Интеллектуальные информационные технологии в управлении

Системы искусственного интеллекта ориентированы на решение большого класса неформализуемых или трудноформализуемых задач, поскольку обладают следующими свойствами:

- алгоритмическое решение задачи неизвестно или нереализуемо из-за ограниченности ресурсов ЭВМ;

- задача не может быть представлена в числовой форме;

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

- большая размерность пространства решения;

- динамически изменяющиеся данные и знания.

Исследования по искусственному интеллекту идут по двум основным направлениям:

1. Программно-прагматическое, ориентированное на решение тех задач, решение которых было исключительно прерогативой человека (программы распознавания, решения логических задач, поиска, классификации) на существующих моделях компьютера.

2. Бионическое, ориентированное на поиски моделей и алгоритмов человеческого мышления. В рамках подхода сформировалась новая наука – нейроинформатика, одним из результатов которой стала разработка нейрокомпьютеров.

В 70-х гг. ХХ в. поиски универсального алгоритма мышления человека привели к идее моделирования конкретных знаний специалистов-экспертов, что, в свою очередь, послужило основой появления информационных систем, основанных на знаниях экспертных систем.

В научной литературе знания трактуются как выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. Совокупность знаний, описанных с использованием выбранной формы их представления, содержащей описание абстрактных сущностей: объектов, отношений и процессов, представляет собой базу знаний, которая является основой любой интеллектуальной системы. Выделенные и организованные в виде отдельных, целостных структур информационного обеспечения знания о предметной области становятся явными и отделяются от других типов знаний (например, общих знаний). Базы знаний позволяют вести рассуждения как на основе формальной (математической) логики, так и на основе опыта, фактов, эвристик – так базы знаний приближаются к человеческой логике.

Рис. 2.42. Основные свойства базы знаний^*

Разработки в области искусственного интеллекта имеют целью использование большого объема высококачественных специальных знаний о некоторой узкой предметной области для решения сложных и неординарных задач. Развитие концепции баз знаний связано с исследованиями и достижениями в области систем искусственного интеллекта.

Знания можно разделить на процедурные (представленные в алгоритмах) и декларативные (представленные в таблицах и справочниках качественные и количественные характеристики объектов).

Одной из наиболее важных проблем разработки систем искусственного интеллекта является представление знаний: их формализация и структурирование, с помощью которых отражаются характерные признаки знаний: внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность.

Существуют следующие основные модели представления знаний:

- Логические модели, в которых знания представлены совокупностью логики предикатов^*.

- Продукционные модели, в которых знания представлены набором правил.

- Семантические сети, в которых знания представлены в виде ориентированного графа, у которого вершинам соответствуют объекты (понятия, ситуации), а дугам – отношения между ними.

- Фреймовые модели, в которых знания представлены в виде единой теории технологической модели памяти человека и его сознания.

- Модели, основанные на нечетких множествах, в которых знания представлены в виде лингвистической переменной – переменной, значение которой определяется набором словесных характеристик некоторого свойства.

Совокупность знаний (базы знаний), структурированных в целях формализации процесса принятия решений, лежит в основе экспертной системы, создание и использование которой является одним из концептуальных этапов развития информационных технологий.

Экспертная система – это совокупность методов и средств организации, накопления и применения знаний для решения сложных задач в некоторой предметной области. В целом, процесс функционирования экспертной системы можно представить следующим образом: пользователь, желающий получить необходимую информацию, через пользовательский интерфейс посылает запрос к экспертной системе. Решатель на основе базы знаний генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при помощи подсистемы объяснений.

Рис. 2.8. Структура экспертной системы^*

Все системы, основанные на знаниях, можно разделить:

- на задачи анализа, где множество решений может быть перечислено и включено в систему (интерпретация данных, диагностика, поддержка принятия решений);

- задачи синтеза, где множество решений потенциально не ограничено и строится из решений подпроблем (проектирование, планирование, управление).

В таблице 2.8 приведены примеры задач, для решения которых используются экспертные системы.

Таблица 2.8