Анонс курса Система искусственного интеллекта

Билет 1

Понятие «искусственный интеллект» (ИИ). Эволюция развития ИИ и его современное состояние.
Основные факторы развития экономики под влиянием ИИ: производительность, новые рынки, изменение структуры капитала.

Билет 2

Отличия искусственного интеллекта от естественного: когнитивные способности, обучаемость, контекстуальность.
Индустрия 4.0 как технологическая основа трансформации материального производства: роль киберфизических систем.

Билет 3

Внутреннее устройство ИИ: когнитивные технологии, машинное обучение, нейронные сети.
Противоречия социально-экономического развития в условиях цифровизации: рост неравенства, цифровой разрыв регионов РФ.

Билет 4

Роль больших данных (Big Data) и облачных технологий в развитии и функционировании современных ИИ-систем.
Взаимосвязь экономических трансформаций (рост эффективности) и управленческих изменений (децентрализация) в эпоху ИИ.

Билет 5

Теорема Байеса и теория вероятности как теоретико-вероятностная основа большинства моделей машинного обучения.
Возможности и ограничения ИИ для бизнеса: создание ценности и проблемы интерпретируемости («черный ящик») и качества данных.

Билет 6

Квантовые компьютеры: принципы работы и их потенциальное влияние на скорость принятия сложных управленческих решений.
Изменение требований к компетенциям менеджеров при переходе к управлению гибридными человеко-машинными системами.

Билет 7

Издержки внедрения ИИ на уровне фирмы (CAPEX/OPEX): инфраструктура, данные, таланты, интеграция.
Системы поддержки принятия управленческих решений (DSS): классификация, архитектура и примеры использования с ИИ.

Билет 8

Выгоды внедрения ИИ для компании: прямая экономия, снижение рисков, ускорение вывода продуктов на рынок.
Применение ИИ в корпоративных финансах: автоматизация финансовой отчетности и консолидации.

Билет 9

Машинное обучение без учителя (unsupervised learning): кластеризация, поиск аномалий, снижение размерности.
Прогнозирование финансовых показателей и борьба с мошенничеством (fraud detection) с помощью алгоритмов ИИ.

Билет 10

Машинное обучение с учителем (supervised learning): задачи классификации и регрессии.
Оптимизация производственных процессов с помощью ИИ: прогнозирование потоков сырья, предиктивное обслуживание оборудования.

Билет 11

Искусственные нейронные сети и глубокие нейронные сети (Deep Learning): архитектура, функции активации, процесс обучения.
Снижение операционных затрат через оптимизацию логистических цепочек и энергопотребления с помощью ИИ.

Билет 12

Методические рекомендации по применению моделей машинного обучения с учителем.
ИИ в маркетинге и продажах: генерация контента, динамическое ценообразование, гиперперсонализация предложений.

Билет 13

Обработка естественного языка (NLP): семантический анализ текстов, извлечение сущностей, тональность.
Управление персоналом с ИИ: автоматизированный рекрутинг, первичный скрининг резюме, оценка soft skills.

Билет 14

Генерация речи и синтез голоса: применение в клиентском сервисе и внутренних коммуникациях компаний.
Формирование индивидуальных мотивационных программ и траекторий карьерного роста сотрудников на основе анализа данных.

Билет 15

Компьютерное зрение: основы обработки изображений, свёрточные нейронные сети.
Трансформация труда: концепция перехода от наёмного работника к «homo creator» (креатору).

Билет 16

Распознавание лиц и биометрическая идентификация личности: технические аспекты, точность, области применения в бизнесе.
Перспективы автоматизации и роботизации (с точки зрения искусственного интеллекта)

Билет 17

Интеграция ИИ в алгоритм принятия управленческих решений: от сбора данных до обратной связи после реализации решения.
Технологическая безработица: масштабы угрозы для российской экономики и модели адаптации населения.

Билет 18

Безусловный базовый доход (UBI) как ответ на вызовы массовой автоматизации: экономические аргументы за и против.
Цифровая трансформация бизнеса: типовые стратегии внедрения ИИ (от точечных пилотов до платформенных решений).

Билет 19

Изменение структуры занятости: рост креатосферы, творческой деятельности и экономики впечатлений.
Экономическое моделирование и сценарный анализ макроэкономики с использованием агентного моделирования и ИИ.

Билет 20

Гибкие формы работы (gig economy, удалённая форма) и управление распределенными командами с помощью цифровых платформ.
ИИ в государственном управлении: программы «Цифровая экономика РФ», риски цифрового авторитаризма и ошибки алгоритмов.

Билет 21

Управление креативной корпорацией: особенности мотивации творческих специалистов в высокотехнологичных отраслях.
Будущее материального производства: сценарии массового кастомизированного производства (batch size of one) с учетом ИИ.

Билет 22

Интеллектуальная собственность в эпоху цифровизации: проблема определения автора произведений, созданных генеративным ИИ.
Практика промт-инжиниринга: основные техники составления запросов для языковых моделей в бизнес-задачах.

Билет 23

Частная интеллектуальная собственность и всеобщая (открытые лицензии, open source) и их влияние на темпы развития ИИ.
Автоматизация рутинных бизнес-процессов: примеры макросов и скриптов в Excel и Google Таблицах с подключением ИИ-API.

Билет 24

Этические дилеммы применения ИИ: конфиденциальность персональных данных, слежка, приватность.
Создание чат-ботов для первой линии поддержки: архитектурные паттерны, обработка намерений (intent recognition).

Билет 25

Дискриминация алгоритмов (algorithmic bias): источники предвзятости в данных и способы её выявления.
Автоматизированная обработка документов (IDP): распознавание текста (OCR), классификация договоров, извлечение условий.

