Распределенный интеллект мультиагентных систем. Ч. 2. Коллективный интеллект социальных систем

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрены признаки и эмпирические характеристики распределенного интеллекта (РИ) как способности коллективного агента (социальной системы) воспринимать, обрабатывать и использовать информацию для достижения собственных объективных целей. Во второй части обзора обсуждаются реализации РИ в системах, состоящих из людей: «разум толпы» в неструктурированных сообществах, а также коллективный интеллект малых групп, организационных систем (ОС) и больших систем – государств, народов и цивилизаций в историческом времени. В отличие от роевого РИ, индивидуумы, составляющие коллективный интеллект в человеческих сообществах, способны к глубокой переработке информации и творческой деятельности. Подчеркнута неразрывная взаимосвязь РИ таких систем с индивидуальным человеческим интеллектом; на примере гибкого управления ресурсами в реальном времени отмечен возрастающий вклад ИИ в современный коллективный интеллект. Перечислены факторы, определяющие эффективность РИ мультиагентной системы: когнитивные возможности индивидуумов, структура взаимодействий между ними, коллективное целеполагание, запись, свертывание и обработка внешней информации, создание новых образов окружающей среды и себя в ней. Рассмотрена модульная модель восприятия внешних воздействий.

Об авторах

Ю. Л Словохотов

Институт проблем управления им. В.А. Трапезникова РАН; Московский государственный университет имени М.В. Ломоносова

Email: yurislovo@yandex.ru
г. Москва, Россия

Д. А Новиков

Институт проблем управления им. В.А. Трапезникова РАН

Email: novikov@ipu.ru
г. Москва, Россия

Список литературы

  1. Новиков Д.А., Кибернетика: навигатор. История кибернетики, современное состояние, перспективы развития. – М.: ЛЕНАНД, 2016. – 160 с. [Novikov, D.A. Kibernetika: navigator. Istoriya kibernetiki, sovremennoe sostoyanie, perspektivy razvitiya. – Moscow: LENAND, 2016. – 160 s. (In Russian)].
  2. Cavens, D., Gloor, С., Illenberger, J., et al. Distributed Intelligence in Pedestrian Simulations / In: Pedestrian and Evacuation Dynamics. Ed. by Waldau N., Gattermann P., Knoflacher H., Schreckenberg M. Berlin, Heidelberg: Springer, 2007. – P. 201–212.
  3. Fu, X., Gao, H., Cai, H., et al. How to Improve Urban Intelligent Traffic? A Case Study Using Traffic Signal Timing Optimization Model Based on Swarm Intelligence Algorithm // Sensors. – 2021. – Vol. 21. – Art. no. 2631.
  4. Корепанов В.О. Модели рефлексивного группового поведения и управления. – М: ИПУ РАН, 2011. – 127 с. [Korepanov, V.O. Modeli refleksivnogo gruppovogo povedeniya i upravleniya. – Moscow: ICS RAS, 2011. – 127 s. (In Russian)].
  5. Vásárhely, G., Virágh, C., Somorjai, G., et al. Optimized Flocking of Autonomous Drones in Confined Environments // Science Robotics. – 2018. – Vol. 3, no. 20. – Art. no. eaat3536.
  6. Шуровьески Дж. Мудрость толпы. Почему вместе мы умнее, чем поодиночке, и как коллективный разум формирует бизнес, экономику, общество и государство: Пер. с англ. – М.: ООО «И.Д. Вильямс», 2007. – 304 с. [Surowiecky, J. The Wisdom of Crowds. – New York: Anchor Books, 2005. – 336 p.]
  7. Словохотов Ю.Л., Новиков Д.А. Распределенный интеллект мультиагентных систем. Ч. 1. Основные характеристики и простейшие формы // Проблемы управления. – 2023. – № 5. – С. 3–22. [Slovokhotov, Yu.L. and Novikov, D.A. Distributed Intelligence of Multi-Agent Systems. Part I: Basic Features and Simple Forms // Control Sciences. – 2023. – No. 5. – P. 2–17.]
