http://www.ras.ru/news/shownews.aspx?id=3390bbd0-e581-4bba-b6a8-c86bbf7e34fe&print=1
© 2019 Российская академия наук

11 июня состоялось очередное заседание президиума Российской академии наук

11.06.2019

ВИДЕОСЮЖЕТ: Математическое моделирование в российской экономике. (Научное ТВ РАН/Daily Russian Science)



11 июня 2019 года

состоялось очередное заседание Президиума Российской академии наук

 

(jpg, 94 Kб)

Председательствует на заседании президент РАН академик РАН Александр Михайлович Сергеев.

(jpg, 134 Kб)

На заседании состоялось вручение дипломов и присуждение премий имени выдающихся ученых.

Премия имени Евграфа Степановича Федорова вручается члену-корреспонденту РАН Владимиру Олеговичу Попову, доктору химических наук Инне Петровне Курановой, кандидату физико-математических наук Валерии Ролановне Caмыгиной («Федеральный научно-исследовательский центр «Кристаллография и фотоника» РАН») за цикл работ «Структурная биология макромолекул, значимых для биотехнологии и медицины».

Премия имени Сергея Алексеевича Лебедева вручается кандидату технических наук Николаю Николаевичу Левченко, кандидату технических наук Анатолию Семеновичу Окуневу (Институт проблем проектирования в микроэлектронике РАН) за серию научных работ по единой тематике «Параллельная потоковая вычислительная система «Буран».

Премия имени Никиты Николаевича Моисеева вручается академику РАН Юрию Гавриловичу Евтушенко, доктору физико-математических наук Алле Филипповне Албу, доктору физико-математических наук Владимиру Ивановичу Зубову («Федеральный исследовательский центр «Информатика и управление» РАН») за цикл работ «Методы оптимизации и управления и их приложение к решению практически важных задач».

Премия имени Павла Николаевича Яблочкова вручается доктору технических наук Виталию Сергеевичу Высоцкому, доктору технических наук Василию Васильевичу Зубко, кандидату технических наук Сергею Сергеевичу Фетисову (Открытое акционерное общество «Всероссийский научно-исследовательский, проектно-конструкторский и технологический институт кабельной промышленности») за цикл работ «Исследование электро- и теплофизических процессов в сверхпроводниках для электротехнических устройств».

Премия имени Ильи Васильевича Гребенщикова вручается члену-корреспонденту РАН Владимиру Константиновичу Иванову и доктору химических наук Татьяне Александровне Кочиной (Институт химии силикатов им. И.В. Гребенщикова РАН) за цикл работ «Физико-химические основы технологии полифункциональных композиционных и гибридных материалов на основе высокопористых оксидных аэрогелей, ксерогелей и стекол, а также комплексов переходных металлов».

Премия имени Льва Александровича Чугаева вручается академику РАН Олегу Герольдовичу Синяшину, доктору химических наук Юлии Германовне Будниковой и доктору химических наук Дмитрию Григорьевичу Яхварову («Федеральный исследовательский центр «Казанский научный центр РАН») за серию работ «Координационные соединения в электрохимическом синтезе эффективных катализаторов и электрокатализаторов практически значимых реакций».

Премия имени Юрия Анатольевича Овчинникова вручается академику РАН Александру Александровичу Макарову, кандидату химических наук Владимиру Александровичу Митькевичу, кандидату физико-математических наук Ирине Юрьевне Петрушанко (Институт молекулярной биологии им. В.А. Энгельгардта РАН) за цикл работ «Роль структурно-функциональной модификации ферментов в норме и патологии».

Премия имени Николая Константиновича Кольцова вручается доктору биологических наук Алле Ивановне Калмыковой (Институт молекулярной генетики РАН) за цикл работ «Роль коротких РНК в защите целостности генома и в поддержании теломер».

Премия имени Сергея Федоровича Ольденбурга вручается академику РАН Владимиру Степановичу Мясникову за собрание сочинений «Кастальский ключ китаеведа» (в семи томах).

Премия имени Алексея Александровича Шахматова вручается доктору филологических наук Вадиму Борисовичу Крысько (Институт русского языка им. В.В. Виноградова РАН) за монографию «Старославянский канон Кириллу Философу: Источники и реконструкция».

Премия имени Николая Ивановича Кареева вручается доктору исторических наук Александру Викторовичу Чудинову (Институт всеобщей истории РАН) за серию научных трудов по истории французской революции и эпохе наполеоновских войн: «Французская революция: история и мифы», «История Французской революции: пути познания», «Старый порядок во Франции и его крушение».

Премия имени Дмитрия Сергеевича Лихачева вручается доктору филологических наук Елене Михайловне Юхименко («Государственный исторический музей») за монографию «Старообрядчество: История и культура».

Премия имени Евгения Самуиловича Варги вручается члену-корреспонденту РАН Андрею Николаевичу Спартаку за цикл научных работ по актуальным вопросам развития международной торговли и мировой торговой системы: «Современные трансформационные процессы в международной торговле и интересы России», «Международная торговля услугами: новые тенденции развития и регулирования, роль в интеграционных процессах», «Мировой и российский экспорт: тенденции и перспективы развития, системы поддержки».

х х х

(jpg, 85 Kб)

На заседании состоялось вручение диплома иностранного члена РАН профессору Фернандо Беа (Испания).

х х х

Члены Президиума заслушали научное сообщение «Математическое моделирование и его применение в экономике Российской Федерации».

(jpg, 87 Kб)

«Компьютерное моделирование социально-экономических процессов». Доклад академика РАН В.Л. Макарова (ЦЭМИ, МГУ).

Познание через построение. Стивен Вольфрам Wolfram Stephen (2003) A New Kind of Science: «По моему опыту лучший шанс открытия нового явления с помощью компьютерного эксперимента — это организовать эксперимент максимально просто. Обычно намного лучше искать новое в огромном наборе вариантов, чем пытаться уменьшить число вариантов согласно логике и, и упустить самое интересное».

Искусственные сущности: Изделия: цифровые моторы, автомобили, самолеты. 3D печать. Цифровые двойники (digital twins): предприятий, индивидов и пр. Журнал Artificial life. Искусственные (цифровые, синтетические, виртуальные) общества, игра on line «Second life». JASSS, Artificial Societies and Social Simulation. Журнал ЦЭМИ «Искусственное общество».

