Основные разновидности ИИС и характеристики решаемых задач

ИИС предназначены для решения задач, требующих высочайшей квалификации исполнения. Характерной особенностью ИИС является наличие БЗ – совокупности знаний, записанной на магнитный носитель в форме, понятной эксперту и пользователю. Эксперт – высококвалифицированный специалист, готовый к передаче своей компетентности и опыта БЗ. Пользователь – специалист предметной области, для которого предназначена ИИС. Под предметной областью понимается множество объектов, значений их характеристик и связывающих их отношений. Проблемная область определяется характеристиками соответствующей предметной области и характеристиками типов решаемых в ней задач.

Потребность отражения человеческих знаний в памяти компьютера породила новое направление в информатике – инженерию знаний. Инженер по знаниям (когнитолог) – специалист, выступающий в роли буфера между экспертом и БЗ.

Основными разновидностями ИИС являются экспертные системы, системы поддержки принятия решений и экономические советующие системы.

ЭС применяются для решения неформализованных задач, которые обладают одной или несколькими из следующих характеристик [4,5]:

- задачи не могут быть заданы полностью в числовой форме;

- исходные данные и знания о предметной области обладают неоднозначностью, ошибочностью и противоречивостью;

- цели не могут быть выражены в терминах точно определенной целевой функции;

- алгоритмическое решение задач отсутствует;

- алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решения и ограниченности ресурсов компьютера.

Для принятия решений в условиях определенности используются методы математического программирования. Однако в условиях неопределенности, неполноты и нечеткости знаний задача многократно усложняется. Для того чтобы СППР оставалась работоспособной в условиях изменяющегося окружения, необходима реализация механизмов ее самообучения. Основные требования, предъявляемые к СППР:

- оказание квалифицированной поддержки процесса принятия решения на уровне консультанта;

- обладание возможностями самообучения, то есть умение добавлять новые знания в БЗ, накапливать их и обрабатывать;

- умение работать с неполной и нечеткой информацией;

- поддержка многовариантных процессов принятия решений;

- оценка последствий принимаемых решений.

ЭСС являются ИИС, ориентированными на решение широкого круга экономических задач, и могут быть разделены на два класса [6]:

1. Системы, воспроизводящие осознанные мыслительные усилия человека (дедуктивные).

2. Системы, воспроизводящие неосознанные (подсознательные) мыслительные действия человека (индуктивные).

К первому классу относятся:

- расчетно-диагностические системы, в основе которых лежит ясное понимание целей принятия решений. Цель, трансформируемая в дерево целей, накладывается на дерево экономических показателей предприятия. В результате получается синтезированное дерево «цель – показатель», которое способно обеспечить расчет нужных для достижения целей ресурсов и резервов;

- ЭС приближенных рассуждений. Создаются в том случае, если цель принятия решений сформулировать невозможно или нецелесообразно, однако ее можно заменить гипотезой. Для создания систем данного класса формулируются правила вывода типа «ЕСЛИ-ТО», которые синтезируются в дерево вывода. Результатом использования системы является оценка правдивости заданной пользователем гипотезы;

- системы поддержки исполнения решений. Подразделяются на обучающие и рекомендательно-контролирующие системы.

Основная цель – предоставить управленческому персоналу недостающие знания, обучить конкретным действиям, необходимым для выполнения рекомендаций, предоставленных СППР, с последующим контролем исполнения.

Ко второму классу относятся:

- системы нейросетевых вычислений. Осознанные знания являются лишь небольшой частью от общего объема знаний, которыми оперирует человек в повседневной жизни. Многие действия человек выполняет подсознательно или неосознанно. В данном случае классические модели бесполезны, так как предполагают наличие четко или нечетко сформулированных правил. Используемый для создания ЭСС нейросетевых вычислений эволюционный подход ориентирован на индуктивное обобщение и вывод. В основе построения систем индуктивного характера лежат нейросетевые технологии. Искусственная нейросеть предназначена главным образом для того, чтобы на основе анализа большого объема информации, отражающей частные случаи какого-либо явления, выявить общие закономерности, которые в свою очередь могут быть использованы для распознавания новых частных случаев. Нейросеть рассматривается в качестве «черного ящика», для которого известны лишь вход, выход и некоторые другие внешние параметры;

- системы, ориентированные на естественно-языковые запросы.Исследования в этой области находятся на начальном этапе развития. Основная сложность заключается в предоставлении неосознанных (ассоциативных) знаний. БЗ представляется в форме семантической сети, то есть ориентированного графа, вершина которого соответствует понятиям, а дуги – отношениям между ними, отражающим осознанные (логические) знания.