  8. Chittka, L., Rossi, N. Social Cognition in Insects. Trends in Cognitive Sciences. – 2022. – Vol. 26, no. 7. – P. 578–592.
  9. Couzin, I.D. Collective Cognition in Animal Groups // Trends in Cognitive Sciences. – 2009. – Vol. 13, iss. 1. – P. 36–43.
  10. Springer Handbook of Robotics, 2nd Ed. Ed. by Siciliano, B., Khatib, Ou. Berlin: Springer-Verlag, 2015. – 2227 p.
  11. Поляк Б.Т., Хлебников М.В., Рапопорт Л.Б. Математическая теория автоматического управления: учебное пособие. – М.: ЛЕНАНД, 2019. – 500 с. [Polak, B.T., Khlebnikov, M.V., Rapoport, L.B. Matematicheskaya teoriya avtomaticheskogo uppravleniya: uchebnoye posobiye. – Moscow: LENAND, 2019. – 500 p. (In Russian)].
  12. Теория управления (дополнительные главы): Учебное пособие / Под ред. Д.А. Новикова. – М.: ЛЕНАНД, 2019. – 552 с. [Teoriya upravleniya (dopolnitel’nye glavy). Uchebnoye posobiye. Ed. by D.A. Novikov. – M.: LENAND, 2019. – 552 s. (In Russian)]
  13. Макаренко А.В. Глубокие нейронные сети: зарождение, становление, современное состояние // Проблемы управления – 2020. – № 2. – С. 3–19 [Makarenko, A.V. Deep Neural Networks: Origins, Development, Current Status // Control Sciences. – 2020. – No 2. – P. 3–19. (In Russian)].
  14. Тей А., Грибомон П., Луи Ж. и др. Логический подход к искусственному интеллекту: от классической логики к логическому программированию (пер. с франц.) – М.: Мир, 1990. – 432 с. [Thayse, A., Gribomont, P., Louis, G., et al. Approche logique de l'intelligence artificielle. Tome 1: De la logique classique a la programmation logique. – Paris: Bordas Editions, 1988. – 274 p. (In French)].
  15. Chakraborty, A, Kar, A.K. Swarm Intelligence: A Review of Algorithms / In: Nature-Inspired Computing and Optimization: Theory and Applications. Ed. by Patnaik, S., Yang, X-S., Nakamatsu, K. – Cham: Springer, 2017. – P. 475–494.
  16. Kennedy, J., Eberhart, R.C., Shi, Y. Swarm Intelligence. – Burlington: Morgan Kaufman Publishers, 2001.
  17. Лебон Г. Психология народов и масс (пер. с франц.). – М.: АСТ, 2019. – 384 с. [Le Bon, G. Psychologie des foules. Paris: Édition Félix Alcan, 1905, 9e edition. – 192 p. (In French)].
  18. Ортега-и-Гассет Х. Дегуманизация искусства. Бесхребетная Испания / Восстание масс. (сб., пер. с исп.). – М.: АСТ, 2008. – С. 19–172. [Ortega y Gasset, J. La rebelión de las masas. – Madrid: Revista de Occidente, 1930. – 309 p.]
  19. Galton, F. Vox Populi // Nature. – 1907. – Vol. 75. – P. 450–451.
  20. Simoiu, C., Sumanth, C., Mysore, A., Goel, S. A Large-Scale Study of the ‘Wisdom of Crowds’. – Stanford: Stanford University, 2019. – URL: https://www.semanticscholar.org/paper/A-Large-Scale-Study-of-the-“-Wisdom-of-Crowds-”-Simoiu-Sumanth/23810e0888de1fa6583b35bed24f02b41a926062.
  21. Helbing, D., Johansson, A. Pedestrian, Crowd and Evacuation Dynamics / In: Encyclopedia of Complexity and System Science. Ed. by Meyers, R. – New York: Springer, 2009. – P. 6476–6495.
  22. Словохотов Ю.Л. Физика и социофизика. Ч. 1–3. // Проблемы управления. – 2012. – № 1. – С. 2–20; № 2. – С. 2–31; № 3. – С. 2–34. [Slovokhotov, Y.L. Physics vs. Sociophysics. Parts 1–3 // Control Sciences. – 2012. – No. 1. – P. 2–20; – No. 2. – P. 2–31; No. 3, – P. 2–34. (In Russian)].
