2. Понятие интеллектуальной информационной системы (иис). Основные свойства

Интеллектуальные информационные системы (ИИС) — 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.

В этом случае потребовался значительно больший объем информации как собственно о предприятии, так и о его окружении, т.е. природных, политических, экономических и других факторах, конкурентах, поставщиках и т.д., а также значительно более сложные вычисления, необходимость учета слабо формализуемых факторов, высокий уровень интерфейса. Поставленные задачи реализованы в системах поддержки принятия решений (DSS). Их отличительная черта — значительно более высокий уровень «интеллекта», чем у обычных интегрированных систем управления производством; наличие специальных процедур для отбора и ввода данных, в том числе и по расписанию из различных внешних систем. В DSS производится заблаговременное вычисление (в целях обеспечения уменьшения времени реакции) агрегированных данных, часто используемых в запросах; используется специальная организация хранения данных, обеспечивающая возможность многоаспектного поиска с изменяемой глубиной агрегирования/дезагрегирования данных. Эта технология получила название хранилищ и витрин данных в сочетании с ОLАР (оперативная аналитическая обработка данных).

Наиболее мощные фирмы, разрабатывающие системы управления базами данных (СУБД) — ОRАСLЕ, ВАSЕ, Мicrosoft, — поставляют на рынок системы, в которые DSS входят как компонента. В состав таких входят технологии искусственного интеллекта — нейронные сети, интеллектуальный анализ данных. Объектно-ориентированная структура этих баз данных сделала реальностью идеологию фреймов, разработанную в рамках искусственного интеллекта. Технические решения, необходимые для создания полномасштабных интеллектуальных информационных систем — средства ведения баз знаний на основе объектно-ориентированных баз данных, автоматизации формирования баз знаний на основе методов интеллектуального анализа данных, полнотекстовые системы поиска и семантические анализаторы естественного языка для естественно-языкового интерфейса — стали производиться как серийно выпускаемые программные изделия. Не реализованными в рамках таких СУБД пока остаются технологии реализации правдоподобных (вероятностных) и логических (дедуктивных) выводов.

По материалам кадровых агентств, в Интернете существует устойчивый высокий спрос на специалистов, владеющих современными технологиями проектирования и разработки ИИС. Поскольку технические и программные средства изменяются достаточно быстро (их полное обновление происходит в течение 2-3 лет), а принципы работы интеллектуальных систем изменяются относительно медленно (на протяжении 15-20 лет).

Первоначально ИИС использовали знания нескольких экспертов в каждой из областей инвестиций. В настоящее время базы знаний частично формируются посредством машинного обучения, используя методы индукции, генетические алгоритмы и некоторые другие методы извлечения знаний. Менеджер, используя такую схему, теоретически может принимать решения более эффективно и с меньшей стоимостью, чем это смог бы сделать любой индивидуальный эксперт в данной области. Наиболее очевидным преимуществом интеграции некоторых форм искусственного интеллекта в процессе принятия решений по сравнению с постоянным консультированием с группой экспертов обычно является более низкая стоимость и большее соответствие результатов задаче.

В отличие от обычных аналитических и статистических моделей, ИИС позволяют получить решение трудно формализуемых слабо структурированных задач.

Возможность ИИС работать со слабоструктурированными данными подразумевает наличие следующих качеств:

• решать задачи, описанные только в терминах мягких моделей, когда зависимости между основными показателями являются не вполне определенными или даже неизвестными в пределах некоторого класса;

• способность к работе с неопределенными или динамичными данными, изменяющимися в процессе обработки, позволяет использовать ИИС в условиях, когда методы обработки данных могут изменяться и уточняться по мере поступления новых данных;

• способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций увеличивает мобильность и гибкость системы, позволяя ей быстро осваивать новые области применения.

Возможность использования информации, которая явно не хранится, а выводится из имеющихся в базе данных, позволяет уменьшить объемы хранимой актуальной информации при сохранении богатства доступной пользователю информации. Направленность ИИС на решение слабоструктурированных, плохо формализуемых задач расширяет область применения ИИС.

Наличие развитых коммуникативных способностей у ИИС дает возможность пользователю выдавать задания системе и получать от нее обработанные данные и комментарии на языке, близком к естественному. Система естественно-языкового интерфейса (СЕЯИ) транслирует естественно-языковые структуры на внутри машинный уровень представления знаний. Включает морфологический, синтаксический, семантический анализ и соответственно в обратном порядке синтез. Программа интеллектуального интерфейса воспринимает сообщения пользователя и преобразует их в форму представления базы знаний и, наоборот, переводит внутреннее представление результата обработки в формат пользователя и выдает сообщение на требуемый носитель. Важнейшее требование к организации диалога пользователя с ИИС — естественность, означающая формулирование потребностей пользователя с использованием профессиональных терминов конкретной области применения.

Для ИИС характерны следующие признаки:

1. Развитые коммуникативные способности: возможность обработки произвольных запросов в диалоге на языке максимально приближенном к естественному (система естественно-языкового интерфейса — СЕЯИ);

2. Направленность на решение слабоструктурированных, плохо формализуемых задач (реализация мягких моделей);

3. Способность работать с неопределенными и динамичными данными;

4. Способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций;

5. Возможность получения и использования информации, которая явно не хранится, а выводится из имеющихся в базе данных;

6. Система имеет не только модель предметной области, но и модель самой себя, что позволяет ей определять границы своей компетентности;

7. Способность к аддуктивным выводам, т.е. к выводам по аналогии;

8. Способность объяснять свои действия, неудачи пользователя, предупреждать пользователя о некоторых ситуациях, приводящих к нарушению целостности данных.

Наибольшее распространение ИИС получили для экономического анализа деятельности предприятия, стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга.

Традиционно считается, что ИИС содержит:

1. Базу данных,

2. Базу знаний,

3. Интерпретатор правил или машину вывода,

4. Компоненту объяснения и естественно языкового интерфейса, обеспечивающих связный диалог пользователя и системы с попеременным переходом инициативы.

Отличительные особенности ИИС по сравнению с обычными ИС состоят в следующем:

1. Интерфейс с пользователем на естественном языке с использованием понятий, характерных для предметной области пользователя;

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

3. 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;

4. Способность автоматического обнаружения закономерностей бизнеса в ранее накопленных фактах и включения их в базу знаний.

Применение ИИС совместно со стандартными методами исследования операций, динамического программирования, а также с методами нечеткой логики для планирования при комплексной автоматизации деятельности предприятия, приносит принципиальные выгоды: реально снижаются операционные издержки; повышается качество управленческих решений.

ИИС особенно эффективны в применении к слабо структурированным задачам, в которых пока 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 технологическим процессами в реальном времени до оценки последствий от нарушения условий поставки товаров по импорту.

По мере совершенствования принципов логического и правдоподобного вывода, применяемых в ИИС за счет использования нечеткой, модальной, временной логики, байесовских сетей вывода, ИИС начинают проникать в высокоинтеллектуальные области, связанные с разработкой стратегических решений по совершенствованию деятельности предприятий. Этому способствуют более современные алгоритмы анализа и синтеза предложений естественного языка, облегчающие общение пользователя с системой.

Включение в состав ИИС классических экономико-математических моделей, методов линейного, квадратичного и динамического программирования позволяет сочетать анализ объекта на основе экономических показателей с учетом факторов и рисков политических и внеэкономических факторов, оценивать последствия полученных их ИИС решений.

Наличие в составе ИИС объектно-ориентированной базы данных позволяет однородными средствами обеспечить хранение и актуализацию как фактов, так и знаний.