 1. Как видно, из рисунка 1 сеть такие сети не программируются и не используют алгоритмов, а обучаются в процессе работы. Обучение сетей заключается в формировании связей между узлами нейронов. Выходные параметры могут быть входными для следующих уровней нейросетей.

Рисунок 1. Схема нейросетей используемая предприятиями

[Рисунок выполнен автором]

Руководители электроэнергетических предприятий могут изучать результаты работы сотрудников, распределять работы между структурными подразделениями, используя нейросети и системы искусственного интеллекта. Нейросети и искусственный интеллект также могут быть использованы в создании экосистемы управления знаниями предприятия, что позволяет передавать опыт и накопленные знания между поколениями. Передача таких знаний особенно актуальна для нашей страны с большими демографическими провалами и всплесками рождаемости. Предприятия электроэнергетики не являются исключением в этом вопросе. Более сложной задачей для нейросетей и систем искусственного интеллекта может быть агрегирование моделей поведения сотрудника. Такая модель позволяет значительно повысить качество и согласованность в принятии управленческих решений. Учитывая, что в предприятиях электроэнергетики множественные решения принимаются разрозненно, такая модель может повысить согласованность.

Обучение моделей в системах искусственного интеллекта и нейросетях на размеченных данных является популярным способом решения множественных задач электроэнергетики. Предсказание наступления событий, получение новых классификаторов, ранжирование событий — это далеко не полный перечень задач, которые следует решать. Рассмотрим модель на примере задачи угроз энергетическим системам относится к классу задач обеспечения непрерывности бизнеса. Для решения задач такого класса в системах искусственного интеллекта и нейросетях их следует описать как математическую модель:

X - множество объектов описывающие угроз по выбранным параметрам;

У - множество ответов на выбранные угрозы;

X → У - неизвестная зависимость поиском которой будет заниматься система искусственного интеллекта;

Дано множество: – обучающая систему искусственного интеллекте выборка;

- известные ответы, ранее применяемые в системе управления предприятиями электроэнергетики;

Найти: a: X → У алгоритм поиска функции, приближающейся у на всем множестве X.

Вектор — признаковое описание объекта х.

В таком случае матрица «объекты-признаки» будет иметь следующий вид:

(1)

Предикативная модель буде использовать параметрическое семейство функций

, (2)

где — фиксированная функция.

θ - выявленный вектор параметров с множеством допустимых значений параметра.

Например, если для упрощения взять линейную модель с вектором параметров , то для классификации хоты бы на два класса она будет выглядеть так:

, (3)

Использование такой модели в настоящий момент сопряжено с определёнными трудностями:

- для объектов энергетики в настоящий момент не имеется набора данных с признаковым описанием угроз для различных подсистемы, на котором можно было бы обучать модель;

- анализ показал, что угроз, влияющих на непрерывность бизнеса всегда значительно более двух, соответственно сложность модели сильно возрастает, добавляя условия множественного пересечения угроз задача, может быть, посильна только для мощных компьютеров.

Кроме моделирование сложных процессов нейросети и искусственный интеллект могут быть использован в корпоративных поисковых системах и системах распознавания речи, использующих особенности субъекта. В этом случае искусственный интеллект будет совершенствовать свои знания в процессе работы с субъектом, например руководителем предприятия энергетики. При формировании базы знаний с приоритетами она может быть использована при принятии решений. Простой пример, система искусственного интеллекта зафиксировала правило со стороны руководителя, о том, что он перед принятием решения об увольнении сотрудника вызывает его для беседы, именно это правило и будет приоритетным при принятии решений. Схема применения приоритетов представлена на рисунке 2. Из рисунка 2 видно, что система искусственного интеллекта будет формировать распоряжения основываясь на базе знаний, учитывающей приоритеты руководителя предприятия.

Рисунок 2. Схема применения приоритетов в системе искусственного интеллекта [Рисунок выполнен автором]

Возможно, в будущем, управлении предприятиями электроэнергетики искусственный интеллект может копировать когнитивные функции, связанные с сознанием руководителя, такие как принятие или отклонение решений.

