<<
>>

§ 1. Технологии систем, основанных на знаниях

Фундаментальные исследования в области искусственного интеллекта, проводимые со второй половины XX в., привели к коммерческому внедрению прикладных интеллектуальных систем в различные сферы деятельности.

Создание истинной интеллектуальной системы, идентичной в общении человеку, пока остается в проектах. Однако уже сегодня многие программы наделяются способностями решать задачи, которые до недавнего времени находились в компетенции человека.

К числу основных достижений компьютерных интеллектуальных систем следует отнести:

решение задач, которые трудно или невозможно сформули-ровать в математическом виде (т. е. в виде формул — уравнений, неравенств). В таких задачах сама постановка цели, ограничения и критерии достижения цели (полностью или частично) становятся неопределенными и «нематематическими». К числу таких задач в ЭИС можно отнести принятие решений по кредитованию, формирование портфеля заказов, выбор модели бизнеса и организационной структуры предприятия. В них, как и во многих других задачах принятия решений, математическая модель может отразить только часть реально учитываемых менеджерами факторов и ограничений;

решение задач при недостатке, неточности или недостоверности исходных данных.

При этом, равно как и человек в таких условиях, подобная система выдает некоторое «примерное» (правдоподобное) решение, пусть не самое оптимальное, но рациональное и логически обоснованное;

обучение (адаптация) — накопление опыта, уточнение имеющихся или приобретение новых сведений о решаемых задачах в процессе функционирования. В результате такого обучения, как правило, решения системы становятся более точными и обосно-ванными.

Традиционно компьютер в ЭИС является средством вычисления, хранения и обмена информацией. Развитие интеллектуальных возможностей программного обеспечения позволяет сделать ЭИС средством управления (в частности, средством планирования, анализа, принятия решений), способным взять на себя часть интеллектуальных функций человека.

Ниже рассмотрены некоторые технологии интеллектуальных систем, которые находят применение в ЭИС (или перспективны для такого применения).

Отметим, что обсуждаемые технологии интеллектуальных систем применимы в различных классах ЭИС, включая системы обработки данных, информационно-поисковые системы, автоматизированные системы управления.

Знания в компьютерной системе — закодированные опреде-ленным образом сведения об объектах предметной области, их поведении и взаимосвязях, о способах и средствах решения задач, которые в условиях, характеризуемых некоторыми данными, используются для решения задач в этой предметной области.

Таким образом, знания представляют собой инструмент решения задач.

Данные выступают в качестве информационного обеспечения такого инструмента (значения численных и символьных переменных, констант).

Так, менеджер, принимая решение о выборе поставщика продукции для свой фирмы, знает, какую информацию собрать об этом потенциальном поставщике (т. е. знает, что делать) и в какой последовательности, как оценить данную информацию для принятия окончательного решения (знает, как делать). Ответы на те или иные вопросы этого менеджера, значения характеристик потенциального поставщика и предлагаемых им условий будут выступать в качестве данных. Эти данные могут быть определены как в процессе работы, так и на основе полученных ранее сведений или путем вычислений по другим источникам информации.

В любой программе присутствуют знания специалистов предметной области, для решения задач которой применяется программа. Однако в традиционных программах эти знания реализованы в алгоритмах. Для интеллектуальных систем, основанных на знаниях (СОЗ), характерным является то, что знания в них отделены от самих программ, представлены в явном виде, могут быть отредактированы, дополнены, исправлены (подобно информации, которая хранится в специальных базах данных). Для этого в структуру СОЗ включается база знаний (БЗ), в которой организуются и хранятся знания системы, а также редактор базы знаний (подсистема приобретения знания). Для того чтобы использовать знания, в структуру системы включается еще один специальный блок — машина вывода (другие названия — механизм вывода, подсистема управления, блок принятия решений, интерпретатор знаний и т. п.). В системах, основанных на знаниях, база знаний выступает в качестве аналога памяти человека, а машина вывода является аналогом его мышления.

Наиболее известными СОЗ являются экспертные системы (ЭС), которые начали разрабатываться в 60-х гг. XX в. и явились примером коммерческого использования достижений в области искусст-венного интеллекта. Возможность получить от исследований в этой области не только «интерес», но и реальную прибыль появилась после того, как вместо амбициозных целей «научить машину размышлять» была поставлена и решена более простая задача — сохранять в компьютерной системе и использовать для решения задач некоторые знания человека, которые он применяет на практике.

Такими системами стали экспертные системы.

Экспертная система — компьютерная система, которая аккумулирует в себе знания специалистов — экспертов некоторой предметной области и на их основе решает заданный круг задач данной области подобно тому, как это делают эксперты.

