Глава 4. Интеллектуальные информационные системы

4.1. Основные понятия об интеллектуальных информационных системах

В условиях экономического развития объектов возрастают требования к адаптивности информационных систем к изменениям. Эти требования сводятся возможности быстрой реконструкции информационной системы с минимальными затратами для своевременной адаптации АИС к изменениям производства. Учитывая высокую динамичность современных производственных процессов адаптивность АИС немыслима без интеллектуализации ее архитектуры. Под интеллектуализацией информационной системы понимается обеспечение адаптивности ИС к постоянно обновляемой модели предприятия (изменение объектов, функций, правил, процессов, которые определяются на структуре информационной системы). Условно по признакам интеллектуальности ИС можно классифицировать [45]:

1. Коммуникативные способности:

- интеллектуальные базы данных, в которых имеется возможность выборки по запросу необходимой информации, где условия выборки может быть определено в ходе решения задачи;

- естественно-языковой интерфейс, который предполагает трансляцию естественно-языковую конструкций на внутримашинный уровень предоставления знаний для доступа к интеллектуальным базам данных, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления, машинного перевода с иностранных языков;

- гипертекстовые системы, которые предназначены для реализации поиска по ключевым словам в базах текстовой информации;

- системы когнитивной графики, которая позволяет изобразить с помощью графических образов происходящие события;

- системы контекстной помощи, в которой пользователь описывает проблему (ситуацию), а система осуществляет поиск, относящийся к ситуации рекомендации.

2. Решение сложных задач (экспертные системы). Назначение экспертных систем заключается в принятии решений в ситуациях (условиях неполноты, недостоверности, многозначности информации), где алгоритм не известен заранее и формируется по исходным данным в виде цепочки рассуждений из базы знаний. Экспертная система является инструментом эксперта для консультации непрофессиональных пользователей, анализа различных вариантов принятия решений, информирования эксперта по вопросам из смежных областей деятельности. Архитектура экспертной системы включает в себя базу знаний и инструмента для обработки (накопление и приобретение знаний, доступ к знаниям, механизм формирования заключений) знаний. Под термином знания мы понимаем особую форму информации, представляющую собой совокупность теоретических и эмпирических положений предметной области, предназначенных для решения прикладных задач, которые обладают определенными свойствами, связанных различными отношениями.

При классификации знаний концептуально можно выделить четыре основные сферы знаний: знание мира, знание людей, знание самого себя, и знание способов деятельности. Далее эти четыре сферы полезно разделить на естественнонаучную и на гуманитарную сферу знаний, а далее делить по отраслям практики, по наукам. Например, научное знание делится на филологическое, математическое, историческое, физическое, химическое и т.д. При создании экспертных систем с нашей точки зрения особое важное значения имеют в каждой области классификационные, причинно-следственные, процессуально-алгоритмические, технологические, методологические и теоретические знания. Классификационные знания являются обобщенными, системными знания. Этот вид знаний требует развитого абстрактного мышления, целостного и взаимосвязанного видения совокупности явлений и процессов. Процессуально-алгоритмические и технологические, методологические знания являются основными для практической деятельности специалистов. Овладение этими знаниями является существенным признаком профессиональной подготовленности и культуры.

Совокупность знаний, хранящихся в информационной системе и необходимых для решения комплекса прикладных задач пользователя, составляют систему знаний. Сведения о том, какими знаниями должна владеть система, какие знания могут потребоваться пользователю для функционирования системы, составляют базу знаний. Под базой знаний понимается сложная, детально моделируемая структура информационных совокупностей, описывающих все особенности предметной области, включая факты (фактические знания), правила (знания условий для принятия решений) и метазнания (знания о знаниях, т.е. знания, касающиеся способов использования знаний и их свойств) [2, с.30.]. Знания имеют следующие особенности, как интерпретируемость, структурированность, связность, активность.

Под внутренней интерпретируемостью понимается наличие каждой информационной единицы своего уникального имени, по которым производится поиск информации и формируется ответ на запросы. Информационные единицы должны обладать гибкой структурой, в том числе рекурсивной вложенностью одной информационных единиц в другие. Между информационными единицами должны быть установлены связи различного характера, например, «причина-следствие», «одновременно», «быть рядом» и т.д.