Цифровой мир (где живут цифровые двойники). Лидеры — коммерческие компании: Alibaba, Tencent, Amazon, Baidu, Microsoft, Гугл, Яндекс и др., Облака. Система распределенных ситуационных центров (СРСЦ).

Ситуационный центр ЦЭМИ РАН. Лидер агент-ориентированных моделей. Модели расчетов стратегического развития (регионов и др.): Санкт-Петербурга, Вологодской, Орловской и др. областей, Санкт-Петербургского водоканала, транспортной сети Москвы. Демографические модели: России, Евросоюза, миграции между Россией и Китаем.

Модель экологической ситуации в Ереване. Озеленение города, в частности, посадка деревьев может существенно снижать концентрацию вредных веществ в атмосфере и быть естественным барьером для их распространения. Однако задача рационального размещения зеленых насаждений в городе по-прежнему является очень сложной. Мы разработали агентно-ориентированную модель динамики распространения выбросов в городе и определили оптимальную конфигурацию посадки деревьев вокруг детских садов и предприятий (источников выбросов) для г. Ереван, Республика Армения.

Компьютерная «Интеллектуальная Россия» (агент-ориентированная модель инновационного развития России) в рамках национального проекта пространственного развития. Детальная картина и дальнейшее развитие интеллектуальной (творческой) составляющей России, особенно в пространственном контексте. Четыре типа агентов: люди, университеты, научные организации, организации - потребители творческих кадров и инноваций. Цель — найти средства для обеспечения равномерного распределения креативной части населения России.

Интеллектуальная Россия. Компьютерная агенто-ориентированная модель. Агенты: университеты, НИИ, КБ, технопарки и др. Взаимодействия агентов, Программа «Вернадский». Модель будет в ситуационном центре МГУ. Разработчики: (Межфакультетская лаборатория МГУ, с участием факультета Глобальных процессов, Центра цифровой экономики МГУ, ЦЭМИ РАН, Суперкомпьютерной Академии и др.)

Потребность в цифровых двойниках. Мозговые центры (Россия порядка 100, США — несколько тысяч). Центры прогнозов: В экономике (МВФ, Мировой Банк, ОЭСР, и др.) Международная сеть прогнозов погоды. Цель: Повседневный инструмент управления в органах правительства и др.

Первые шаги — совместные лаборатории. ЦЭМИ задействован в 5 лабораториях: МГУ, ФСО, Финмониторинг, Университет им. Плеханова, Китайская организация.

Сбор информации — естественная и значительная часть жизни общества. Электронные следы везде (почта, мобильники). Банковские трансакции. Камеры слежения (176 млн. камер в Китае). Разнообразные операции в Интернете. Космические съемки, дроны. Социальные сети. Электронные услуги во всех сферах. Личные кабинеты.

Как хранится информация, базы данных. Раньше: Библиотеки, музеи, архивы…Цифровые базы данных (несколько тысяч): Росстат, банки, ГБДД, полиция. Личные кабинеты (Налоговые, студенческие и пр.). Блокчейн — база данных у каждого. Облачная технология. Ситуационные центры.

Проблема №1: Как использовать? Чел. мозг 10%, чел. общество 1%

Проектная экономика. Программами и проектами следует считать только тщательно проработанные. Цифровые двойники (digital twins): изделий (самолетов и пр.), предприятий и проектов. Конструкторские бюро, проектные организации, экспериментальные заводы будут вынуждены осваивать компьютерные модели. Транссиб 400 проектов (55 Акаев).

Эффективный инструмент. Сеть ситуационных центров. Термин: Мак Намара 1963г. Исходно: Сбор оперативной информации, визуализация, представление текущей ситуации руководителям. Сейчас: порядка 100 ситуационных центров — Минобороны, МЧС, Правительство РФ, Министерства, Правительства регионов, Ситуационные центры в университетах, Сеть передачи данных.

Что извлекается из больших данных. Уточненные известные индикаторы: ВВП, темпы, цены, спрос, показатели демографии. Рейтинги (растет популярность с огромной скоростью во всех областях). Индивидуальные портреты (проблема личной жизни). Коммерческая составляющая: SAP, 1C, Oracle, Microsoft — ведущие в РФ. Китайцы впереди: Ali-Baba, Tencent, Baidu.

Обратная связь. Управление поведением в обществе. Прозрачность. Защита личной жизни. Рейтинги, премии, награды, ордена, индексы типа Хирша. Долги: налоговая инспекция, кредиты в банках и пр. Китайское общество доверия. Японское общество 5.0.

Главный инструмент — модели виртуального мира. Эксперименты в реальном мире. Недостаток: медленно (китайский опыт). Эксперименты, проигрывание решений на компьютерных моделях. Он-лайн игры. Искусственные общества (синтетические, виртуальные, цифровые). Бионетика.

Движение к искусственному обществу. Агенто-ориентированные модели. Клеточные автоматы, Улам. Самовоспроизводящийся автомат Неймана. Модель «Жизнь» Конвея, 1972г. (5 мин — ноутбук, 2 сек — Ломоносов). Стивен Вольфрам (New Kind of Science, 2002). Сахарная модель (Sugar scape) 1996. Более 30 средств программирования для мультиагентных моделей.

Равномерное расселение «общин» по «деревням». Синтез ноосферы Вернадского, справедливости Платона, свободы и конструкции Тибу. Разнообразие природы и климата, национальностей и их культуры в России. Доверие внутри «общины», в том числе через блокчейн. Справедливая конкуренция и технологии миграции.
 

(jpg, 105 Kб) 

Содоклад члена-корреспондента РАН А.Р. Бахтизина. По материалам сотрудников ЦЭМИ РАН: Макарова В.Л., Бахтизина А.Р., Сушко Е.Д., Сушко Г.Б., Квинта В.Л., Абрамова В.И., Хабриева Б.Р., Волковой М.И., Ильина Н.И., Акопова А.С., Агеевой А.Ф., Паринова С.И., Бурилиной М.А., а также сотрудников Академии общественных наук КНР и компании Guangzhou Milestone Software Co., Ltd. — Ву Цзе, Ву Зили.

