Стратегическая оценка потенциала коммерциализации результатов научно-исследовательских работ по созданию перспективных образцов космической техники

Язык труда и переводы:
УДК:
334.02
Дата публикации:
06 января 2022, 16:19
Категория:
Секция 08. Экономика космической деятельности
Авторы
Анищенко Сергей Александрович
АО «Объединенная приборостроительная корпорация»
Аннотация:
Предложен нейросетевой механизм для аналитической обработки тактико-технических характеристик и планово-экономических параметров научно-исследовательских работ по созданию перспективных образцов космической техники. Механизм основан на стратегии военно-гражданской интеграции и реализует технологию построения самоорганизующихся нейросетевых карт для выявления технологий, отличающихся существенным потенциалом коммерциализации в предпринимательском секторе экономики.
Ключевые слова:
научно-исследовательские работы, космическая техника, коммерциализация, военно-гражданская интеграция, искусственный интеллект
Основной текст труда

Ракетно-космическая отрасль промышленности отличается созданием инновационного научно-технического задела, имеющего широкие перспективы применения в народном хозяйстве. Результаты научно-исследовательских работ, выполняемых в интересах создания перспективных образцов космической техники (НИР КТ) характеризуются существенным потенциалом коммерциализации в предпринимательском секторе экономики путем создания побочных (spin-off) технологий, продуктов и сервисов. Вместе с тем, существующие в отрасли механизмы отбора, приоритизации и финансирования НИР КТ в недостаточной мере учитывают такие эффекты, поскольку изначально ориентированы на оценку результатов в интересах создания конкретных образцов космических систем и наземной космической инфраструктуры, в том числе оборонного назначения. 

Следует констатировать, что существующая практика оценки НИР КТ не обеспечивает координацию деятельности государственных заказчиков, стратегических и институциональных инвесторов. Имеют место ситуации, когда утрачивается возможность финансирования НИР, имеющих низкий приоритет для космической отрасли, но характеризующихся высоким уровнем универсальности и, следовательно, существенным потенциалом коммерческого применения. Во многом, это связно с тем, что существующие методики основаны на экспертной оценке приоритетности НИР КТ и не используют возможности современных технологий искусственного интеллекта для аналитической обработки информации, что в условиях увеличения потока заявок на НИР, расширения учитываемых факторов и усложнения взаимозависимостей между ними обусловливает резкое увеличение трудоемкости оценочных процедур и повышает риск недостоверности и субъективности полученных результатов. 

Выявленные противоречия между потребностями практики и уровнем существующего научно-методического обеспечения предопределяют необходимость его дальнейшего развития, что подтверждает актуальность темы исследования.

Теоретические и методологические основы для разрешения указанных противоречий заложены в современной концепции военно-гражданской интеграции (civil-military integration), предполагающей комплементарное развитие и гармонизацию интересов военно-силового и предпринимательского сектора экономики [1, 2]. Особую актуальность эта концепция приобретает в условиях цифровой трансформации экономики, когда в основу любой деятельности формируют цифровые платформы и экосистемы, усиливается роль сетецентрических (network-centric) технологий, а границы между военным и гражданским секторами экономики постепенно размываются. 

Для многофакторного анализа массива НИР КТ по множеству показателей и с учетом интересов различных стейкхолдеров из военного и гражданского секторов экономики лицу, принимающему решения (ЛПР) требуются надежные и простые в применении информационно-аналитические инструменты. Они должны обрабатывать большие массивы разнородных слабо структурированных данных, выявлять в них закономерности и аномалии, идентифицировать потенциальные проблемы. При этом особые требования предъявляются к качеству визуализации результатов анализа. ЛПР должен видеть в целом весь массив заявок НИР КТ по множеству интегральных технико-экономических показателей.

Поэтому технологическую основу предлагаемого нейросетевого механизма составляют самоорганизующиеся карты (self-organizing maps, SOM). Имеющийся научно-технический задел по их применению для решения аналогичных задач представлен в работах [3, 4]. Они представляют собой визуальный инструмент, основанный на технологии искусственных нейронных сетей и предназначенный для поиска закономерностей и аномалий в больших данных. Выбор технологии SOM обоснован тем, что в ее основу положен алгоритм упорядочивания анализируемых объектов по степени близости их характеристик друг к другу, с графическим отображением в форме двухмерной карты. Это позволяет использовать SOM как инструмент кластеризации и визуализации данных. 

