Предисловие

Данное учебное пособие представляет собой полный курс лекций по курсу «Интеллектуальные информационные системы», читаемый для студентов очной и заочной форм обучения специальности «Прикладная информатика в экономике (по отраслям)». Материал учебного пособия соответствует Государственному образовательному стандарту специальности 351400 «Прикладная информатика (по отраслям)».

Курс «Интеллектуальные информационные системы» - один из курсов цикла специальных дисциплин, посвященный, как следует из названия, теоретическим принципам и практическим способам построения интеллектуальных информационных систем. Повышение уровня интеллекта аппаратных и программных средств является магистральным направлением развития информационных технологий и одним из основных способов повышения эффективности применения информационных технологий.

Основная цель пособия – систематическое и доступное изложение всех основных достижений в данной области. В первом разделе рассматриваются теоретические вопросы построения интеллектуальных систем и основные технологии практической реализации. Второй раздел посвящен разработке и применению экспертных систем. Третий раздел курса освещает основные вопросы построения и применения нейронных сетей. Четвертый раздел посвящен эволюционным вычислениям. Последний пятый раздел освещает вопросы построения интеллектуальных интерфейсов информационных систем.

Последовательность и логика изложения курса построены в расчете на систематическое и последовательное изучение материала. Кроме того, материал курса лекций тесно связан с материалами практических занятий таким образом, что теоретические и практические занятия дополняют друг друга, с тем, чтобы на практических занятиях студенты могли дополнить и закрепить свои теоретические знания. В частности практические задания по построению экспертной системы, применение нейронной сети для решения задач, программирование учебных задач на языке Пролог, выполняемые в практической части курса, во многом базируются на теоретическом материале, изложенном в данном пособии.

Материал курса сформирован на основе большого количества первоисточников, и опыта автора в практическом построении и применении интеллектуальных систем. К сожалению объем учебного курса позволяет дать только основной материал в области построения интеллектуальных систем , и данное учебное пособие является попыткой автора систематизировать знания и опыт большого количества специалистов в данной области в максимально доступной для студентов форме в рамках курса. В тоже время успешное и полное освоение курса позволит студентам хорошо разбираться во всем спектре технологий интеллектуальных средств для практического использования этих технологий при решении реальных задач после окончания высшего учебного заведения.

Раздел 1. Теоретические основы построения иис Тема 1.1. Развитие и области применения интеллектуальных информационных систем

1.1.1. Предмет, цель и задачи дисциплины

Понятие об интеллектуальных информационных системах

Многие виды умственной деятельности человека, такие, как управление организацией, либо коллективом, написание программ для вычислительной машины, занятие математикой, ведение рассуждений на уровне здравого смысла и даже вождение автомобиля – требуют "интеллекта". С момента зарождения информационных технологий многие практики и ученые стремились воспроизвести интеллектуальное поведение и функции человека на ЭВМ. Работы по построению таких систем выполняются в рамках области, получившей название искусственный интеллект (ИИ), а сами эти системы часто называют интеллектуальными системами.

Было создано множество систем, более или менее успешно выполняющих различные функции. Имеются системы, способные диагностировать заболевания, планировать синтез сложных синтетических соединений, решать дифференциальные уравнения в символьном виде, анализировать электронные схемы, понимать ограниченный объем человеческой речи и естественного языкового текста.

Области применения интеллектуальных систем весьма разнообразны: биз­нес, производство, военные приложения, медицина, социология, геология, кос­мос, сельское хозяйство, управление, юриспруденция и т. д.

Большинство решаемых такими системами задач можно свести к следующим типам [6,c.26]:

• интерпретация символов или сигналов — составление смыслового описания по входным данным;

• диагностика — определение ситуаций/неисправностей/заболеваний по симптомам;

• мониторинг — наблюдение за изменяющимся состоянием объекта и сравне­ние его показателей с установленными или желаемыми;

• проектирование — разработка объекта с заданными свойствами при соблюде­нии установленных ограничений;

• прогнозирование — определение последствий, наблюдаемых ситуаций;

• планирование — определение последовательности действий, приводящих к желаемому состоянию объекта;

• управление — воздействие на объект для достижения желаемого поведения;

• обучение — объяснение или консультации в той или иной области знаний.

Отметим, что при реализации интеллектуальных функций непременно присутствует информация, называемая знаниями. Другими словами, интеллектуальные системы являются в то же время системами обработки знаний (СОЗ).

Создание и внедрение СОЗ позволяет передать информационным системам часть интеллектуальной нагрузки на человека. В целом создание полноценного "искусственного интеллекта" открывает перед человечеством новые горизонты развития.

Основными целями дисциплины «Интеллектуальные информационные системы» являются формирование теоретических знаний в области разработки и применения современных технологий и средств интеллектуальных информационных систем, развитие практических навыков использования персональных компьютеров и программных средств для решения неформализуемых и слабо формализуемых задач с использованием технологий интеллектуальных информационных систем, выработка навыков и умений постановки задачи в терминах интеллектуальных информационных технологий, построения модели предметной области, выбора наиболее адекватной технологии разработки интеллектуальной информационной системы и решения поставленной задачи на персональном компьютере.