10 основных научных направлений из 230, использующих агент-ориентированные модели (на основе анализа публикаций базы Web of Science за период 1995-2018 гг.): искусственный интеллект, технические науки: электротехника, междисциплинарные исследования в информатике, разработка программного обеспечения, теория информатики, информационные системы, теория управления, телекоммуникации, АСУ, экономика.

АОМ — стандарт для ситуационных центров. EADSIM, SEAS, ESAMS, BRAWLER, AFSIM…— всего более 1000 имитационных моделей, разработанных для Министерства обороны США (Department of Defense) для моделирования военных операций, проигрывания различных вариантов боевых действий с целью нахождения наиболее эффективной стратегии для заданной местности с учетом имеющегося арсенала и количества боевых единиц; планирования использования ресурсов и т.д.

Зарубежные ситуационные центры органов государственной власти (с 1960-х гг.): 1) Ситуационная комната Белого дома (White House Situation Room), 1961 г. 2) Стратегический информационно-оперативный центр — (Strategic Information and Operations Center), в штаб-квартире ФБР, 1998 г. 3) Ситуационный центр управления по обеспечению безопасности территории страны ВМФ США (Homeland Security Coordination Center), 2002 г. 4) Национальная сеть Центров сбора и обработки информации (National Network of Fusion Centers)

Всего в мире — несколько тысяч ситуационных центров.

Компания AgentFly Technologies — разработчик специализированного программного обеспечения на базе агент-ориентированного подхода для ВВС США, армии США и военно-морского флота США. Ключевые особенности: одновременное выполнение большого количества операций; автоматическое распределение задач по процессорам; возможность задания множества сценариев военных операций; поиск наилучших решений с учетом многих факторов; средства 3D визуализации и ландшафтный редактор; возможность командной разработки моделей; средства конвертации известных форматов данных.

Агент-ориентированная модель для оценки Сценария национального планирования # 1 — плана федерального правительства Соединенных Штатов на ядерную атаку (National Planning Scenario 1 (NPS1)). Агент-ориентированная модель содержит ГИС со множеством слоев (дома, транспорт, энергосистемы, погодные условия) и несколько млн. агентов, различающихся по полу, возрасту, профессии и реагирующих на происходящее, используя различные режимы поведения (паника, поиск членов семьи и др.).

На слайде: последствия взрыва ядерного заряда мощностью в 12 килотонн в центре Вашингтона через несколько часов: облако радиоактивных осадков (пятно желтого цвета) простирается на восток; высота столбиков показывает количество людей в конкретном месте, а цвет указывает на их состояние (красный цвет — болезнь или смерть).

Развитие агентного подхода. Беспрецедентные междисциплинарные проекты по моделированию социальных и экономических систем крупнейших стран мира (EURACE, FuturICT и др.). Самая большая модель распространения эпидемий (к примеру, A(H1N1/09)) в масштабах всей планеты; разработана в Центре социальной и экономической динамики Брукингского института; число агентов более 7 млрд. Проект военно-научного агентства DARPA, — разработка агентной модели, позволяющей моделировать военные операции, определять оптимальные стратегии боевых действий для заданной местности с учетом имеющегося арсенала и количества боевых единиц. Исследователи из Аргоннской национальной лаборатории (Argonne National Laboratory, США) работают над созданием агентных моделей нового поколения (для систем с экзафлопсной производительностью (1018 флоп/с)).

Приход больших игроков. В 2010 г. компания Microsoft анонсировала компьютерную модель мира с использованием, в том числе агентного подхода, т.е. создание виртуальной реальности, описывающей текущее состояние социальной и экономической системы всего мира. Специалисты исследовательской лаборатории компании IBM в г. Токио совместно с учеными Токийского технологического института разработали платформу для построения крупномасштабных симуляторов транспортных потоков с использование агентного подхода и нового языка для параллельного программирования X10. а также Google, ESRI и др…

Одним из главных направлений развития ЦЭМИ РАН является разработка компьютерных моделей для количественной оценки последствий принимаемых управленческих решений и предназначенных для использования в сети распределенных ситуационных центров. Эта работа осуществляется под руководством академика РАН В.Л. Макарова в рамках комплексного плана научных исследований «Научное обеспечение создания и развития системы распределенных ситуационных центров, работающих по единому регламенту взаимодействия», инициированного Министерством науки и высшего образования, выполняемого под руководством академика РАН И.А. Соколова и курируемого заместителем начальником управления информационных систем спецсвязи ФСО России, заслуженным деятелем науки, д.т.н., профессором, Н.И. Ильиным.

Проблемы. (По итогам Всероссийских форумов «Система распределенных ситуационных центров» за последние годы).

— Отсутствие согласованного набора моделей, алгоритмов, методов решения задач прогнозирования, текущего планирования (отраслевого и территориального), стратегического планирования, управления, как для федерального, так и для регионального уровней.

— Безопасность, связанная с использованием стороннего программного обеспечения («врожденные» программные «закладки» и «приобретенные»). Последствия могут привести к значительному ущербу.

Ситуационный центр ЦЭМИ РАН: Вычислимые модели общего равновесия (CGE модели). Агент-ориентированные модели. Эконометрика, нейронные сети.

Модельный комплекс в ЦЭМИ РАН: агентная модель России, региональная модель «Губернатор», агентная модель Евразии, агентная модель Санкт-Петербурга, агентная модель Москвы, агентная модель Европейского союза, агент-ориентированная модель трудовой миграции из Китая в Россию, агентная модель Роскосмоса.

Паспорт модели: 1. Название модели. 2. Авторы разработки. 3. Время выхода первой версии. Номер актуальной версии. Если размещается не первая версия модели, то следует указать те улучшения, новые возможности модели, которые отличают ее от первой версии. 4. Описание модели. Основные характеристики: моделируемые процессы, примененные математические методы, структура и источники исходной информации, управляемые параметры и результирующие показатели. 5. Технические характеристики. Указывается среда разработки, в которой реализована модель, и/или язык программирования, на котором она написана; требования к системным ресурсам и пр. 6. Сфера применения. Здесь нужно указать как общее научное и/или прикладное направление исследований, так и конкретные проблемы в рамках этих направлениях, в которых может быть использована модель. 7. Потенциальные заказчики и потребители. 8. Руководство пользователя. Это должно быть практическое руководство работы с интерфейсом модели, показывающее последовательность действий пользователя при решении тех задач, на которые он настроен. 9. Примеры расчетов. Описание примеров поставленных на модели экспериментов с пояснением полученных результатов. 10. Список основных публикаций.

