615

Интеллектуальные информационные системы в профессиональной деятельности

Лекция

Информатика, кибернетика и программирование

Понятие и классификация интеллектуальных информационных систем. Использование ИИТ в реальной практике. Множественность субъектов, участвующих в решении проблемы. Хаотичность, флюктуируемость и квантованность поведения среды. Слабая формализуемость, уникальность, нестереотипность ситуаций.

Русский

2013-01-06

70.5 KB

110 чел.

ЛЕКЦИЯ Интеллектуальные информационные системы в профессиональной деятельности

Учебные и воспитательные цели:

1. Ознакомить курсантов с понятием и классификацией  интеллектуальных информационных систем.

2. Раскрыть понятия: Экспертные системы. Обучающие системы. Адаптивные системы. Системы с интеллектуальным интерфейсом.

3.Воспитывать у курсантов осознание важности изучения курса по дисциплине «ИНФОРМАТИКА И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ»

Наглядные материалы:

Литература:

  1.  Степанов А.Н. Информатика. Базовый курс для студентов гуманитарных специальностей высших учебных заведений. – СПб., Питер, 2011.

Дополнительная литература

  1.  Симонович С.В. Информатика. Базовый курс. – СПб., Питер, 2011.
  2.  Советов Б.Я., Целиховский В.В. Информационные технологии: Учебник для вузов. – М., Высшая школа, 2009.

Технические средства обучения:

Класс ВТ, мультимедиа проектор

Учебные вопросы и расчет времени:

Введение. . . . .

05 мин.

1. Понятие и классификация  интеллектуальных информационных систем.

20 мин.

2. Экспертные системы.

20 мин.

3 Обучающие системы. Адаптивные системы.

20 мин.

4 Системы с интеллектуальным интерфейсом.

20 мин.

Заключение . . . . . . . . . . . . .

05 мин.


Введение

Проверка личного состава.

Постановка темы, вопросов и цели занятия.

Вопрос 1. Понятие и классификация  интеллектуальных информационных систем

Интеллектуальные информационные технологии (ИИТ) (англ.  Intellectual information technology, IIT) — это информационные технологии, помогающие человеку ускорить анализ политической, экономической, социальной и технической ситуации, а также - синтез управленческих решений. При этом используемые методы не обязательно должны быть логически непротиворечивы или копировать процессы человеческого мышления.

Использование ИИТ в реальной практике подразумевает учет специфики проблемной области, которая может характеризоваться следующим набором признаков:

качество и оперативность принятия решений;

нечеткость целей и институциальных границ;

множественность субъектов, участвующих в решении проблемы;

хаотичность, флюктуируемость и квантованность поведения среды;

множественность взаимовлияющих друг на друга факторов;

слабая формализуемость, уникальность, нестереотипность ситуаций;

латентность, скрытость, неявность информации;

девиантность реализации планов, значимость малых действий;

парадоксальность логики решений и др.

ИИТ формируются при создании информационных систем и информационных технологий для повышения эффективности принятия решений в условиях, связанных с возникновением проблемных ситуаций. В этом случае любая жизненная или деловая ситуация – от выбора партнера по жизни до социального конфликта - описывается в виде некоторой познавательной модели (когнитивной схемы, архетипа, фрейма и пр.), которая впоследствии используется в качестве основания для построения и проведения моделирования, в том числе - компьютерного.

Гносеологический фундамент ИИТ наиболее явно видится в работах Канта, Гегеля, Гуссерля. Собственно же явную историю ИИТ удобно начать с середины XX века, когда появился термин «Искусственный интеллект» (Artificial Intelligence). История ИИТ начинается с середины 1970-х годов и связывается с совместным практическим применением интеллектуальных информационных систем, систем искусственного интеллекта, систем поддержки решений и информационных систем. Эта история связана также с развитием трех научных направлений: компьютерной философии, компьютерной психологии и продвинутой компьютерной науки (англ.  Advanced computer science) и дополняется прогрессом в создании: ситуационных центров, информационно-аналитических систем, инструментариев эволюционных вычислений и генетических алгоритмов, систем поддержки общения человека с компьютером на естественном языке, когнитивным моделированием, систем автоматического тематического рубрицирования документов, систем стратегического планирования, инструментариев технического и фундаментального анализа финансовых рынков, систем менеджмента качества, систем управления интеллектуальной собственностью и др.

