Везде

ОГПМУСША & Канада: экономика – политика – культура USA & Canada: Economics – Politics – Culture

  • ISSN (Print) 26866730
  • ISSN (Online) 3034-6045

Лидерство США в области искусственного интеллекта: есть ли угроза со стороны стран БРИКС?

Вы можете
Код статьи
S2686673025010037-1
DOI
10.31857/S2686673025010037
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Владимиров Ю. Л
  • Должность: кандидат экономических наук, инженер лаборатории институционального анализа, аналитик Центра исследований сетевой экономики Экономического факультета
  • Аффилиация: Московский государственный университет имени М.В. Ломоносова
Шерешева Марина Юрьевна
  • Должность: доктор экономических наук, профессор, заведующая лабораторией институционального анализа, директор Центра исследований сетевой экономики Экономического факультета
  • Аффилиация: Московский государственный университет имени М.В. Ломоносова
Том/ Выпуск
Том / Номер выпуска 1
Страницы
53-73
Аннотация
В статье обращается внимание на то, что в настоящее время быстро развивающиеся страны БРИКС бросают вызов США, исторически первому и до сих пор признаваемому лидеру исследований и разработок в области искусственного интеллекта (ИИ). На основе сравнительного анализа публикационной активности учёных из США и стран БРИКС с использованием открытой базы данных Австралийского института стратегической политики (Australian Strategic Policy Institute, ASPI) показано, что в США по-прежнему существует серьёзный задел в сфере изучения и внедрения ИИ, созданный бизнесом и обеспеченный стратегической государственной поддержкой. В то же время анализ отобранных данных базы ASPI, касающихся критических областей изучения ИИ, подтвердил мнение целого ряда экспертов о том, что позиция США как мирового лидера находится под растущим давлением. По показателям публикационной активности в сфере ИИ Китай выходит на первые позиции либо занимает второе место после США практически во всех критических областях. Кроме того, хорошо заметен прогресс отдельных стран БРИКС. Индия демонстрирует такой прогресс во всех критических областях, хотя пока отстаёт от двух лидеров; Иран занимает заметные позиции в обработке естественного языка, машинном обучении, алгоритмах ИИ и аппаратных ускорителях. Россия занимает сравнительно низкие позиции в изученных метриках исследований, однако это может быть отчасти объяснено сложившейся геополитической ситуацией и сопутствующими ограничениями международной публикационной активности. Сделан вывод, что сотрудничество стран БРИКС в комплементарных зонах изучения ИИ имеет серьёзные перспективы и может определять скорость разработки и внедрения технологий, важных для достижения технологического суверенитета.
Ключевые слова
искусственный интеллект ИИ технологический суверенитет технологическое лидерство США БРИКС
Дата публикации
17.09.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
15

