Искусственный интеллект и Большие Данные. Без хайпа и наукообразия

Интеллектуальные информационные системы

Понятие интеллектуальной информационной системы

Любая автоматизированная информационная система (ИС) обеспечивает реализацию функций ввода, накопления, хранения и обработки данных. На входе ИС имеет исходные (первичные) данные, на выходе – результаты их обработки. В традиционных ИС все алгоритмы обработки данных жёстко встроены в её программное обеспечение. Поэтому при необходимости изменения и/или дополнения алгоритмов обработки данных программное обеспечение ИС нуждается в модификации, которую обычно в состоянии выполнить только его разработчики.

Поскольку в традиционных ИС все алгоритмы обработки данных встроены в программное обеспечение, то они должны быть известны до начала его разработки. Это означает, что программы обработки данных традиционных ИС совершенно не приспособлены для решения задач, алгоритмы решения которых не известны на момент разработки системы. Именно поэтому для расширения возможностей традиционной ИС нужно сначала разработать новые алгоритмы и, в соответствии с ними, создать реализующее их новое программное обеспечение.

Информационные системы призваны оперативно обеспечивать персонал организации информацией, необходимой для выработки управленческих решений, то есть так или иначе выступают в качестве системы поддержки принятия управленческих решений. В традиционных ИС такая поддержка ограничивается только предоставлением человеку необходимой для их выработки информации. Сам же процесс выработки решений полностью перекладывается на конкретных специалистов и потому качество решений всецело зависит от их опыта, интеллектуальных способностей и знаний об управляемой системе. Если знаний недостаточно, то велика вероятность, что вырабатываемые решения будут не оптимальными, не адекватными возникшей ситуации или вообще неверными. В этой связи желательно каким-то образом накапливать в ИС знания об управляемой системе, а также лучший опыт выработки управленческих решений.

В соответствии с опросами руководителей компаний списка Fortune 1000, до 97% топ-менеджеров указали, что важнейшие процессы деятельности компании можно было бы существенно усовершенствовать, если бы сотрудники лучше понимали их содержание. При этом большинство опрошенных утверждали, что наиболее серьёзные ошибки являются следствием недостаточности опыта и знаний служащих.

Процессы аккумулирования знаний и автоматизации процессов его трансформации в новое знание, необходимое для выхода из нестандартной ситуации, является задачей не свойственной для традиционных информационных систем. В этой связи возникла проблема разработки информационных технологий, обеспечивающих решение задач автоматизированного накопления знаний и выработки управленческих решений. Это привело к созданию интеллектуальных информационных технологий.

Интеллектуальные информационные технологии (ИИТ) – это информационные технологии, предназначенные для автоматизации процессов накопления знаний и подготовки проектов управленческих решений.

ИИТ необходимы для автоматизации решения задач анализа данных, управления знаниями и выработки управленческих решений в конкретной предметной области. Встраивание ИИТ в структуру традиционной ИС превращает её в интеллектуальную систему.

Интеллектуальная информационная система (ИИС) – это программно-техническая система, обеспечивающая поддержку процессов автоматизированного решения творческих задач в конкретной предметной области.

ИИС сохраняет весь функционал традиционных ИС, связанный с обработкой данных по детерминированным правилам, но дополняет его возможностями тем или иным способом накапливать знания о предметной области, обеспечивать пользователям доступ к ним и использовать эти знания для автоматизированной подготовки управленческих решений. В большинстве ИИС подготовленные ей решения предъявляются пользователю для экспертизы и окончательный выбор остаётся за пользователем. Однако существуют и такие ИИС, где выработанное решение сразу же автоматически реализуется системой.

Прежде всего, ИИС нужны как средство поддержки решения плохо формализуемых задач, не имеющих заранее известного способа решения. Однако они могут применяться и для задач, решение которых ранее осуществлялось, но нужно напомнить пользователю о порядке решения такой же или очень похожей задачи. В этом случае ИИС должна «предъявить» пользователю нужные сведения, извлекая их из имеющегося у неё хранилища знаний (базы знаний). Отсюда следует, что ИИС должна уметь каким-то образом накапливать знания и предъявлять их пользователю, интерпретируя его запрос о помощи в решении возникшей проблемы.

В настоящее время ИИС применяются для решения следующих общих классов задач.

Интерпретация данных. Выявление интересующих пользователя закономерностей в больших массивах данных.

Диагностика. Выявление аномалий (отклонений от нормы) в живых и неживых системах.

Мониторинг. Интерпретация данных в реальном масштабе времени и оперативное оповещение пользователей о выходе за допустимые пределы отслеживаемых параметров функционирования наблюдаемой системы. Основные проблемы мониторинга состоят в «пропуске» критической ситуации или срабатывании «ложной тревоги».

Проектирование. Подготовка спецификаций для создания «объектов» с желаемыми свойствами.