С середины 1940-х вплоть до ранних 1970-х гг. создание ИИТ рассматривалось преимущественно в рамках логического решения задач. Этот период развития ИИТ характеризуется сравнительно большой определенностью и низкой динамичностью объекта управления. Вместе с тем уже в 1943 году появились «продукции Поста» и методы решения некорректных (обратных) задач на метризуемых пространствах, а в 1947 году для моделирования сложных экономических ситуаций активно начали использоваться методы причинного нелогического вывода, которые позже легли в основу методов системной динамики, немонотонных вычислений, когнитивного моделирования. Создание центров управления полетами, организация штабных работ с применением средств визуализации и автоматизации, зарубежные публикации на тему создания специальных ситуационных центров вдохновили в 1970-е годы инженеров на создание ситуационных комнат для совершенствования управления крупными социальными и институциональными системами. В создании таких комнат и интеллектуальных технологий больше внимания стало придаваться средствам визуализации, диалоговым системам, помогающим использовать базы знаний и модели для решения плохо структурированных проблем. В середине 1970-х годов на основе ИИТ в корпоративном мире начинают развиваться системы поддержки решений для эффективного управления ресурсами, осуществления контроллинга. Ряд замечательных практических идей и результатов, например, связанных с теорией нейронных сетей, многоагентных и активных систем, оптических и голографических процессоров, появилось именно в это время. Тот период можно отметить успехами в создании всеобъемлющих моделей ситуационного управления регионами в периоды кризисов. Его характеризует вера в практически неограниченные возможности искусственного интеллекта. В середине 1980-х годов был отмечен крах иллюзий относительно неограниченных возможностей успешной формализации процессов мышления с помощью систем логической обработки естественного языка. Вместе с тем появились интеллектуальные технологии для ограниченной поддержки исследовательской и профессиональной деятельности лиц, принимающих решения. Практическое применение получили подходы, основанные на использовании достоверного и правдоподобного вывода, немонотонных логик и нечетких систем, лингвистических процессоров. Тогда же появилась явная потребность в оптических и квантовых вычислениях – для решения многомерных и слабо распараллеливающихся задач. Видимые успехи появились в сфере обработки текстов естественного языка, высококачественного поиска документов, слежения за динамичными объектами управления, решения задач распознавания образов, имитационного моделирования, статистической обработки данных, решения транспортных задач, построения нечетких контроллеров. В конце 1980-х внимание разработчиков ИИТ все больше акцентируется на исследовании адаптивных свойств информационных систем, учитывающих умственную активность человека при осуществлении речевых актов, дискурса и принятии решений. С начала 1990 ИИТ все активней используются в стратегическом менеджменте, управлении ресурсами, реинжиниринге, создании ситуационных центров. Все более заметно внедряются интеллектуальные информационные технологии аналитической обработки больших массивов информации, технологии поддержки решений. В 1990-х годах в совокупности и взаимосвязи развиваются: экспертные системы реального времени, интеллектуальные агенты, активные системы, достоверный и правдоподобный вывод, эволюционные и квантовые вычисления, когнитивные модели, ситуационные центры и пр. Эксклюзивное место в развитии ИИТ с середины 1990-х заняла разработка необходимых условий конвергентности (сходимости) процессов управления, поиска информации и синтеза управленческих решений, направленных на обеспечение необходимых условий устойчивой сходимости этих процессов к намечаемым целям. С 2000 года начал приобретать новое звучание процесс электронизации деятельности органов власти, бизнеса и населения. Концепция электронной демократии, предполагающая: осуществление гражданского контроля, проведение выборов и референдумов, поддержку процессов самоорганизации населения, обеспечение возможности участия населения в принятии государственных решений, расширение технологической возможности обмена мнениями – также предусматривает расширение возможностей интеллектуальных информационных технологий. Концепции электронной коммерции, включающие: маркетинг, управление корпоративными ресурсами, повышение качества продукции и услуг, расширение доступа к капиталу, электронные торги, развитие инноваций, поддержку процессов самоорганизации бизнеса – не могла не активизировать работы по дальнейшему развитию систем поддержки решений с помощью ИИТ.

