CC BY
100
Библиографический список
1. О таможенном регулировании в Российской Федерации: Федеральный закон от 27 ноября 2010 г. № 311-Ф3.
2. Об утверждении Положения о системе показателей работы таможенных органов Российской Федерации, порядке и методике их мониторинга: Постановление Правительства Российской Федерации от 29 сентября 2012 г. - № 994.
3. Войтешонок Г.А. Решение проблемных вопросов в области управления таможенными органами - важнейшее условие реализации таможенной политики // Сб. мат. междунар. прак-тич. конференции. - М.: Издательство Российской таможенной академии, 2008. - С. 43-45.
Н.Н. Лябах Н.Г. Умрихин
методы оценки интеллектуальности компьютерных систем
Ключевые слова: экспертная оценка, числовые показатели, оптимальная численность, энтропия, степень уверенности, степень согласованности.
Разработка систем интеллектуального функционирования стала модным брендом многих научных исследований. Интеллектуальные системы появились в медицине и на транспорте, в промышленности и сфере услуг, теории математических доказательств и лингвистике, многих иных сферах практической деятельности людей. Под девизом интеллектуальности часто подаются системы, этим свойством не обладающие, а порой и просто некачественно выполненные работы. Произвольное толкование основных категорий исследуемой предметной области (машинный и искусственный интеллект, интеллектуальное функционирование, интеллектуальные и/или интеллектуализированные системы, виртуальная интеллектуальность и т.д.) приводит в лучшем случае к взаимному непониманию разработчиков и пользователей систем, в худшем - к серьезным последствиям экономического, производственного, техногенного характера. В этой связи актуальными проблемами для исследования являются:
- уточнение и систематизация категориального аппарата исследования;
- разработка методов оценки степени интеллектуальности технических и организационно-технологических систем.
На наш взгляд, время систематизации категориального аппарата исследования систем интеллектуального функционирования еще не наступило. Теория интеллектуальных систем находится только на стадии накопления и осмысления материала. Критическая точка, после которой происходят изменения количества поступившей информации в новое качество, не пройдена. Поэтому по первой проблеме позволим себе лишь некоторые рассуждения для дальнейшего обсуждения поставленной проблемы. Вот некоторые аспекты.
1) Создавая искусственные интеллектуальные системы, мы сравниваем их с человеком. Существующие представления обыденной жизни априори предполагают, что человек обладает интеллектом и он (интеллект субъекта) есть эталон для разработчиков
© Лябах Н.Н., Умрихин Н.Г., 2013
искусственного интеллекта. Это в общем неверное представление. Действительно, одни военные начальники (менеджеры, финансисты, воспитатели, врачи и т. д.) более успешны, другие менее. Вследствие чего? Можно назвать тому ряд причин: природный дар, профессионализм, сложившиеся обстоятельства и т. д. А можно просто сказать, что интеллект успешных выше интеллекта посредственных руководителей и профессионалов, а интеллект последних выше интеллекта неудачников. То есть интеллект человека (как и машины) может изменяться от нуля до единицы. Так с чем и с кем сравнивать искусственный интеллект?
2) Как выделить в вышеуказанных свойствах личности интеллектуальную составляющую? Она может иметь различную природу и находиться в каждой из названных свойств личности. Что важно для решения задачи развития интеллектуально функционирующих технических комплексов? Даже в том, что одни обучаются быстрее, другие медленнее, уже проявляется интеллект субъекта (и машины, если она также обучается в процессе функционирования).
3) Кроме того, интеллект интеллекту рознь: творения музыканта и поэта, шахматиста и математика, решения руководителя организации и профессионала, бизнесмена и предпринимателя существенно различаются, но, конечно, отражают их интеллектуальное развитие, которое должно быть измерено и оценено. Очевидно, что разные системы оценки на различных объектах будут давать несовпадающие результаты. Мы это уже наблюдаем, оценивая, например, интеллект политиков, артистов, бизнесменов и других значимых персон мира. Многие из них дают довольно скромные значения показателя
но заподозрить их в недостаточно развитой интеллектуальности не поворачивается язык. Достижения этих людей говорят сами за себя. Вопрос в том, что и как мы измеряем.
4) В рамках нашей работы следует говорить о машинном интеллекте [1] и не ввязываться в дискуссию о соответствии искусственного интеллекта естественному. То есть предлагается не гнаться за соответствием создаваемого машинного интеллекта интеллекту человека, а обеспечить соответствующее качество работ. Равно тому, как самолеты, выполняя свою функцию полета, не стремятся махать крыльями, но прекрасно справляются со своей миссией.
