Интеллектуальные системы и технологии.

Интеллектуальные информационные системы – естественный результат развития обычных информационных систем, сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные информационной системой данные.

ИИС способны диагностировать состояние предприятия, оказывать помощь в антикризисном управлении, обеспечивать выбор оптимальных решений по стратегии развития предприятия и его инвестиционной деятельности. Благодаря наличию средств естественно-языкового интерфейса появляется возможность непосредственного применения ИИС бизнес-пользователем, не владеющим языками программирования, в качестве средств поддержки процессов анализа, оценки и принятия экономических решений. ИИС применяются для экономического анализа деятельности предприятия, стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга и т. д.

ИИС объединяют в себе возможности СУБД, лежащих в основе ИС, и технологию искусственного интеллекта, благодаря чему хранение в них экономической информации сочетается с ее обработкой и подготовкой для использования при принятии решений.

Для ИИС характерны следующие признаки:

· развитые коммуникативные способности: возможность обработки произвольных запросов в диалоге на языке максимально приближенном к естественному;

· направленность на решение слабоструктурированных, плохо формализуемых задач;

· способность работать с неопределенными и динамическими данными;

· способность к развитию системы и извлечение знаний из накопленного опыта конкретных ситуаций;

· возможность получения и использования информации, которая не хранится, а выводится из имеющихся в базе данных;

· система имеет не только модель предметной области, но и модель самой себя, что позволяет ей определять границы своей компетентности;

· способность к выводам по аналогии;

· способность объяснять свои действия, неудачи пользователей и т. п.

Отличительные особенности ИИС по сравнению с обычными ИС:

· интерфейс с пользователем на естественном языке с использованием бизнес- понятий, характерных для предметной области пользователя;

· способность объяснять свои действия и подсказывать пользователю, как правильно ввести экономические показатели и как выбрать подходящие к его задаче параметры экономической модели;

· представление модели экономического объекта и его окружения в виде базы знаний и средств дедуктивных и правдоподобных выводов в сочетании с возможностью работы с неполной или неточной информацией;

· способность автоматического обнаружения закономерностей бизнеса в ранее накопленных фактах и включение их в базу знаний.

ИИС особенно эффективны в применении к слабо структурированным задачам, в которых отсутствует строгая формализация, и для решения которых применяются эвристические процедуры, позволяющие в большинстве случаев получить решение. Отчасти этим объясняется то, что диапазон применения ИИС необычайно широк: от управления непрерывными технологическими процессами в реальном времени до оценки последствий от нарушения условий поставки товаров.

Проектирование ИИС как крупного программного комплекса, как в отношении его жизненного цикла, так и в отношении технологии проектирования незначительно отличается от технологии проектирования ИС. Основная специфика связана с разработкой базы знаний.

ИИС можно классифицировать по разным основаниям. Выберем в качестве оснований классификации следующие: предметная область, степень автономности от корпоративной ИС или базы данных, по способу и оперативности.

Примеры ИИС.

Intelligent Hedger: основанный на знаниях подход в задачах страхования от риска.

Фирма: International System Department, NY University.

Проблема огромного количества постоянно растущих альтернатив страхования от рисков, быстрое принятие решений менеджерами по рискам в ускоряющемся потоке информации, а также недостаток соответствующей машинной поддержки на ранних стадиях процесса разработки систем страхования от рисков предполагает обширную сферу оптимальных решений для менеджеров по риску.

Краткие характеристики: система использует объектное представление, охватывающее глубокие знания по управлению риском и облегчает эмуляцию первичных рассуждений, управляющих риском, полезных для выводов и их объяснений.

Nerid: система поддержки принятия решений для оптимизации работы с валютными опционами.

Фирма: NTT Data. The Tokai Bank. Science University of Tokyo.

Система облегчает дилерскую поддержку для оптимального ответа как один из возможных представленных вариантов; более практична и дает лучшие решения, чем обычные системы принятия решений.

Краткие характеристики: система используется смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования. Система работает на Sun- станциях.

Экспертные системы.

Наиболее широкое применение методы искусственного интеллекта нашли в программах, называемых экспертными системами (ЭС). Их отличительная черта – способность накапливать знания и опыт квалифицированных профессионалов (экспертов) в какой-либо узкой предметной области. Затем при помощи знаний, накопленных в ЭС, специалисты с не очень высокой квалификацией могут решать сложные задачи на столь же высоком уровне, как и эксперты.

ЭС это интеллектуальные информационные системы, включающие базу знаний и механизмы вывода и интерпретации, что позволяет не только использовать имеющиеся в информационной базе факты, но на их основании конструировать новые выводы.

ЭС можно рассматривать как класс автоматизированных информационных систем, содержащих базы данных (БД) и базы знаний (БЗ), способных осуществлять анализ и коррекцию данных независимо от санкции пользователя, анализировать и принимать решения, как по запросу, так и независимо от запроса пользователя и выполнять ряд аналитически классификационных задач. Например, классифицировать по группам входную информацию, консультировать, делать выводы, ставить диагноз, обучать прогнозированию, идентифицировать, интерпретировать и т.д. Основные преимущества: возможность решения, оптимизации или получения оценок новых классов трудно формализуемых задач; обеспечение возможности диалога на естественном языке с визуализацией информации при решении задач в соответствующей предметной области; накопление данных, знаний, правил использования знаний, правил самообучения ЭС; решение вопросов или проблем, которые сам пользователь не в состоянии решить либо из-за отсутствия у него информации, либо ее многообразия, либо из-за длительности получения результата обычными методами. При создании ЭС возникают следующие проблемы:

· обеспечение достаточной полноты информации, помещаемой в ЭВМ (выделение ключевых слов, установление их взаимосвязей в структуре данных, создание и использование эффективной системы кодирования);

· получение эффективной оценки качества функционирования ЭС и выработка соответствующих критериев; возможность получения недостоверного результата из-за вероятностного характера структуры решаемых задач и синтеза знаний.