В России создали экономическую нейросеть: она поможет в кризисной ситуации
Сегодня, 11 апреля, информационное издание «ТАСС» со ссылкой на свои источники сообщило, что российские учёные совместно с зарубежными коллегами создали уникальную в своём роде глубинную нейронную сеть, которая обладает возможностью отслеживать и прогнозировать всевозможные нерегулярные колебания в экономике. Более того, авторы проекта заявили, что их система может не только предсказывать нештатные процессы в экономических системах, но и использоваться для подбора наиболее оптимальных решений, позволяющих выйти из кризисной ситуации.
«Наш подход пополняет спектр инструментов, которые делают сложную, многогранную, с большим количеством разнообразных связей систему экономики более предсказуемой, управляемой и тем самым более понятной для человека», — заявил Николай Кузнецов, заведующий лабораторией информационно-управляющих систем Института проблем машиноведения РАН.
Специалисты в данной сфере отмечают, что ведущих экономистов и инвесторов со всего мира уже достаточно давно интересуют алгоритмы, которые смогли бы предсказывать ситуацию в мировой экономике, но по сей день такого инструмента просто не существует. Зарубежным специалистам удалось создать лишь общие алгоритмы, способные предугадывать с достаточно высокой точностью мировые экономические тренды, используя различные параметры — включая сообщения в СМИ, например. Впрочем, Кузнецов отмечает, что на текущий момент все эти алгоритмы работают не совсем идеально — данная проблема связана с различными нерегулярными колебаниями и хаотическими процессами, которые в мировой экономике предсказать довольно трудно.
Но российским учёным удалось создать систему на базе нейросети, которая позволяет прогнозировать поведение этих непредсказуемых элементов и учитывать их при оценке экономических трендов в мировой экономике. И, что самое интересное, расчёты, которые провели на суперкомпьютере, продемонстрировали, что российская разработка на базе ИИ действительно может раскрывать скрытые экономические тренды и предсказывать поведение хаотических факторов.