Прогнозирование. Предсказание будущего состояния исследуемой системы на основании анализа имеющихся данных о её прошлых и текущих состояниях.

Планирование. Формирование планов развития управляемой системы в желаемом направлении.

Обучение. Последовательный процесс предоставления знаний, автоматически корректируемый при выявлении ошибок учеников при их усвоении.

Управление. Корректировка порядка функционирования системы в направлении достижения поставленных целей.

Поддержка принятия решений. Обеспечение лиц, принимающих решения, необходимой для их выработки информацией и рекомендациями.

Для реализации перечисленных задач ИИС должна включать следующие взаимосвязанные компоненты.

1. Механизм обеспечения взаимодействия с пользователем.

2. Хранилище данных и средств их обработки.

3. Хранилище знаний о предметной области и средства обработки знаний.

4. Механизм решения плохо формализованных задач.

Механизм обеспечения взаимодействия с пользователем в ИИС в общем случае существенно сложнее, чем пользовательские интерфейсы традиционных ИС, поскольку он должен включать средства интерпретации плохо формализованных запросов на предоставление необходимых знаний и/или решения плохо формализованных задач. При этом желательно, чтобы пользователь мог формировать запросы на естественном языке или с помощью его не слишком ограниченного подмножества.

Хранилище знаний о предметной области и средства обработки знаний – компонент полностью отсутствующий в традиционных ИС. Для хранения в компьютерной системе знания должны быть каким-то образом формализованы и структурированы. Кроме того, должны быть предусмотрены средства выборки знаний на основе неформализованных запросов, что является весьма сложной задачей, не имеющей такого же универсального решения как, например, язык SQL в реляционных СУБД. Способы построения баз знаний рассматриваются в отдельной главе данного издания.

Ещё более сложным является механизм решения плохо формализованных задач. В самой приблизительной интерпретации он должен содержать комплекс средств интерпретации поставленной пользователем задачи, поиск знаний, необходимых для её решения, а также правила поиска решения на основе уже имеющихся знаний о предметной области.

Все имеющиеся на текущий момент классификации ИИС весьма условны. С точки зрения превалирующей ориентированности на решение конкретных перечисленных выше общих классов задач, ИИС можно разделить на системы интерпретации, диагностики, мониторинга, проектирования, прогнозирования, планирования, управления и обучающие системы. Однако часто оказывается, что в рамках конкретной ИИС можно решать некоторое подмножество из перечисленных общих классов задач. Часто ИИС разделяют по реализованным в них способам самообучения. Однако в последнее время ИИС нередко оснащаются разнообразными инструментами выявления скрытых закономерностей в данных. Поэтому классификация по этому признаку также получается достаточно размытой. Более чёткой может оказаться классификация по используемым способам формализации и внутреннего представления знаний. Особенности такого разделения рассматриваются далее. Однако с точки зрения конечного пользователя такая классификация мало что даёт для описания возможностей конкретной системы, поскольку касается особенностей её технической реализации. И уж совсем бессмысленно разделять ИИС по отраслевому признаку, поскольку они всегда узкоспециализированы и потому, сколько есть предметных областей, столько будет и классификационных групп. Чуть более осмысленные и чётче определённые классификации можно представить для одной из разновидностей ИИС – экспертных систем, которые будут рассмотрены далее.

Проектирование и разработка ИИС

Имеются различные мнения о составе этапов проектирования и разработки ИИС. Действительно, состав необходимых действий может достаточно существенно варьироваться в зависимости от выбранной предметной области, целевой направленности системы, выбранной методологии разработки программного обеспечения, используемых инструментальных средств и многих других факторов. Однако в самом общем виде можно выделить следующие основные этапы разработки ИИС.

Идентификация проблем. Выявляются цели разработки; определяются основные задачи в выбранной предметной области; уточняется состав пользователей будущей системы; формируется группа экспертов, знания которых предполагается включить в базовую версию системы; устанавливаются критерии оценки работоспособности системы и эффективности её применения. На основе этих данных формируется техническое задание на проектируемую систему.

Извлечение знаний. Осуществляется содержательный анализ предметной области; определяются присущие ей понятия и их взаимосвязи; выявляются методы решения задач. Для этого инженеры по знаниям проводят опросы экспертов, тщательно протоколируя каждое интервью и впоследствии обобщая полученные сведения.

Структурирование знаний. Выбираются наиболее удобные для данной предметной области модели формализации собранных на предыдущем этапе знаний экспертов. Выявленные понятия предметной области и их взаимосвязи формализуются в соответствии с выбранными моделями. В соответствии с выбранными правилами формализации и структуризации знаний формируются алгоритмы компьютерной интерпретации знаний и формальные правила манипулирования представлениями знаний для построения логических выводов. Проводится внекомпьютерное моделирование поведения будущей системы для оценки адекватности выбранных методов манипулирования знаниями её целям и задачам.