Использование нейросетей и искусственного интеллекта при управлении предприятиями электроэнергетики помогает повысить оптимизировать планы работ за счет идентификации всех текущих и будущих проектов. Без использования искусственного интеллекта лица, принимающие решение вынуждены принимать решения, основываясь преимущественно на интуиции и это хорошо только тогда, когда есть такая интуиция.

В процессе использования нейросети и системы искусственного интеллекта формируют большое количество данных, которые улучшают решение проблем на основе частичной информации, позволяют прогнозировать в условиях неопределенностей. Опыт показывает, что чаще всего руководители электроэнергетических компаний принимают решения в условиях неопределенности. Таким образом, данная проблема может быть частично закрыта с использованием нейросетей и искусственного интеллекта. Добавив к этому то, что нейросети и искусственный интеллект могут оказывает поддержку руководителям посредством автоматических сообщений, предупреждающих о конфликтных ситуациях можно сделать вывод об эффективности использования подобных сквозных технологий.

Есть и менее важные задачи, которые можно переложить на нейросети и системы искусственного интеллекта. Например, информирование о важных встречах или датах. Такие механизмы давно используются в мэрии Москвы и зарекомендовали себя как высокоэффективные. При осуществлении ввода данных нейросети и искусственный интеллект позволяют генерировать более точные данные, помогают руководству, отправляя предупреждения о приближении важных дат. Тем самым сокращается количество ошибок характерных для деятельности людей. В связи с тем, что люди от природы имеют различные эмоциональные черты и ментальность, предубеждения сформированные ранее могут влиять на их решения. Искусственный интеллект помогает указывать на такие предубеждения. Это означает, что с помощью искусственного интеллекта руководители достигают большей точности, лишенной человеческих ошибочных мнений и устоявшихся предубеждений. Искусственный интеллект способен с большей скоростью обрабатывать данные, адаптируясь в управленческих ситуациях, и исключая межличностные связями.

Нейросети и системы искусственного интеллекта относятся к классу информационных технологий цифровой экономики. Использование таких данных в предприятиях электроэнергетики позволяет получить синергетический эффект, направленный на скорость принятия управленческих решений. Современный руководитель предприятия электроэнергетики это не просто специалист, использующий различные математические и статистические методы для выявления основных показателей, но и организатор, обладающий компетенциями быстрого поиска оптимальных решений. Востребованность использования нейросетей и искусственного интеллекта в экосистемах предприятии электроэнергетики с каждым годом только возрастает. Одно из важных требований к современному руководителю предприятия электроэнергетики – способность использовать структурированные и неструктурированные данные [2, с. 14]. Такие данные могут быть получены как из глобальной сети Интернет, так и от интернета вещей [5, с. 34].

Производству и передаче различным потребителям электроэнергии более двухсот лет, за это время прошло много технологических изменений, появление возможностей цифровизации процессов дает возможность к очередному прорывному развитию.

Производство и передача электроэнергии проходит в несколько этапов [5, с. 35]:

- добыча и переработка энергетических ресурсов;

- передача переработанных ресурсов;

- преобразование ресурсов в электроэнергию;

- передача электроэнергии потребителям.

Оптимизация всех этапов может осуществляться за счет нейротехнологий и искусственного интеллекта. В предприятиях электроэнергетики различаются не только системы управления, но и методы, так, например методы управления в предприятиях гидроэнергетики значительно отличаются от требований к управлению ядерной энергетикой. Для поиска объединяющей функции воспользуемся типовой системой управления предприятий. Система управления является сложной системой с множеством взаимодействующих подсистем и элементов, имеющих потенциальные возможности использования больших данных. Объединяющим механизмом могут быть большие данные, точнее использование в качестве объединения общих баз данных.

Термин «цифровая трансформация» не имеет единого устоявшегося понимания. Однако, эксперты едины в том, что «цифровая трансформация» – это не просто оцифровка документооборота. Термины «цифровая экономика» и «цифровая трансформация» эволюционируют в процессе появления новых информационных технологий и более широкого понимания преимуществ. Под цифровой трансформацией в статье понимается изменение системы управления путём широкого внедрения цифровых технологий таких как нейросети и искусственный интеллект.

