CC BY
11Брындин Е.Г.
директор Исследовательского центра «Естествоинформатика», г. Новосибирск
bryndin15@yandex.ru
АНСАМБЛЬ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ С ПРОФЕССИОНАЛЬНЫМИ КОМПЕТЕНЦИЯМИ, РАСПОЗНАВАНИЕМ ОБРАЗОВ И ПРИНЯТИЕМ РЕШЕНИЙ
Ключевые слова: ансамбль интеллектуальных агентов, профессиональные компетенции, распознавание образов, принятие решений.
Введение
Искусственный интеллект не может оценивать самостоятельно свои результаты. Он не может продуцировать новые понятия, новые аксиомы и новые теории.
Искусственный интеллект творит, используя достижения естественного интеллекта под его контролем. Системы с искусственным интеллектом создает естественный интеллект. Результаты систем с искусственным интеллектом оценивают специалисты. Апробированные надежные системы с искусственным интеллектом внедряются в различные сферы деятельности.
Инструментальной функциональной основой систем с искусственным интеллектом являются закономерности, критерии, обучение, распознавание, оценивание рисков, анализ окружений, мониторинг текущих ситуаций и выявление живой информации техническими средствами, моделирование с использованием стратегии и тактики реализации целевого интеграционного процесса.
Современным направлением развития искусственного интеллекта являются мультиагентные интеллектуальные системы. Мультиагентные интеллектуальные ансамбли с профессиональными компетенциями, распознаванием образов и принятием решений моделируют психофизическую деятельность человека. Психофизическое моделирование заключается в искусственном создании виртуальной действующей модели для исследования, обучения и действия или отношения с реальностью.
В статье описывается моделирование профессиональных компетенций, распознавание зрительных, звуковых и чувственных образов, а также принятие решений, как основных психофизических функций деятельности человека.
Существуют специализированные системы принятия решений.
Интеград Аналитика - это программная платформа визуализации данных, позволяющая обрабатывать и обобщать информацию из разнородных автоматизированных систем.
Форсайт. Аналитическая платформа - это программный комплекс для интеллектуального анализа данных, позволяющий эффективно визуализировать информацию для обеспечения принятия бизнес решений на основе надёжных данных.
Microsoft Power BI - это программа бизнес-аналитики, предоставляющая аналитические сведения для принятия быстрых и обоснованных решений руководителями.
Contour BI - компьютерная программа бизнес-аналитики для сбора, хранения, анализа статистических данных и подготовки бизнес-отчётности.
Business Scanner - это облачное решение для аналитики бизнеса в продажах, финансовом управлении, розничной торговле и маркетинге.
Visary BI - импортонезависимая система продвинутой аналитики для многомерного анализа и визуализации больших данных для принятия обоснованных и стратегически важных управленческих решений.
Аналитическая платформа Visiology - это система бизнес-аналитики для создания визуальных представлений больших массивов данных в интуитивно понятном виде, позволяющая более точно анализировать информацию о бизнесе.
QlikView - это аналитическое решение для быстрой разработки высокоинтерактивных аналитических приложений и панелей мониторинга, обеспечивающих представление информации по деловым задачам.
Loginom - это аналитическая low-code платформа, обеспечивающая интеграцию, очистку и анализ данных для принятия более эффективных управленческих решений.
Domo - это облачное аналитическое программное решение для управления бизнесом, к которому можно подключить множество разнородных источников данных, включая электронные таблицы, базы данных, социальные сети и любое существующее облачное или локальное программное решение.
Система BIPLANE24 - это аналитический инструмент для бизнеса, позволяющий управлять бизнес--отчёт-ностью и контролировать выполнение ключевых показателей эффективности для среднего или крупного предприятия.
Информационно-аналитическая система Криста BI - это инструмент для задач бизнес-аналитики, формирования отчётности и комплексного мониторинга ключевых показателей эффективности бизнес-процессов.
Капитан Аналитика - это онлайн-сервис для сбора и визуализации данных о бизнесе из разрозненных источников.
Tableau Public - это бесплатное программное обеспечение BI, которое позволяет подключаться к электронной таблице или файлу и создавать интерактивные визуализации данных.