Вопрос 2. Экспертные системы

Экспертные системы. ЭС относятся к числу интеллектуальных систем, предназначенных для массового использования, и выполняют две основные функции: консультанта, помогающего в решении той или иной задачи, и эксперта, непосредственно эту задачу решающего. Они содержат значительный объем знаний в какой-либо предметной области — базу данных. Эти знания хорошо организованы, т.е. структурированы, закодированы, сопровождены системой правил логического вывода и готовы для использования в условиях конкретной ситуации, представляющей интерес для пользователя. В ответ на его запрос ЭС выдает диагноз ситуации, рекомендации и советы, по своему качеству вполне соответствующие уровню эксперта высокой квалификации. Таким образом, опыт, знания, логически объяснимые заключения, которые делает высококвалифицированный эксперт в определенной области деятельности, благодаря экспертным системам становятся достоянием широкого круга специалистов. Такие системы нашли применение в медицине и геологии, экономике и технике, сельском хозяйстве и т.д. Важной особенностью ЭС является то, что любая рекомендация, выработанная ею, любое суждение могут быть объяснены при запросе пользователя. Успешность применения любой системы во многом зависит от степени доверия к результатам ее работы. Поэтому экспертная система в любой момент должна быть готова объяснить, почему сделано то или иное заключение, тот или иной вывод, и представить логическую цепочку рассуждений и фактов, приводящих к нему. Желание пользователя понимать то, что делает ЭС и иметь возможность контролировать ход рассуждений вполне естественно и должно быть удовлетворено. Поэтому очень большое значение при создании экспертных систем, кроме базы данных, придается другому важнейшему их элементу — интерфейсу — организации диалога «пользователь — компьютер». Кроме того, структура ЭС содержит также подсистему накопления и обновления знаний. Таким образом, можно сделать вывод о том, что экспертная система — эффективный инструмент повышения обоснованности и качества решений менеджера за счет обращения к знаниям и опыту высококвалифицированных экспертов.

Вопрос 3. Обучающие системы. Адаптивные системы

В настоящее время обучение через Web является горячей областью исследований и разработок (Khan, 1997). Польза от использования Web для обучения очевидна: независимость расположения обучаемых и независимость от платформы. Приложение, установленное и поддерживаемое в одном месте, может использоваться тысячами обучаемых по всему миру, имеющих компьютер с любым видом подключения к Internet. Тысячи Web курсов и других обучающих приложений стали доступны в Web за последние пять лет. Проблема заключается в том, что большинство из них являются ничем иным, как просто сетью статичных гипертекстовых страниц. Перспективной целью является разработка передовых образовательных приложений, основанных на Web, которые смогут предложить нечто значительное в плане интерактивности и адаптивности. Адаптация исключительно важна для образования в Web, по меньшей мере, по двум основным причинам. Во-первых, большинство Web приложений используются множеством таких различных пользователей, что не предполагалось при разработке локальных приложений. Web приложения, спроектированные для специфичного класса пользователей не будут подходить другим пользователям. Во-вторых, во многих случаях пользователь работает “один” с Web “наставником” или “курсом” (возможно из дома). Вот почему помощь, которую адаптивно предоставляют коллеги и учителя в обычном классном помещении, недоступна.

