ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И СИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ

Современный мир окружает огромное количество информации. Однако данные, которые очень трудно преобразовывать и структурировать, поэтому «стандартные» базы и хранилища данных тут слабы. Из-за постоянно увеличивающейся информации модификация данных ведет к изменению в способах работы, требует не только автоматизации процессов обработки и анализа данных, но также и интеллектуализации информационных и организационных процессов, построения и внедрения эффективных методов и интеллектуальных технологий поддержки принятия решений. Системы, основанные на знаниях или моделях предметной области, описанных на языке, близком к естественному, называют интеллектуальными. В таких системах знаниями являются, с одной стороны, хорошо структурированные долгосрочные данные, описывающие рассматриваемую область (факты), а с другой – правила преобразования данных этой области. В настоящее время прикладные интеллектуальные системы используются в десятках тысяч приложений.

Перед теорией искусственного интеллекта ставятся три основные задачи:

1) Теоретическая естественно - научная цель. Она отвечает за познание механизмов умственной деятельности, их формализация и построение многофункциональных модификаций.

2) Стратегическая цель, заключается в научном исследовании когнитивной деятельности человек и наделения информацией возможностями компьютерных концепций.

3) Практическая и техническая цели. Их суть в решении непростых неструктурированных проблем, обладающих определенным характером, с которым естественный интеллект не в состоянии справится без вычислительной техники.

Итогом достижения целей становится автоматизация работы лица, приминающего решения, которая дает возможность увеличить человеческие возможности и расширить мыслительные способности.

Существует много направлений применения искусственного интеллекта. Рассмотрим некоторые из них.

Разработка интеллектуальных информационных систем, основанных на знаниях. Основной целью построения такого типа систем является выявления, исследование и использование познаний высококвалифицированных экспертов для решения трудных задач, которые возникают на практике. При построении такой системы, основанных на знаниях, используемые знания являются накопленными входе эксперимента в виде определенного правила решения той или иной задачи. Данное направление преследует цель имитации человеческого искусства анализа слабоструктурированных и неструктурированных проблем. В данной области исследования осуществляется формированием моделей представления, извлечения и структурирования познаний, а еще исследует задачи разработки баз знаний, образующих ядро систем, главным являются знания. Как пример -  экспертная система.

Разработка естественно-языковых интерфейсов и машинный перевод. Проблемы компьютерной лингвистики и машинного перевода в искусственном интеллекте разрабатывается еще с середины прошлого столетия. Сама система механического перевода с одного естественного языка на другой во много раз ускоряет процесс и систематичность доступа к информации, оперативность и единообразие перевода огромного количества информации, в частности это научно-технические тексты. Такая система перевода формируется на интеллектуальной системе, так как в их основе лежат базы знаний в конкретной предметной области и сложные модели, обеспечивающие вспомогательную трансляцию. Они базируются на структурно-логическом подходе, входящей в последовательный анализ и синтез естественно-языковых сообщений. Кроме того, в них осуществляется ассоциативный поиск аналогичных фрагментов текста и их переводов в специальных базах данных. Данное направление охватывает также исследования методов и разработку систем, обеспечивающих реализацию процесса общения человека с компьютером на естественном языке.

В наше время очень актуален бизнес - цикла от идеи до получения прибыли процесс сократится от нескольких лет до нескольких месяцев.

Три фактора существенно изменили управленческую ситуацию - рост темпов: новизны, объема и многообразия обозреваемой информации. Из-за этих факторов возникла проблема, руководитель в итоге становится ненужным элементов в бизнес - отношениях, так как человеческий организм не предназначен для таких нагрузок. В результате на всех уровнях управления увеличилась доля принятий решений в неопределенных и нестандартных ситуациях. Все это относится к технологиям, производству, планированию, конкуренции, организации и управлению компанией. Непрерывно возрастает потребность в генераторе новых идей, т.е. создание новой идеи становится основной движущей силой современного бизнеса. Тем не менее, существует определенный порог новизны, т.е. идеи или новые факторы, которые человек сможет усвоить за определенный отрезок времени. Это его адаптивный уровень восприятия. Поэтому проблемы, связанные с необходимостью интеллектуализации информационных и организационных процессов, интенсификации интеллектуальной деятельности специалистов-управленцев, требуют незамедлительного решения.