  23. Барабанов И.Н., Новиков Д.А. Динамические модели управления возбуждением толпы в непрерывном времени // Управление большими системами. – 2016. – Вып. 67. – С. 71–86. [Barabanov, I.N., Novikov, D.A. Continuous-Time Dynamic Models of Mob Excitation // Large-Scale Systems Control. – 2016. – No. 67. – P. 71–86. (In Russian)].
  24. Новиков Д.А. Модели информационного противоборства в управлении толпой // Проблемы управления. – 2015. – № 3. – С. 29–39. [Novikov, D.A. Models of Informational Confrontation in Mob Control // Control Sciences. – 2015. – No 3. – P. 29–39. (In Russian)].
  25. Wolf, R.D., Resnick, S.A. Contending Economic Theories: Neoclassical, Keynesian, and Marxian. – Cambridge–London: MIT Press, 2012. – 425 p.
  26. Graefe, А. Political markets / In: The SAGE Handbook of Electoral Behavior. Ed. by Arzheimer, K., Evans, J., Lewis-Beck, M.S. – New York: SAGE Publications, 2017. – 1102 p.
  27. Макафи Э. Бриньолфсон Э. Машина, платформа, толпа. Наше цифровое будущее. – М: МИФ, 2019. – 320 с. [McAfee, A., Brynjolfsson, E. Machine, Platform, Crowd: Harnessing Our Digital Future. – New York: W.W. Norton & Company, 2017. – 416 p.]
  28. Becker, J., Brackbill, D., Centola, D. Network Dynamics of Social Influence in the Wisdom of Crowds // Proc. Nat. Acad. Sci. – 2017. – Vol. 114, no. 3. – P. E5070–E5076.
  29. Михайлов А.П., Петров А.П. Математические модели системы «человек-общество». – М.: ФИЗМАТЛИТ, 2022. – 456 с. [Mikhailov, A.P., Petrov, A.P. Mathematical Modeling of the ‘Human–Society’ System. – Moscow: FIZMATLIT, 2022. – 456 p. (In Russian)].
  30. DeGroot, M.H. Reaching a Consensus // J. Amer. Statist. Assoc. – 1974. – Vol. 69, no. 45. – P. 118—121.
  31. Чеботарев П.Ю. Сетевые многоагентные системы / Теория управления (дополнительные главы): Учебное пособие / Под ред. Новикова Д.А. – М.: ЛЕНАНД, 2019. – С. 303–322. [Chebotarev, P.Yu. Multiagent Network Systems / In: Teoriya upravleniya (dopolnitel’nye glavy). Uchebnoya posobiye. Ed. by Novikov, D.A. – Moscow: LENAND, 2019. – P. 303–322. (In Russian)].
  32. Deffuant, G., Neau, D., Amblard, F., Weisbuch, G. Mixing Beliefs among Interacting Agents // Adv. Complex Systems. – 2000. – Vol. 3, no. 4. – P. 87–98.
  33. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. 3-е изд. – М.: МЦНМО, 2018. – 224 с. [Gubanov, D.A., Novikov, D.A., Chkhartishvili, A.G. Social Networks: Models of Informational Influence, Control and Contest. 3rd Ed. – Moscow: MTsNMO, 2018. – 224 p. (In Russian)].
  34. Kozitsin, I.V. A General Framework to Link Theory and Empirics in Opinion Formation Models // Sci. Rep. – 2022. – Vol. 12, no. 5543. – P. 1–18.
  35. The Consensus Building Handbook. Ed. by Susskind, L., McKearnan, S., Thomas-Larmer, J. – London: Sage Publications, 1999. – 176 p.
  36. Hertzberg, M., Smith, R., Westphal, R., et al., A Consensus Handbook: Co-operative Decision-Making for Activists, Co-ops and Communities. – Lancaster: Seeds for Change Co-operative Ltd., 2016. – 226 p.