В результате анализа деятельности предприятий электроэнергетики установлены избыточность, излишняя спецификация, раздробленность, высокая стоимость бизнес-процессов энергопредприятий, обусловленных положением естественных монополистов. Ряд авторов также отмечает, что одной из важных проблем успешной цифровой трансформации электроэнергетической сферы является низкий уровень технической готовности обеспечивающей инфраструктуры, что негативно сказывается на всей системе управления предприятиями [7, с. 128]. Такой уровень без обновления средств вычисления может не позволить использовать технологии искусственного интеллекта, требующие больших вычислительных мощностей.

При цифровой трансформации предприятии электроэнергетики следует учитывать, что цифровая трансформация будет различной не только в каждом предприятии электроэнергетики, но и в различных подсистемах самих предприятий, например требования к управлению подсистемой маркетинга могут быть значительно выше, чем требования к управлению другими подсистемами.

Цифровая трансформация предприятий электроэнергетики – это оптимизация системы управления предприятий с использованием цифровых технологий. Для трансформации требуется:

- решение о модернизации стратегии развития;

- поиск новых методов, оптимизирующих процессы управления [6, с. 169];

- внедрение нейросетей и систем искусственного интеллекта;

- перевод повторяющихся операций в автоматизированное управление;

- инновации в маркетинговой стратегии;

- сокращение издержек.

Весь этот комплекс мероприятий, относящихся к цифровой трансформации, обеспечивает рост экономики и увеличивает эффективность деятельности предприятий электроэнергетики. Фактически, деловая активность попадает в новый этап развития, при котором цифровая трансформация затребует новые цифровые решения, а новые цифровые решения стимулируют к быстрому применению цифровой трансформации. В этом бесконечном цикле цифровая трансформация не просто эволюционирует, а изменяет все предприятие.

Некоторые аналитики отмечает, что проведение цифровой трансформации и внедрение систем искусственного интеллекта в предприятиях электроэнергетики предоставляет неограниченные возможностью и является проблемой одновременно [6, с. 170]; [8, с. 351]. Все предприятия электроэнергетики относятся к критической информационной инфраструктуре (КИИ). В предприятиях электроэнергетики к критической информационной инфраструктуре следует относить информационные системы управления, информационно-телекоммуникационные сети сбора и передачи информации, автоматизированные системы управления производством электроэнергии [10]. В процессе осуществления цифровой трансформации и внедрения искусственного интеллекта в предприятиях электроэнергетики ведутся дискуссии о влиянии на весь процесс. Чаще всего предметом спора является принадлежность программного обеспечения и новых технологий к зарубежным недружественным странам. Не все проблемы, вызванные внедрением систем искусственного интеллекта, находят пути их решения. Множественные проблемы можно объединить в группы связанные с:

- отсутствием у руководителей предприятий электроэнергетики знаний, связанных с трансформаций цифровой экономики;

- особенностями обработки данных в интеллектуальных информационных системах;

- запретом недружественных стран поставлять информационные технологии;

- информационными технологиями, поставляемыми из недружественных стран имеющими возможность дистанционного нарушения целостности и непрерывности;

- отсутствием специалистов по реинжинирингу информационных систем.

Основная причина неготовности топ-менеджмента предприятий электроэнергетики к широкому внедрению цифровой трансформации вызвана объективными факторами. Быстрое внедрение новых информационных технологий привело к отсутствию IT-экспертов среди руководящего состава предприятий энергетики. Как видно из таблицы 1. среди руководящего состава предприятий энергетики нет специалистов, получивших базовое образование, связанное с цифровой экономикой. Это произошло из-за объективных причин вызванных отсутствием профилей подготовки «Цифровая экономика» при получении базового образования большинством руководителей. Проблемы, связанные с отсутствием научных школ необходимых для совершенствования цифровой трансформации ожидаемы. Использование новых информационных технологий всегда сопровождается отсутствием специалистов и экспертов. Решить эту проблему можно только комплексными мерами.

