Файл: Разновидности интеллектуальных информационных систем.pdf

Введение

Ключевым препятствием в направлении внедрения систем искусственного интеллекта выступает непосредственно причина в необходимости внедрения их, то есть недостаток естественного интеллекта.

Нынешняя экономика, которая характеризуется высокой динамичностью, а также глобализацией всех процессов и нацеленностью на потребителя, все возрастающей конкуренцией, осуществлением непрерывных инноваций, нуждается в применении адекватных средств и методов оптимального менеджмента на предприятиях.

Ключевым вопросом эффективного применения этих методов и средств является обработка и организация знаний касательно возможностей и потенциала предприятия, выступающие интеллектуальным его капиталом. Активно развивающаяся в менеджменте сегодня теория управления знаниями организации предполагает применение новейших информационных технологий, в первую очередь основывающихся на достижениях такого научного направления, как «Искусственный интеллект».

Сегодня уже накоплен некоторый опыт по разработке и внедрению информационных автоматизированных систем в разных сферах экономики. Данный опыт дает сформулировать вывод касательно того, что резерв роста эффективности данных систем кроется в росте уровня интеллектуализации данных систем, в переходе к так именуемым «интеллектуальным» системам экономики, которые нацелены на знания.

Актуальностью данной темы выступает то, что в процессе проектирования интеллектуальных систем принимаются в учет такие факторы и параметры, как сложности проблемной сферы, размеры пространства и состояний системы, уровень воздействия случайности и неопределенности в процессе принятия решений, необходимость оценки и учета рисков, огромные объемы сложно формализуемой, а также эвристических данных, необходимость в получении прогнозов, принятии решений при наличии дефицита времени.

Цель курсовой работы – сформулировать знания о состоянии, а также тенденциях в развитии информационных экономических систем; о информационной новой технологии разрешения имеющихся задач управления, о связанной с использованием методов и средств искусственного интеллекта; навыках создания и использования информационных интеллектуальных систем в разных прикладных сферах (базовые области производственного цикла, финансовые и экономические информационные системы).

В процессе курсового исследованы были поставлены такие задачи:

- исследовать ключевые понятия и определения, увязанные с информационными интеллектуальными системами;

- раскрыть классификацию информационных интеллектуальных систем;

- проанализировать этапы создания и проектирования информационных интеллектуальных систем;

- выполнить рассмотрение инструментальных средств для проектирования информационных интеллектуальных систем;

- провести моделирование работы нотариальной конторы.

Указанная курсовая работа может являться полезной для специалистов, которые разрабатывают и используют системы управления знаниями, различные системы поддержки принятия и реализации управленческих решений, информационные корпоративные системы, проектирование информационных интеллектуальных систем, для преподавателей, аспирантов ВУЗов, которые занимаются исследованиями в сфере использования интеллектуальных технологий, а также управлением экономическими процессами и объектами.

ГЛАВА 1. ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

1.1 Понятие «интеллектуальные информационные системы». Классификация ИИС

Под интеллектуальной информационной системой (ИИС, английский - intelligent system) понимают вид интеллектуальной системы, или один из типов информационных систем. ИИС иногда именуют системой, основанной на знаниях. Это комплекс программных, логико-математических и лингвистических средств для воплощения ключевой задачи: это поддержка деятельности человека, к примеру, возможности поиска информации, выполняемого в режиме продвинутого диалога, а также на естественном языке.

ИИС в себе объединяют возможности СУБД, заложенных в основе ИС, а также технологии искусственного интеллекта, и благодаря этому хранение в данных системах экономической информации увязано с обработкой ее и подготовкой к использованию в процессе принятия решений. Сначала ИИС, также именуемые системами, базирующимися на знаниях, характеризовались как средство, которое позволяло принимать решения не экспертам с неизменным качеством, так же, как один либо несколько экспертов в какой-либо конкретной сфере. Но очень скоро стало понятно, что данная технология в самом деле может достигать больший объем знаний и более быстрое реагирование, чем целая группа специалистов.

Изначально ИИС знания нескольких экспертов использовали в каждой из сфер инвестиций. Сегодня базы знаний формируются частично при помощи машинного обучения, применяя методы индукции, различные генетические алгоритмы и отдельные иные методы получения знаний. Менеджер, применяя данную схему, может теоретически принимать решения уже более эффективно и с меньшими затратами чем это сделал бы каждый индивидуальный эксперт в этой сфере. Самым очевидным преимуществом для интеграции отдельных форм искусственного интеллекта в ходе принятия решений в сравнении с осуществлением постоянного консультирования с группой экспертов чаще всего выступает более низкая цена, а также больший уровень соответствия результатов задачам. В отличие от традиционных аналитических, статистических моделей, использование ИИС дает возможность получения решения сложно формализуемых и слабо структурированных задач. Возможности ИИС взаимодействовать со слабо структурированными данными подразумевают присутствие таких качеств:

• решать такие задачи, которые описаны лишь в терминах мягких моделей, если зависимости между ключевыми показателями выступают не очень определенными либо даже неизвестными в границах какого-либо класса;
• способность к взаимодействию с неопределенными либо же динамичными данными, которые изменяются в процессе обработки, дает возможность использовать ИИС в таких условиях, что методы обработки данных изменяются и уточняются в процессе поступления новых информационных данных;
• способность развития системы и извлечения знаний из уже накопленного опыта каких-либо конкретных ситуаций приращивает гибкость и мобильность системы, давая ей возможность осваивать быстро новые сферы применения.

Возможности использования информации, явно не хранящейся, а выводящейся из данных, имеющихся в базе, дает возможность уменьшить объемы фактуальной хранимой информации с сохранением богатства информации, доступной пользователю. Нацеленность ИИС на разрешение слабо структурированных и плохо формализуемых целей и задач расширяет сферу их использования.