Большинство научных публикаций, посвященных анализу экономических войн, носит характер обзоров произошедших событий и предположений о дальнейшем их развитии, исходя из выступлений влиятельных персон. Совсем незначительная часть исследований использует математические методы оценки последствий решений, принимаемых субъектами международных отношений, имеющих как прямое, так и опосредованное влияние на других участников. Следует отметить, что аналитические центры США и Китая уже давно предполагали вероятность введения обоюдных санкций и в этой связи заблаговременно рассчитывали последствия. К примеру, в одной из работ 2012 г., описывается разработанная модель общего равновесия, рассматривающая торговые отношения между их укрупненными участниками (США, Китай, ЕС, Япония и объединенный остальной мир). Так, при введении обоюдных импортных пошлин со стороны США и Китая на соответствующие товары до уровня 25%, уровень благосостояния в США увеличится на 0,31%, а у Китая и остального мира снизится на -0,15% и -0,04% соответственно. В случае же увеличения пошлин до 100%, уровень благосостояния в США вырастет на 0,91%, а у Китая и остального мира снизится еще сильнее на -0,51% и -0,13% соответственно.

Dong, Yan & Whalley, John, 2012. “Gains and Losses from Potential Bilateral US-China Trade Retaliation”. Economic Modelling, Elsevier, vol. 29(6), pages 2226-2236.

В RAND corporation, стратегическом исследовательском центре США, выполняющим работы по заказу государственных структур, в т.ч. вооруженных сил, проводятся исследования по оценке последствий предполагаемых войн различного типа с Китаем (торговых, информационных и, в том числе, непосредственных столкновений с использованием боевых подразделений и военной техники). В частности, оценивались последствия от частичного и полного прекращения торговли. При реализации самого стрессового варианта — полного прекращения торговли, ВВП США снизится на 6% в первый год реализации данного сценария, а ВВП Китая на сократится на 10%.

Gompert, David C., Astrid Stuth Cevallos, and Cristina L. Garafola, War with China: Thinking Through the Unthinkable, Santa Monica, Calif.: RAND Corporation, RR-1140-A, 2016. https://www.rand.org/pubs/research_reports/RR1140.html.

Проект глобального торгового анализа (The Global Trade Analysis Project (GTAP)) представляет собой международный консорциум, объединяющий исследователей, занимающихся вопросами количественного анализа международных отношений с целью повышения его качества (членов консорциума более 18 тыс. из 176 стран).

Corong, E., Hertel, T., McDougall, R., Tsigas, M., & van der Mensbrugghe, D. (2017). The Standard GTAP Model, Version 7. Journal of Global Economic Analysis, 2(1), 1-119. doi:http://dx.doi.org/10.21642/JGEA.020101AF

С использованием методологии GTAP было разработано несколько глобальных моделей, в том числе используемых для оценки последствий торговых войн. К примеру, в Международном исследовательском институте продовольственной политики (Вашингтон, США), разработана CGE модель MIRAGRODEP, базирующаяся на более общей модели MIRAGE (Modelling International Relationships under Applied General Equilibrium).

Были рассчитаны основные 18 сценариев торговой войны. При установлении импортных пошлин на уровне 35% со стороны США против Китая и Мексики, уровень благосостоянии населения у последних снижается в диапазоне от -0,3% до -1,0% для Китая и от -0,3% до -3,2% для Мексики относительно базового варианта, при котором никаких мер не предусматривается. Но и для самих США, все рассчитанные варианты влекут незначительное снижение упомянутого показателя (в диапазоне от -0,1% до -0,2%).

Глобальная мультисекторальная модель — GLOBE (McDonald, Thierfelder, 2015), разработанная специалистами Гогенгеймского университета (Штутгарта, Германия) и военно-морской академии США также с использованием методологии GTAP, была использована для оценки последствий торговых войн между странами североамериканской зоны свободной торговли, регулируемой соответствующим соглашением (о свободной торговле (North American Free Trade Agreement, NAFTA).

Аналитической службой Moody's Analytics и исследовательским центром Moody's Research Labs Inc. были рассчитаны последствия торговых войн между США и Китаем, предусматривающие обоюдное повышение импортных пошлин на ввозимые товары на 25%. Для расчетов использовалась глобальная макроэкономическая модель, включающая 64 страны, которые в совокупности производят более 95% мирового ВВП в разрезе более 10 000 показателей.

Инструменты, разработанные другими организациями (Международный валютный фонд, Всемирный банк и др.), показали результаты, повторяющие приведенные оценки с незначительными вариациями. К примеру, МВФ прогнозирует снижение мирового ВВП на 0,5%.

Свои многострановые модели разработали крупнейшие международные организации:

• новая глобальная модель OECD (The OECD’s New Global Model), включающая в себя укрупненные территории: (1) США, (2) Японию, (3) Китай, (4) страны зоны Евро, (5) другие европейские страны OECD, (6) другие страны OECD, (7) страны Азии, не входящие в OECD, (8) европейские страны, не входящие в OECD и (9) страны Африки, Ближнего Востока и Латинской Америки, не входящие в OECD (Herve, 2010);

• модели Международного валютного фонда MULTIMOD, GEM и одна из самых последних — глобальная макрофинансовая модель (Global Macrofinancial Model), относящаяся к классу динамических стохастических моделей общего равновесия (DSGE) и рассматривающая более 40 крупнейших по размеру экономики стран мира (Vitek, 2018);

• модели Всемирного банка (к примеру, модель долгосрочного роста (The Long Term Growth Model)) и др.

Прогнозы, получаемые с использованием этих инструментов, с небольшими вариациями повторяют приведенные ранее результаты, которые можно обобщить следующим образом:

1. в результате мировых торговых войн ухудшают свое положение все страны мира (как непосредственно вовлеченные, так и опосредованные участники);

2. потери для больших стран с устойчивыми и диверсифицированными экономическими системами, менее ощутимы по сравнению с небольшими государствами;

3. как правило, страна инициирующая повышение импортных пошлин, находится в более выигрышном положении, нежели страна, против которой эти меры были приняты.