Обучающие адаптивные системы (ОАС) в Web не являются полностью новыми или уникальными. Исторически, ОАС в Web являются наследниками двух более ранних разновидностей ОАС: интеллектуальных обучающих систем (ИОС) и адаптивных гипермедиа систем. Традиционно проблемы разработки ОАС исследовались в области интеллектуальных обучающих систем (Burns & Capps, 1988). ИОС используют знания о предметной области, об обучаемом и стратегиях обучения для поддержки гибкого индивидуализированного изучения и обучения. Адаптивность была одной из целевых особенностей любой ИОС. Адаптивная гипермедиа более новая область исследований (Brusilovsky, 1996). Адаптивные гипермедиа системы применяют различные виды моделей пользователя для адаптации содержания и связывания гипермедиа страниц. Обучение одна из основных областей приложения адаптивных гипермедиа сред, и много обучающих адаптивных гипермедиа систем было создано еще до “Web Rush”. С системной точки зрения современные АОС могут рассматриваться просто как ИОС или адаптивные гипермедиа системы реализованные в Web. Однако контекст WWW дает серьезный импульс для проектирования и реализации этих систем, заставляет нас относить их в отдельный подкласс. Например, очень немногие локальные ИОС используют адаптивную гипермедиа, тогда как едва ли не все ОАС могут быть классифицированы либо как ИОС, либо как адаптивные гипермедиа системы. Это объясняется воздействием “гипертекстовой” природы Web.

В другом контексте, ОАС в Web лишь одна из существующих разновидностей адаптивных систем для Web. WWW показывает что может являться хорошей платформой для разработки и тестирования различных адаптивных приложений. С одной стороны, это перспективно: системы в Web действительно нуждаются в адаптации, так как они работают с более значительно отличающимися пользователями, чем более ранние системы, предназначенные для установки непосредственно на машину пользователя. С другой стороны, заманчиво, что Web дает комплексным ИИ адаптивным системам прекрасный шанс дотянуться до многих реальных пользователей. В то время как адаптивная система установлена на мощном сервере, который обслуживается и обновляется хорошо осведомленным персоналом, тысячи пользователей могут подсоединяться к ней через дешевые компьютеры или киоски. Пользователи Web также могут помочь разрешить наболевшие проблемы оценивания, так как все данные о взаимодействии пользователей с адаптивной Web системой могут быть записаны на централизованном сервере и использованы для обстоятельного анализа.

Вопрос 4. Системы с интеллектуальным интерфейсом

Интеллектуальные  базы  данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся  в  базе данных. Примерами таких запросов могут быть следующие:

- “Вывести  список товаров, цена которых  выше среднеотраслевой”,

- “Вывести  список товаров-заменителей некоторой  продукции”,

- “Вывести  список потенциальных покупателей  некоторого товара” и т.д.

Для выполнения первого типа запроса  необходимо сначала проведение статистического  расчета среднеотраслевой цены по всей базе данных, а уже после этого  собственно отбор данных. Для выполнения второго типа запроса необходимо вывести значения характерных признаков объекта, а затем поиск по ним аналогичных объектов.  Для третьего типа запроса требуется сначала определить список посредников-продавцов, выполняющих продажу данного товара, а затем провести поиск связанных с  ними покупателей.

Во  всех перечисленных типах запросов требуется осуществить поиск  по условию, которое должно быть доопределено в ходе решения задачи. Интеллектуальная система без помощи пользователя по структуре базы данных сама  строит путь доступа к файлам данных.   Формулирование запроса осуществляется в диалоге с пользователем, последовательность шагов которого выполняется в максимально удобной для пользователя  форме. Запрос к базе данных может формулироваться и с помощью естественно-языкового интерфейса.

Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний. Для этого необходимо решать  задачи морфологического, синтаксического и семантического анализа и синтеза высказываний  на  естественном языке. Так, морфологический анализ предполагает распознавание и проверку правильности написания слов по словарям,  синтаксический контроль -  разложение входных сообщений на отдельные компоненты (определение структуры) с проверкой соответствия  грамматическим правилам внутреннего представления знаний и выявления недостающих частей и,  наконец,  семантический анализ - установление смысловой правильности синтаксических  конструкций. Синтез высказываний решает обратную задачу преобразования внутреннего представления информации в естественно-языковое.

