ИИС

Анализ различных источников показал, что на данный момент нет четкого и однозначного определения интеллектуальной информационной системы. Каждый автор вкладывает свой смысл в это понятие с учетом своего понимания и предметной области. Можно использовать следующее определение.

Интеллектуальная информационная система – это взаимосвязанная совокупность средств, методов и персонала, имеющая возможность хранения, обработки и выдачи информации, а также самостоятельной настройки своих параметров в зависимости от состояния внешней среды (исходных данных) и специфики решаемой задачи.

По материалам рекрутинговых агентств, представленным в Интернете, существует устойчивый высокий спрос на специалистов, владеющих современными технологиями проектирования и разработки ИИС. Поскольку технические и программные средства изменяются достаточно быстро (их полное обновление происходит в течение 2-3 лет), а принципы работы интеллектуальных систем изменяются относительно медленно (на протяжении 15-20 лет).

Назначение, свойства и особенности ИИС.

Интеллектуальные информационные системы являются естественный результатом развития обычных информационных систем, сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные информационной системой данные.

10

ИИС особенно эффективны в применении к слабо структурированным задачам, в которых пока отсутствует строгая формализация, где при принятии решений учитываются наряду с экономическими показателями слабо формализуемые факторы — экономические, политические, социальные.

Предназначение ИИС (в области экономики).

Диагностика состояния предприятия.

Помощь в антикризисном управлении.

Выбор оптимальных решений по стратегии развития предприятия и его инвестиционной деятельности.

Экономический анализ деятельности предприятия.

Стратегическое планирования.

Инвестиционный анализа, оценка рисков.

Формирование портфеля ценных бумаг и т.п.

В основе этих видов деятельности лежит проблема выбора решений, в нашем учебном пособии значительное внимание уделено выбору вариантов решений на основе выявления функциональных или логических зависимостей между наблюдаемыми данными и решениями, а также представлению их в форме байесовских правил, ориентированных графов или правил на языке исчисления предикатов. Этим объясняется то, что диапазон применения ИИС необычайно широк: от управления непрерывными технологическим процессами в реальном времени до оценки последствий от нарушения условий поставки товаров.

Благодаря наличию средств естественно-языкового интерфейса появляется возможность непосредственного

11

применения ИИС бизнес-пользователем, не владеющим языками программирования, в качестве средств поддержки процессов анализа, оценки и принятия экономических решений.

Для решения вышеперечисленных задач ИИС должна обладать определенными свойствами:

решать задачи, описанные только в терминах мягких моделей, когда зависимости между основными показателями являются не вполне определенными или даже неизвестными в пределах некоторого класса;

способность к работе с неопределенными 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 накопленногоопыта конкретных ситуаций, что увеличивает мобильность и гибкость системы, позволяет ей быстро осваивать новые области применения.

возможность использования информации, которая явно не хранится, а выводится из имеющихся в базе данных, позволяет уменьшить объемы хранимой фактуальной информации при сохранении богатства доступной пользователю информации.

Для ИИС характерны следующие признаки:

развитые коммуникативные способности: возможность обработки произвольных запросов в диалоге на языке максимально приближенном к естественному (система естественно-языкового интерфейса — СЕЯИ);

12

направленность на решение слабоструктурированных, плохо формализуемых задач (реализация мягких моделей);

способность работать с неопределенными и динамичными данными;

способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций;

возможность получения и использования информации, которая явно не хранится, а выводится из имеющихся в базе данных;

система имеет не только модель предметной области, но и модель самой себя, что позволяет ей определять границы своей компетентности;

способность к аддуктивным выводам, т.е. к выводам по аналогии; способность объяснять свои действия, неудачи

пользователя, предупреждать пользователя о некоторых ситуациях, приводящих к нарушению целостности данных.

Отличительные особенности ИИС по сравнению с обычными ИС состоят в следующем:

интерфейс с пользователем на естественном языке с использованием бизнес-понятий, характерных для предметной области пользователя;

представление модели экономического объекта и его окружения в виде базы знаний и средств дедуктивных и правдоподобных выводов в сочетании с возможностью работы с неполной или неточной информацией; решения ИИС обладают "прозрачностью", т.е. могут быть объяснены пользователю на качественном уровне;

13

экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом;

способность автоматического обнаружения закономерностей бизнеса в ранее накопленных фактах и включения их в базу знаний(т.н. машинное обучение).

ИИС дает пользователю «готовое» решение, которое по качеству и эффективности не уступает решению эксперта-человека;

Классификация и примеры ИИС.

