ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ 1. Понятие интеллектуальных

ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ 1. Понятие интеллектуальных информационных систем 2. Классификация интеллектуальных информационных систем

Литература: 1. Информационные системы и технологии в экономике и управлении, учебник, под ред. проф. В. В. Трофимова 2. А. Г. Титоренко Информационные системы в экономике, учебник 3. М. С. Клыков, Н. П. Григорьев, Т. И. Балалаева Информационные системы и технологии в экономике (учебное пособие)

1. Понятие интеллектуальных информационных систем

Интеллектуальная система – это система или устройство с программным обеспечением, имеющие возможность с помощью встроенного процессора настраивать свои параметры в зависимости от состояния внешней среды.

Основной целью разработки и внедрения систем искусственного интеллекта в процесс управления является обеспечение поддержки творческой (интеллектуальной) деятельности руководителя в сложных динамических условиях экономического рынка.

Современная информационная система — это набор информационных технологий, направленных на поддержку жизненного цикла информации и включающего три основных процесса: обработку данных, управление информацией и управление знаниями.

• накапливать знания об окружающем систему мире, классифицировать и оценивать их с точки зрения прагматической полезности и непротиворечивости, инициировать процессы получения новых знаний, осуществлять соотнесение новых знаний с ранее хранимыми;

• пополнять поступившие знания с помощью логического вывода, отражающего закономерности в окружающем систему мире в накопленных ею ранее знаниях, получать обобщенные знания на основе более частных знаний и логически планировать свою деятельность;

• общаться с человеком на языке, максимально приближенном к естественному человеческому языку;

• получать информацию от каналов, аналогичных тем, которые использует человек при восприятии окружающего мира;

• уметь формировать для себя или по просьбе пользователя объяснение собственной деятельности;

• оказывать пользователю помощь за счет тех знаний, которые хранятся в памяти, и тех логических средств рассуждений, которые присущи системе".

Перечисленные функции можно назвать функциями представления и обработки знаний, рассуждения и общения.

2. Классификация интеллектуальных информационных систем ( используемые сокращения ИИС- интеллектуальные информационные системы ЭС – экспертные системы)

В начале ИИС, называемые также системами основанными на знаниях, рассматривались как средство, позволяющее не экспертам принимать решения с таким же качеством, как и эксперты в конкретной области.

предметная область Интерфейс пользователя пользователь База Интерпретатор знаний Модуль создания системы Инструкция к Эксперт информации (специалист) по Решения и объяснения знаниям Знания Рис. 6 Основные компоненты ИТ экспертных систем

• Способность к работе с неопределёнными или динамичными данными, изменяющимися в процессе обработки, позволяет использовать ИИС в условиях, когда методы обработки данных могут изменяться и уточняться по мере поступления новых данных;

• Способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций увеличивает мобильность и гибкость системы, позволяя ей быстро осваивать новые области применения

• Возможность использования информации, которая явно не хранится, а выводится из имеющихся в базе данных, позволяет уменьшить объёмы хранимой предметной информации при сохранении богатства доступной пользователю информации

Наибольшее распространение ИИС получили для экономического анализа деятельности предприятия, стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга.

Пример: • Intelligent Hedger: основанный на знаниях подход в задачах страхования от рисков. Фирма: Information System Department New York University. • Система рассуждений в прогнозировании обмена валют. Фирма: Department of Computer Science City Polytechnic University of Hong Kong

• Nereid: Система поддержки принятия решений для операций с валютными опционами. Фирма: NTT Data, The Tokai Bank, Science University of Tokyo • PMIDSS: Система поддержки принятия решения при управлении портфелем. Разработчик: New York University

Для интеллектуальных информационных систем характерны следующие признаки: • развитые коммуникативные способности; • умение решать сложные плохо формализуемые задачи; • способность к самообучению; • адаптивность.

Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой, в частности, возможность формулирования произвольного запроса в диалоге с ИИС на языке, максимально приближенном к естественному.

Сложные, плохо формализуемые задачи - это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации.

Способность к самообучению - это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций.

Адаптивность — способность системы к развитию в соответствии с объективными изменениями области знаний.

Рис. 1. Классификация интеллектуальных информационных систем.

Системы с интеллектуальным интерфейсом 1. Интеллектуальные базы данных. Позволяют в отличие от традиционных БД обеспечивать выборку необходимой информации, не присутствующей в явном виде, выводимой из совокупности хранимых данных.

2. Естественно – языковый интерфейс. Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления, машинного перевода с иностранных языков.

3. Гипертекстовые системы. Используются для реализации поиска по ключевым словам в базах данных с текстовой информацией.

4. Системы контекстной помощи. Относятся к классам систем распространения знаний. Такие системы, как правило, являются приложениями к документации (Knowledge Publishing). Системы контекстной помощи – частный случай гипертекстовых и естественно-языковых-систем.

5. Системы когнитивной графики. Ориентированы на общение с пользователем ИИС посредством графических образов, которые генерируются в соответствии с изменением параметров моделируемых или наблюдаемых процессов.

Экспертные системы Под экспертными системами понимается программные системы, выполняющие действия, аналогичные тем, которые выполняет эксперт в некоторой прикладной предметной области, делая определенные заключения в ходе выдачи советов и консультаций.

Для классификации ЭС используются следующие признаки: • способ формирования решения; • способ учета временного признака; • вид, используемых данных и знаний; • число используемых источников знаний.

По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний. В системах второго типа решение синтезируется из отдельных фрагментов знаний.

В зависимости от способа учета временного признака ЭС делятся на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения.

По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость.

1. Классифицирующие ЭС. 2. Решаютзадачу распознавания ситуаций. Основным методом формирования решений в таких системах является дедуктивный логический вывод.

2. Доопределяющие ЭС. Используются для решения задач с не полностью определенными данными и знаниями. В таких ЭС возникают задачи интерпретации нечетких знаний и выбора альтернативных направлений поиска в пространстве возможных решений.

3. Трансформирующие ЭС. Относятся к синтезирующим динамическим системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач.

4. Мультиагентные системы. Это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач.

Самообучающиеся ИИС основаны на методиках автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах. Примеры реальных ситуаций составляют так называемую обучающую выборку. Её элементы описываются множеством классификационных признаков.

Индуктивные системы. Позволяют обобщать примеры на основе принципа индукции «от частного к общему» . Процедура обобщения сводится к классификации примеров по значимым признакам.

Адаптивные информационные системы Потребность в адаптивных информационных системах возникает в случаях постоянного развития поддерживаемых ими областей.

В связи с этим адаптивные системы должны удовлетворять ряду специфических требований, а именно: • адекватно отражать знания проблемной области в каждый момент времени; • быть пригодными для быстрой и легкой реконструкции при изменении проблемной среды.

В процессе их разработки применяется оригинальное или типовое проектирование. Первое – предполагает разработку информационной системы с «чистого листа» на основе сформулированных требований. Реализация этого подхода основана на использовании с CASE-технологий (Designer 2000, Silver. Run, Natural Light Storm и др. ).

При типовом проектировании осуществляется адаптация типовых разработок к особенностям проблемной области. Для реализации этого подхода применяются инструментальные средства компонентного (сборочного) проектирования информационных систем (R/3, BAAN IY, Prodis и др. ).

Главное отличие подходов состоит в том, что при использовании CASE- технологии при изменении проблемной области каждый раз выполняется генерация программного обеспечения, а при использовании сборочной технологии – конфигурирование программ и только в редких случаях — их переработка