CC BY
27МЕТОДЫ И СРЕДСТВА ИНТЕЛЛЕКТУАЛИЗАЦИИ ИС
Замира Шамшаддиновна Абдуллаева Шарифжон Шавкатжон угли
Тургунов
Ташкентский университет информационных технологий
Информационная система поддержки решений (ИСПР) связывает интеллектуальные ресурсы управления со способностями и возможностями компьютера для улучшения качества решений. Эти системы предназначены для менеджеров, принимающих управленческие решения в условиях полу структурированных и слабо определенных задач.
История Интеллектуальных информационных систем (ИИС) начинается с середины XX века, что связано с развитием Искусственного интеллекта как нового научного направления, появлением термина «Artificial Intelligence».
Предпосылки развития искусственного интеллекта в СНГ и Узбекистане появляются уже в XIX веке. В Узбекистане первый вычислительный центр был организован в 1957 году Академией наук. С этого времени началось применение электронных вычислительных машин (Информатизация) на производстве и организации центров министерств и предприятий. Запуск первой в республике (и Средней Азии) ЭВМ "Урал-1" в 1959 г. и ее эффективное использование явились результатом большой работы Васила Кабулова. В 1962 году отдел вычислительной техники был преобразован в вычислительный центр при Институте механики АН РУз, и на его базе, когда как в 1966 году был создан Институт кибернетики с ВЦ АН РУз. Кроме того, в 1978 году было организовано Узбекское научно-производственное объединение "Кибернетика" АН РУз. В составе этого объединения были организованы Институт кибернетики с Вычислительным центром, Специализированное проектно-конструкторское бюро АСУ, Специализированное проектно-конструкторское бюро РАСУ и опытно -экспериментальный завод. Узбекское научно-производственное объединение "Кибернетика" АН РУз является примером современной формы интеграции науки с производством, где в тесном взаимодействии функционируют научные, проектно-конструкторские и производственные подразделения. Объединение имеет тесные контакты практически со всеми министерствами и ведомствами республики, а его работа координируется ведущими в стране научными центрами. В 1973 году было принято решение о создании Республиканской автоматизированной системы; институт был назначен главным проектировщиком системы, вел фундаментальные исследования и отвечал за подготовку кадров. Головной организации РАСУ (основное назначение которой, как теперь говорят, заключалось в создании общего информационного пространства, позволяющего
обеспечивать эффективную экономическую политику в стране, опираясь на интеграцию отраслевых и различных государственных систем, например Госплана и Госснаба) был Госплан и его вычислительный центр. К 1985 году было организовано более 40 вычислительных центров и работало около 20.000 сотрудников.
Науки «информатика» и «кибернетика» были в это время объединены. По причине ряда академических споров только в конце 1970-х в СНГ начинают говорить о научном направлении «искусственный интеллект» как разделе информатики. При этом родилась и сама информатика, подчинив себе прародительницу «кибернетику». В конце 1970-х создаётся толковый словарь по искусственному интеллекту, трёхтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики.
История ИИТ начинается с середины 1970-х годов и связывается с совместным практическим применением интеллектуальных информационных систем, систем искусственного интеллекта, систем поддержки решений и информационных систем. История ИИТ связана также с развитием трех научных направлений: компьютерной философии, компьютерной психологии и продвинутой компьютерной науки (Advanced computer science).
Интеллектуальная система (ИС, intelligent system) — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс.
Со всем процессом разработки интеллектуальных информационных систем в целом и ЭС в частности тесно связана Инженерия знаний. Это методология ЭС, которая охватывает методы добычи, анализа и выражения в правилах знаний экспертов для формирования базы правил. Развитие ЭС создало инженерию знаний - процесс построения интеллектуальных систем. Она представляет собой совокупность моделей, методов и технических приемов, нацеленных на создание систем, которые предназначены для решения проблем с использованием знаний. Главными элементами инженерии знаний являются использование операций типа обобщение, генерация гипотез для индуктивных выводов, подготовка новых программ самими компьютерными программами и т.д. Слово engineering в английском означает искусная обработка предметов, изобретение или создание чего-либо. Следовательно, работу по оснащению программ специальными
экспертными знаниями из проблемной области, выполняемую человеком, либо компьютером (программой), также можно назвать инженерией знаний.