Присутствие коммуникативных развитых способностей у ИИС предоставляет возможности пользователям выдавать системе задания и от нее получать обработанные данные, а также комментарии на таком языке, который близок к естественному языку. Система естественного языкового интерфейса (СЕЯИ) передает естественные языковые структуры уже на внутримашинный уровень отражения знаний. Она включает в себя морфологический, семантический и синтаксический анализ и соответственно синтез в обратном порядке. Программа интеллектуального интерфейса занимается принятием сообщений пользователю и преобразованием их в форму отражения базы знаний и, напротив, переводит какое-то внутреннее представление итога обработки уже в формат пользователя, а также выдает сообщение на предоставленный носитель.

Ключевое требование к уровню организации диалога ИИС и пользователя — это естественность, которая означает формулирование нужд пользователя с применением профессиональных терминов из конкретной сферы использования. Максимальное распространение ИИС обрели для проведения экономического анализа работы организации, стратегического планирования и инвестиционного анализа, для оценки рисков, а также формирования портфелей ценных бумаг, проведения финансового анализа, и реализации маркетинга.

Особенности, которые отличают ИИС от обычных ИС, заключаются в следующем:

• интерфейс, включающий пользователя на естественном языке с внедрением бизнес-понятий, присущих для предметной сферы пользователя;
• способности к объяснению своих действий и подсказанию пользователю того, как верно ввести экономические показатели и критерии и как можно выбрать параметры экономической модели, подходящие к его задаче;
• отражение модели какого-либо экономического объекта, а также его окружения в форме базы знаний, средств дедуктивных, правдоподобных выводов в сопряжении с возможностями работы с неточной или неполной информацией;
• способности к автоматическому обнаружению закономерностей бизнеса в накопленных ранее фактах, а также их включения в базу знаний.

Более всего ИИС эффективны в использовании их к недостаточно структурированным задачам, где пока нет строгой формализации, для решения которых используются эвристические процедуры, которые дают возможность в большинстве ситуаций обрести решение. Частично этим можно объяснить то, что диапазон использования ИИС очень широк: от менеджмента технологическим непрерывными процессами в режиме реального времени и до оценки итогов нарушений условий поставки каких-либо товаров по импорту.

ИИС классифицируют по различным основаниям. В качестве оснований для классификации мы выберем следующие основания: предметная сфера в экономике, уровень автономности от корпоративной ИС либо же от базы данных, способ и оперативность взаимодействия с объектом, адаптивность и модель знаний (рис. 1.). Для примера на рисунке 1 отражены ИИС из сфер менеджмента, инвестиций и риск-менеджмента [1, стр. 64]

Рис 1. Классификация интеллектуальных информационных систем

В зависимости от уровня интеграции ИИС делятся на: автономные в форме программных самостоятельных продуктов со своей базой данных; сопряженные с корпоративной системой посредством средств ODBC либо OLE dB; целиком интегрированные. В зависимости от оперативности выделяют статические и динамические ИИС. Но фактор времени все время был значимым в ИИС и целиком статических систем не может по определению существовать. Предлагается выделять ИИС реального времени со своими сенсорами и эффекторами, а также советующие, у которых в контур включен пользователь.

В зависимости от адаптивности выделяют обучаемые ИИС вида нейронных сетей, то есть системы и параметры, а вероятно структура которых изменяются в ходе обучения либо самообучения, а также ИИС, у которых параметры меняются посредством администратора базы знаний. Более всего используемые модели знаний отражены на рис. 1.

1.2 Особенности и признаки интеллектуальности информационных систем

Каждая информационная система (ИС) исполняет такие функции: она воспринимает информационные запросы, а также необходимые исходные данные, вводимые пользователем, обрабатывает введенные, хранимые в системе данные согласно известному алгоритму и формирует нужную выходную информацию. Применительно к реализации вышеперечисленных функций ИС характеризуют как фабрику, которая производит информацию, где заказом выступает информационный запрос, а сырьем являются исходные данные, продуктом выступает требуемая информация, инструментом и оборудованием является знание, посредством которого данные становятся информацией.

Знание обладает двоякой природой: фактуальной и операционной.

Фактуальным знанием являются осмысленные, а также понятые данные. При этом сами по себе данные - это знаки, специально организованные, на каком-нибудь носителе.

Под операционным знанием понимают те суммарные зависимости между какими-либо фактами, которые дают возможность интерпретировать данные либо же из них извлекать информацию. По сути информация - это новое, полезное знание для разрешения каких-нибудь задач.

Чаще всего фактуальное знание именуют экстенсиональным, или детализированным, а операционное знание называют интенсиональным или обобщенным.

Весь процесс извлечения информации из имеющихся данных сведен к адекватному объединению фактуального и операционного знаний, он в разных типах ИС реализуется по-разному. Наиболее простой путь соединения их заключается в пределах одной конкретной прикладной программы:

Программа = Алгоритм (Правила преобразования данных + Управляющая структура) + Структура данных. [3, стр. 18]

Итак, операционное знание, или алгоритм, а также фактуальное знание, или структура данных, друг от друга неотделимы. Но если в процессе эксплуатации ИС будет выявлена потребность модификации какого-то одного из двух составных частей программы, то появится необходимость в ее переписывании, что можно объяснить тем, что целостным знанием проблемной сферы обладает лишь разработчик ИС, сама программа выступает «недумающим исполнителем» для знания разработчика. Итоговый же пользователь из-за процедурности, а также машинной нацеленности представления знаний, осознает только внешнюю сторону всего процесса обработки данных, и на него никак не может влиять.