Yandex DataLens - онлайн-сервис для аналитики и визуализации бизнес-данных из различных источников.
Looker - это аналитическая платформа, объединяющий бизнес-данные и бизнес-команду, позволяя каждому специалисту исследовать и понимать данные для поддержки принятия эффективных решений.
В статье предлагается подход к созданию универсальных систем принятия решений на основе ансамблей интеллектуальных агентов путем совмещения множества функционалов1.
Ансамбли интеллектуальных агентов с профессиональными компетенциями, однозначным выявлением объектов и принятием решений являются универсальным инструментом моделирования деятельности человека и общества и выработки организационной инфраструктуры и управления без рисков.
1. Комплексная реализация компетенций
Комплексная реализация компетенций осуществляется ансамблем интеллектуальных агентов с компетентными профессиональными образами2. Профессиональные образы интеллектуальных агентов указывают принадлежность к определенной профессии. Профессиональные образы являются когнитивным компонентом интеллектуальных агентов. Содержательными компонентами профессиональных образов являются компетентные функции, предмет и цели деятельности, процесс и результаты профессиональной деятельности, критерии оценки достижений; нормы, правила и эталонная модель профессии. Профессиональные образы включают совокупность оценочных характеристик и связанных с ними поведенческих действий. Компонентный состав профессионального образа в основном составляет единство трех компонентов: когнитивного, аффективной оценки и поведенческой адаптации.
В процессе обучения интеллектуальным агентом приобретаются навыки будущей профессии через включенность среды и условий профессиональной деятельности. Проявление интеллектуального агента как субъекта труда раскрывается наиболее полно в достижении профессиональной позиции, которая интегрирует профессиональные ситуации, коммуникации и профессиональный образ, что характеризует его тождество, определенность и целостность. Профессия является социально-объективной составляющей профессионального континуума активности интеллектуального агента, профессиональная готовность возникает как виртуальная реальность, а профессиональная идентичность - как смысловая, субъективная реальность. В таком ракурсе профессия и профессиональная идентичность связываются каузальной зависимостью как причина и следствие.
Ансамбли интеллектуальных агентов с профессиональными образами позволят ему иметь различные востребованные профессии и компетенции посредством диверсификации и мобильности. Интеллектуальный ансамбль - это комплекс совместимых интеллектуальных агентов, взаимодействующих через интеллектуальный интерфейс, реализующих либо технологический процесс, социальные услуги, многопрофильные междисциплинарные исследования, либо производственный цикл. Диверсификация расширяет функции интеллектуального ансамбля и освоение им нового вида функционала с целью повышения эффективности, качества и его функционального разнообразия. Мобильность способствует быстрому функциональному переобучению интеллектуальных агентов и развитию профессионального интеллекта ансамбля. Диверсификация и мобильность согласует жизненный цикл интеллектуальных агентов в качестве общего эталона установления связей между ними и средой. Окружающая среда воспринимается через образы и сцены. Сцены состоят из некоторого числа образов. Сцены бывают статические (картины) и динамические. Динамические сцены характеризуются закономерностями поведения предметов и объектов. Закономерности либо описываются формулами, либо представляются графиком (числовым образом). Этическая деятельность обеспечивается в пределах границ подобия образов в окружающей среде. Этическая деятельность интеллектуальных агентов зависит от пространственной, временной, предметной, визуальной и звуковой чувствительности, способности приобретать, обрабатывать, применять и диверсифицировать знания, основанные на предшествующем опыте решения конкретных задач, связанных с обработкой атрибутов данных и мобильностью интеллектуального ансамбля.
2. Системы распознавания локализации целевого образа
В общем случае постановка задачи распознавания сводится к следующему. Объект, подлежащий распознаванию локализации (будем называть его образом), находится в среде иных изображений. Целевой образ и все изображение, в которое он включен, будем рассматривать как оптические сигналы. Они представлены в виде двумерных функций распределения волнового поля. Алгоритм корреляционного распознавания образов основан на вычислении корреляционной функции образа, представленного функцией fo и всего изображения, представленного функцией f. Обозначим корреляционную функцию образа и изображения как qoi.