Таблица 1.

Количество руководителей на предприятиях энергетики, имеющих базовое/дополнительное образование, связанное с цифровой экономикой и информационными технологиями, (%) [9].

№ п/п
Уровень руководства
Тепловая энергетика
Гидроэнергетика
Ядерная энергетика
1.
Руководитель
0/4
0/14
0/22
2.
Заместители руководителя
0/26
0/20
0/28
3.
Инженерный состав
2/14
4/14
8/18
4.
Обслуживающий состав
8/16
9/15
8/16

Не следует критично относиться к данным таблицы, так как анализ показывает, что во множестве других стран положение в этих областях еще более слабое. Для множественных формирования отчетов руководители используют базы данных собранные в процессе ведения экономической деятельности или базы данных, собранные другими организациями, в том числе и муниципальными или государственными учреждениями. Руководитель предприятий электроэнергетики, использующий систему искусственного интеллекта способен извлекать необходимые данные из большого массива информации, чаще всего хранящегося в ресурсах Интернет. На рисунке 3 представлены основные компоненты системы искусственного интеллекта необходимых для формирования компетенций у руководителей предприятий энергетики.

Рисунок 3. Основные компоненты системы искусственного интеллекта необходимые для формирования компетенций у руководителей предприятий энергетики [Рисунок выполнен автором]

Все компоненты системы искусственного интеллекта разбиты на классы в соответствии с их бизнес-направленностью. Каждое из направлений может быть представлено множеством различных компетенций, для формирования которых можно использовать деловые игры и другие способы обучения.

Традиционные исследования в этой области направлены на поиск новых методов использования нейросетей и систем искусственного интеллекта руководителями, в этой статье сделана попытка провести укрупненный анализ использование нейросетей и искусственного интеллекта для формирования компетенций руководителей. Такой анализ вызван изменяющимися условиями, связанными с быстрым внедрением элементов цифровой экономики [12].

Руководитель, использующий технологии искусственного интеллекта, должен обладать компетенциями, связанными не только со сбором, анализом и извлечением полезной информации, но и обладать опытом поиска скрытых закономерностей. После получения таких компетенций возможно проверять скрытые гипотезы и тем самым помочь в формировании баз знаний. Современные стандарты требуют постоянное уточнение существующих и формирование новых компетенций у руководителей. Примером новых компетенций могут быть:

- практика использования адаптивных методологий;

- ускоренное освоения новых специальностей связанных с применением информационных технологий;

- практическая работа с неполными, скрытыми данными;

- информационная коммуникация взамен технической документации;

- описание бизнес-процессов;

- применение нейросетей и систем искусственного интеллекта;

- аналитика, основанная на BI-системах.

Практика применения адаптивных методологий может быть основана на сложном взаимодействии руководителя электроэнергетического объекта с процессами и инструментами, на совмещении искусственного и естественного интеллекта, на формировании нейросетей нового поколения. Сложность применения адаптивных методологий требует получения новых компетенций, в том числе полученных с использованием больших данных.

Ускоренное освоения новых специальностей стало обязательным требованием. Новое тысячелетие изменило скорости. Современный руководитель, в том числе и руководитель энергетического сектора, не может отрываться от работы на несколько месяцев или лет [13]. Переподготовка и получение новых компетенций требует ускоренного режима. Для ускорения режима могут использоваться нейросетей и искусственного интеллекта. Например, для анализа конкурентов при переподготовке могут быть использованы базы данных, полученные с использованием поисковых машин или специализированных систем, использующих большие данные, например Интегрум.

Нейросети и системы искусственного интеллекта могут иметь непроверенную, неточную и неполную информацию. Эти обстоятельства требуют новых подходов. Руководитель должен уметь принимать решение в условиях противоречивых исходных данных. Решение таких задач может быть основано на методах искусственного интеллекта. Для формирования запросов в системах с искусственным интеллектом современный руководитель предприятий энергетики должен иметь хотя бы общие знания в областях:

- сетей и телекоммуникаций;

- интернет-протоколах;

- языках запросов.