Библиография

  1. 1. Путин сообщил, что утвердил обновленную Стратегию развития искусственного интеллекта. ТАСС. 29.02.2024. Available at: https://tass.ru/ekonomika/20116773 (accessed 21.06.2024).
  2. 2. ASPI’s Critical Technology Tracker. 2024. Аvailable at: https://www.aspi.org.au/report/critical-technology-tracker (accessed 30.08.2024).
  3. 3. Blueprint for an AI Bill of Rights. 2022. Аvailable at: https://www.whitehouse.gov/ostp/ai-bill-of-rights/ (accessed 21.08.2024).
  4. 4. Maintaining American Leadership in Artificial Intelligence: Executive Order 13859 of February 11, 2019. Available at: https://www.federalregister.gov/documents/2019/02/14/2019-02544/maintaining-american-leadership-in-artificial-intelligence (accessed 21.06.2024).
  5. 5. Roy, P. 2021. Rewire for Growth. Accenture, 26.04.2021. Available at: https://www.accenture.com/in-en/insights/consulting/artificial-intelligence-economic-growth-india (accessed 21.08.2024).
  6. 6. Stanford University. 2017. Full Translation: China’s ‘New Generation Artificial Intelligence Development Plan’ (2017). Available at: https://digichina.stanford.edu/work/full-translation-chinas-new-generation-artificial-intelligence-development-plan-2017/ (accessed 25.08.2024).
  7. 7. The National Artificial Intelligence Research and Development Strategic Plan. 2016. National Science and Technology Council, Networking and Information Research and Development Sub-committee. Available at: www.nitrd.gov/pubs/national_ai_ rd_strategic_plan.pdf (accessed 12.06.2021).
  8. 8. Борисов А.В., Босов А.В., Жуков Д.В. 2021. Стратегия исследований и разработок в области искусственного интеллекта III: Доктрина государственной поддержки США. Системы и средства информации, № 31 (4): 114–134. DOI: https://doi.org/14357/08696527210410.
  9. 9. Гольдберг Й. 2022. Нейросетевые методы в обработке естественного языка. Litres.
  10. 10. Золотарёв П.С. 2023. Некоторые особенности подходов к пониманию искусственного интеллекта в России и США. Россия и Америка в XXI веке, № 6. DOI: https://doi.org/10.18254/S207054760029534-4.
  11. 11. Ивановский Б.Г. 2021. Экономические эффекты от внедрения технологий "искусственного интеллекта". Социальные новации и социальные науки, № 2(4), 8–25. DOI: https://doi.org/10.31249/snsn/2021.02.01.
  12. 12. Пороховский А.А. 2019. Цифровизация и производительность труда. США & Канада: экономика, политика, культура, 49 (8): 5–24. DOI: https://doi.org/10.31857/S032120680005964-4.
  13. 13. Тюрина Д.А., Пальмов С. В. (2023). Применение нейронных сетей в обработке естественного языка. Журнал прикладных исследований, №7, 158–162. DOI: https://doi.org/10.47576/2949-1878_2023_7_158.
  14. 14. Ahmed, N., Amin, R., Aldabbas, H., Koundal, D., Alouffi, B., Shah, T. 2022. Machine learning techniques for spam detection in email and IoT platforms: analysis and research challenges. Security and Communication Networks, 2022(1): 1862888. DOI: https://doi.org/10.1155/2022/1862888.
  15. 15. Arenal, A., Armuna, C., Feijoo, C., Ramos, S., Xu, Z., Moreno, A. 2020. Innovation ecosystems theory revisited: The case of artificial intelligence in China. Telecommunications Policy, 44(6): 101960. DOI: https://doi.org/10.1016/j.telpol.2020.101960.
  16. 16. Ayachi, R., Afif, M., Said, Y., Abdelali, A.B. 2021. Real-time implementation of traffic signs detection and identification application on graphics processing units. International Journal of Pattern Recognition and Artificial Intelligence, 35(07): 2150024. DOI: https://doi.org/10.1142/S0218001421500245.
  17. 17. Bareis, J. & Katzenbach, C., 2022. Talking AI into being: The narratives and imaginaries of national AI strategies and their performative politics. Science, Technology, & Human Values, 47(5): 855–881. DOI: https://doi.org/10.1177/01622439211030007.
  18. 18. Bazarkina, D.Y., Pashentsev, E.N., 2020. Malicious use of artificial intelligence. Russia in Global Affairs, 4: 154–177. DOI: https://doi.org/10.31278/1810-6374-2020-18-4154-177.
  19. 19. Cath, C., Wachter, S., Mittelstadt, B., Taddeo, M., Floridi, L. 2018. Artificial intelligence and the ‘good society’: the US, EU, and UK approach. Science and Engineering Ethics, 24, 505–528. DOI: https://doi.org/10.1007/s11948-017-9901-7.
  20. 20. Chen, Z., Huang, M., Kang, H. 2023. Research Progress of Chip Types and Their Applications. Highlights in Science, Engineering and Technology, 71: 428–435. DOI: https://doi.org/10.54097/hset.v71i.14652.
  21. 21. Corallo, A., Crespino, A.M., Del Vecchio, V., Gervasi, M., Lazoi, M., Marra, M. 2023. Evaluating maturity level of big data management and analytics in industrial companies. Technological Forecasting and Social Change, 196: 122826. DOI: https://doi.org/10.1016/j.techfore.2023.122826.
  22. 22. Deo, N., Anjankar, A. 2023. Artificial intelligence with robotics in healthcare: a narrative review of its viability in India. Cureus, 15 (5): e39416. DOI: https://doi.org/10.7759%2Fcureus.39416.
  23. 23. Ding, J., 2018. Deciphering China’s AI dream. The context, components, capabilities and consequences of China’s strategy to lead the world in AI. Future of Humanity Institute Technical Report, University of Oxford. Retrieved from https://www.fhi.ox.ac.uk/wp-content/uploads/Deciphering_Chinas_AI-Dream.pdf
  24. 24. Hine, E., Floridi, L. 2024. Artificial intelligence with American values and Chinese characteristics: a comparative analysis of American and Chinese governmental AI policies. AI & SOCIETY, 39(1): 257–278. DOI: https://doi.org/10.1007/s00146-022-01499-8.