Как уже отмечалось, интеллектуальные системы имеют следующие характерные признаки:

развитые коммуникативные способности;

умение решать сложные, плохо формализуемые задачи; способность к развитию и самообучению.

Условно каждому из этих признаков соответствует свой класс ИИС, поэтому они могут служить основой классификации ИИС.

По коммуникативным способностям.

Интеллектуальные базы данных;

Системы естественно-языкового интерфейса (СЕЯИ);

Гипертекстовые системы;

Контекстные системы; Системы когнитивной графики.

Интеллектуальные БД – отличаются от обычных возможностью выборки по запросу информации, которая может явно не храниться, а выводиться из имеющейся БД

14

(например, вывести список товаров, цена которых выше отраслевой).

Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на машинный уровень представления знаний. При этом осуществляется распознавание и проверка написанных слов по словарям и синтаксическим правилам. Данный интерфейс облегчает обращение к интеллектуальным БД, а также голосовой ввод команд в системах управления.

Гипертекстовые системы предназначены для поиска текстовой информации по ключевым словам в базах.

Системы контекстной помощи – частный случай гипертекстовых и естественно-языковых систем.

Системы когнитивной графики позволяют осуществлять взаимодействие пользователя ИИС с помощью графических образов.

По типу решаемых задач.

Экспертные системы;

Классифицирующие системы;

Доопределяющие системы;

Трансформирующие системы; Многоагентные системы.

По способности к самообучению.

Индуктивные системы;

Нейронные сети;

Системы, основанные на прецедентах; Информационные хранилища.

15

Архитектура ИИС.

Типовая архитектура ИИС представлена на рис.1.1, в ее состав входят.

База знаний. Служит для представления эвристической и фактологической информации, часто в форме фактов, утверждений и правил вывода. В базе знаний ИИС интегрируются знания, поступающие от экспертов в конкретной предметной области, а также фундаментальные (энциклопедическими знаниями), составляющие суть общеизвестных научных теорий и моделей.

Рис.1.1. Архитектура интеллектуальной информационной системы

16

База данных хранит то, что называется форматированными данными, то есть конкретные факты и константы, касающиеся предметной области. Для хранения данных в ИИС используются либо реляционные, либо для интегрированного хранения данных и знаний — объектноориентированные базы данных.

Система интерпретации знаний (Машина вывода).

Это механизм, играющий роль интерпретатора, применяющего знания подходящим образом, чтобы получить результат.

Система приобретения знаний. Это механизм формализации знаний эксперта, пополнения базы знаний и обучения (самообучения) ИИС.Это реализуется с помощью инженера по знаниям и эксперта, а также машинного обучения.

Система естественно-языкового интерфейса (СЕЯИ).

Механизм, преобразующий запросы пользователя и выдающий ему решение задачи (результат) на естественном языке. СЕЯИ реализует дружественный к пользователю интерфейс.

Система объяснения решения. Механизм протоколирующий работу системы интерпретации знаний и выдающий его пользователю в виде цепочки логических выводов. Это позволяет «объяснить» пользователю найденное решение.

1.2. Интеллектуальный интерфейс и методы рассуждений в ИИС

Система естественно-языкового интерфейса.

В настоящее время проблема общения с компьютером на естественном языке весьма далека от своего решения.

17

Современные средства естественно-языкового интерфейса далеки от универсальных возможностей человеческой коммуникации.

Естественно-языковый интерфейс (СЕЯИ) – это

совокупность программных и аппаратных средств, обеспечивающих общение ИИС с пользователем на ограниченном рамками предметной области естественном языке.

В состав СЕЯИ входят словари, отражающие словарный состав и лексику языка, а также лингвистический процессор, осуществляющий анализ текстов (морфологический, синтаксический, семантический и прагматический) и синтез ответов пользователю. В идеале СЕЯИ должно удовлетворять двум основным требованиям:

обеспечивать вход и выход системы на естественном языке; обеспечивать обработку входных данных и генерацию

выходных, основываясь на знании относительно синтаксических, семантических и прагматических аспектов естественного языка.

Проблемы понимания естественного языка, будь то текст или речь, во многом зависят от знания предметной области. Понимание языка требует знаний о целях говорящего и о контексте. Необходимо также учитывать недосказанность или иносказательность. Например, даже в таком простом предложении «Ваня встретил Машу на поляне с цветами» нам не понятно, кто же был с цветами: Ваня, Маша или поляна? Еще один пример «Врач бегло говорила поанглийски». Разбирая это предложение, необходимо в результате разбора зафиксировать, что врач была женщина. Крылатая фраза знаменитого русского лингвиста, академика

18