Получение навыков в использовании информационных технологий требует ускоренного обучения. Передача этих функций специалистам в области информационных технологий может привести к «непониманию задачи».

Информационная коммуникация взамен технической документации — это не будущее, а сегодняшние реалии. Век скоростей не оставляет времени на разработку технической документации. К этому следует добавить проблему молодых бизнес-аналитиков не способных к длительному изучению технической документации. Решение проблемы в использовании новых, более адаптивных подходов. Автоматизация сервисных служб (Service Desk) лишь частично снимает множество проблем. А порой такая автоматизация приносит множество новых. Например, современные центры связи и работы с клиентами не только не сняли проблемы и не решают вопросы, а породили ожидания по несколько минут и часов. Странный бесконечный перевод к новым исполнителям вместо оперативного решения задач демонстрирует как можно даже хорошие начинания превратить в абсурд.

Применение нейросетей и систем искусственного интеллекта на предприятиях электроэнергетики становиться нормой. Использование программного кода в высокоуровневом языке программирования Питон (Python) или системы логического программирования Пролог (Prolog) для получения отчета становится обыденным. Обладание этими компетенциями для бизнес-аналитика становятся обязательными [7, с. 128]. С появлением новых информационных технологий способных решать интеллектуальные задачи приведет к появлению новых компетенций.

Прогнозирование как большой класс методов анализа данных, сосредоточенный на поиск закономерностей в будущем, являются не менее сложной задачей, чем все описанные ранее. Прогнозирование основано на розничных статистических методах, новых методологиях интеллектуального анализа больших данных, различных математических методах. Такая аналитика исследует настоящие и ретроспективные факты для составления предсказаний о будущих бизнес-событиях. Обычно бизнес-аналитики используют прогнозные модели, найденные в прошедших событиях, но в небольшой выборке ошибки могут быть значительными, не позволяющими получить оптимальное решение.

В контексте цифровой трансформации под экосистемой предприятий электроэнергетики следует понимать взаимодействие, информационными ресурсами и трансформация ресурсов в субъекты цифровой экономики [4, с 353]. Взаимодействие субъектов экосистемы происходит в общем информационном пространстве и это пространство может быть обработано системой искусственного интеллекта. При этом общее информационное пространство не подразумевает полную общую доступность всех субъектов ко всей информации [7, с. 127], а значит и система искусственного интеллекта должна учитывать требования к информационной безопасности. Проблема формирования и выполнения требований к информационной безопасности искусственным интеллектом выходит за рамки данной работы и требует отдельного изучения.

Саморегуляция экономического пространства обусловлена рыночными отношениями, и стабильнее этого пока люди не придумали ничего. Более тридцати лет Российская Федерация переводит свою экономику на рыночные отношения, но привычка государственного управления предприятиями электроэнергетики видна и сегодня. Данное обстоятельство следует учитывать при осуществлении цифровой трансформации предприятиями электроэнергетики или вернуть предприятия под государственное управление. Саморегуляция экономического пространства связана с воспроизводством экосистемы и ее основных субъектах. Процессы воспроизводства современной цифровой экосистемы, использующей искусственный интеллект должны обеспечивать революционное продвижение вперед.

Заключение

Цифровая трансформация предприятий электроэнергетики должна включать переход к широкому применению нейросетей и систем искусственного интеллекта. Нейросети и искусственный интеллект позволят принимать более обоснованные решения, основанные на мировых тенденциях. Сложности внедрения и создания прототипов, появляющиеся в результате неэффективного использования нейросетей и искусственного интеллекта, могут перечеркнуть весь положительный эффект от внедрения цифровых технологий. Руководителям предприятий электроэнергетики следует понимать, что затраты на внедрение нейросетей и искусственного интеллекта будут существенными, но эффект, полученный от внедрения таких систем, может быть кратно выше расходов. Для того что бы начать внедрение систем искусственного интеллекта весь процесс цифровой трансформации необходимо разбить на производственные этапы с единой системой управления.