5) Целесообразно также ввести понятия врожденной и приобретенной интеллектуальности. Об этом можно говорить уже и на уровне человека. Известно, что мужской и женский типы организмов обладают разными стилями мышления. Мужчина, как правило, опирается на логику (приобретая знания в процессе жизни), женщина - на интуицию (врожденное свойство). Аналогично этому интеллект можно вложить в технико-технологическую систему до начала ее эксплуатации, а можно обучать машинный блок принятия решений в процессе выполнения работы. Как сравнить эти два типа интеллекта?
6) Интеллект должен моделироваться вектором, компоненты которого отражают различные его проявления. То есть интегральная характеристика системы при всей ее важности не может служить исчерпывающим показателем.
Таким образом, следует, анализируя синтезируемые системы, говорить не о наличии или отсутствии у них интеллекта, а оценивать степень интеллектуальности функционирования по многим критериям. Признать, что интеллектуальность искусственных систем (как и интеллект человека) зависит от сферы деятельности, внутренних и внешних условий функционирования (разве мы не знаем случаев, когда разум покидал вполне благоразумного человека), а также изменялся от 0 (полное отсутствие интеллекта в данный момент, в конкретной задаче, в рассматриваемой сфере!) до 1. Единица означает абсолютное признание за лицом, принимающим решение (человек или машина), интеллектуальности функционирования.
Рассмотрим два характерных подхода к оценке степени интеллектуальности.
Метод А.А. Красилова ориентирован на оценку интеллектуальности компьютерных систем [2]. Его система оценки разрабатывалась на экспертной основе в целях оценки интеллектуальности авторского программного комплекса «Интеллсист».
Целями такой оценки было заявлено:
- понимание пригодности программы для применения;
- постановка новых задач перед развитием программного комплекса;
- поиск погрешностей существующего комплекса с позиций пользователя;
- проведение позитивной критики на программу.
С точки зрения автора, подобная оценка должна проводиться по следующим семи номинациям:
1) наглядности или внешней интеллектуальности;
2) осмысленности действий или внутренней интеллектуальности, оснащенности системы языками общения;
3) концептуальности или базовым основам программного комплекса;
4) использованию БД, взаимосвязи данных, их целостности и защищенности;
5) наличию логического вывода или обоснованного вывода ответов на запросы пользователей;
6) программной пригодности или настраиваемости и адаптируемости создаваемой программы;
7) системной пригодности или общественной жизни программного комплекса.
Совокупная оценка по всем номинациям, по данному методу, каждого программного комплекса является средством для сравнения интеллектуальности программ между собой. Согласно гипотезе авторов она может быть получена как среднеарифметическая оценка по результатам измерения группой экспертов всех указанных выше номинаций.
Слабыми местами этого подхода для эксплуатации и дальнейшего распространения являются:
- установление перечня номинаций. Для оценки интеллектуальности системы этот перечень должен обладать свойствами полноты и универсальности (кстати, автор, ограничившись оценкой компьютерных систем, и не претендовал на выполнение этого требования);
- разработка механизма оценки значений экспертом номинаций. Высказывания эксперта, как правило, субъективны и выражаются качественными категориями. Нужны адаптированные к задаче методы оперирования с лингвистическими переменными, технологии шкалирования (далее - масштабирования, нормирования) данных и способы снижения субъективности мнения человека;
- формирование команды экспертов. Здесь появляется целый спектр проблем: как отобрать и оценить самих экспертов, каков механизм и критерии их совместного функционирования;
- механизм окончательного вывода, интегрально описывающего интеллектуальность системы. Автор анализируемого метода предлагает среднеарифметическое усреднение частных результатов по номинациям.
Следующий анализируемый нами метод оценки интеллектуальности описали В.А. Литвинов и И.Н. Оксанич [3]. В нем рассматривается процесс оценки уровня интеллектуальности программно-технической системы на основе построения эргономической модели процесса взаимодействия «пользователь - компьютер» и анализа интеллектуальной нагрузки на пользователя. Авторы в своем подходе к количественной оценке интеллек-
та программно-технической системы используют показатель «степень снижения интеллектуальной нагрузки на человека» независимо от ее структуры и внутренних свойств. Сущность подхода заключается в использовании оценок, основанных на:
- сравнении характеристик рассматриваемой системы с набором базовых показателей некоторой идеализированной интеллектуальной системы (ИИС). Результатом такого сравнения должно быть значение абсолютного коэффициента интеллектуальности ААЩ;
- определении степени соответствия значений выбранных проблемно-ориентированных показателей интеллектуальности, характеризующих системы заданного класса, заданным (желаемым) значениям. В результате такого сравнения оценивается относительный коэффициент интеллектуальности ЯАЩ.