Решение этой проблемы можно рассмотреть с разных ракурсов, с одной стороны, развитие и использование в менеджменте информационных технологий «Бизнес-интеллекта» и технологий «Управления знаниями», а другой стороной является разработка в постоянной обновлении и повышении уровней интеллектуальности и быстродействия  имеющих информационные системы управления и помощи в управленческой деятельности.[1].

На данный момент информационных технологий «Бизнес-интеллекта» входят в состав следующие инструменты: электронные таблицы, серверы реляционных баз данных, средства добычи данных, инструменты преобразования данных и отчётности, OLAP-серверы, базы данных, инструменты интеллектуального анализа данных и исследования, средства моделирования и прогнозирования, карты показателей, порталы и инструментальные панели, аналитические приложения и многие другие инструменты технологий «Бизнес-интеллекта» [3]. Основная часть инструментов работают как единое целое, но в процессе принятия решения эти же инструменты играют совсем другие роли.

В основу информационных технологий, поддерживающих технологий «Управления знаниями» входят:

• сбор данных и текстов – идентификация образов, выделение значимых закономерностей из информации, содержащихся в хранилищах или входных потоках. Эти информационных технологий основываются на статистическом моделировании, нейронных сетях, генетических алгоритмах и др. [4];

• системы управления документооборотом - архивирование, разметка и публикация документов, индексирование, хранение;

• средства для организации совместной работы - сети intranet, технологии групповой работы, синхронные и асинхронные конференции [3];

• корпоративные порталы знаний; средства, поддерживающие принятие решений-экспертные системы, системы, поддерживающие дискуссионные группы, и т.д.

Для решения важных задач высокой степени сложности, с которыми естественный интеллект не может справиться, возникает необходимость, с одной стороны, в совершенствовании и использовании технологий «Бизнес-интеллекта» и «Управления знаниями», а с другой - в создании и применении для принятия решений систем искусственного интеллекта , то есть гибридных или интегрированных интеллектуальных систем  управления, различного рода интеллектуальных систем поддержки принятия решений, таким образом в число основных компонентов включает в себя базы данных и знаний, блок решения, база моделей и т.п. [2].

Задачи создания таких интеллектуальных систем   относятся к важнейшим в жизни общества [1]. Установка и решение аналогичных задач стали возможными вследствие достижений теории и практики интеллектуального управления, основанным на исследованиях в области искусственного интеллекта, инженерии знаний, математического моделирования и обработки данных.

Теоретические и прикладные исследования в области искусственного интеллекта и регулярно растущие необходимости в интеллектуальных прикладных системах привлекли пристальное внимание ведущих ученых различных областей знаний к естественному человеческому интеллекту, конфигурациям мышления, планирования действия, построения выводов и т.д.

Список литературы:

1. Рыжов ВА. Технологии виртуального ситуационного центра для принятия решений в кризисных ситуациях. «РДР-ЦЕНТР» совместно с компанией КШ8-1пс. 2002. (Интернет).
2. Берштейн Л. С., Карелин В.П., Целых А.Н. Модели и методы принятия решений в интегрированныхинтеллектуальных системах: монография. Ростов н/Д: РГУ, 1999.
3. Валъкман Ю.Р., Валъкман Р.Ю., Исмагилова Л.Р. Бизнес-интеллект и управление знаниями: понятия, технологии, интеллектуальность // Труды Международных НТК 1ЕЕЕ АК-09, СА0-2009. М.: Физматлит, 2009
4. Теория и практика нечетких гибридных систем/ ИЗ. Батыршин, А А Недосекин, А А Стецко и др. М.: Физматлит, 2007.