Билет 26

Правовое регулирование ИИ: международный опыт (ЕС, Китай) и российский подход.
Анализ медиаконтента с помощью ИИ: сентимент-анализ отзывов клиентов, мониторинг репутации бренда.

Билет 27

Монополизация рынка интеллектуальных продуктов крупными техкорпорациями: барьеры входа и влияние на конкуренцию.
Обработка аудио- и видеоматериалов: транскрибация совещаний, выделение ключевых тем, контроль присутствия.

Билет 28

Ответственность за ошибки ИИ: юридические рамки (производитель ПО, оператор данных, пользователь) и моральные дилеммы.
Разработка концепции ИИ-решения для конкретной бизнес-проблемы (кейс-методика): от гипотезы до метрик успеха.

Билет 29

Факторы успеха внедрения ИИ в организации: качество данных, поддержка топ-менеджмента, наличие кросс-функциональных команд.
Типы внедрения ИИ: локальные (on-premise) решения, облачные сервисы (SaaS/PaaS), гибридные модели.

Билет 30

Барьеры внедрения искусственного интеллекта: организационные, технологические, финансовые и культурные.
Организационное сопротивление цифровой трансформации: причины возникновения на индивидуальном и групповом уровнях.

Билет 31

Особенности управления внедрением ИИ как проектом изменений: жизненный цикл проекта MLOps.
Механизмы преодоления сопротивления персонала: переобучение (upskilling/reskilling), вовлечение, прозрачная коммуникация целей.

Билет 32

Регуляторная среда внедрения ИИ в деятельность организаций в РФ: требования к безопасности критической информационной инфраструктуры.
Многоуровневый анализ организационного сопротивления: от скрытого саботажа до открытого конфликта интересов подразделений.

Билет 33

Наем и адаптация специалистов по данным (Data Scientists) и инженеров машинного обучения (ML Engineers).
Оценка экономического эффекта (ROI) от проектов внедрения ИИ: краткосрочные и долгосрочные горизонты планирования.

Билет 34

Мультиагентные системы: принципы взаимодействия автономных агентов для решения комплексных задач логистики и финансов.
Риски масштабирования ИИ-моделей из тестовой среды (sandbox) в промышленную эксплуатацию (production).

Билет 35

Рекомендательные системы: коллаборативная и контентная фильтрация, их применение в ретейле и медиа.
Аудит алгоритмов ИИ на предмет справедливости (fairness) и устойчивости (robustness) перед злонамеренным воздействием.

Билет 36

Диффузия инноваций в организациях: модель Э. Роджерса применительно к внедрению ИИ-инструментов.
Использование ИИ для стратегического конкурентного анализа (competitive intelligence) и мониторинга рыночных трендов.

Билет 37

Предиктивная аналитика запасов: предотвращение дефицита (stockout) и избыточных остатков (overstock) с помощью временных рядов.
Этические комитеты (AI Ethics Boards) внутри корпораций: функции, полномочия и критерии оценки новых продуктов.

Билет 38

Нанотехнологии и новые материалы и их экономический эффект.
Управление данными (Data Governance) как фундамент успешного ИИ-проекта: каталогизация, профилирование, обеспечение качества.

Билет 39

Генеративный дизайн в промышленности: использование ИИ для создания оптимальных конструкций деталей и механизмов.
Модели развертывания ИИ: контейнеризация (Docker/Kubernetes) и микросервисная архитектура.

Билет 40

Борьба с атаками типа data poisoning и состязательными примерами (adversarial attacks) в системах компьютерного зрения.
Особенности венчурного финансирования стартапов в сфере прикладного ИИ в России.

Билет 41

Экологический след крупных ИИ-моделей: затраты электроэнергии на обучение и инференс, пути оптимизации.
ИИ в здравоохранении и страховании: телемедицина, оценка страховых рисков, персонализированная медицина.

Билет 42

Теория игр и многоагентное обучение (Multi-agent reinforcement learning) в моделировании рынков.
Построение карты стейкхолдеров при планировании цифровой трансформации предприятия.

Билет 43

Синтетические данные: методы генерации и их роль в обучении моделей при дефиците реальной информации.
Кризис традиционного менеджмента среднего звена в условиях сквозной автоматизации процессов.

Билет 44

Edge Computing (периферийные вычисления): перенос инференса ИИ-моделей ближе к источнику данных.
Метрики качества моделей машинного обучения: precision, recall, F1-score, AUC-ROC.

Билет 45

Концепция «цифровых двойников» (Digital Twins) физических активов и целых заводов.
Трансфертное ценообразование и налоговый учет затрат на разработку собственного программного обеспечения на базе ИИ.

Билет 46

Объяснимый искусственный интеллект (Explainable AI, XAI): методы LIME, SHAP и их значение для комплаенса.
Управление портфелем ИИ-проектов: баланс между исследовательскими задачами (R&D) и быстрыми победами (quick wins).

Билет 47

Роль государства как заказчика и регулятора на рынке ИИ: государственные закупки и стандарты тестирования.
Психологические аспекты взаимодействия человека с ИИ: доверие к алгоритму, перекладывание ответственности (automation bias).

Билет 48

Сценарии будущего материального производства: массовое производство и полная кастомизация под управлением ИИ.
Специфика защиты интеллектуальной собственности на веса нейросетей и наборы данных (datasets).

Билет 49

Экономика внимания (Attention Economy): влияние ИИ на монетизацию медийного пространства и социальных сетей.
Жизненный цикл данных (Data Lifecycle Management) в контексте подготовки пайплайнов для машинного обучения.

Билет 50

Синтез знаний (Retrieval-Augmented Generation, RAG): подключение языковых моделей к корпоративным базам знаний.
Комплексная оценка готовности организации к внедрению ИИ (AI Readiness Assessment): методология проведения.