1 Bryndin E. Ensembles of Intellectual Agents with Decision-Making // Acta Scientific Computer Sciences. 2022. - Vol. 4, N 6. -P. 03-08.
2 Bryndin E. Technology Self-organizing Ensembles of Intelligent Agents with Collective Synergetic Interaction // Automation, Control and Intelligent Systems. 2020. -Vol. 8, N 4. - P. 29-37;Bryndin E. Functional and Harmonious Self-Organization of Large Intellectual Agent Ensembles with Smart Hybrid Competencies // American Journal of Software Engineering and Applications. 2021. - Vol. 10, N 1. - P. 1-10.
Если анализируемое изображение содержит искомый образ, то корреляционная функция имеет выраженный корреляционный максимум (корреляционный пик), по положению которого можно установить локализацию образа в поле изображения.
С использованием известных свойств корреляционных функций и свойств Фурье преобразования, вычисление корреляционной функции можно свести к более простым операциям с Фурье образами, поскольку Фурье преобразованием функции корреляции является произведение Фурье образа одной из функций на комплексно сопряженный Фурье образ другой. Это утверждение доказано теоремой Винера - Хинчина.
Введем оператор Б как операцию Фурье-преобразования, а ¥а и ¥{ - Фурье образы функций £0 и £ соответственно. Алгоритм может быть реализован методом голографической сопряженной фильтрации, предложенным Вандер-Люгтом.
В этом методе оптическими средствами последовательно выполняются три операции:
1. Фурье-преобразование от распределения света на входном транспаранте, содержащем анализируемое изображение.
2. Умножение его на комплексно-сопряженный спектр искомого образа.
3. Обратное Фурье-преобразование, формирующее корреляционную функцию образа и изображения.
В Фурье-плоскости регистрируют Фурье-голограмму. Она представляет собой картину интерференции опорной и предметной волн. Распределение интенсивности 1(х,у) в этой картине имеет вид:
I = |Т + Я|2 = Т2 + Я2 + ТЯ* + Т*Я = Т2 + Н2 + Т + Т* (1)
Последнее слагаемое содержит комплексно-сопряженный спектр Т записанного на голограмму образа. Где Н -амплитуда волны в опорном волновом поле Я, а Т это Фурье-образ транспаранта (среды).
Предъявим на вход системы наш исходный образ 1 в контексте какого-либо иного изображения 8, то есть пусть входной сигнал представлен суммой 1 + 8. Поскольку наша оптическая система линейна, то на сумму двух сигналов она реагирует суммой двух соответствующих откликов. То есть на выходе системы будет сформирована сумма из двух функций: автокорреляционной функции образа 1 и взаимно корреляционной функции от функций 1 и 8. Автокорреляционная функция образа 1 будет содержать автокорреляционный пик, выделяющийся на фоне «размазанной» функции взаимной корреляции 1 и 8. Положение этого пика будет отображать положение образа 1 во входной плоскости. Таким образом, описанная система позволяет не только выделить определенный сигнал из контекста (то есть среди других сигналов), но и указать его локализацию в пространстве.
Был разработан метод фильтрации, названный методом совместного Фурье-преобразования. На вход системы одновременно поступают два сигнала: исходный образ и анализируемое изображение. Распределение интенсивности I в картине интерференции будет иметь вид:
I = |Т + Б|2 = Т2 + Б2 + ТБ* + Т*Б (2)
Коррелятор совместного преобразования Фурье и коррелятор Вандер-Люгта позволяют выделять нужный сигнал из контекста.
Динамический характер записи и считывания корреляционных функций легко позволяет обеспечить процесс распознавания локализации целевого образа в реальном времени. С этой целью осуществляют последовательный перебор функций корреляции анализируемого изображения с массивом образов различного масштаба и ориентации.
Системы распознавания локализации помогают выстроить полнопараметрические последовательности необходимых и достаточных данных голограмм целевого образа для машинного обучения комплексной нейросети с преобразованием Фурье.
