УДК 004.8
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В КИТАЕ. ОБЗОР 4 МЕЖДУНАРОДНОЙ КОНФЕРЕНЦИИ ПО ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ В КИТАЕ (SPRINGER, 2023 Г.)
Мария Александровна Колесник
Сибирский федеральный университет, Красноярск, Россия
mkolesnik@sfu-kras.ru, orcid.org/0000-0001-8194-7869
Аннотация. В ходе рецензирования была рассмотрена основная структура и идеи книги «Искусственный интеллект в Китае», где представлены основные материалы 4 Международной конференции по искусственному интеллекту в Китае (июль 2022). Книга содержит 49 научных статей по прикладным аспектам искусственного интеллекта. Подробно рассмотрена научная статья о прогнозировании потребителей сервисов 5G. Показано, что в настоящее время в Китае развернута инфраструктура 5G и прогнозирование потребителей осуществляется на основе анализа big data и математического моделирования в отличие от социологических методов и «традиционных» маркетологических исследований. Подробное рассмотрение модели прогнозирования на основе анализа big data может быть полезно специалистам, которые занимаются методами big data в России.
Ключевые слова: искусственный интеллект, big data, Китай, 5G, модель прогнозирования
Благодарности: исследование выполнено за счет гранта Российского научного фонда № 23-28-00255, rscf.ru/project/23-28-00255/.
Для цитирования: Колесник, М. А. Искусственный интеллект в Китае. Обзор 4 Международной конференции по искусственному интеллекту в Китае (Springer, 2023 г.) / М. А. Колесник // Цифровизация. — 2023. — Т. 4. — № 3. — С. 41–56. — EDN VJHQVI.
Список цитируемой литературы
1. Agiwal M., Roy A., Saxena N. Next generation 5G wireless networks: A comprehensive survey //IEEE communications surveys & tutorials. — 2016. — V. 18. — №. 3. — P. 1617-1655. EDN: XUPAQF
2. Andrews J. G. et al. What will 5G be? //IEEE Journal on selected areas in communications. — 2014. — V. 32. — №. 6. — P. 1065-1082.
3. Barakabitze A. A. et al. 5G network slicing using SDN and NFV: A survey of taxonomy, architectures and future challenges //Computer Networks. — 2020. — V. 167. — P. 106984. EDN: DMJEFD
4. Batista G.E., Prati R.C., Monard M.C.: A study of the behavior of several methods for balancing machine learning training data. ACM SIGKDD Explorations Newsl, 2004, 6(1), 20-29.
5. Boccardi F. et al. Five disruptive technology directions for 5G //IEEE communications magazine. — 2014. — V. 52. — №. 2. — P. 74-80.
6. Chen T., Guestrin C. XGBoost: a scalable tree boosting system. In: KDD 2016 Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. — 2019. — pp. 785-794.
7. Chettri L., Bera R. A comprehensive survey on Internet of Things (IoT) toward 5G wireless systems //IEEE Internet of Things Journal. — 2019. — V. 7. — №. 1. — P. 16-32.
8. Dai Y.Dashuju jishu zai 5G taocan qianke moxing zhong de yanjiu [Application of Big Data Technology in 5G Package Potential Customer Model]. Science & Technology Information, 2021, № 20.
9. Gupta A., Jha R. K. A survey of 5G network: Architecture and emerging technologies //IEEE access. — 2015. — V. 3. — P. 1206-1232. EDN: YDCJLG
10. Hu Y. C. et al. Mobile edge computing-A key technology towards 5G //ETSI white paper. — 2015. — v. 11. — №. 11. — P. 1-16.
11. Jin W. Jiyu shuju wajue de 5G dianxin yonghu yuce yanjiu [Research on 5G Telecom Customer Prediction based on Data Mining]. Dalian University of Technology, Dalian, 2021.
12. Knox J. Artificial intelligence and education in China //Learning, Media and Technology. — 2020. — V. 45. — №. 3. — P. 298-311. EDN: VFEXRY
13. Koptseva, N. P. Environmental Management in Central Siberia (Based on Analysis of the Krasnoyarsk Territory) / N. P. Koptseva, A. A. Sitnikova // IOP Conference Series: Earth and Environmental Science: 2, Kuala Lumpur, 16-18 января 2018 года. — Kuala Lumpur, 2018. — P. 012020-20. RVOGIX. DOI: 10.1088/1755-1315/164/1/012020 EDN: YCKZID
14. Liang Q. et al. Artificial Intelligence in China. Springer Singapore, 2023. 424 p. DOI: 10.1007/978-981-99-1256-8
15. Navarro-Ortiz J. et al. A survey on 5G usage scenarios and traffic models //IEEE Communications Surveys & Tutorials. — 2020. — V. 22. — №. 2. — P. 905-929.
16. Osseiran A. et al. Scenarios for 5G mobile and wireless communications: the vision of the METIS project //IEEE communications magazine. — 2014. — V. 52. — №. 5. — P. 26-35.
17. Shafi M. et al. 5G: A tutorial overview of standards, trials, challenges, deployment, and practice //IEEE journal on selected areas in communications. — 2017. — V. 35. — №. 6. — P. 1201-1221. EDN: YEGZYG
18. Sun Y. et al. 5G Potential Customer Recognition Research Based on Multi-layer Heterogeneous Integration Model //International Conference on Artificial Intelligence in China. Singapore: Springer Nature Singapore, 2022. — P. 320-328.
19. Tomek I.: Two modifications of CNN. IEEE Trans. Syst. Man Cybern, 1976,.6, 769-772.
20. Wang F. Y., Lu R., Zeng D. Artificial intelligence in China //IEEE Intelligent Systems. — 2008. — V. 23. — №. 6. — P. 24-25.
21. Wu F. et al. Towards a new generation of artificial intelligence in China //Nature Machine Intelligence. — 2020. — V. 2. — №. 6. — P. 312-316. EDN: VEXEFL
22. Xu H. Yunyingshang 5G qianzai kehu shibie yanjiu [Operator 5G Potential Customer Identification Research]. Nanjing Normal University, Nanjing, 2021.
23. Zhang H. et al. Network slicing based 5G and future mobile networks: Mobility, resource management, and challenges //IEEE communications magazine. — 2017. — V. 55. — №. 8. — P. 138-145.
24. Zhang H. Jiyu jiqi xuexi de 5G qianzai kehu wajue yanjiu [Research on 5G Potential Customer Mining Based on Machine Learning]. Yunnan University of Finance and Economics, Yunnan, 2022.
25. Zhu J. et al. The future of artificial intelligence in China //Communications of the ACM. — 2018. — V. 61. — №. 11. — P. 44-45.
26. Дегтяренко, К. А. Рецензия на книгу Мередит Бруссард «Искусственный интеллект: пределы возможного» / К. А. Дегтяренко, Д. С. Пчелкина // Социология искусственного интеллекта. — 2022. — Т. 3. — № 1. — С. 33-41. DOI: 10.31804/2712-939X-2022-3-1-33-41 EDN: PBQAWV
27. Дегтяренко, К. А. Теоретико-методологические основания современных исследований этничности / К. А. Дегтяренко // Сибирский антропологический журнал. — 2021. — Т. 5. — № 4. — С. 11-24. DOI: 10.31804/2542-1816-2021-5-4-11-24 EDN: NAXVBF
28. Замараева, Ю. С. Анализ понятия «глобальные трансформации». Воздействие глобальных трансформаций на культуру и этническую идентичность (теоретическое исследование) / Ю. С. Замараева // Цифровизация. — 2021. — Т. 2. — № 1. — С. 27-40. DOI: 10.37993/2712-8733-2021-2-1-27-40 EDN: XEAVNH
29. Кирко, В. И. Городское и региональное сотрудничество и развитие. Проблемы и стратегии планирования и развития зоны интенсивного сотрудничества Гуандун-Макао на острове Хэнцинь, авторы Лонг Чжоу, Бин Ли, Сихонг Ли, Нган Ленг Лей, Кенгфонг Чеонг (2023): обзор основных идей. Часть 1 / В. И. Кирко // Азия, Америка и Африка: история и современность. — 2023. — Т. 2, № 2. — С. 97-111. DOI: 10.31804/2782-540X-2023-2-2-97-111 EDN: RYQBXS
30. Кирко, В. И. Рецензия на книгу «Искусственный интеллект и его недостатки. Критика социальных и гуманитарных наук» (Springer, 2022) / В. И. Кирко // Социология искусственного интеллекта. — 2022. — Т. 3. — № 4. — С. 23-33. DOI: 10.31804/2712-939X-2022-3-4-23-33 EDN: CSCPDX
31. Копцева, Н. П. Современные исследования в области социологии искусственного интеллекта: базовые подходы. Часть 5 / Н. П. Копцева // Социология искусственного интеллекта. — 2022. — Т. 3. — № 4. — С. 9-22. DOI: 10.31804/2712-939X-2022-3-4-9-22 EDN: AAVWZH
32. Лещинская, Н. М. Дайджест новостей в сфере развития искусственного интеллекта / Н. М. Лещинская, Н. А. Сергеева // Социология искусственного интеллекта. — 2022. — Т. 3. — № 3. — С. 41-51. DOI: 10.31804/2712-939X-2022-3-3-41-51 EDN: INAALZ
33. Новое Сибирское китаеведение. Базовые концепты китайской культуры / Н. П. Копцева, О. А. Карлова, Л. Ма [и др.]; Сибирский федеральный университет, Гуманитарный институт. — Красноярск: Сибирский федеральный университет, 2018. — 263 с. — (Путь в будущее: Сибирь глазами ученых). — ISBN 978-5-7638-3475-8. EDN: XSSITJ
34. Омелик, А. А. Факторы влияния искусственного интеллекта на творческий процесс / А. А. Омелик // Социология искусственного интеллекта. — 2023. — Т. 4, № 1. — С. 52-63. DOI: 10.31804/2712-939X-2023-4-1-52-63 EDN: YTVWUK
35. Пименова, Н. Н. Идиот или гений? Как работает и на что способен искусственный интеллект. Рецензия на книгу Мелани Митчелл / Н. Н. Пименова, А. А. Шпак // Социология искусственного интеллекта. — 2022. — Т. 3. — № 2. — С. 71-82. DOI: 10.31804/2712-939X-2022-3-2-71-82 EDN: DUPHQV
36. Резникова, К. В. Искусственный интеллект в Американском кинематографе конца XX — начала XXI веков / К. В. Резникова, Е. А. Сертакова, А. А. Ситникова // Социология искусственного интеллекта. — 2022. — Т. 3, № 1. — С. 42-49. DOI: 10.31804/2712-939X-2022-3-1-42-49 EDN: HZKFIC
37. Сергеева, Н. А. Рецензия на книгу Кай-Фу Ли «ИИ-2041. Десять образов нашего будущего» / Н. А. Сергеева, Ю. С. Замараева // Социология искусственного интеллекта. — 2022. — Т. 3. — № 3. — С. 52-68. DOI: 10.31804/2712-939X-2022-3-3-52-68 EDN: JSZOCQ
38. Сергеева, Н. А. Дайджест новостей в сфере развития искусственного интеллекта / Н. А. Сергеева, Ю. С. Замараева // Социология искусственного интеллекта. — 2023. — Т. 4 — № 2. — С. 41-51. EDN: PHSONT
39. Середкина, Н. Н. Цифровизация и лингвистика: актуальный статус исследований / Н. Н. Середкина // Цифровизация. — 2021. — Т. 2. — № 2. — С. 25-34. DOI: 10.37993/2712-8733-2021-2-2-25-34 EDN: VVTKNU
40. Сертакова, Е. А. Понятие «сеть» Джона Барнса как аналитический подход в познании системы социальных отношений / Е. А. Сертакова // Молодежь и наука: Сборник материалов VI-й Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых (Электронный ресурс), Красноярск, 20-25 апреля 2010 года / Ответственный редактор: О.А. Краев. — Красноярск: Сибирский федеральный университет, 2011. EDN: VCSSHX
41. Сертакова, Е. А. Социальные системы, модели, трансформации: анализ теоретических подходов / Е. А. Сертакова // Социальная антропология Сибири. — 2021. — Т. 2. — № 2. — С. 18-35. EDN: ZUOLQV
42. Ситникова, А. А. Теоретические, прикладные и синтетические методы исследования культуры как социально-антропологической системы / А. А. Ситникова // Социальная антропология Сибири. — 2021. — Т. 2. — № 2. — С. 6-17. EDN: ICEFEC
43. Шпак, А. А. Значение культуры в экономических, технологических и социальных трансформациях. Часть 1 / А. А. Шпак // Азия, Америка и Африка: история и современность. — 2023. — Т. 2, № 1. — С. 76-101. DOI: 10.31804/2782-540X-2023-2-1-76-101 EDN: ADWFQK
44. Шпак, Б. А. Методы машинного обучения в гуманитарных науках / Б. А. Шпак, К. А. Дегтяренко, А. А. Шпак // Социология искусственного интеллекта. — 2021. — Т. 2. — № 3. — С. 21-24. DOI: 10.31804/2687-0606-2021-2-3-21-24 EDN: GJIBTC