На данный момент разработано большое количество различных моделей, описывающих экономические системы отдельных стран. Однако лишь в редких случаях в моделях одновременно учитываются несколько государств, несмотря на упомянутые международные проекты.

Доступные для анализа модели в подавляющем большинстве относятся к классу CGE моделей, что несколько снижает их реалистичность, поскольку равновесный подход неплохо себя оправдывает для анализа сбалансированных и устойчивых экономических систем, а множество стран не соответствуют данным критериям.

Анализ зарубежных моделей и полученные с их использованием результаты оставляют ощущение ангажированности в пользу групп государств, а соответственно, страдают и результаты оценки.

Модели, включающие в себя группу государств, разрабатываются исследовательскими группами, относящимися, как правило, только к одной стране и, как следствие, не в полной мере учитываются специфические особенности остальных стран.

Имеющиеся в свободном доступе описания моделей, также как и их закрытые аналоги, дополнительно не содержат доступные для использования компьютерные реализации, а учитывая, что разработка подобных инструментов является затратным по времени и ресурсам (финансовым и интеллектуальным) процессом, это делает крайне затруднительным воспроизводство и проведение дополнительных расчетов сторонними исследователями.

Дополнительно отметим, что учитывая современные реалии, наибольший интерес при разработке глобальных моделей и оценке последствий экономических войн вызывают крупнейшие мировые игроки — в первую очередь, США и Китай. В свою очередь Россия, к сожалению, присутствует в виде отдельного субъекта далеко не всегда, и в большинстве случаев входит в группу стран под общим названием «остальной мир», а для нас интерес представляет именно наша страна. Пока введенные против нас санкции не приняли масштабный характер, но под давлением США, ряд стран могут инициировать процесс введения импортных пошлин.

Подписано соглашение о создании многосторонней международной Лаборатории оценки последствий межстрановых торговых войн.

Участники:

• IT компания Guangzhou Milestone Software Co., Ltd. (КНР)

• Национальный суперкомпьютерный центр КНР

• Академия общественных наук КНР

• Компания Fok Ying Tung Ming Yuan Development Co., Ltd. (Гонконг)

• Компания PricewaterhouseCoopers Ltd. (отделение в Гонконг)

• ЦЭМИ РАН (Россия)

Анализ международных отношений и оценка последствий межстрановых торговых войн с использованием программно-аналитического комплекса, разрабатываемого в коалиции с IT компанией Guangzhou Milestone Software Co., Ltd., Академией общественных наук КНР и Национальным суперкомпьютерным центром Китая.

Симулятор для прогнозирования социально-экономической динамики (Social Economic Dynamics (SED)). Платформа SED охватывает более 100 стран, каждая их которых представлена совокупностью различных агентов (домашние хозяйства, фирмы, отрасли, банки, правительства и т.д.).

Функции. Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (национальный уровень). Анализ экономического состояния (национальный уровень). Прогноз экономического роста (национальный уровень). Анализ экономической эффективности (национальный уровень). Множественный эксперимент (национальный уровень). Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (отраслевой уровень). Анализ экономического состояния (отраслевой уровень). Прогноз экономического роста (отраслевой уровень). Анализ экономической эффективности (отраслевой уровень). Множественный эксперимент (отраслевой уровень). Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (уровень провинций). Анализ экономического состояния (уровень провинций). Прогноз экономического роста (уровень провинций). Анализ экономической эффективности (уровень провинций). Множественный эксперимент (уровень провинций). Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (уровень городских округов). Анализ экономического состояния (уровень городских округов). Прогноз экономического роста (уровень городских округов). Анализ экономической эффективности. Множественный эксперимент (уровень городских округов). Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (уровень уездов и волостей). Анализ экономического состояния (уровень уездов и волостей). Прогноз экономического роста (уровень уездов и волостей). Анализ экономической эффективности. Множественный эксперимент (уровень уездов и волостей). Контроль за социально-экономическими показателями. Мониторинг за флуктуациями (глобальный уровень). Анализ экономического состояния (глобальный уровень). Прогноз экономического роста (глобальный уровень). Анализ экономической эффективности (глобальный уровень). Множественный эксперимент (глобальный уровень).

Макаров В.Л., Ву Цзе, Ву Зили, Хабриев Б.Р., Бахтизин А.Р. Мировые торговые войны // Вестник РАН, 2019. Изменение ВВП по странам, в % к базовому сценарию. Компания IDC (International Data Corporation) прогнозирует достижение общего объема данных к 2025 г. в 175 зеттабайт, по сравнению с 1 200 эксабайт в 2010 г., что означает почти 150-кратный рост за 15 лет (блоги, социальные сети, аналитические материалы, фото, карты и др.). Необходимость обработки такого объема данных обуславливает появление аналитических систем нового поколения, включающих усовершенствованные методы вычислений, распознавания образов, организации хранилищ данных, сбора статистики с целью извлечения смысла из данных и получения информационного контекста.

Среди приоритетных направлений развития информационно-телекоммуникационных систем — предсказательное суперкомпьютерное моделирование, и, в частности, создание систем краткосрочного и долгосрочного предсказательного моделирования социальных явлений и событий. В том числе ставка делается на глубокие нейронные сети и агентные модели.

— прогнозирование развития социально-экономических систем — стран, регионов, городов (примеры: проекты EURACE и FuturICT);

— воспроизведение исторических событий (примеры: 1) исследование гоминидов (Университет Цюриха); 2) средневековые военные походы — похода византийской армии на Манцикерт, 1071 г. н.э. (Школа информатики Бирмингемского университета));

— моделирование миграционных процессов (примеры: проекты Pandora; EURACE и FuturICT);

— моделирование распространения эпидемий (примеры: 1) Центр социальной и экономической динамики Брукингского института — Глобальная Агентная Модель пандемии (Global-Scale Agent Model (GSAM); 2) Институт биоинформатики Вирджинии — проект EpiFast);

— моделирование транспортных систем (примеры: 1) транспортный симулятор X10 от Токийской лаборатории компании IBM; 2) платформа POLARIS от Аргоннской национальной лаборатории);

— имитация и оптимизация пешеходного движения (пример: проект Университета Шеффилда);

— предсказание политических событий на основе сканирования новостей (пример: анализ контекстного содержания статей в Центре вычислительных наук университета Теннесси);

— прогнозирование экологического состояния окружающей среды и т.д. (примеры: EURACE; FuturICT; оценка Сценария национального планирования # 1 — плана федерального правительства Соединенных Штатов на ядерную атаку (National Planning Scenario 1 (NPS1)).