  37. Cook, J., van der Linden, S, Maibach, E.W., Lewandowsky, S. The Consensus Handbook: Why the Scientific Consensus on Climate Change is Important. – 2018. – doi: 10.13021/G8MM6P
  38. Wagner, C., Back, A. Group Wisdom Support Systems: Aggregating the Insights of Many through Information Technology // Issues in Inform. Syst. – 2008. – Vol. 9, no. 2. – P. 343–350.
  39. Сидельников Ю.В. Четырехэтапная мозговая атака // Проблемы управления. – 2014. – № 1. – С. 36–44. [Sidelnikov, Yu.V. Four-Stage Brainstorm // Control Sciences. – 2014. – No. 1. – P. 36–44. (In Russian)].
  40. Альтшуллер Г.С. Найти идею. Введение в ТРИЗ – теорию решения изобретательских задач. 4-е изд. – М.: Альпина Паблишерз, 2011. – 400 с. [Altshuler, G.S. Najti ideyu. Vvedenie v TRIZ^ teoriyu resheniya izobretatel’skikh zadach. 4th Ed. –Moscow: Alpina Publishers, 2011. – 400 p. (In Russian)].
  41. МакКоннелл Дж. Основы современных алгоритмов. – М.: Техносфера, 2004. – 368 с. [McConnell, J.J. Analysis of Algorithms: An Active Learning Approach. – Boston: Jones & Bartlett Publishers, 2001. – 297 p.]
  42. Губанов Д.А., Коргин Н.А., Новиков Д.А., Райков А.Н. Сетевая экспертиза. – М.: Эгвес, 2011. – 166 с. [Gubanov, D.A., Korgin, N.A., Novikov, D.A., Raikov, A.N. Setevaya ekspertiza. – Moscow: Egves, 2011. – 166 p. (In Russian)].
  43. O’Bryan, L., Beier, M., Salas, E. How Approaches to Animal Swarm Intelligence Can Improve the Study of Collective Intelligence in Human Teams // J. Intel. – 2020. – Vol. 8, no. 9. – P. 1–18.
  44. Белов М.В., Новиков Д.А. Модели технологий. – М.: ЛЕНАНД, 2019. – 160 с. [Belov, M.V., Novikov, D.A. Models of Technologies. – Moscow: LENAND, 2019. – 160 p. (In Russian)].
  45. Myerson, R.B. Game Theory: Analysis of Conflict. – Harvard University Press, 2013. – 584 p.
  46. Новиков Д.А. Ограниченная рациональность и управление // Математическая теория игр и ее приложения. – 2022. – Т. 14, вып. 1. – С. 49–84. [Novikov, D.A. Bounded Rationality and Control // Matematicheskaya teoriya igr I ee prilozheniya. – 2022. – Vol. 14, no 1. – P. 49–84. (In Russian)].
  47. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. – М.: Синтег, 1999. – 128 с. [Burkov, V.N., Novikov, D.A. The theory of active systems: state and prospects. – Moscow: Sinteg, 1999. – 128 p. (In Russian)].
  48. Бурков В.Н., Новиков Д.А. Теория активных систем (история развития и современное состояние) // Проблемы управления. – 2009. – № 3.1. – С. 29–35 [Burkov, V.N., Novikov, D.A. Active Systems Theory (History of Development and the Current State) // Control Sciences. – 2009. – No 3.1. – P. 29–35. (In Russian)].
  49. Бурков В.Н., Еналеев А.К., Коргин Н.А. Согласованность и неманипулируемость механизмов организационного управления: текущее состояние проблемы, ретроспектива, перспективы развития теоретических исследований // Автоматика и телемеханика. – 2021. – № 7. – С. 5–37. [Burkov, V.N., Enaleyev, A.K., Korgin, N.A. Incentive Compatibility and Strategy-Proofness of Mechanisms of Organizational Behavior Control: Retrospective, State of the Art, and Prospects of Theoretical Research // Automation & Remote Control. – 2021. – Vol. 82, no 7. – P. 1119–1143].