Использование и баз данных и базы знаний в информационных системах в литературе рассматривается в двух позициях: первая позиция – база данных является элементом целостного компонента базы знаний информационного обеспечения системы управления. Это означает, что база знаний при новых информационных технологиях выполняет и развивает функции базы знаний и базы данных, выполняемых в традиционной информационной технологии. При этом база данных рассматривается как частный случай базы знаний [11]. Мы придерживаемся второй позиции - база знаний и база данных на данном этапе развития информационных технологий как два составляющих элемента одного уровня информационного обеспечения системы управления.

Типичная экспертная система состоит из следующих основных компонентов:

• решателя (интерпретатора), который, используя исходные данные из базы данных и знания из базы знаний, формирует последовательность правил обеспечивающий решение задачи;

• рабочей памяти (базы данных) предназначенных для хранения исходных и промежуточных данных решаемой задачи;

• базы знаний предназначенных для хранения долгосрочных данных, описывающих рассматриваемую область, правил описывающих целесообразные преобразования данных этой области;

• компонентов приобретения знаний автоматизирует процесс наполнения экспертной системы знаниями;

• объяснительного компонента, объясняющего систему решения задачи, и использованных знаний для решения задачи (для определения уровня достоверности знаний);

• диалогового компонента, который ориентирован на организацию дружественного общения с пользователем во всех этапах решения задачи.

Процесс представления знаний состоит из процедур получения формализованных знаний и процедур генерации новых знаний. К сожалению, практическая реализация процесса представления знаний с помощью компьютеров еще не достигла широкого применения в информационных технологиях. Это связано как с продолжающимися поисками форм представления знаний в теории искусственного интеллекта, так и практическими трудностями при создании баз знаний. При решении проблемы получения знаний Т. А. Гаврилова, К. Р. Червянская [10] выделяют три стратегии:

- приобретение знаний посредством диалога эксперта и специальной программы;

- извлечение знаний посредством работы эксперта со специальной литературой для дальнейшего пополнения базы знаний;

- формирование знаний посредством автоматизированных обучающих систем.

3. Способность к самообучению (самообучающие системы). В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики. В результате обучения системы автоматически строятся обобщенные правила и функции, определяющие принадлежность ситуаций классам, которыми обученная система пользуется при интерпретации новых возникающих ситуаций.

Обучающая выборка может быть «с учителем» (когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций) и «без учителя» (когда по степени близости значений признаков классификации система сама выделяет классы ситуаций).

4. Адаптивные информационные системы. Учитывая высокую динамичность современных процессов в производстве, можно сделать вывод о том, что адаптивность информационных систем немыслима без интеллектуализации. Ядром адаптивной АИС является постоянно развиваемая модель предприятия, поддерживаемая в специальной базе знаний, где хранятся описания модели предприятия, на основе которого осуществляется генерация или конфигурация программного продукта. Таким образом, проектирование и адаптация АИС сводится, прежде всего, построению модели управления предприятием и своевременной его корректировке. По этому адаптивную систему можно отнести к классу интеллектуальной информационной системе, основанной на модели адаптивного управления предприятием.

При проектировании АИС обычно используются подходы оригинального и типового проектирования. Оригинальное проектирование предполагает разработку ИС «с чистого листа» в соответствии с требованиями экономического объекта. Данный подход, как правило, можно реализовать на основе применения систем автоматизированного проектирования или CASE-технологий, таких как, Disinger 2000 (Oracle), SilverRun (SilverRun Technology), Natural LightStorm (Software AG) и др. Типовое проектирование предполагает разработку ИС на основе применения систем компонентного проектирования ИС, таких как R/3 (SAP), BAAN IV (Baan Corp.), Галактика (Новый Атлант) и др. [45].

С точки зрения адаптивности информационной системы к производственно экономическим системам оба подхода базируется на предварительном, тщательном обследовании экономического объекта и его моделировании. Отличие заключается в том, что при использовании CASE технологий создание (генерация) программного продукта проводится каждый раз при изменении задач производственно экономической системы. А при использовании компонентной технологий в случае изменения производственно-экономической системы производится обычно конфигурация программного продукта, только в редких случаях их переработка с помощью CASE технологий.

Компонентная технология создания АИС предполагает настройку типовых компонентов (программных модулей) в соответствии с целями конкретного предприятия. Адаптивность компонентов BAAN IV при создании информационных систем для конкретного предприятия главным образом осуществляется использованием BAAN организационная среда (BAAN Orgware). На основе данной методологии лежит концепция динамического моделирования предприятия (DEM – Dynamic Enterprise Modeling), которая основана на принципе динамического отображения АИС на всех этапах жизненного цикла предприятия.