Кроме этого, ЭСС содержит лингвистический процессор и базу ассоциаций. Лингвистический процессор предназначен для выявления с помощью лингвистических структур той БЗ, которая касается данного запроса. Выявленная часть семантической сети используется блоком обработки для последующей выдачи информации пользователю. Если в БЗ явно не присутствуют необходимые знания, то подключается база ассоциаций, которая пытается восполнить недостающую информацию. В ней подобно нейросетям активизируются те ассоциации, которые по специально рассчитанным коэффициентам наиболее близки к анализируемому запросу.

Классификация ИИС

ИИС можно классифицировать по разным основаниям, например, [1]:

- по областям применения (ИИС-менеджера, ИИС для анализа инвестиций, ИИС для налогообложения);

- степени интеграции с другими программными средствами, используемыми на предприятии (автономные, сопрягаемые интерфейсом, интегрированные);

- оперативности (статические, квазидинамические, реального времени);

- адаптивности (обучаемые, настраиваемые);

- используемой модели знаний (метод резолюций исчисления предикатов, фреймовые, продукционные, семантические сети, нейросетевые, нечеткие системы и выводы).

ИИС особенно эффективны в применении к слабоструктурированным задачам, в которых отсутствует строгая формализация и для решения которых применяются эвристические процедуры, позволяющие в большинстве случаев получить решение. По мере совершенствования принципов логического и правдоподобного вывода, применяемых в ИИС за счет использования нечеткой, модальной, временной логики, байесовских сетей вывода, ИИС начинают проникать в высокоинтеллектуальные области, связанные с разработкой стратегических решений по совершенствованию деятельности предприятий. Включение в состав ИИС классических экономико-математических моделей, методов линейного, квадратичного и динамического программирования позволяет сочетать анализ объекта на основе экономических показателей с учетом факторов и рисков политических и внеэкономических факторов, оценивать последствия полученных решений.

Классификация ИИС может быть выполнена на основании признаков, определенных в п. 1.1 [3]:

- по коммуникативным способностям (интеллектуальности интерфейса): интеллектуальные БЗ, естественно-языковой интерфейс, гипертекстовые системы, контекстные системы помощи, когнитивная графика;

- решению сложных задач: классифицирующие системы, доопределяющие системы, трансформирующие системы, многоагентные системы;

- способности к самообучению: индуктивные системы, нейронные сети, интеллектуальный анализ данных;

- адаптивности: CASE- технология, компонентная технология.

ЭС классифицируется [2]:

- по решаемой задаче: интерпретация данных, диагностика, проектирование, прогнозирование, планирование, обучение, мониторинг, управление;

- связи с реальным временем: статические, квазидинамические, динамические;

- типу ЭВМ: супер-ЭВМ, ЭВМ на символьных процессорах, на рабочих станциях, на персональных компьютерах;

- степени интеграции: автономные и гибридные.

Интерпретация данных является традиционной задачей для ЭС. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

Под диагностикой понимается процесс соотнесения объекта с некоторым классом объектов или обнаружение неисправности в некоторой системе.

Проектирование состоит в подготовке спецификаций на создание объекта с заранее заданными свойствами. Прогнозирование позволяет предсказывать последствие некоторых событий или явлений на основании анализа имеющихся данных.

Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции.

Обучение предполагает использование компьютера для усвоения материала по некоторой дисциплине.

Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы.

Под управлением понимается функция организованной системы, поддерживающая определенный режим деятельности.

Приведенные классификации ИИС не являются исчерпывающими и в процессе развития теории и практики построения систем могут модифицироваться и дополняться.