Интеллектуальные системы в экономике

9.1. Что такое интеллектуальная информационная система?

Интеллектуальная информационная система (ИИС) – система, генерирующая алгоритмы решения экономических задач на основе базы знаний. Для ИИС характерны следующие признаки:

1. Развитые коммуникативные способности.

2. Умение решать сложные и плохо формализуемые задачи.

3. Способность к самообучению.

Такие информационные системы могут быть классифицированы на (рис.9.1.):

1. Интеллектуальные базы данных с интерфейсами, использующими естественный язык, гипертекст, мультимедиа и когнитивную графику.

2. Статические и динамические экспертные системы.

3. Самообучающиеся системы на принципах индуктивного вывода, нейронных систем, поиска прецедентов, организации информационных хранилищ.

4. Адаптивные системы на основе использования CASE-технологий и/или компонентных технологий.

Рис.9.1. Классификация экспертных систем

Под коммуникативной способностью ИИС обычно понимают

возможность формулирования произвольного запроса в ней на языке, приближенном к естественному. Она связана с понятиями фактуального и операционного знаний. Фактуальным знанием считают осмысленные и понятые данные. Данные – это специально организованные знаки на каком-либо носителе. Операционное знание – это общие зависимости между фактами, интерпретирующие данные и извлекающие из них информацию. Под информацией в данном случае следует понимать получение нового и полезного знания для решения поставленных задач (рис.9.2.).

Рис. 9.2. Структура экспертной системы

ИИС имеют способность к самообучению. Способностью к

самообучению называется возможность автоматического извлечения из накопленного опыта новых знаний для решения задач управления. Следующей особенностью ИИС служит естественно-языковой интерфейс.

Естественно-языковой интерфейс предполагает перевод естественно-языковых конструкций на машинный уровень представления знаний. Для чего необходимо решать задачи морфологического, синтаксического и семантического анализа, синтеза высказываний на естественном языке. Морфологический анализ предполагает распознавание и проверку правильности написания слов по словарям. Синтаксический контроль - разложение входных сообщений на отдельные компоненты с проверкой соответствия грамматическим правилам внутреннего представления знаний и выявления недостающих частей. Семантический анализ – установление смысловой правильности синтаксических конструкций. Синтез высказываний решает обратную задачу преобразования внутреннего представления информации в естественно-языковое. Естественно-языковый интерфейс используется для:

· доступа к интеллектуальным базам данных;

· контекстного поиска документальной текстовой информации;

· голосового ввода команд в системах управления;

· машинного перевода с иностранных языков.

ИИС обладают интеллектуальным интерфейсом. Обмен данными между пользователем и экспертной системой выполняет программа интеллектуального интерфейса, воспринимающая сообщения пользователя и преобразующая их в форму представления базы знаний и, наоборот, переводящая внутреннее представление результата обработки в формат пользователя. Важнейшим требованием к организации диалога пользователя с экспертной системой является естественность, которая не означает буквально формулирование потребностей пользователя предложениями естественного языка, хотя это и не исключается в ряде случаев. Важно, чтобы последовательность решения задачи была гибкой, соответствовала представлениям пользователя и велась в профессиональных терминах.

Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Интеллектуальные гипертекстовые системы отличаются возможностью более сложной семантической организации ключевых слов, которая отражает различные смысловые отношения терминов. Механизм поиска взаимодействует прежде всего с базой знаний ключевых слов, а затем непосредственно с текстом.

Сказанное распространяется и на поиск мультимедийной информации.

Системы контекстной помощи можно рассматривать как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В отличие от обычных систем помощи, навязывающих пользователю схему поиска требуемой информации, в системах контекстной помощи пользователь описывает проблему, а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации.

Системы когнитивной графики позволяют осуществлять интерфейс

пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями. Такие системы используются в мониторинге и управлении оперативными процессами. Графические образы в наглядном и интегрированном виде описывают множество параметров изучаемой ситуации. Например, состояние сложного управляемого объекта отображается в виде человеческого лица, на котором каждая черта отвечает за какой-либо параметр, а общее выражение лица дает интегрированную характеристику ситуации. Системы когнитивной графики широко используются также в обучающих и тренажерных системах на основе использования принципов виртуальной реальности, когда графические образы моделируют ситуации, в которых обучаемому необходимо принимать решения и выполнять определенные действия.

Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений из базы знаний. Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.

Участники процесса разработки и эксплуатации экспертной системы: эксперты, инженеры по знаниям и пользователи. Эксперт - это специалист, знания которого помещаются в базу знаний. Инженер по знаниям - это специалист, который занимается извлечением знаний и их формализацией в базе знаний. Пользователь - это специалист, интеллектуальные способности которого расширяются благодаря использованию в практической деятельности экспертной системы.

Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли:

· консультанта пользователей;

· ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений;

· партнера эксперта по вопросам, относящимся к источникам знаний из смежных областей деятельности.

Архитектура экспертной системы включает в себя два основных компонента: базу знаний (хранилище единиц знаний) и программный инструмент доступа и обработки знаний, состоящий из механизмов вывода заключений (решения), приобретения знаний, объяснения получаемых результатов и интеллектуального интерфейса. Центральным компонентом экспертной системы является база знаний, которая выступает по отношению к другим компонентам как содержательная подсистема, составляющая основную ценность.

База знаний - это совокупность единиц знаний, которые представляют собой формализованное с помощью некоторого метода представления знаний отражение объектов проблемной области и их взаимосвязей, действий над объектами и, возможно, неопределенностей, с которыми эти действия осуществляются.

Единица знаний - это элементарная структурная единица (описание одного объекта, одного действия), которая имеет законченный смысл. В качестве единиц знаний обычно используются правила и/или объекты.

В качестве методов представления знаний чаще всего используются либо правила, либо объекты (фреймы), либо их комбинация. Так, правила представляют собой конструкции:

Неопределенность знаний - это или неполнота, или недостоверность, или многозначность, или качественная (вместо количественной) оценка единицы знаний. В качестве факторов определенности выступают либо условные вероятности байесовского подхода (от 0 до 1), либо коэффициенты уверенности нечеткой логики (от 0 до 100).

В процессе или по результатам решения задачи пользователь может запросить объяснение или обоснование хода решения. С этой целью экспертная система должна предоставить соответствующий механизм объяснения. Объяснительные способности экспертной системы определяются возможностью механизма вывода запоминать путь решения задачи. Тогда на вопросы пользователя, как и почему получено решение или запрошены те или иные данные, система всегда может выдать цепочку рассуждений до требуемой контрольной точки, сопровождая выдачу объяснения заранее подготовленными комментариями. В случае отсутствия решения задач объяснение должно выдаваться пользователю автоматически.

База знаний отражает знания экспертови специалистов в данной проблемной области о действиях в различных ситуациях или процессах решения характерных задач. Выявлением подобных знаний и последующим их представлением в базе знаний занимаются инженеры знаний.Для ввода знаний в базу и их последующего обновления экспертная система должна обладать механизмом приобретения знаний. В простейшем случае - это интеллектуальный редактор, позволяющий вводить единицы знаний в базу и проводить их синтаксический и семантический контроль. В более сложных случаях – это инструментарий, позволяющий извлекать знания путем специальных сценариев интервьюирования экспертов, или из вводимых примеров реальных ситуаций, или из текстов, или из опыта работы самой интеллектуальной системы.

Дата добавления: 2014-11-25