Для того чтобы оценить целесообразность разработки экспертных систем в некоторой области, необходимо иметь представления о следующих особенностях. Экспертная система:

содержит в себе эмпирические (опытные, поверхностные) знания экспертов, которые являются главным инструментом ЭС. Преобладающими в ЭС являются факты и отношения между ними, которые и составляют основу базы знаний системы;

не предназначена для «свершения открытий» или решения уникальных задач. Напротив, ЭС целесообразно применять только там, где имеются повторяющиеся, но достаточно трудоемкие для обычного персонала задачи;

ориентирована на достаточно узкий круг задач (например, задача оценивания клиента на предмет кредитования, задача диагностирования неисправности автомобиля, задача определения диагноза больного и т. п.);

не предназначается для крупных специалистов, руководителей, которые «не нуждаются в советах со стороны». ЭС оказывается полезна в том случае, когда имеются опытные эксперты, способные передать свои знания системе, и много «обычных» специалистов, которым совет эксперта стал бы реальной помощью при решении задачи;

должна решать задачи достаточно просто, примерно так, как это делает эксперт: запрашивать недостающие данные (как правило, в диалоге с пользователем), объяснять полученные выводы, промежуточные результаты. Иначе говоря, результаты работы системы должны внушать доверие пользователю, только тогда он сможет применить их на практике.

На рис. 5.1 показана обобщенная структурная схема ЭС. Здесь пользователь — человек, который решает некоторую задачу с помощью ЭС; эксперт — специалист в данной области, чьи знания использует система для решения задачи; инженер по знаниям — специалист, владеющий технологиями опроса экспертов, выявления и формализации знаний для передачи их программистам — разработчикам ЭС.

Рассмотрим иллюстративный пример применения ЭС. Пусть имеется фирма, торгующая продуктами питания и напитками и имеющая ряд торговых точек в разных районах города.

Подсистема объяснения действий системы и результатов решения

Подсистема приобретения знаний

А

А Машина вывода 1Z

V

Ж Диалоговая подсистема ТУ

ТУ SZ.

SZ. ПОЛЬЗОВАТЕЛЬ

Рис. 5.1. Обобщенная структура экспертной системы

В силу специфики районов, в зависимости от периода времени, некоторых других условий спрос на различные продукты не остается постоянным. Для оптимизации продаж возникает задача по-ставлять в торговые точки те продукты (и в том количестве), которые будут пользоваться наибольшим спросом именно на данный период времени. Качество решения этой задачи зависит от знаний и опыта продавцов и менеджеров фирмы. Аккумулируя эти знания, можно получить ЭС, решающую задачи планирования продаж и, соответственно, поставок в торгующие точки. Особо актуальной такая ЭС может быть в фирме, где часто меняется персонал менед-жеров и продавцов. При этом полезными могут быть даже качест-венные оценки прогноза объема продаж, выраженные в виде «не изменится», «вырастет», «существенно вырастет», «упадет» и т. п. Сами знания в ЭС могут быть представлены в виде зависимостей между отдельными фактами, например, так:

• если приближаются праздничные дни, то ожидается рост продаж напитка А;

если рост продаж напитка А, то ожидается рост продаж про-дукта В;

если объем продаж напитка А оставался высоким в течение трех недель и время — период отпусков, то объем продаж всех продуктов падает и т. д.

Сама последовательность таких правил не обязательно отражает последовательность рассуждений эксперта. Эти рассуждения будут организованы машиной вывода. Так, по получению задания на прогнозирование продаж, система в соответствии с заложенной стратегией вывода, может уточнить у пользователя период планирования, район и далее другие сведения, о которых будет упоминаться в выбираемых правилах и которые будут неизвестны системе. В результате после применения правил системой будут выведены заключения о тех или иных изменениях в продажах.

Упомянутые в данном примере правила называют правилами продукций.

Продукционная модель представления знаний является, пожалуй, наиболее распространенной в СОЗ. В общем виде правила продукций записываются так:

Если <Условие> То <Заключение>, где <Условие> может представлять из себя сложное высказывание, состоящее из более простых, связанных логическими операциями «И», «ИЛИ», «Не».

Продукционная модель является не единственной моделью представления знаний в СОЗ. Распространены также представление знаний с помощью фреймов и сетей, в частности, семантических сетей. Об этих и других моделях рекомендуется прочитать в предлагаемой литературе.

Практический интерес для реализации интеллектуальных ЭИС имеет ситуационный подход к принятию решений. Он реализуется в так называемых ситуационных советующих системах (встречаются названия «ситуационная система поддержки принятия решений», «экспертная система с анализом ситуаций» и др.). В ситуационной системе база знаний представляется набором взаимосвязанных пар вида <ситуация, решение>, где ситуация описывает некоторую ти-повую для данной области ситуацию, а решение — рациональный вариант действий в данной ситуации. В частном случае решение может подразумевать под собой некоторый план поставок, вариант организации и проведения мероприятия, рекомендацию менеджеру по способу действий, рекомендацию по использованию инструк-тивных и методических материалов и другие руководства к дейст-виям.