  50. Гермейер Ю.Б. Игры с непротивоположными интересами. – М.: Наука, 1976. – 326 с. [Germeye, Yu.B. Igry s neprotivopolozhnymi interesami. – Moscow: Nauka, 1976. – 326 p. (In Russian)].
  51. Новиков Д.А., Чхартишвили А.Г. Рефлексия и управление: математические модели. 2-е изд. – М.: ЛЕНАНД, 2022. – 416 с. [Novikov, D.A., Chkhartishvili, A.G. Reflection and Control: Mathematical Modeling. 2nd Ed. – Moscow: LENAND, 2022 – 416 p. (In Russian)].
  52. Коргин Н.А., Новиков Д.А. Иерархические и рефлексивные игры / Теория управления (дополнительные главы): Учебное пособие / Под ред. Д.А. Новикова. – М.: ЛЕНАНД, 2019. – С. 510–546. [Korgin, N.A., Novikov, D.A. Hierarchical and Reflexive Games / In: Teoriya upravleniya (dopolnitel’nye glavy). Uchebnoye posobiye. Ed. by Novikov, D.A. – Moscow: LENAND, 2019. – P. 510–546. (In Russian)].
  53. Новиков Д.А. Теория управления организационными системами. – М.: ФИЗМАТЛИТ, 2012. – 604 с. [Novikov, D.A. Control theory of organizational systems. – Moscow: FIZMATLIT, 2012. – 604 p. (In Russian)].
  54. Бурков В.Н., Буркова И.В., Коргин Н.А., Щепкин А.В. Модели согласованного комплексного оценивания в задачах принятия решений // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2020. – Т. 20, № 2. – С. 5–13. [Burkov, V.N., Burkova, I.V., Korgin, N.A., Shchepkin, A.V. Modeli soglasovannogo kompleksnogo otsenivaniya v zadachakh prinyatiya reshenij // Trans. of South Ural State University. – 2020. – Vol. 20, no. 2. – P. 5–13. (In Russian)].
  55. Ерешко Ф.И. Горелов М.А. Иерархическая структура сетевых моделей в экономике и искусственных нейронных сетей // Тенденции развития Интернет и цифровой экономики: Труды V Всероссийской c международным участием научно-практической конференции. – Симферополь – Алушта, 2022. [Yereshko, F.I., Gorelov M.A. Hierarchical Structure of Economics Network Models and Artificial Neural Networks // Tendentsii razvitiya Internet I tsifrovoj ekonomiki. Trudy V Vserossijskoj nauchno-prakticheskoj konferentsii. – Simferopol–Alushta, 2022. (In Russian)].
  56. Axelrod, R., Hamilton, W.D. The Evolution of Cooperation // Science. – 1981. – Vol. 211. – P. 1390–1396.
  57. Riolo, L.R., Cohen, M.D., Axelrod, R. Evolution of Cooperation without Reciprocity // Nature. – 2001. – Vol. 414. – P. 441–443.
  58. Чеботарев П.Ю., Малышев В.А., Цодикова Я.Ю. и др. О сравнительной полезности альтруизма и эгоизма при голосовании в стохастической среде // Автоматика и телемеханика. – 2018. – Вып. 11. – С. 123–149. [Chebotarev, P.Yu., Malyshev, V.A., Tsodikov, Ya.Yu., et al. Comparative Efficiency of Altruism and Egoism as Voting Strategies in Stochastic Environment // Automation and Remote Control. – 2018. – Vol. 79, no. 11. – P. 2052–2072].
  59. Studies in Distributed Intelligence. Urban Intelligence and Applications. Proceedings of ICUIA. Ed. by Elhoseny, M., Yuan, X. – Cham: Springer, 2019. – 252 р.
  60. Rzevski, G., Skobelev, P. Emergent Intelligence in Large Scale Multi-Agent Systems // Intern. J. of Education and Inform. Technol. – 2007. – Vol. 1, iss. 2. – P. 64–71.