3. Комплексная нейросеть на основе ряда Фурье для задач распознавания
Архитектура комплексной искусственной нейронной сети Фурье имеет матрицу нейронов т х п где т - число дескрипторов разложения Фурье, а п - размерность входного вектора. Веса в первом слое имеют физический смысл частот с наибольшей энергией, а веса второго слоя имеют смысл коэффициентов ряда Фурье. Таким образом, количество входов у каждого нейрона выходного слоя равно т*п, что соответствует количеству коэффициентов ряда Фурье. Создание матрицы нейронов требует использование больших вычислительных ресурсов.
В задачах распознавания на выходе нейронные сети получают функцию принадлежности, значение которой лежит в пределах от нуля до единицы. Для ее получения используют преобразование Фурье для распознавания образов. Сеть распознает бинарные изображения. Она принимает на вход комплексные числа, после чего аппроксимирует функцию принадлежности образа.
Перед распознаванием применяются алгоритмы бинаризация и приведения целевого образа к общему виду. После чего он подается полностью на искусственную нейронную сеть с преобразованием Фурье. Затем отдельно подаются реальные и мнимые компоненты полнопараметрических последовательностей необходимых и достаточных данных голограмм целевого образа, после чего образ распознается. Однозначность распознавания образа в разных окружениях и различных условиях доказано теоремой единственности.
Теорема единственности. Интегрируемая функция однозначно определяет коэффициенты ряда Фурье или преобразование Фурье. Полный набор коэффициентов ряда Фурье или преобразование Фурье однозначно определяет соответствующую функцию.
Для обработки речевых и прочих сигналов используют комплексную рекуррентную нейронную сеть с рядом Фурье. Свертка во временной области используется для умножения в частотной области. Именно так преобразование Фурье в основном используется в машинном глубоком обучении с моделью подкрепления свой или чужой.
Воспринимаемые комплексными нейросетями звуковые, видимые, чувственные образы являются вибрационными. Они воспринимаются в форме полнопараметрических последовательностей необходимых и достаточных данных голограмм целевого образа. Мульти- меж- трансмодальная синергия комплексных нейросетей позволяет ассоциативно распознавать звуковые, видимые и чувственные образы. Голографическое распознавание звуковых образов поможет организовать качественный речевой диалог человека с ансамблем интеллектуальных агентов с профессиональными компетенциями, распознаванием образов и принятием решений, а также диалог внутренней речью специалистов через нейроинтерфейсы и оптические системы связи1.
4. Структурная и функциональная иерархия интеллектуальных агентов принятия решений
в ансамбле
По структурной иерархии интеллектуальные агенты принятия решений имеют пользовательский интерфейс, базы данных и инструменты масштабного моделирования.
Принцип работы строится на четырех последовательностях:
1. Интеллектуальное определение среды, в условиях которой принимается решение;
2. Проектирование и проработка возможных альтернатив;
3. Выведение алгоритма действий;
4. Адаптация выбранного решения к определенным условиям.
По такому принципу выстраиваются все управленческие решения.
По функциональности интеллектуальные агенты подразделяются на категории ориентирования:
1. Документационная направленность - считывают и обрабатывают данные с документов различного формата и содержания;
2. Модельная направленность - генерация решений на основе ситуационных, аналитических, финансовых, имитационных и других бизнес моделей;
3. Направленность на базы данных - в основу принятия решений ложатся цифровые хранилища информации конкретной компании;
4. Направленность на базы знаний - решение принимается на основе выполнения аналогичных задач, с учетом закономерностей, зависимостей и установленных правил;
5. Коммуникативная направленность - используются для обеспечения взаимодействия нескольких интеллектуальных агентов, работающих над одной задачей.
Источниками ансамбля являются факторы и процессы, касающиеся деятельности определенного объекта. Учитывается опыт сотрудников в предметной области. На выходе получается аналитика данных и имитационная модель событий, необходимые для принятия взвешенного решения в сложившейся ситуации с учетом всех первостепенных и второстепенных факторов.
Функциональные интеллектуальные агенты работают с операционными системами и базами данных предприятия, что обеспечивает быструю интеграцию ансамбля и построение оптимальных моделей. Ансамбль функционирует на одной платформе.