Реализация АОМ на суперкомпьютерах. Специалисты РАН и МГУ разработали технологию поддержки агент-ориентированного моделирования для суперкомпьютеров — STARS (Supercomputer Technology for Agent-oRiented Simulation), позволяющая эффективно масштабировать модели описываемого класса до 109 агентов. Технология была применена при реализации крупномасштабной агентной модели стран Евразии, имитирующей основные процессы движения населения этих стран и их экономики, а также последствия реализации крупных инфраструктурных проектов как результата действий множества самостоятельных агентов. Тестирование было проведено на различных суперкомпьютерах (Ломоносов, но в том числе и совместно со специалистами Национального суперкомпьютерного центра г. Гуанчжоу (Китай) на одном из самых быстрых суперкомпьютеров мира — «Млечный путь-2»).

С вычислительной точки зрения модель должна эффективно масштабироваться до 109 агентов. Чтобы проводить симуляцию такой системы программа должна быть адаптирована к запуску на современных суперкомпьютерах. В качестве платформы для проведения расчётов мы использовали комбинацию базового уровня, написанного с использованием низкоуровневого языка C++ и библиотеки MPI (Message Passing Interface), предоставляемой системой, и платформы Microsoft .NET в качестве среды исполнения основного кода модели, написанного на высокоуровневом языке C#. Для балансировки нагрузки между процессами используются алгоритмы METIS / ParMETIS, которые обычно используются для декомпозиции больших графов (до 109), расчётных сеток и матриц. Зависимость ускорения от числа ядер процессора. Увеличение числа ядер процессора приводит к почти линейному ускорению вычислений. Использование 96 ядер приводит к ускорению вычислений в 60 раз, что означает 65% эффективность использования кластера.

На слайде — распределение расчетной сетки по 192 процессорам, построенное с учётом плотности населения. В построенном распределении среднее число агентов, приходящихся на один процессор, было равно 772000. Численность агентов, приходящихся на один процессор варьировалась в диапазоне от 743711 до 787266, т.е. разброс числа агентов на одном процессоре составлял ~6% от среднего значения. Расчёт одного шага в данной симуляции занимал примерно 70 секунд. В дальнейшем, разброс числа агентов может быть снижен за счёт использования более мелкой расчётной сетки, что повысит точность декомпозиции.

Совместно с International Institute for Applied System Analysis (IIASA)) разрабатывается комплекс агентных моделей, построенных на базе геоинформационных систем, рассматривающих социально-экономические системы стран Европейского союза, детализированных до уровня отдельных индивидуумов.

Программные классы модели. Класс агентов-стран. Класс агентов-людей. Класс агентов-международных союзов. Класс населенных пунктов. Класс отраслей. Класс транспортных узлов. Класс участков инфраструктурных проектов. Класс маршрутов инфраструктурных проектов.

Прошло третье совещание рабочей группы стран БРИКС по информационно-коммуникационным технологиям (ИКТ) и высокопроизводительным вычислениям прошло с 13 по 15 мая 2019г. в технологическом парке Итайпу (Фос-ду-Игуасу, Бразилия). Заседание проходило под председательством профессора Аугусто Гадельха (Augusto Gadelha) из Бразильской лаборатории научных вычислений, и в нем приняли участие 22 участника из пяти стран БРИКС (со стороны России два координатора: МГУ и ЦЭМИ РАН). Были выбраны флагманские проекты для их представления на встрече старших должностных лиц стран БРИКС с рекомендацией о последующей поддержке.

• Digital Smart Manufacturing (ответственная страна — Китай).

• HPC application for Life sciences, precision medicine and public health (ответственные страны — ЮАР и Китай).

• Integrated Precision Farming (ответственная страна — Бразилия).

• Large Scale Multi-Agent based Simulation of Virtual Society (ответственная страна — Россия).

• Digital Earth modeling (ответственная страна — Индия).

Иностранный член РАН А.А. Акаев.

(jpg, 106 Kб)

Третья волна исследований в России. «Комплексный системный анализ и моделирование мировой динамики». Научный руководитель — академик РАН В.А. Садовничий. Начало — 2008 г. Программа фундаментальных исследований Президиума РАН.

За десять лет опубликовано 10 монографий и свыше 100 научных статей. Основные монографии: Прогноз и моделирование кризисов и мировой динамики — 2009; Моделирование и прогнозирование мировой динамики — 2012; Комплексное моделирование и прогнозирование развития стран БРИКС в контексте мировой динамики — 2014; Качество образования, эффективность НИОКР и экономический рост — 2016; Анализ и моделирование мировой и страновой динамики — 2017; Моделирование и прогнозирование мега-проекта «Один пояс, один путь» — 2018.

Направления усовершенствования математических моделей глобальных процессов

1. Использование закономерностей социально-экономического и геополитического развития, вытекающих из теории больших циклов Кондратьева Н.Д., что даст надежный горизонт прогнозирования в 25-30 лет.

2. Учет воздействия краткосрочных циклических колебаний на трендовую траекторию долгосрочного развития для выявления критических явлений — точек бифуркации в траектории развития процесса, точек срыва в кризисную экономическую рецессию и т.п.

3. Использование вместо однотипных стандартных ДУ системной динамики Форрестера — структурных ДУ для глобальных переменных, путем их вывода из закономерностей протекания соответствующих процессов

Экономический рост в долгосрочном периоде

Демография и производительность труда — критически важные факторы для экономического роста! Джим О’Нил, автор концепции БРИК.

Эндогенная модель экономического роста НИОКР-модель для расчета СПФ.

Проведен прогноз экономического развития авангардных стран мира. Усовершенствование НИОКР-модели позволило уточнить прогноз экономического развития ведущих стран мира.

Рыночная экономика как СОС. Экономические системы рыночного типа являются открытыми СОС, управляемыми «невидимой рукой» Адама Смита. Рыночные механизмы через закон спроса и предложения, законы конкурентной борьбы и переливы капитала образуют сеть обратных связей, которые делают систему способной к адаптации, т.е. к внутренней структурной перестройке элементов. Рыночная экономическая система является нелинейной и неравновесной системой. Равновесие есть лишь ее кратковременное состояние. Рыночная экономика развивается, переходя от равновесного к неравновесному состоянию — она может далеко отклоняться от равновесия.