  61. Городецкий В.И., Бухвалов О.Л., Скобелев П.О., Майоров И.В. Современное состояние и перспективы индустриальных применений многоагентных систем // Управление большими системами. – 2017. – Вып. 66. – С. 94–157. [Gorodetskij, V.I., Bukhvalov, O.L., Skobelev, P.O., Majorov, I.V. Current State and Prospects of Industrial Applications of Multi-agent Systems // Large-Scale Systems Control. – 2017. – No. 66. – P. 94–157. (In Russian)].
  62. Грачев С.П., Жиляев А.А., Ларюхин В.Б. и др. Методы и средства построения интеллектуальных систем для решения сложных задач адаптивного управления ресурсами в реальном времени // Автоматика и телемеханика. – 2021. – № 11. – С. 30–67. [Grachev, S.P., Zhilyaev, A.A., Laryukhin, V.B., et al. Methods and Tools for Developing Intelligent Systems for Solving Complex Real-Time Adaptive Resource Management Problems // Automation and Remote Control. – 2021. – Vol. 82, no. 11. – P. 1857–1885.
  63. Rzevski, G., Skobelev, P., Zhilyaev, A. Emergent Intelligence in Smart Ecosystems: Conflicts Resolution by Reaching Consensus in Resource Management // Mathematics. – 2022. – Vol. 10, no. 11. – Art. no. 1923.
  64. Chavtam, S. Emergent Intelligence: A Novel Computational Intelligence Technique to Solve Problems // Proc. 11th International Conference on Agents and Artificial Intelligence. – Prague, 2019. – Vol. 1. – P. 93–102.
  65. Бехтерев В.М. Коллективная рефлексология. – Петроград: Изд-во «Колос», 1921. – 432 с. [Bekhterev, V.M. Kollektivnaya refleksologiya. – Petrograd: Kolos, 1921. – 432 p. (In Russian)].
  66. Heylighen, F. Distributed Intelligence Technologies: Present and Future Applications / In: The Future Information Society: Social and Technological Problems (World Scientific Information Studies). Ed. by Hofkirchner, W., Burgin, M. – New Jersey: World Scientific Pub Co Inc., 2017. – P. 179–212.
  67. Kyriazis, M. Systems Neuroscience in Focus: From the Human Brain to the Global Brain? // Frontiers in Systems Neuroscience. February. – 2015. – Vol. 9. – Art. no. 7.
  68. Де Валь Ф. Политика у шимпанзе: власть и секс у приматов (пер. с англ.). – М: Изд. дом ВШЭ, 2014. – 272 с. [De Waal, F. Chimpanzee Politics: Power and Sex Among Apes. 25th Ed. 2000. – Baltimore: John Hopkins University Press, 2014, 235 p.]
  69. Олескин А.В. Биополитика. Политический потенциал современной биологии: философские, политологические и практические аспекты. – М.: Научный мир, 2007. – 508 с. [Oleskin, A.V. Biopolitics. Political Potential of Modern Biology in Philosophy, Political Science and Practice. – Moscow: Nauchnyj mir, 2007. – 508 p. (In Russian)].
  70. Eibl-Eibesfeld, I. Human Ethology. – New York: Aldine De Gruyter, 2007. – 848 p.
  71. Семечкин Н.И. Социальная психология (2-е изд.). – М.: Юрайт, 2019. – 423 с. [Semechkin, N.I. Social Psychology, 2nd Ed. – Moscow: Yurait, 2019. – 423 p. (In Russian)].
  72. Де Моз Л. Психоистория (пер. с англ.). – Ростов-на-Дону: Феникс, 2000. – 512 с. [DeMause, L. Foundations of PsychoHistory. – N.Y.: Creative Roots Publ., 1982. – 336 p.]
  73. Шеллинг Т.К. Стратегия конфликта (пер. с англ.). – М.: ИРИСЭН, 2016. – 368 с. [Shelling, T.C. The Strategy of Conflict. – Cambridge: Harvard University Press. – 1960. – 309 p.]
  74. Caffrey, M.B. Jr. On Wargaming: How Wargames Have Shaped History and How They May Shape the Future. – Newport: Naval War College Press, 2019. – 477 p.
