Искусственный интеллект и методы прогнозирования рисков

), метод прогнозирования по аналогии, методы информационного моделирования.Количественный анализ позволяет определить основные показатели определенных рисков (уровень риска, степень риска, величина ущерба, вероятность наступления рисковой ситуации и др.). Для количественного анализа рисковых ситуаций часто используются методы, основанные на кластерном, корреляционном, регрессионном, факторном или дисперсионном анализах.Методы, основанные на кластерном анализе, чаще всего используются при выявлении рисковых ситуаций. Методы, в основу которых положен регрессионный анализ, применяются для выявления области рисковой ситуации. Методы факторного анализа используются для выявления области возникновения риска и формировании стратегии устранения или минимизации риска. Методы корреляционного анализа применяются практически на всех этапах управления рисками. Дисперсионный анализ – один из самых часто используемых методов при выявлении, качественном анализе и мониторинге рисковой ситуации.Качественный анализ позволяет вы явить существующие опасности, определить конкретные риски, их источники и последствия. Качественный анализ основывается на экспертной оценке, опирающейся на логико-графические методы анализа.Метод экспертной оценки лучше всего программно реализуется интеллектуальными системами, использующими технологии экспертных систем. Данные технологии позволяют не столько оценивать численную информацию, сколько анализировать текстовую и графическую информацию, определяющую рисковую ситуацию.Также достаточно успешно используют искусственный интеллект в гео-прогнозировании, предупреждая о грозящих катаклизмах. В докладе газеты Guardian в Великобритании в 2018 году было установлено, что онлайн-азартные компании используют ИИ для прогнозирования поведения клиентов, чтобы нацелить их на персонализированные рекламные акции. Разработчики коммерческих платформ искусственного интеллекта также начинают более привлекательно обращаться к операторам казино, предлагая ряд существующих и потенциальных услуг, чтобы помочь им повысить свою прибыль и расширить свою клиентскую базу.Для аудита финансовой отчетности искусственный интеллект проводит постоянный аудит. Инструменты искусственный интеллект могли сразу анализировать множество наборов различной информации. Потенциальная выгода будет заключаться в том, что общий риск аудита будет снижен, уровень уверенности будет увеличен, а продолжительность аудита будет уменьшенаНе менее любопытно использование искусственного интеллекта в прогнозировании преступлений. Алгоритм Compas, разработанный компанией Equivant (в прошлом Northpointe), используется в США с 1998 года. Программа анализирует данные подсудимых и решает, можно ли отпустить преступника под залог или лучше оставить его под стражей, а также помогает судьям определить меру пресечения в зависимости от степени риска. При оценке дел система учитывает возраст, пол и уголовное прошлое подсудимых. Как пишет TheGuardian, за 20 лет алгоритм провел оценку более 1 млн человек. Некоторые специалисты отмечают, что алгоритм не просто решает, отпустить подсудимого под залог или оставить под стражей. Программа дает подробную оценку рисков и выявляет уязвимые стороны преступников. Например, рекомендует человеку обратиться в центр по борьбе с наркозависимостью сразу после выхода на свободу.Активно используется искусственный интеллект и для оценки рисков здоровья. Он находит свое применение и в анализе кардиограмм, и рентгеновских снимков.Таким образом, можем отметить, что будущее действительно, как отмечает В.В. Путин за искусственным интеллектом. Развитие искусственного интеллекта, «стоящего на страже» рисков, позволяющего оценить и, главное, предупредить имеет важно значение не только для отдельно взятого человека, корпорации, но и для нации в целом.Литература1Гусева Д.В., Витовтов В.А., Кириленко Т.А.Перспективыприменения метода анализаиерархий при совершении спортивных ставок / Nauka-Rastudent.ru. 2016. № 2. С. 6.2Гущина О.А.Применениеинтеллектуальныхсистемприуправлении рискамипрограммных проектов / Вестник Мордовского университета. 2017. Т. 27. № 2. С. 250-263.3Метелева И.С..Применениетехнологий BIG DATA иметодов искусственного интеллектадля оценки финансовыхрисков банковской системы / Государство и бизнес. Современные проблемы экономики / материалы IX Международной научно-практической конференции. Северо-Западный институт управления РАНХиГС при Президенте РФ. 2017. Издательство: Информационный издательский учебно-научный центр "Стратегия будущего" (Санкт-Петербург)4Скворцова М.А. Оценка эффективностиэкспертных методовдля системыоценки рисков и угрозв области техногенных рисков/ Сборник тезисов участников форума "Наука будущего - наука молодых" 2017. С. 134-136.5Хальясмаа А.И. Модель управления жизненным циклом электросетевого оборудования с учетом анализа технических рисков / Электроэнергетика глазами молодежи - 2017 Материалы VIII Международной научно-технической конференции. 2017. С. 215-218.6https://www.theguardian.com/us-news/2018/jan/17/software-no-more-accurate-than-untrained-humans-at-judging-reoffending-risk7https://www.theguardian.com/us-news/2018/jan/17/software-no-more-accurate-than-untrained-humans-at-judging-reoffending-risk