О терминах

Термин «интеллект» (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Мы будем называть интеллектом способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам [2,c.12].

Под термином «знания» подразумевается не только информация, поступающая через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Чтобы осуществлять в окружающей среде интеллектуальную деятельность, необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам" [5,c.307].

Под «алгоритмом» понимают точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Отыскание алгоритма для задач некоторого данного типа связано с тонкими и сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с отысканием алгоритма решения класса задач определенного типа, будем называть интеллектуальными. После того, как алгоритм найден, процесс решения могут в точности выполнить человек, вычислительная машина (должным образом запрограммированная) или робот, не имеющие ни малейшего представления о сущности самой задачи. Требуется только, чтобы объект точно выполнял элементарные операции в соответствии с алгоритмом. Поэтому представляется естественным исключить из класса интеллектуальных такие задачи, для которых существуют стандартные методы решения [16,c.13].

Исходя из сказанного, мы можем перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.

Следует знать, что существуют и другие, чисто поведенческие (функциональные) определения. Так, по А. Н. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы и искусства, обладает интеллектом. Другим примером поведенческой трактовки интеллекта может служить известное определение А. Тьюринга. Его смысл заключается в следующем. В разных комнатах находятся человек и машина. Они не могут видеть друг друга, но имеют возможность обмениваться информацией (например, с помощью электронной почты). Если в процессе диалога между участниками не удается установить, что один из участников — машина, то такую машину можно считать обладающей интеллектом.

Различные подходы к построению ИИС

Существуют различные подходы к построению ИИС. Это разделение не является историческим, более того, нельзя сказать, что какой-то подход является правильным, а какой-то ошибочным. Каждый из подходов имеет свои достоинства и недостатки.

Первым рассмотрим логический подход. Именно способность к логическому мышлению очень сильно отличает человека от животных. Основой для логического подхода служит Булева алгебра. Свое дальнейшее развитие Булева алгебра получила в виде исчисления предикатов — в котором она расширена за счет введения предметных символов, отношений между ними, кванторов существования и всеобщности. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели. Мощность такой системы определяется возможностями генератора целей и машиной доказательства теорем.

Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечеткая логика. Основным ее отличием является то, что правдивость высказывания может принимать в ней кроме да/нет (1/0) еще и промежуточные значения — не знаю (0.5), пациент скорее жив, чем мертв (0.75), пациент скорее мертв, чем жив (0.25). Данный подход больше похож на мышление человека, поскольку он на вопросы редко отвечает только да или нет.

Второй подход – структурный подход. Под ним мы подразумеваем попытки построения ИИ путем моделирования структуры человеческого мозга. Основной единицей модели в этом подходе является нейрон. Модели, основанные на этом подходе обычно известны под термином "нейронные сети" (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. НС наиболее успешно применяются в задачах распознавания образов и прогнозирования.

Довольно большое распространение получил и эволюционный подход. При построении ИИС в данном подходе основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем сама модель может быть составлена по самым различным методам, это может быть и НС и набор логических правил и любая другая модель. После построения модели и задания правил некоторая программа запускает модели, отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели, из которых опять выбираются самые лучшие и т. д.

Еще один подход к построению ИИС — имитационный подход. Подход является классическим для кибернетики с одним из ее базовых понятий — "черным ящиком" (ЧЯ). ЧЯ — устройство, программный модуль или набор данных, информация о внутренней структуре и содержании которых отсутствуют полностью, но известны спецификации входных и выходных данных. Объект, поведение которого имитируется, как раз и представляет собой такой "черный ящик". Таким образом здесь моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно.

Хотелось бы отметить, что на практике очень четкой границы между различными подходами нет. Очень часто встречаются смешанные системы, где часть системы выполнена по одному типу, а часть по другому.

Направления работ в области создания ИИС

В заключение общего введения для полного представления об ИИС приведем основные направления исследований и разработок. В настоящее время в исследованиях по ИИС можно выделить шесть основных направлений [6, c.26].

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний. Проблема представления знаний является одной из основных проблем для ИИС, так как функционирование системы опирается на знания о проблемной области, которые хранятся в ее памяти.

2. Манипулирование знаниями. Чтобы знаниями можно было пользоваться при решении задачи, следует научить ИИС оперировать ими. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями очень тесно связано с представлением знаний, и разделить эти два направления можно только условно.

3. Общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и ИИС. На основе исследований в этом направлении формируются методы построения лингвистических процессоров, вопросно – ответных систем, диалоговых систем и других систем, целью которых является обеспечение комфортных условий для общения человека с системой.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их смысловому описанию и методов обратного перехода, создание средств для порождения зрительных сцен на основе внутренних представлений в ИИС.

5. Обучение. Для развития способности ИИС к обучению, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов декомпозиции исходной задачи на более мелкие и уже известные.

6. Поведение. Поскольку ИИС должны действовать в некоторой окружающей среде, то необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами и людьми.