Замечательные свойства неравновесной самоорганизации. Определяющим условием оптимального поведения рыночной экономики является ее неравновесная самоорганизация, функциональная устойчивость в неравновесных состояниях. Рост всегда неустойчив, однако только растущая экономика может находиться в равновесии, причем в динамическом равновесии. Экономика похожа на велосипед: она может удерживать равновесие только во время движения! Устойчивость экономики в неравновесии — это квазистабильное состояние, но именно в таком состоянии и возможно «экономическое чудо» — лавинообразный рост! Яркий пример: бурное развитие Китая последние 30 лет.

Кризис 2008 года. Можно было предсказать в начале 2007 г. Вторая волна кризиса наступит в июле-августе 2011 г. В ряде основополагающих работ Дидье Сорнетта, Андерса Йохансена и их сотрудников было показано, что ускоряющиеся лог-периодические колебания, накладывающиеся на взрывной возрастающий тренд, описываемый степенной функцией с сингулярностью в конечный момент времени, наблюдаются в ситуациях, ведущих к катастрофам, и служат их предвестниками, позволяющими предсказывать эти события. Примерами могут служить лог-периодические колебания индекса Доу-Джонса, предшествовавшие краху на крупнейших финансовых рынках акций в 1929 г. или изменения концентрации ионов в подземных водах перед разрушительным землетрясением в Кобе (17 января 1995 г.), также хорошо описываемые лог-периодическими колебаниями, накладывающимися на степенной возрастающий тренд.

Мы показываем, что взрывной рост цен на такие высоколиквидные товары как золото и нефть являются предвестниками глубоких циклических кризисов в мировой экономике и предлагаем алгоритм расчета критического времени (времени наступления кризиса), основанный на аппроксимации текущих цен степенной функцией с конечной сингулярностью.

Возможность предсказания даты начала циклического глобального финансово-экономического кризиса 2008 г.

На слайде: расчет времени обострения по динамическому ряду цен на нефть. При расчете использованы данные по ценам на нефть сорта WTI на центральном нефтехранилище в Кушинге (Оклахома) за период 2 января 1986 г. — 3 июля 2008 г. Черные маркеры соответствуют эмпирическим данным по нефтяным ценам. Серая кривая сгенерирована следующим уравнением, подобранным методом наименьших квадратов, где Pt — цена на нефть на момент времени t, а t0 — момент обострения, определенный методом наименьших квадратов как 5 октября 2008 г. Для данного уравнения R2 = 0,817. Для сравнения, максимальное значение R2 для экспоненциального уравнения здесь составляет 0,6. С учетом лог-периодических колебаний, накладываемых на степенную трендовую кривую взрывного роста цен, точка сингулярности указывает на 31 августа 2008 г. Фактическое начало кризиса — 15 сентября 2008 г.

Предсказание начала второй волны глобального финансово-экономического кризиса.

Расчет времени обострения по динамическому ряду цен на золото. При расчете использованы данные по ценам за тройскую унцию за период январь 1995 г. — октябрь 2010 г. На слайде: черные маркеры соответствуют эмпирическим данным по ценам на золото. Серая кривая сгенерирована следующим уравнением, подобранным методом наименьших квадратов, где Pt — цена на золото на момент времени t, а t0–момент обострения, определенный методом наименьших квадратов как 2 июля 2011 г. Для данного уравнения R2 = 0,84. Для сравнения, максимальное значение R2 для экспоненциального уравнения здесь составляет 0,65. С учетом лог-периодических колебаний, накладываемых на степенную трендовую кривую взрывного роста цен, точка сингулярности указывает на 14 июня 2011 г. Следовательно, лопание «золотого пузыря» следует ожидать в конце апреля — начале 2011 г.

Математический аппарат экономической динамики в эпоху цифровой экономики.

1. Академик А.Н.Колмогоров, один из отцов-основателей кибернетики, наряду с Н.Винером утверждал, что придет время, когда основной управляющей переменной в уравнениях динамики станет информация.

2. В экономике это время пришло. В цифровой экономике ключевую роль играют информация и знания. Поэтому экономистам придется переписывать в будущем все уравнения экономической динамики в терминах информации и знаний.

3. Мы сделали первый шаг и описали технический прогресс A(t) в зависимости от режимов производства технологической информации (ДАН, 2018, т.482, №3)

Модель Яблонского для оценки темпов роста технического прогресса. Реальные режимы производства информации (знаний). Вклад информационной отрасли (ИКТ) экономики в повышение производительности труда.

4. Режим обострения с возвратом к стационарному режиму. Вклад цифровой экономики в повышение производительности труда.


В обсуждении доклада приняли участие:

ак. В.Е, Фортов, ак. Л.Н. Зеленый, ак. В.А, Садовничий, д.э.н. С.Д. Валентей — научный руководитель Университета им. Г.В. Плеханова, ак. Б.Н. Четверушкин, иностранный член РАН В.Л. Квинт, чл.-корр. РАН И.Г. Поспелов, ак. Р.И. Нигматулин, ак. Б.Н. Порфирьев.

х х х

На заседании рассмотрен вопрос о присуждении ученой степени доктора honoriscausa проф. Нильсену Йенсу Петтеру (Норвегия). Выдвинут Отделением историко-филологических наук РАН.

Нильсен Й.П. (род. 21.04.1949 г.) с 1990 г. является профессором Института археологии, истории, религиоведения и теологии Университета Тромсё — Арктического университета Норвегии. Научные интересы и исследовательская деятельность Нильсена Й.П. за почти 45 лет его работы (с середины 1970-х гг.) сосредоточена на трех основных направлениях: 1) история России/СССР, российская и советская историография; 2) история Северной Норвегии; 3) отношения России и Норвегии в новое и новейшее время.

Нильсен Й.П. более четверти века плодотворно сотрудничает с российскими историками в рамках многочисленных двусторонних и многосторонних проектов в области изучения российско-норвежских отношений. Является автором более 300 публикаций, многие из которых переведены и опубликованы на русском языке.

