PhD (Engineering), Associate Professor, assistant professor of Graduate School of Service and Trade of the Institute of Industrial Management, Economics and Trade
кандидат технических наук, доцент, доцент Высшей школы сервиса и торговли Института промышленного менеджмента, экономики и торговли
PhD (Economics), assistant professor of Chair of Customs Revenue and Tariff Regulation
кандидат экономических наук, доцент кафедры таможенных доходов и тарифного регулирования
Application of artificial intelligence in various spheres of life is a critical task. International trade is not an exception for the introduction of innovations. The key issue of inter-country movement is the commodity identification for customs purposes. The paper presents the results of a comprehensive practical comparative study of the possibility of using artificial intelligence to classify commodities for customs purposes. As a model, the neural network of artificial intelligence developed by the World Customs Organization is used. The study included four stages, including the selection of goods to improve the reliability of the results obtained, a study of the applicability of the model for classifying commodities and the possibility of its use for customs purposes, as well as a criteria analysis of the features taken into account by the model when classifying commodities. The limited applicability of the model proposed by the World Customs Organization was revealed both for identification based on classification and for customs purposes based on direct analysis of the texts of the Harmonized Commodity Description and Coding System. The model does not see the degree of completeness in the descriptions of commodities, does not take into account the feature of independence of the goods in terms of use. An increase in the number of words in the description of the commodities also reduces the likelihood of its correct identification. The model takes into account most successfully the characteristics of goods related to the scope of application and functional purpose. The result of the complex study allowed considering comprehensively the possibilities of practical application of artificial intelligence and evaluating the actually obtained results for the studied group of goods. The obtained data on identifying the classification features of commodities taken into account in the model can be used for its further development.
Применение искусственного интеллекта в различных сферах жизни является актуальной задачей. Международная торговля не стала исключением для внедрения инноваций. Ключевым вопросом межстранового перемещения является идентификация товара в таможенных целях. Представлены результаты комплексного практического сравнительного исследования возможности применения искусственного интеллекта для классификации товаров в таможенных целях. В качестве модели применена нейронная сеть искусственного интеллекта, разработанная Всемирной таможенной организацией. Исследование включало четыре этапа, в т. ч. отбор товаров для повышения надежности полученных результатов, исследование применимости модели для классификации товаров и возможности ее использования в таможенных целях, а также критериальный анализ признаков, учитываемых моделью при классификации товаров. Выявлена ограниченная применимость модели, предложенной Всемирной таможенной организацией, как для идентификации на основе классификации, так и для таможенных целей на основе прямого анализа текстов Гармонизированной системы описания и кодирования товаров. Модель в описаниях товаров не видит степень завершенности, не учитывает признак самостоятельности товара в части использования. Увеличение количества слов в описании товара также снижает вероятность его правильной идентификации. Наиболее успешно модель учитывает характеристики товаров, связанные со сферой применения и функциональным назначением. Полученный результат комплексного исследования позволил всесторонне рассмотреть возможности практического применения искусственного интеллекта и оценить фактически полученные результаты для исследуемой группы товаров. Полученные данные по выявлению классификационных признаков товаров, учитываемых в модели, могут быть использованы для ее дальнейшего развития.