Тематические интеллектуальные агенты ориентированы на определенный круг задач, что упрощает процессы аналитики и обработки данных, повышает производительность.
Интеллектуальные агенты с унифицированной обработкой информации обеспечивают консолидацию информации на уровне многих задач.
Интеллектуальные агенты с многоуровневым хранилищем данных и настраиваемым доступом имеют единый и стандартизированный источник получения данных. Корпоративная модель принятия решений получает возможность расширения объемов хранилища разнородными данными. Стандартизация позволяет не согласовывать синхронизацию всех областей базы данных.
Интеллектуальные агенты, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
Корпоративные интеллектуальные агенты ансамбля непосредственно участвуют в разработке решения. Выдвинутое ансамблем решение пользователь может доработать, усовершенствовать, а затем отправить обратно ансамблю для проверки. После этого решение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
Модельно-ориентированные ансамбли интеллектуальных агентов, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей. Они обрабатывают неструктурированную информацию, заключенную в различных электронных форматах.
Ансамбли стратегического управления и принятия решений позволяют осуществлять динамическое моделирование процессов. При использовании методов динамического моделирования деятельность интеллектуальных агентов описывается в виде математической модели, в которой все задачи и процессы представляются как система взаимосвязанных вычисляемых показателей.
1 Bryndin E. Methods and Technologies of Internal Speech Recognition by Non-Invasive Neurointerfaces // Innovation. 2021. -Vol. 2, N 3. - P. 35-41.
Bryndin E. Fiber Optic Network Technology of Communication of Specialists via Mental Neurointerfaces // Network and Communication Technologies. 2021. - Vol. 6, N 2. - P. 1-9.
Для обеспечения деятельности ансамблей интеллектуальных агентов требуется сформировать некоторое множество альтернатив:
R = {Aj, Sj},
где A - альтернатива, представляемая в форме набора управляющих воздействий;
j - уровень предпочтения (ранг) альтернативы;
S - описание альтернативы, пояснение, почему именно ей отдаётся предпочтение перед следующими за ней в кортеже предпочтениями.
Применение ансамбля интеллектуальных агентов для решения указанной задачи определяется следующими этапами его функционирования:
1. Задание пользователем цели действий и формирование ограничений.
Ограничения, формирующие границы области допустимых решений задачи, могут быть заданы вышестоящим органом управления, обусловливаться условиями обстановки или формироваться непосредственно оператором.
2. Формирование множества альтернатив Aj, заключающееся в последовательном задании целевой функции и поиске некоторых её параметров, определяющих стратегию применения управляемых средств и распределения их ресурсов в рамках установленных ограничений. Восприимчивость ансамблей к процессам самоорганизации позволяет использовать внутренние резервы при управлении ими, т. е. достигать намеченного состояния или структуры без прямого влияния со стороны субъекта управления. Параметры такого управления - правила управления, качество решений и риски.
3. Ранжирование альтернатив и формирование пояснений к ним. Последнее является важным этапом применения ансамблей, так как пояснения по предпочтительности альтернатив не только помогают пользователю в выборе, но и повышают уровень доверия к результатам работы ансамбля интеллектуальных агентов.
При реализации этого цикла есть потребность в формализации данных и структурировании задачи формирования альтернатив. Чтобы сформировать набор управленческих альтернатив необходимо сначала структурировать процесс управления, потом формализовать условия его протекания, и только потом использовать математический аппарат для оптимизации поведения управляемой системы. Это достаточно сложные процессы, для реализации которых необходимо предусмотреть в составе ансамблей соответствующие программные и технические средства.
Программные инструменты ансамблей принятия решений предназначены для формализованного описания ситуации - описания критериев выбора, формирования альтернатив, выбора решений по заранее определённому методу.
В основе программных продуктов принятия решений в управлении лежат формальные методы, разрабатываемые в рамках теории игр и теории оптимизации. Методы выбора альтернативы, предоставляемые предпринимателям, руководителям, аналитикам и консультантам в таком программном обеспечении весьма разнообразны - от анализа сценариев, затрат и выгод до отслеживания консенсуса и предыдущих решений.