Естественно-языковый интерфейс используется для:

доступа к интеллектуальным базам данных;

контекстного поиска документальной текстовой информации;

голосового ввода команд в системах управления;

машинного перевода  c иностранных языков.

Гипертекстовые  системы предназначены для реализации  поиска  по ключевым словам в базах текстовой информации. Интеллектуальные гипертекстовые системы отличаются  возможностью  более сложной семантической организации ключевых слов, которая отражает различные смысловые отношения терминов. Таким образом, механизм поиска работает прежде всего с  базой  знаний  ключевых  слов,  а уже затем непосредственно с текстом. В более широком плане сказанное распространяется и  на  поиск мультимедийной информации, включающей помимо текстовой и цифровой информации графические, аудио и видео- образы.

Системы контекстной помощи можно рассматривать,  как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В отличие от обычных систем помощи, навязывающих пользователю схему поиска требуемой информации, в системах контекстной помощи пользователь описывает проблему (ситуацию), а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации (например, технической документации по эксплуатации товаров).

Системы когнитивной графики  позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями. Такие системы используются в мониторинге и управлении оперативными процессами.  Графические образы в наглядном и интегрированном виде описывают множество параметров изучаемой  ситуации. Например, состояние сложного управляемого объекта отображается в виде человеческого лица, на котором каждая черта отвечает за какой-либо параметр, а общее выражение лица дает интегрированную характеристику ситуации.  

Системы когнитивной графики широко используются также в обучающих и тренажерных  системах на основе использования принципов  виртуальной реальности, когда графические  образы моделируют ситуации, в которых  обучаемому необходимо принимать решения и выполнять определенные действия.

Заключение

Ответы на вопросы. Выборочный контроль конспектов. Подводятся итоги занятия.


 

А также другие работы, которые могут Вас заинтересовать

5269. Бизнес-план издательства: Учебное пособие 693 KB
  Введение Книжный бизнес в последнее десятилетие занял особое место в экономической и социально-культурной области жизни российского общества. Поэтому важно определить, какое значение в деловой сфере имеет планирование. Практика показывает, что в биз...
5271. Пассивные операции коммерческих банков 168 KB
  Пассивные операции коммерческих банков Ресурсы коммерческого банка: содержание и структура Собственный капитал банка. Международные стандарты капитала Заемный капитал коммерческого банка Депозиты коммерческого банка Деп...
5272. Регулирование банковской деятельности коммерческих банков 51.25 KB
  Регулирование банковской деятельности коммерческих банков Содержание банковского регулирования Сущность и типы денежно-кредитной политики Методы и инструменты денежно-кредитного регулирования экономики Характеристика ме...
5273. Коммерческие банки 52.58 KB
  Коммерческие банки Коммерческий банк: сущность, функции, классификация Типовая структура коммерческих банков Операции коммерческого банка. Введение Итак, банк — это предприятие, но предприятие особого рода. Если в деятельности...
5275. Банковская система России 438 KB
  Банковская система России Этапы реформирования банковской системы России Тенденции и проблемы развития банковской системы России Структура современной банковской системы России Вопрос 1. Этапы реформирования банковской системы Росс...
5276. Структура современной экономики США. Роль государства в экономике 78 KB
  Введение Экономика США — крупнейшая и одна из наиболее диверсифицированных национальных экономик мира, она также является локомотивом мировой экономики. Несмотря на общий для всех рыночных экономик механизм функционирования, основанный на домин...
5277. Банковская система 141 KB
  Банковская система Понятие и структура кредитной системы Банковская система: понятие, виды, структура, уровни, элементы. Характеристика элементов банковской системы Вопрос 1. Понятие и структура кредитной системы Выделяют два основ...