Таким образом, исторически разработки в области ИИ велись в двух основных направлениях:
- первое направление связано с попытками разработки интеллектуальных машин путем моделирования их биологического прототипа - человеческого мозга. Сейчас это направление возрождается на основе развития современных аппаратных и программных средств (микрочипы на основе нечеткой логики, распределенные многопроцессорные системы, многоагентные системы, мягкие вычисления, генетические алгоритмы и нейронные сети и т.д.).
- второе направление связано с разработками методов, приемов, специализированных устройств и программ для компьютеров, обеспечивающих решение сложных математических и логических задач, позволяющих автоматизировать отдельные интеллектуальные действия человека (системы, основанные на знаниях, экспертные системы, прикладные интеллектуальные системы).
Эти два направления как бы определяют программу минимум и программу максимум, между которыми и лежит область сегодняшних исследований и разработок систем ИИ. Работы по разработке программного и аппаратного обеспечения ИИ выделены в отдельную область.
ИИС - это компьютерная система, состоящая из следующих основных взаимодействующих компонентов: языковой подсистемы (механизм обеспечения связи между пользователем и другими компонентами ИСПР), информацией подсистемы (хранилище данных и средств их обработки), подсистемы управления знаниями (хранилище знаний о проблемной области, таких как процедуры, эвристики и правила, и средства обработки знаний), подсистемы управления моделями и подсистемы обработки и решения задач (связующее звено между другими подсистемами).
Классификация задач, решаемых ИИС:
• Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.
• Диагностика. Под диагностикой понимается процесс соотношения объекта с некоторым классом объектов и/или обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой
является здесь необходимость понимания функциональной структуры («анатомии») диагностирующей системы.
• Мониторинг. Основная задача мониторинга — непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учёта временного контекста.
• Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определёнными свойствами. Под спецификацией понимается весь набор необходимых документов—чертёж, пояснительная записка и т.д. Основные проблемы здесь — получение чёткого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и в ещё большей степени перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.
• Прогнозирование. Прогнозирование позволяет предсказывать последствия некоторых событий или явлений на основании анализа имеющихся данных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.
• Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.
• Обучение. Под обучением понимается использование компьютера для обучения какой-то дисциплине или предмету. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе они способны диагностировать слабости в познаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.
Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что, в случае успешного обучения, сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке.
• Управление. Под управлением понимается функция организованной системы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями.
• Поддержка принятия решений. Поддержка принятия решения — это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающие процесс принятия решения. Эти ЭС помогают специалистам выбрать и/или сформировать нужную альтернативу среди множества выборов при принятии ответственных решений.
В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в том, что если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально не ограничено и строится из решений компонентов или под-проблем. Задачами анализа являются: интерпретация данных, диагностика, поддержка принятия решения; к задачам синтеза относятся проектирование, планирование, управление. Комбинированные задачи: обучение, мониторинг, прогнозирование.
REFERENCES
1. Теория и практика нечетких гибридных систем/ ИЗ. Батыршин, А А Недосекин, А А Стецко и др. М.: Физматлит, 2007.
2. Абросимов, Л.И. Методология анализа вероятностно-временных характеристик вычислительных сетей на основе аналитического моделирования: дис. д-ра тех. наук / Л.И. Абросимов -М. : Изд-во Бийского государственного технического института, 1996.
3. Гречин, И.В. Разработка экспертной системы на основе эволюционных методов: дис. канд. техн. наук / И.В. Гречин. Таганрог: Изд-во Таганрогского технического университета, 2003.
4. https: //uforum.uz/archive/index.php/t-6008.html