Пользователи данных систем и сервисов могут извлекать или вводить соответствующие данные для анализа, чтобы поддержать принятие решений на местах в распределённых командах, работа которых производится в разных местах.
Возможность администрирования позволяет осуществлять настройку и управление функциональностью системы, а также управление учётными записями и правами доступа к системе.
Возможность импорта и/или экспорта данных в продукте позволяет загрузить данные из наиболее популярных файловых форматов или выгрузить рабочие данные в файл для дальнейшего использования в другом ПО.
Возможность многопользовательского доступа в программную систему обеспечивает одновременную работу нескольких пользователей на одной базе данных под собственными учётными записями. Пользователи в этом случае могут иметь отличающиеся права доступа к данным и функциям программного обеспечения.
Часто при использовании современного делового программного обеспечения возникает потребность автоматической передачи данных из одного ПО в другое. Для обеспечения такого и подобных сопряжений программные системы оснащаются специальными прикладными программными интерфейсами API. С помощью таких API любые компетентные программисты смогут связать два программных продукта между собой для автоматического обмена информацией.
Наличие у продукта функций подготовки отчётности и/или аналитики позволяют получать систематизированные и визуализированные данные из системы для последующего анализа и принятия решений на основе данных.
Программный продукт ансамблей принятия решений должен:
• Обеспечить анализ сценариев;
• Иметь встроенные инструменты для сбора обратной связи;
• Анализировать и визуализировать входные данные;
• Формировать множество критериев выбора, множество альтернатив и помогать производить выбор решения;
• Позволять делиться возможными вариантами и итоговыми решениями с внутренними и внешними заинтересованными сторонами.
Основным функционалом систем принятия решений является:
• Информационный поиск;
• Интеллектуальная аналитика данных;
• Ситуационный анализ;
• Имитационное и когнитивное моделирование;
• Построение логических цепочек на основе прецедентов.
Средства и методы выявления рисков и анализа проблем должны обеспечивать контроль функционирования управляемой системы в штатном режиме и анализ возможных рисков и угроз, требующих принятия решения.
Одной из важнейших функций программного обеспечения ансамблей является прогнозирование развития обстановки и оценки возможных результатов принимаемых решений.
Ансамбль интеллектуальных агентов вырабатывает решения по следующей процедуре. На основе комбинаций целевых критериев ансамбль нарабатывает совокупность решений. Из этих решений по критериям предпочтений он выбирает предварительные решения. Затем по критерию полезности из них он выбирает результирующее решение.
Качественное решение утверждается после нескольких циклов выработки ансамблем результирующих решений по различным входным параметрам пользователя.
Заключение
Ансамбли интеллектуальных агентов с профессиональными компетенциями, распознаванием образов и принятием решений приведут к технологической сингулярности - исчезновению границ в общении между человеком и роботом, в их совместной деятельности. Корпорация Siemens на одном из своих заводов доверила роботам и станкам выполнять 75 процентов работы без участия человека. В результате автоматизация процесса позволила поднять качество продукции до 99,99885 процента - на миллион изделий всего 12 были с дефектами.
Ансамбли интеллектуальных агентов с профессиональными компетенциями, распознаванием образов и принятием решений способны придать новый импульс мировой экономике, помочь справиться с самыми сложными вызовами и создать более справедливое общество. Они смогут предложить решение духовной и материальной проблемы равномерного достатка жизнедеятельности общества, прописанную Творцом человека: «Совершите же теперь самое дело, дабы чего усердно желали, то и исполнено было по достатку. Ибо если есть усердие, то оно принимается, смотря по тому, кто, что имеет, а не по тому, чего не имеет. Не требуется, чтобы другим было облегчение, а вам тяжесть, но чтобы была равномерность. Ныне ваш избыток в восполнение их недостатка; а после их избыток в восполнение вашего недостатка, чтобы была равномерность, как написано: кто собрал много, не имел лишнего; и кто мало, не имел недостатка (2 Коринфянам 8:11-15)».
Ансамбли интеллектуальных агентов с профессиональными компетенциями, распознаванием образов и принятием решений также смогут предложить решения экологических, градостроительных и гуманитарных проблем.