Согласно данному методу интеллектуальная нагрузка на пользователя при решении некоторой задачи определяется как сумма количества выполняемых операций, помноженная на интеллектуальную трудоемкость этой операции. Этот подход имеет недостатки, аналогичные предыдущему. Прежде всего, это отсутствие структуры факторов, влияющих на оценку интеллектуальности, базирование на экспертных оценках при неизвестной схеме экспертного опроса, отсутствие системы предварительной обработки экспертных данных. И, главное, интегральный критерий вновь рассчитывается как сумма эффектов, а не как произведение.
Последнее замечание особенно важно для данного исследования. Поэтому прокомментируем его подробнее. Общеизвестно, что эффективность любой экономической системы (ее результативность) оценивается производственной функцией, которая мультипликативно сворачивает эффекты факторов влияния: капитала, человеческого ресурса, информации, предпринимательской способности и т.д. Это позволяет учитывать синер-гетический эффект взаимодействия факторов. Мы имеем аналогичную ситуацию.
Действительно, указанные автором метода номинации связаны между собой не союзом «или», а союзом «и». Например: интеллектуальная система должна одновременно быть «и» наглядной (номинация 1), «и» содержать базы данных (номинация 4), «и» быть настраиваемой и адаптируемой (номинация 6), «и» т.д. Логическая связка «и» в алгебре логики соответствует произведению факторов, поэтому усреднение значений номинаций следует проводить не по принципу среднего арифметического, а на основе среднего геометрического. Если обозначить значения номинаций соответственно х, где / = 1, ..., 7, то интеллектуальность системы будем оценивать соотношением:
J = П xlm'. (1)
В соотношении (1) показатель степени тг - вес /-фактора интеллектуальности.
Очевидно, что значение показателя интеллектуальности системы J существенным образом зависит от выбранной совокупности £ базовых признаков х Изменение ее состава равносильно изменению точки зрения (проекции «взгляда») на систему. Поэтому J величина относительна, и важно указывать, по какой совокупности признаков оценивалась интеллектуальность исследуемой системы. То есть:
J = J(S). (2)
Вычисление интеллектуальности компьютерных систем актуально по целому ряду причин:
- неинтеллектуальные компьютерные системы не обеспечивают в настоящее время необходимого качества работ (скорость, точность, безопасность);
- интеллектуальные системы способны адаптироваться к изменениям внешней
среды;
- интеллектуальные системы расширяют спектр решаемых народнохозяйственных задач.
Для успешного продвижения теории, формулирования единой и стандартизированной концепции разработки, эффективного внедрения интеллектуальных систем на практике требуется объединение усилий всех людей, занятых решением данного вопроса.
Библиографический список
1. Лябах Н.Н. Математические основы разработки и использования машинного интеллекта / Н.Н. Лябах. - Ростов-н/Д: изд-во РГУ, 1989.
2. Красилов А.А. Информатика / А.А. Красилов. - М., 2003. - 232 с.
3. Литвинов В.А. Оценка уровня виртуальной интеллектуальности прикладной программно-технической системы на основе анализа эргономической модели / В.А. Литвинов, И.Н. Ок-санич // Математичш машини i системи. - Киев, 2008. - № 2.
И.Ю. Мартынов
специфические особенности ценообразования
в строительстве рф
Ключевые слова: ценообразование в строительстве, цена, функция цены, сметное нормирование.
Главная функция цены в строительстве - это количественное выражение стоимости создаваемой строительной продукции. При этом цена как измерительный инструмент определяет затраты общественно необходимого труда по организации материальных процессов и финансовых операций. Кроме того, она выполняет и стимулирующую функцию по снижению трудовых, материальных и денежных затрат в строительстве и повышению его эффективности.
В строительстве используются следующие формы цен: прейскурантные оптовые цены, максимальные и договорные. Прейскурантная цена основана на общественно необходимых затратах труда и утверждена государством (это твердая цена, действующая в виде прейскурантов на типовые здания и сооружения и на укрупненные элементы строительства). Под влиянием научно-технического прогресса и взаимоотношений в обществе, данные цены периодически пересматриваются. Максимальная цена - это лимитная цена отдельных зданий, сооружений и их комплексов: предприятий, массивов, поселков и т.п. Ее уровень во многом определяется проектными организациями и утверждается министерствами и ведомствами, выдавшими задание на проектирование. В процессе рабочего проектирования лимитные цены подлежат снижению. Договорная цена представляет собой неизменяемую (стабильную) сметную стоимость строительной продукции в течение всего периода строительства, устанавливаемую заказчиком по договоренности с подрядчиком. Основой для установления договорных цен служат сметные расчеты или расчетная стоимость строительства, определяемая в составе технико-экономического обоснования и технико-экономического расчета. Договорные цены на строительную про© Мартынов И.Ю., 2013