Если в продукционной ЭС знания представляются в виде взаимосвязей между фактами, то ситуационная система содержит в се-бе описания ситуаций целиком, например, в виде перечня атрибутов (параметров) ситуации и их значений. В привязке к рассмотренному выше примеру могут быть введены, например, такие ситуации, как ситуация «Общее снижение покупательской активности» или ситуация «Праздничные дни» и ее дальнейшее уточнение — ситуация «Новый год в районе N» (предполагается, что для каждой из этих ситуаций в базе знаний имеются готовые рекомендации по поставке товаров в торговую точку).

Общий процесс вывода решения в ситуационной системе может быть представлен следующими этапами:

идентификация текущей ситуации (т.

е. оценивание значений ее параметров);

сравнение текущей ситуации с ситуациями, имеющимися в базе знаний и выбор той из них, которая наиболее близка к данной текущей ситуации;

вывод того решения, которое в базе знаний связано с выбранной ситуацией.

При построении базы знаний ситуационной системы можно ис-пользовать два подхода:

описание типовых ситуаций, представляющих собой характерные классы условий для выбора решения. В этом случае вывод основан на распознавании класса текущей ситуации по некоторым правилам или критериям;

описание ситуаций-примеров, т. е. тех, которые имели место быть ранее в данной области. В этом случае главным становится введение метрик сходства между ситуациями и оценка близости текущей ситуации с ситуациями-примерами.

В обоих случаях система может быть настроена так, чтобы предлагать пользователю не один, а несколько вариантов возможных решений и обосновывать эти предложения описаниями тех ситуаций, которые пользователь может проанализировать самостоятельно. По существу, система просто отбрасывает те решения, которые очевидно не подходят в данной ситуации, и оставляет пользователю значительную свободу для выбора окончательного решения. Данный подход особенно удобен для пользователей высокого уровня самостоятельности — руководителей, менеджеров высшего звена, высококвалифицированных специалистов, а также для поиска решений по аналогии, когда в БЗ отсутствует точное описание текущей ситуации.

Корпоративные базы знаний (КБЗ). Повышение сложности профессиональных задач, как следствие — повышение требований к квалификации персонала и трудности подготовки высококвалифицированных опытных кадров, привели к естественному желанию сохранять знания специалистов, опыт решения проблемных задач и сделать их доступными для работников предприятия. Эти задачи призваны решать корпоративные базы знаний, идея которых получает все большее развитие, особенно в передовых зарубежных компаниях.

В настоящее время не определена общая технология создания и использования КБЗ, скорее, имеется некоторая концепция сохранения и использования знаний корпорации. На предприятиях эти знания могут быть представлены с помощью информационно- поисковых, в частности, гипертекстовых систем, ситуационных советующих систем, интегрироваться с базами данных и содержать в себе описания проблем и возможных решений, актуальную документацию, выполненные проекты, технологии и т. п. Отметим, что создание КБЗ преследует и такую цель, как устранение зависимости предприятия от отдельных специалистов, приобретших уникальный опыт решения проблемных задач в данной области и имеющих знания, отсутствующие в учебниках, методических и технических материалах.

<< | >>
Источник: П. К. Моор, С. М. Моор, А. П. Моор. ИНФОРМАЦИОННЫЕ СИСТЕМЫ В ЭКОНОМИКЕ: учебное пособие. 2011

Еще по теме § 1. Технологии систем, основанных на знаниях:

  1. § 5. Технологии систем поддержкипринятия решений
  2. Глава 5. ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ В ЭКОНОМИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ
  3. 1.4. Компьютерные системы, технологии и средства их обеспечения
  4. 5.1. ТЕХНОЛОГИЯ РАЗРАБОТКИ СДЕЛЬНОЙ СИСТЕМЫ ОПЛАТЫ ТРУДА
  5. ГЛАВА 14. Международный обмен технологиями и информацией в современной системе мирохозяйственных связей
  6. 53. ПОРЯДОК РАЗРАБОТКИ И ВНЕДРЕНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ, ТЕХНОЛОГИЙ И СРЕДСТВ ОБЕСПЕЧЕНИЯ
  7. 52. ПРАВОВОЙ РЕЖИМ ИНФОРМАЦИОННЫХ СИСТЕМ, ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СРЕДСТВ ИХ ОБЕСПЕЧЕНИЯ
  8. Глава 40. ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ТАМОЖЕННОМ ДЕЛЕ
  9. 54. ГОСУДАРСТВЕННАЯ ПОЛИТИКА В ОБЛАСТИ СОЗДАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ, ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СРЕДСТВ ИХ ОБЕСПЕЧЕНИЯ
  10. 10.5. Методы, основанные на качественных измерениях