Использование нейросетей и искусственного интеллекта требует переработки всей системы управления. Внедрение новых цифровых технологий позволит изменить обычную иерархическую систему управления и переведет ее в более устойчивое коллективное управление, а внедрение технологии блокчейн позволит усилить надежность всей системы. Такое устойчивое управление особенно необходимо предприятиям электроэнергетики, относящимся к критически важной инфраструктуре. Результатом качественной цифровой трансформации, основанной на внедрении систем искусственного интеллекта, станет рост производительности каждого предприятия электроэнергетики, высвобождение от рутинных работ и значительное снижение издержек и самое главное более эффективное использование ресурсов нашей планеты.


Источники:

1. Указ Президента РФ от 02.07.2021 N 400 «О Стратегии национальной безопасности Российской Федерации». Консультант Плюс. [Электронный ресурс]. URL: http://www.consultant.ru/ (дата обращения: 05.12.2022).
2. Василевская Л.Ю. «Искусственный интеллект» и технологии «искусственного интеллекта»: общее и особенное в гражданско-правовой регламентации // Хозяйство и право. – 2021. – № 11(538). – c. 3-19.
3. Галикеева Н.Н., Фархиева С.А. О национальной стратегии развития искусственного интеллекта до 2030 года в РФ и федеральном проекте «искусственный интеллект» // Современная школа России. Вопросы модернизации. – 2021. – № 3-1(36). – c. 186-188.
4. Девятков В.В. Системы искусственного интеллекта. - М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. – 252-255 c.
5. Ивлиев Г.П., Егорова М.А. Юридическая проблематика правового статуса искусственного интеллекта и продуктов, созданных системами искусственного интеллекта // Журнал российского права. – 2022. – № 6. – c. 32-46. – doi: 10.12737/jrl.2022.060.
6. Панина О.В., Аржанова М.О., Базанова А.Г. Инновационное государство // Инновационное развитие современной науки: Сборник статей Международной научно-практической конференции. Уфа, 2015. – c. 168-171.
7. Трифонов П.В. Анализ управления проектами посредством моделей зрелости // Экономика и управление: проблемы, решения. – 2017. – № 3. – c. 127-132.
8. Унижаев Н.В. Особенности использования новых информационных технологий в учебном процессе специалистов по бизнес-аналитике // Информационные технологии в обеспечении федеральных государственных образовательных стандартов: Материалы Международной научно-практической конференции. Елец, 2014. – c. 351-356.
9. Унижаев Н.В. Проблемы регулирования отношений с цифровыми финансовыми активами и валютами // Вестник Алтайской академии экономики и права. – 2022. – № 2-2. – c. 262-268. – doi: 10.17513/vaael.2085.
10. Унижаев Н.В. Особенности моделирования угроз безопасности персональных данных для обеспечения достаточного уровня защищенности // Вопросы инновационной экономики. – 2022. – № 1. – c. 95-110. – doi: 10.18334/vinec.12.1.114335.
11. Хасанов Э.Р. Искусственный интеллект, а также результаты творческой деятельности искусственного интеллекта как объекты авторских прав // Аграрное и земельное право. – 2021. – № 4(196). – c. 14-18. – doi: 10.47643/1815-1329_2021_4_14.
12. Большая российская энциклопедия: Нейронная сеть. / В 35 т. - М.: Большая российская энциклопедия, 2017.
13. Broman S.H., Fletcher J. The changing nervous system: Neurobehavioral consequences of early brain disorders. - New York: Oxford University Press, 1999. – 428 p.
14. Tatarinov V.V., Unizhaev N.V. Model for the formation of the requirements for information technology used in the digital economy ecosystem // International scientific and practical conference on modeling in education 2019: International Scientific and Practical Conference «Modeling in Education 2019». Moscow, 2019. – p. 112-117.– doi: 10.1063/1.5140159.

Страница обновлена: 29.12.2022 в 21:23:04