Арктика 2035: актуальные вопросы, проблемы, решения. 2025, №1.

Государство актив­ но поддерживает развитие ИИ в Арктике через различные феде­ ральные програм­ мы В Арктике, особ енно в М урм анской области, наблюдается рост спроса на сп еци а ­ листов в области ИИ. Анализ вакансий на сайте He adHunter показал, что наиболее в о стр еб о в анными являются навыки в области Python, SQL, а также з нани е фрейм- ворков, таких как TensorFlow и PyTorch. Средняя зарплата для ИИ -специалистов в М урм ан ск о й области составляет 87,5 тыс. рублей, что з на чи тельн о выше, чем в других регионах Арктики. Для сравнения, в Ям ал о-Н енец ком а в то ном ном округе средняя зарплата ИИ -специали стов составляет 75 тыс. рублей, а в Красноярском крае — 80 тыс. рублей. Это связано с тем, что Мурманская область является л и д е ­ ром по внедрению ИИ -технологий в регионе [8]. Государство активно поддерживает развитие ИИ в Арктике через различные федеральные про граммы . Например, в рамках нацпроекта «Цифровая экономика» выделяются средства на разработку и внедрение ИИ -технологий в регионе. Также государство поддерживает обра зо ва тельны е про граммы , такие как магистерская п ро грамма «Искусственный интеллект и наука о данных» в СПбГУ, которая в ключа ­ ет блок дисциплин, п о св ящ ен ны х п р и м е н е н ию ИИ в Арктике. Развитие ИИ в Арктике открывает новые возможности для устойчи вого развития региона. Одной из ключ евых задач является создание легковесных и адап тивных моделей, которые могут быть легко п еренесены на ра зличные акватории и и спользованы для решени я ра зл ичны х задач, таких как п ро гн о зир о в а ни е л е д о ­ вой обстановки, м он и т о р ин г экологической ситуации и оп тими заци я процессов д обычи ресурсов. Кроме того, важно развивать сотрудничество между государ­ ством и частным сектором для создания и н н о в а ц и о н н ы х моделей ГЧП, которые будут учи ты ва ть не только экономически е, но и экологические, и соци альны е аспекты развития Арктики. Это позволит об есп ечи ть устойчи в ое развитие региона и м и н и м и з и р о в а т ь негативное воздействие на окружающую среду. И н н о в а ц и о н ны е модели государственно-частного партнерства с и спо льзов ани ем искусственного интеллекта представляют собой п ер спективный инструмент для устойчи вого развития Арктики. Вн едрение ИИ в процессы про гнозиро вани я, м о ­ ни торинга и управлени я ресурсами позволяет повы сить эффективность и снизить затраты на освоени е региона. Однако для у сп еш н ой реализации таких моделей не о бх од имо развивать сотрудничество между государством и частным сектором, а также учи ты ва ть экологические и со ци а л ь ны е аспекты развития Арктики. Только компл ексный подход позволит об есп ечи ть у стойчи вое развитие региона и м и н и ­ м и зир о в а т ь негативное воздействие на окр ужающ ую среду. Литература 1. Федотовских А. В. Применение систем искус­ ственного интеллекта в условиях нового этапа освоения Арктики: аналитический обзор / А.В. Федотовских; под общ. ред. А. В. Федотов­ ских. — М.: Первый том, 2018. — 52 с. 2. Питухина М. А., Белых А. Д. Использование тех­ нологий искусственного интеллекта в Российской Арктике на примере Мурманской области // Арктика и Север. — 2023. — №52. 3. Борисова Ю. Нейросети со льдом: как мы разрабатываем методы ИИ для повышения эффективности прогнозирования морского льда References 1. Fedotovskikh A. V. Application of artificial intelligence systems in the conditions of a new stage of Arctic development: an analytical review / A.V. Fedotovskikh; under the general editorship of A. V. Fedotovskikh. — M.: First volume, 2018. — 52 p. 2. Pitukhina M. A., Belykh A. D. The use of artificial intelligence technologies in the Russian Arctic on the example of the Murmansk region // Arctic and North. — 2023. — № 52. 3. Borisova Yu. Neural networks with ice: how we develop AI methods to improve the efficiency of Технологии |