Глава 18. Теория социальных технологий: возможности и границы

387

последовательности действий) накапливаются по мере рассмот­рения нештатных ситуаций, повторяющихся с некоторой часто­той. К таким ситуациям относятся промышленные аварии, сти­хийные бедствия (паводки, цунами, землетрясения). В этом слу­чае частота событий не настолько велика, чтобы была реальная возможность обучать и тренировать персонал и лиц, ответствен­ных за принятие решений, а последствия неоптимальных реше­ний могут быть значительными. В то же время решения должны приниматься оперативно, что исключает традиционные способы принятия решений на основе консультации со специалистами. Поэтому весьма важно создать системы искусственного интел­лекта такого рода для накапливания практического знания (инст­рукций), которые могут быть использованы в нештатных ситуаци­ях (ситуациях повышенного риска).

В специальной литературе существует известное смешение понятий «чрезвычайная» и «нештатная ситуация». Авторы упомя­нутой статьи полагают, что в данном контексте правильнее гово­рить именно о нештатных ситуациях, которые могут и не быть чрезвычайными по своим последствиям. Именно на то, чтобы не­штатная ситуация не переросла в чрезвычайную, и направлен дан­ный методологический подход. На грани, отделяющей нештат­ную ситуацию от чрезвычайной, можно расположить ситуацию «запланированного риска», которая является типичной для стра­хования.

Представляет особый интерес описание процесса формирова­ния баз знаний, которые они подразделяют, согласно теории экс­пертных систем¹, на ряд категорий. Среди них: универсальные, относящиеся ко всем рассматриваемым облас­тям, объектам и ситуациям;

проблемные, которые относятся к данному классу объектов и си­туаций;

специфические, связанные с конкретным объектом и особенно­стями его функционирования.

Знания в обсуждаемых базах структурируются по форме ис­пользуемых моделей, которые могут быть соответственно универ­сальными, проблемными и специфическими. В структуру каждой

¹ См.: Cauvet С., Proix С., Rolland С. Information Systems Design: an Expert System Approach // The Role of Artificial Intelligence in Databases and Information Systems. Gungzhou (China), 1988. P. 1-28.

388

Раздел III. Прикладные исследования

модели включаются также имитационные модели в виде вычисли­тельных процедур. В общем виде знания, включающие модели, можно представить как четверку вида:

M=(S,RJ,K),

где S - база имитационных моделей; R — база продукционных правил, которая пополняется в результате анализа принятия ре­шений в нештатных ситуациях; /—информационная база; А"-ба­за общих знаний. На рис. 5 показан простейший вариант процесса приобретения и передачи знаний о действиях в чрезвычайных или нештатных ситуациях.

Рис.5

Принятая российская государственная классификация чрез­вычайных ситуаций (ЧС) (Постановление Правительства РФ от 13.09.1996 № 1094 «О классификации чрезвычайных ситуаций природного и техногенного характера») далеко не полна, посколь­ку ограничивается только двумя указанными типами - ситуация­ми природного и техногенного характера. Однако уже в рамках та­кого подхода обнаруживаются три важные особенности ЧС. Во-первых, они подразделяются на более и менее глобальные по силе детерминационного воздействия. Первые могут выступать источником вторых, например, землетрясения вызывают навод­нения, штормы, оползни, камнепады, лавины, сели и т.п., а снеж­ные лавины могут быть источником только наводнений и селей.