Авторы подчеркивают, что их модели в принципе отличаются от многих применяемых систем прогнозов, скажем, с применением очень модного сегодня искусственного интеллекта.
- Они строятся на основе старых статистических данных, на которых ИИ обучают, прежде чем его выпустят "в люди". Наша модель сама создает разные варианты новой реальности, в которой ей предстоит оказаться и, рассчитав каждый, всегда выбирает из них оптимальный, - говорит профессор Терентьев. Казалось бы, при таком подходе и неопределенности большинства параметров вы получите "огромное дерево вариантов". Обсчет только одной "ветви" - это гигантское количество итераций.
По словам авторов, в этом и заключается уникальность их разработки. Ими создан алгоритм, который позволяет во много раз сократить число итераций, отсекая все не лучшие решения. При этом результаты модели на 10% лучше, чем используемые сегодня методики.
- Для наглядности приведу простой пример, - говорит Терентьев. - Скажем, руководству региона надо решить, какое топливо здесь лучше - газ, нефть, уголь. Критериев для оценки множество - цена, экология, доставка и т.д. Причем мы не знаем, что будет в ближайшем будущем, скажем, цена может резко упасть или подняться. То есть ситуация в будущем весьма неопределенная. Так вот, что бы ни произошло, модель всегда будет выдавать оптимальное решение.
Алексей Терентьев подчеркнул, что эти модели можно использовать в любых сферах - в экономике, медицине, информационных системах и даже в политике. Сегодня они применяются, например, при разработке системы рейтингового оценивания транспортно-логистических предприятий. Авторы выяснили, какие виды транспорта в том или регионе наиболее эффективны и требуют дальнейшего развития, а какие являются излишними.