  75. Макаренко А.В., Чхартишвили А.Г., Шумов В.В. Системный анализ и прогнозирование безопасности. – М.: ЛЕНАНД, 2022. – 216 с. [Makarenko, A.V., Chkhartishvili, A.G., Shumov, V.V. Sistemnyj analiz i prognozirovanie bezopasnosti. – Moscow: LENAND, 2022. – 216 p. (In Russian)].
  76. Кривошеев В.Д. (ред.). Россия и СССР в войнах ХХ века. Потери вооруженных сил. Статистическое исследование. – М.: ОЛМА-ПРЕСС, 2001. – 607 с. [Krivosheyev, V.D. (Ed.). Rossi0ya i SSSR v vojnakh XX veka. Poteri vooruzhennukh sil. Statisticheskoye issledovaniye. – Moscow: OLMA PRESS. – 2001. – 607 p. (In Russian)].
  77. Назаретян А.П. Цивилизационные кризисы в контексте Универсальной истории. – М.: Мир, 2004. – 367 с. [Nazaretyan, A.P. Civilization Crises with Context of Big (Universal) History. – Moscow: Mir, 2004. – 367 p. (In Russian)].
  78. Хантингтон С. Столкновение цивилизаций (пер. с англ.). – М.: АСТ, 2017. – 640 с. [Huntington, S.P. The Clash of Civilizations and the Remaking of World Order. New York: Simon & Shuster, 2007. – 368 p.]
  79. Worldometer URL: https://www.worldometers.info/world-population/ (дата обращения 14.11.2023). [Accessed November 14, 2023.]
  80. Култыгин В.П. Классическая социология. – М: Наука, 2000. – 526 с. [Kultygin, V.P. Classical Sociology. – Moscow: Nauka, 2000. – 526 p. (In Russian)].
  81. Турчин П.В. Историческая динамика: на пути к теоретической истории, 2-е изд. – М: ЛКИ, 2010. – 368 с. [Turchin, P.V. Historical Dynamics: Why States Rise and Fall. – Princeton: Princeton University Press, 2003. – 264 p.].
  82. Белов М.В., Новиков Д.А. Модели деятельности (основы математической теории деятельности). – М.: ЛЕНАНД, 2021. – 216 с. [Belov, M.V., Novikov, D.A. Models of Activity (Foundations of Activity Mathematical Theory). – Moscow: LENAND, 2021. – 216 p. (In Russian)].
  83. Белов М.В., Новиков Д.А. Структура креативной деятельности // Проблемы управления. – 2021. – № 5. – С. 20–33. [Belov, M.V., Novikov, D.A. The Structure of Creative Activity // Control Sciences. – 2021. – No. 5. – P. 17–28.]
  84. Fodor, J.A. The Modularity of Mind. – Cambridge: MIT Press, 1983. – 158 p.
  85. Ohlsson, S. Information-Processing Explanations of Insight and Related Phenomena / In: Advances in the Psychology of Thinking. Ed by Keane, M.T. and Gilhooly, K.J. – New York: Harvester Wheatsheaf, 1992. – P. 1–44.
  86. Slovokhotov, Y.L., Neretin, I.S. Towards Constructing a Modular Model of Distributed Intelligence // Programming & Computer Software. – 2018. – Vol. 44, no. 6. – P. 499–507.
  87. Новиков Д.А. Модели динамики психических и поведенческих компонент деятельности в коллективном принятии решений // Управление большими системами. – 2020. – Вып. 85. – С. 206–237. [Novikov, D.A. Dynamics Models of Mental and Behavioral Components of Activity in Collective Decision-Making // Large-Scale Systems Control. – 2020. – No. 85. – P. 206–237. (In Russian)].
  88. Губанов Д.А., Новиков Д.А. Модели совместной динамики мнений и действий в онлайновых социальных сетях. Ч. 1–3. // Проблемы управления. – 2023. – № 2. – С. 37–53; № 3. – С. 40–64; № 4. – С. 14–27. [Gubanov, D.A., Novikov, D.A. Models of Joint Dynamics of Opinions and Actions in Online Social Networks. Parts 1–3 // Control Sciences. – 2023. – No. 2. – P. 31–45; No. 3. – P. 1–54; No. 4. – P. 12–24.]

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».