В целом, предлагаемый подход представляет собой применение методов искусственного интеллекта для развития концепции разведочного анализа данных (exploratory data analysis, EDA) [5], суть которой сводится к поиску закономерностей в больших массивах данных без предварительных гипотез. Она противопоставляется классическому доказательному анализу (confirmatory analysis, CDA), когда исследователи доказывают или опровергают некоторые утверждения, например, при проверке статистических гипотез. Область эффективного применения EDA – предварительная обработка данных для понимания их семантики и первичной кластеризации 

В решаемой задаче объектами кластеризации являются отдельные НИР КТ, характеризующиеся такими планово-экономическими параметрами, как уровень готовности технологии, сроки выполнения, целевые характеристики продукции относительно существующих отечественных и зарубежных аналогов, использование для создания образцов продукции оборонного и гражданского назначения, объемы финансирования по годам и другие. В результате работы такого инструмента будет построена карта, отображающая весь массив показателей НИР КТ с помощью определенной схемы цветового кодирования. Таким образом, в распоряжение ЛПР поступит визуальная аналитическая информация, дающая объективную комплексную оценку потенциала коммерциализации НИР КТ при формировании портфеля заказов в обеспечение создания перспективных образцов космической техники в современных условиях военно-гражданской интеграции.

Предлагаемый нейросетевой механизм регламентирует следующий порядок действий ЛПР.

На первом этапе путем анализа поступивших заявок на выполнение НИР КТ формируется массив технико-экономических показателей. Эта процедура выполняется в частично автоматизированном режиме, с использование традиционных текстовых и табличных редакторов.

На втором этапе реализуются автоматизированные информационно-аналитические процедуры, основанные на машинном обучении и представлении массива показателей НИР КТ на самоорганизующихся нейросетевых картах: карта универсальности используется для идентификации НИР КТ, используемых в большом числе образцов космической техники, а карта капиталоемкости — для изучения потребностей в финансировании по годам программного периода. Комбинация карт универсальности и капиталоемкости обеспечивает поддержку принятия решений исходя из анализа результатов разбиение массива показателей НИР КТ на 4 группы проектов создания технологий:

  • кластера 1 с высокой универсальностью применения результатов, при низкой капиталоемкости, что является признаком коммерческой эффективности и инвестиционной привлекательности для предпринимательских структур и, следовательно, высокого потенциала коммерциализации;
  • кластера 2, которые при высокой универсальности требуют значительных объемов финансирования, что позволяет рекомендовать установить для них расширенную инвестиционную оценку возможностей коммерциализации в гражданском секторе экономики;
  • кластера 3, которые не требуют значительных инвестиций, но и не обеспечивают универсальных результатов, что позволяет рекомендовать проведение расширенной экспертизы их тактико-технических характеристик на предмет уточнения возможности применения в гражданской продукции;
  • кластера 4, являющиеся высоко затратными и узкоспециализированными, что предопределяет низкий потенциал их коммерциализации.

Предложенный информационно-аналитический механизм позволит усовершенствовать существующий в отрасли научно-методический аппарат приоритизации, отбора и финансирования НИР КТ за счет применения технологий искусственного интеллекта для аналитической обработки исходной информации и выявления подмножества проектов разработки технологий с существенными потенциалом коммерциализации для последующего финансово-экономического оценивания.

 

Литература
  1. Дроговоз П.А., Ралдугин О.В. Процессы военно-гражданской интеграции в контексте цифровой трансформации и дивергенции национальных моделей бизнеса // Вопросы оборонной техники. 2018. № 1. С. 13–27.
  2. Дроговоз П.А., Кашеварова Н.А. Механизм перспективных патентных исследований при создании космической продукции специального назначения в условиях военно-гражданской интеграции // Аудит и финансовый анализ. 2017. № 3-4. С. 461–470.
  3. Дроговоз П.А., Садовская Т.Г., Шиболденков В.А. Использование эмерджентных нейросетевых карт в бизнес-анализе портфеля клиентов // Вестник компьютерных и информационных технологий. 2016. № 12 (150). С. 10–18. DOI: 10.14489/vkit.2016.12.pp.010-018
  4. Гутенев А.В. Перспективы применения технологий мягких вычислений к оценке приоритетности НИР в аэрокосмической отрасли промышленности // XLIII Академические чтения по космонавтике (Королёвские чтения – 2019): сб. тез. М.: Изд-во МГТУ им. Н.Э. Баумана, 2019. С. 173–175.
  5. Шиболденков В.А. Инструментарий нейросетевого разведочного анализа социально-экономических процессов // Аудит и финансовый анализ. 2018. № 6. С. 214–224.
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.