С 2008 по 2017 гг. он был руководителем норвежско-российского мегапроекта в области истории «Ассиметричное соседство: Россия-Норвегия 1814-2014» («NeighbourlyAsymmetry: NorwayandRussia 1814-2014»). В рамках проекта силами большого коллектива российских и норвежских историков из более чем 20 научно-образовательных учреждений двух стран было подготовлено и опубликовано двухтомное фундаментальное издание, посвященное истории российско-норвежских отношений за последние 200 лет. Первый том упомянутого издания под редакцией Нильсена Й.П. был опубликован на норвежском языке в 2014 г. под названием «Россия становится ближе: Норвегия и Россия. 1814-1917» (Russland kommer nærmere: Norge og Russland 1814-1917. Eds Jens Petter Nielsen). В 2017 году данный том был опубликован на русском языке под названием «Сближение: Россия и Норвегия в 1814-1917 гг.». Следует отметить, что вышеупомянутая монография «Сближение…» стала победителем конкурса Ассоциации книгоиздателей России «Лучшие книги 2017 года» в номинации «Лучшее издание, вносящее вклад в диалог культур».

В рамках российско-норвежского исторического проекта «NeighbourlyAsymmetry: NorwayandRussia 1814-2014» при участии профессора Нильсена Й.П. было подготовлено и опубликовано еще дополнительно 12 новых книг по разным аспектам истории российско-норвежских отношений. Книги изданы как в Норвегии, так и в России на норвежском, английском и русском языках. В них рассматриваются вопросы значимости многовековых добрососедских связей между Россией и Норвегией, в том числе, региональные связи Северной Норвегии с Российским Заполярьем.

Присуждение профессору Нильсену Й.П. ученой степени доктора honoriscausa продемонстрировало бы признание его больших заслуг как в углубленном изучении исторических связей России и Норвегии, так и активной деятельности, направленной на развитие и укрепление сотрудничества историков двух наших стран.

На заседании рассмотрен вопрос о присуждении премии имени К.А. Тимирязева 2019 года (представление Экспертной комиссии и бюро Отделения биологических наук РАН) доктору биологических наук Сулейману Ифханоглы Аллахвердиеву (Федеральное государственное бюджетное учреждение науки Институт физиологии растений им. К.А. Тимирязева Российской академии наук) за цикл работ «Фундаментальные основы создания фотосинтетических искусственных систем в интересах развития альтернативной энергетики». Выдвинут Ученым советом Федерального государственного бюджетного учреждения науки Института физиологии растений им. К.А. Тимирязева Российской академии наук.

На заседании Экспертной комиссии присутствовали 9членов Комиссии из12. В соответствии с результатами тайного голосования единогласно к присуждению премии имени К.А. Тимирязева 2019 года рекомендована кандидатура С.И. Аллахвердиева.

На заседании бюро Отделения биологических наук РАН присутствовали 16членов Бюро из 26. В соответствии с результатами тайного голосования единогласно в президиум РАН представлен проект постановления о присуждении премии имени К.А. Тимирязева 2019 года С.И. Аллахвердиеву.

Цикл работ, представляемый на соискание премии, посвящен фундаментальной проблеме исследования первичных механизмов, лежащих в основе функционирования электрон-транспортной цепи фотосистемы 2, а также предложены энергетическая и кинетическая схемы переноса электронов при фотосинтезе. С.И. Аллахвердиевым впервые обнаружено и обосновано участие феофитина в процессе переноса электрона в реакционном центре фотосистемы 2, исследованы наноструктурированные композиты, состоящие из комплексов оксидов марганца с углеродныминанотрубками. Показано, что эти комплексы обладают водоокисляющей активностью и могут быть использованы в структурах искусственного фотосинтеза; обнаружено свето-индуцируемое выделение молекулярного водорода в процессе разложения воды с помощью двуокиси титана с наноструктурной морфологией.

На заседании рассмотрен вопрос о присуждении премии имени А.С. Пушкина 2019 года (представление Экспертной комиссии и бюро Отделения историко-филологических наук РАН) доктору филологических наук Игорю Алексеевичу Виноградову (Федеральное государственное бюджетное учреждение науки Институт мировой литературы им. А.М. Горького Российской академии наук) за научное издание «Летопись жизни и творчества Н.В. Гоголя (1809-1852) в семи томах». Выдвинут Ученым советом Федерального государственного бюджетного учреждения науки Института мировой литературы им. А.М. Горького Российской академии наук.

На заседании Экспертной комиссии присутствовали 8 членов Комиссии из 8. В соответствии с результатами тайного голосования большинством голосов (за — 6, против — 2, недействительных бюллетеней — 0) к присуждению премии имени А.С. Пушкина 2019 года рекомендована кандидатура И.А. Виноградова.

На заседании бюро Отделения историко-филологических наук РАН присутствовали 15 членов Бюро из 26. В соответствии с результатами тайного голосования единогласно в президиум РАН представлен проект постановления о присуждении премии имени А.С. Пушкина 2019 года И.А. Виноградову.

В семитомном труде И.А. Виноградова «Летопись жизни и творчества Н.В. Гоголя (1809-1852)» обобщаются результаты его многолетних исследований. И.А. Виноградову, благодаря использованию самых разнообразных источников, как известных ранее науке, так и вновь введенных им в научный оборот, их высокопрофессиональному анализу, удалось детально восстановить в виде летописи весь жизненный и творческий путь Н.В. Гоголя. Труд И.А. Виноградова является не только летописью, но и фундаментальным научным исследованием. В труде И.А. Виноградова впервые подробно представлена история рода Н.В. Гоголя и его многочисленных предков, начиная с XV века. В центре внимания составителя летописи находятся вопросы, связанные с творчеством Н.В. Гоголя и его мировоззрением, освещаемые в широком контексте не только литературной, но и общественно-политической атмосферы русского общества, его богатой духовной жизни. Все события жизни Н.В. Гоголя в летописи сопровождаются не просто библиографическими ссылками, но и аналитическими комментариями. Издание носит энциклопедический, итоговый характер. Оно включает в себя весь историко-биографический материал по изучению наследия Н.В. Гоголя, накопленный более чем за полтора столетия.

х х х

Члены Президиума обсудили и приняли решения по ряду других научно-организационных вопросов.



Фото  Научная Россия