Для цитирования:
Блануца В. И. Перспективы экономико-географических исследований в области искусственного интеллекта // Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2019. Т. 19, вып. 1. С. 4-11. DOI: 10.18500/1819-7663-2019-19-1-4-11
Перспективы экономико-географических исследований в области искусственного интеллекта
Искусственный интеллект, интенсивные работы по которому ведутся с середины 1950-х гг., подразумевает способность машины (робота) воспроизводить логическое мышление человека. Предпринята первая в мире попытка наметить перспективные направления взаимопроникновения идей и методов между разработками в области искусственного интеллекта и экономико-географическими исследованиями. Рассмотрены три формы взаимопроникновения: географические исследования для искусственного интеллекта, экономико-географическое познание с помощью такого интеллекта и общественно-географическая оценка последствий распространения искусственного интеллекта. Установлено, что наибольшие перспективы связаны с созданием экспертных систем, так как существующее экономико-географическое знание не переведено на язык, понятный машине. Приведены примеры такого перевода с помощью правил «если…, то…». Отмечены перспективы создания экономико-географических интеллектуальных программных агентов, определения пределов роста «умных» городских агломераций и использования технологии «блокчейн» для проведения районирования.
1. Russell S., Norvig P. Artifi cial Intelligence : A Modern Approach. Third Edition. Boston : Prentice Hall, 2010. 1132 p.
2. Smith T. R. Artifi cial intelligence and its applicability to geographical problem solving // Professional Geographer. 1984. Vol. 36, № 2. P. 147–158.
3. Couclelis H. Artifi cial intelligence in geography : Conjectures on the shape of things to come // Professional Geographer. 1986. Vol. 38, № 1. P. 1–11.
4. Nystuen J. D. Comment on “Artifi cial intelligence and its applicability to geographical problem solving” // Professional Geographer. 1984. Vol. 36, № 3. P. 358–359.
5. Тикунов В. С. Исследования по искусственному интеллекту и экспертные системы в географии // Вестник Московского университета. Сер. 5, Геогр. 1989. № 6. С. 3–9.
6. Openshaw S., Openshaw C. Artificial Intelligence in Geography. Chichester, UK : John Wiley, 1997. 336 p.
7. Головицына М. В., Гудко Н. И. Методы искусственного интеллекта в современных информационных технологиях. М. : Национальный Открытый Университет «ИНТУИТ», 2017. 383 с.
8. Опенков М. Ю., Варакин В. С. Искусственный интеллект как экономическая категория // Вестник Северного (Арктич.) федерального университета. Сер. Гуманит. и соц. науки. 2018. № 1. С. 73–83.
9. Batty M. Artifi cial intelligence and smart cities // Environmental and Planning B : Urban Analytics and City Science. 2018. Vol. 45, № 1. P. 3–6.
10. Morandi C., Rolando A., Di Vita S. From Smart City to Smart Region : Digital Services for an Internet of Places. Milan : Springer, 2016. 120 p.
11. Schwab K. The Fourth Industrial Revolution. N. Y. : Crown Business, 2017. 192 p.
12. Кирсанов Б. С., Попов Э. В. Состояние разработки инструментальных средств и экспертных систем // Искусственный интеллект : в 3 кн. Кн. 1. Системы общения и экспертные системы : справочник / под ред. Э. В. Попова. М. : Радио и связь, 1990. С. 290–342.
13. Post E. Formal reduction of the general combinatorial // American J. Math. 1943. Vol. 65, № 2. P. 197–215.
14. Варламов О. О. Практическая реализация линейной вычислительной сложности логического вывода на правилах «если – то» в миварных сетях и обработка более трех миллионов правил // Автоматизация и управление в технических системах. 2013. № 1. С. 60–97.
15. Блануца В. И. Диффузия почтовых нововведений в досоветской Сибири // География и природные ресурсы. 2012. № 4. С. 30–39.
16. Блануца В. И. Почтовое освоение Сибири в досоветский период // География и природные ресурсы. 2014. № 3. С. 171–180.
17. Блануца В. И. Социально-экономическое районирование в эпоху больших данных. М. : ИНФРА-М, 2017. 194 с.
18. Блануца В. И. Развертывание информационно-коммуникационной сети как географический процесс (на примере становления сетевой структуры сибирской почты). М. : ИНФРА-М, 2016. 246 с.
19. Chine Satellite Manufacturing Index. [Электронный ресурс]. URL: http://www.spaceknow.com/china/ (дата обращения: 15.06.2018).
20. Бакланов П. Я. К теории экономического районирования («теорема» об экономическом районировании) // Региональные исследования. 2016. № 4. С. 4–9.
21. Keane M. The size of the region-building problem // Environment and Planning A. 1975. Vol. 7, № 5. P. 575–577.
22. Свон М. Блокчейн : Схема новой экономики. М. : Олимп-бизнес, 2017. 240 с.
23. Генкин А., Михеев А. Блокчейн : как это работает и что ждет нас завтра. М. : Альпина Паблишер, 2018. 592 с.
24. Цветкова Л. А. Перспективы развития технологии блокчейн в России : конкурентные преимущества и барьеры // Экономика науки. 2017. Т. 3, № 4. С. 275–296.
25. Блануца В. И. Территориальная структура цифровой экономики России : предварительная делимитация «умных» городских агломераций и регионов // Пространственная экономика. 2018. № 2. С. 17–35.
26. Кучерявый А. Е., Маколкина М. А., Киричек Р. В. Тактильный Интернет. Сети связи со сверхмалыми задержками // Электросвязь. 2016. № 1. С. 44–46.
27. Полян П. М. Методика выделения и анализа опорного каркаса расселения. М. : Изд-во Института географии АН СССР, 1988. 283 с.
28. Zuehlke D. SmartFactory – towards a factory-ofthings // Annual Reviews in Control. 2010. Vol. 34, № 1. P. 129–138.
29. Albino V., Berardi U., Dangelico R. M. Smart cities : definitions, dimensions, performance, and initiatives // Journal of Urban Technology. 2015. Vol. 22, № 1. P. 3–21.
30. Hall R. E. The vision of a smart city // Proceedings of the 2nd International Life Extension Technology Workshop (Paris, France, September 28, 2000). P., 2000. P. 1–6.