  25. 25. Horowitz, M.C., Allen, G.C., Kania, E.B., & Scharre, P. (2018). Strategic competition in an era of artificial intelligence. Center for a New American Security (CNAS). Retrieved from CNAS-Strategic-Competition-in-an-Era-of-AI-July-2018_v2.
  26. 26. Javaid, M., Haleem, A., Singh, R.P., Suman, R., Rab, S. 2022. Significance of machine learning in healthcare: Features, pillars and applications. International Journal of Intelligent Networks, 3: 58–73. DOI: https://doi.org/10.1016/j.ijin.2022.05.002.
  27. 27. Khan, M., Ghafoor, L. 2024. Adversarial Machine Learning in the Context of Network Security: Challenges and Solutions. Journal of Computational Intelligence and Robotics, 4(1): 51–63. Retrieved from https://thesciencebrigade.com/jcir/article/view/118
  28. 28. Knox, J. (2020). Artificial intelligence and education in China. Learning, Media and Technology, 45(3): 298–311. DOI: https://doi.org/10.1080/17439884.2020.1754236.
  29. 29. Kumar, S., Wang, Y., Young, C., Bradbury, J., Kumar, N., Chen, D., & Swing, A. 2021. Exploring the limits of Concurrency in ML Training on Google TPUs. Proceedings of Machine Learning and Systems, 3: 81–92.
  30. 30. Liu, Y., Ma, X., Shu, L., Hancke, G.P., Abu-Mahfouz, A.M. 2020. From Industry 4.0 to Agriculture 4.0: Current status, enabling technologies, and research challenges. IEEE transactions on industrial informatics, 17 (6): 4322–4334. DOI: https://doi.org/10.1109/TII.2020.3003910.
  31. 31. Lu, C.H. 2021. The impact of artificial intelligence on economic growth and welfare. Journal of Macroeconomics, 69: 103342. DOI: https://doi.org/10.1016/j.jmacro.2021.103342.
  32. 32. Mahesh, B. 2020. Machine learning algorithms-a review. International Journal of Science and Research (IJSR), 9(1): 381–386. Available at: https://www.ijsr.net/getabstract.php?paperid=ART20203995
  33. 33. Maiti, D., Awasthi, A. 2020. ICT exposure and the level of wellbeing and progress: a cross country analysis. Social Indicators Research, 147 (1): 311–343. DOI: https://doi.org/10.1007/s11205-019-02153-5.
  34. 34. Moriyasu, K., 2024. Kamala Harris says America, not China, will win 21st century. Nikkei Asia, August 23. Available at: https://asia.nikkei.com/Politics/U.S.-elections2024/Kamala-Harris-says-America-not-China-will-win-21st-century (accessed 10.09.2024).
  35. 35. Naseer, I. 2023. Machine Learning Applications in Cyber Threat Intelligence: A Comprehensive Review. The Asian Bulletin of Big Data Management, 3(2): 190–200. DOI: https://doi.org/ 10.62019/abbdm.v3i2.85.
  36. 36. Nikitas, A., Michalakopoulou, K., Njoya, E.T., Karampatzakis, D. 2020. Artificial Intelligence, Transport and the Smart City: Definitions and Dimensions of a New Mobility Era. Sustainability, 12 (7): 2789. DOI: https://doi.org/10.3390/su12072789.
  37. 37. Pagliosa, M., Tortorella, G., Ferreira, J.C.E. 2021. Industry 4.0 and Lean Manufacturing: A systematic literature review and future research directions. Journal of Manufacturing Technology Management, 32 (3): 543–569. DOI: https://doi.org/10.1108/JMTM12-2018-0446.
  38. 38. Rasser, M., Lamberth, M., Riikonen, A, Guo, C., Horowitz, M., Scharre, P. 2019. The American AI Century: A Blueprint for Action. Center for a New American Security (CNAS). Available at: https://s3.us-east-1.amazonaws.com/files.cnas.org/documents/CNAS-Tech-American-AI-Century_updated_2023-06-09-164859.pdf (accessed 03.09.2024).
  39. 39. Renda, A., 2019. Artificial Intelligence. Ethics, governance and policy challenges. CEPS Centre for European Policy Studies.
  40. 40. Roberts, H., Cowls, J., Morley, J., Taddeo, M., Wang, V., Floridi, L. 2021. The Chinese approach to artificial intelligence: an analysis of policy, ethics, and regulation (pp. 47–79). Springer International Publishing.
  41. 41. Ruhnke, K. 2023. Empirical research frameworks in a changing world: The case of audit data analytics. Journal of International Accounting, Auditing and Taxation, 51: 100545. DOI: https://doi.org/10.1016/j.intaccaudtax.2023.100545.
  42. 42. Saba, C., Pretorius, M. 2024. The mediating role of governance in creating a nexus between investment in artificial intelligence (AII) and human well-being in the BRICS countries. BRICS Journal of Economics, 5 (2): 5–44. DOI: https://doi.org/10.3897/bricsecon.5.e117358
  43. 43. Savage, N. 2020. The race to the top among the world’s leaders in artificial intelligence. Nature, 588 (7837): S102–S104. DOI: https://doi.org/10.1038/d41586-020-03409-8.
  44. 44. Shankar, A., Perumal, P., Subramanian, M., Ramu, N., Natesan, D., Kulkarni, V.R., Stephan, T. 2024. An intelligent recommendation system in e-commerce using ensemble learning. Multimedia Tools and Applications, 83(16), 48521–48537. DOI: https://doi.org/10.1007/s11042-023-17415-1.
  45. 45. Taye, M.M. 2023. Understanding of machine learning with deep learning: architectures, workflow, applications and future directions. Computers, 12(5): 91.
  46. 46. Yadav, V.S., Singh, A.R., Raut, R.D., Mangla, S.K., Luthra, S., Kumar, A. 2022. Exploring the application of Industry 4.0 technologies in the agricultural food supply chain: A systematic literature review. Computers & Industrial Engineering, 169: 108304. DOI: https://doi.org/10.1016/j.cie.2022.108304.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека