Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ изучил, как менялась с 2010 г. научная повестка в области искусственного интеллекта (ИИ) и работы с данными и какие тематики составляют ее ядро.
Справочно: исследование основано на библиометрическом анализе 20 тыс. публикаций, отобранных из выборки 186 тыс. документов за
Главные выводы
- В изученном массиве научных публикаций выделяются шесть основных тематических кластеров, которые в укрупненном виде объединяются вокруг трех вопросов: как организовать работу с данными — от их сбора и систематизации до анализа с помощью методов машинного обучения и инструментов бизнес-аналитики; как формировать и защищать ИТ-инфраструктуру — на основе облачных сервисов, блокчейн-технологий и инструментов кибербезопасности; как ИИ и цифровые технологии меняют бизнес-процессы — в том числе на предприятиях различных отраслей.
- За полтора десятилетия фокус исследований постепенно смещался от создания цифровой основы для хранения и анализа данных к их использованию для автоматизированной поддержки решений. С начала
2020-х гг. главными инструментами этой трансформации стали машинное обучение и ИИ. Сегодня на первый план выходят вопросы внедрения таких решений в деятельность организаций, а также их безопасности и управляемости. - По структуре связей между темами наиболее сложившееся ядро образуют бизнес-аналитика и поддержка принятия решений. ИТ-инфраструктура и безопасность служат общей технологической основой для прикладных разработок. Машинное обучение, несмотря на лидерство по доле упоминаний в последние годы, имеет более сквозной характер: глубокое обучение, нейросети и обработка естественного языка встраиваются в исследования по разным направлениям и выступают как общий инструментарий.
Источник: Пресс-служба компании ИСИЭЗ НИУ ВШЭ
