Discord

DISCORD Сервер сообщества

Новый способ общения с вашими друзьями и сообществами.

Cвойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека.
Аватара пользователя
Опубликовал(а) sandworm
#40
Исследования в области искусственного интеллекта получили широкое применение в информационных системах. Появился новый класс систем – интеллектуальные информационные системы (ИИС).

В течение последних 10 лет произошло значительное расширение сферы практического применения информационных систем и технологий в области экономики. Интенсивное развитие и индустриализация информационных технологий привели к тому, что информационные потоки сопровождают все стадии цикла «производство – потребление» и соответствующего движения денежных средств в общественном производстве. Информационные системы (ИС) используются в настоящее время в различных сферах экономики.

Их применяют:
  • предприятия, производящие национальный продукт;
  • правительство, собирающее налоги и выделяющее трансферты;
  • потребители, формирующие денежный поток;
  • финансовая система, аккумулирующая сбережения потребителей;
  • инвесторы, инвестирующие производство;
  • мировая экономическая система, связанная потоками экспорта и импорта с национальным общественным производством.
Каждый из данных блоков имеет в своем составе информационную систему и со-ответствующую ей базу данных, совокупность сведений которой образует экономическое информационное пространство общественного производства. Потребности бизнеса ставят задачу интеллектуализации информационных систем. Основное назначение такой информационной системы – обеспечить обработку и выдачу информации для принятия решения по руководству функционированием и развитием экономического объекта. Термин «информационная система» относится к классу программных продуктов, облегчающих или «автоматизирующих» ведение бизнеса. Необходимая для выполнения этой задачи информация включает базы данных и модели анализа собственно организации (объекта управления), окружения, с которым происходит взаимодействие, внешних неконтролируемых факторов.

Современные информационные системы все более дифференцируются по областям применения. На рынке программного обеспечения появляются и широко используются (наряду с системами поиска нормативно-правовой информации) информационные системы бухгалтерского учета, системы поддержки принятия решений (DSS-СППР), информационные системы менеджмента (MIS), информационные системы управления инвестициями (Project Expert), информационные системы риск-менеджмента (RMIS). Растут требования потребителей к возможностям информационных систем и все острее стоит вопрос применения технологий искусственного интеллекта в экономических информационных системах, сопровождающих работу предприятий.

Современные системы управления базами данных включают в свой состав целый ряд механизмов и технологий, повышающих их интеллектуальные возможности. Это относится прежде всего к многомерной организации данных в хранилищах данных, организации естественно-языкового интерфейса, реализации сценариев «что – если». Все эти механизмы почерпнуты из области исследований по искусственному интеллекту. Системы поддержки принятия решений (DSS) являются развитыми интеллектуальными системами, т. к. призваны готовить аналитически обобщенные данные для окончательного выбора решения специалистом-менеджером.

Важность этих систем определяется следующими обстоятельствами:
  • в DSS реализуется поиск аналитических зависимостей или агрегатов, при использовании которых правила принятия решений, т. е. зависимости между наблюдаемыми данными и гипотезами, становятся более простыми;
  • в структуре специализированных процессоров или архитектур этих систем реализуются некоторые начальные этапы технологии обработки данных, характерные для технологии искусственного интеллекта. Это относится к организации хранения и обработки больших объемов данных в виде многомерных кубов с учетом семантических взаимосвязей.
На начальных стадиях разработки методов искусственного интеллекта создание экспертных систем, предназначенных для оценки предпочтительности гипотез на основе наблюдаемых данных, и документальных информационно-поисковых систем (ИПС) и систем управления базами данных (СУБД) шло параллельными путями, за-тем произошло объединение ИПС как компоненты полнотекстового поиска и реляционных СУБД. В настоящее время постреляционные СУБД включают ряд компонентов из области искусственного интеллекта. Экспертные системы представляли собою автономные программные комплексы, не интегрированные с базами данных и система-ми аналитических вычислений. Понятие «экспертная система» закрепилось за такими автономными программами, ориентированными на определенную достаточно узкую сферу применения. Затем стало ясно, что принципы логического вывода и баз знаний применимы к широкому кругу задач, экспертные системы стали использовать базы данных и оформляться как программные продукты, имеющие развитые средства ввода-вывода данных, хранения и ведения баз знаний, прикладные задачи. Такую новую генерацию систем стали называть интеллектуальными информационными системами.

Интеллектуальные информационные системы объединяют в себе возможности СУБД, лежащих в основе информационных систем, и технологию искусственного интеллекта, благодаря чему хранение в них экономической информации сочетается с ее обработкой и подготовкой для использования при принятии решений. Вначале ИИС, называемые также системами, основанными на знаниях, рассматривались как средство, позволяющее неэкспертам принимать решения с таким же качеством, как один или более экспертов в конкретной области. Однако очень быстро стало ясно, что эта технология в действительности способна к достижению большего объема знаний и более быстрому реагированию, чем группа специалистов.

Первоначально ИИС использовали знания нескольких экспертов в каждой из областей. В настоящее время базы знаний частично формируются посредством машинного обучения, используя методы индукции, генетические алгоритмы и некоторые другие методы извлечения знаний. Менеджер, используя такую схему, теоретически может принимать решения более эффективно и с меньшей стоимостью, чем это смог бы сделать любой индивидуальный эксперт в данной области. Наиболее очевидным преимуществом интеграции некоторых форм искусственного интеллекта в процессе принятия решений по сравнению с постоянным консультированием с группой экспертов обычно является более низкая стоимость и большее соответствие результатов за-даче. В отличие от обычных аналитических и статистических моделей интеллектуальные информационные системы позволяют получить решение трудно формализуемых слабо структурированных задач.

Возможность интеллектуальных информационных систем работать со слабо структурированными данными подразумевает наличие следующих качеств:
  • решать задачи, описанные только в терминах мягких моделей, когда зависимости между основными показателями являются не вполне определенными или даже не-известными в пределах некоторого класса;
  • способность к работе с неопределенными или динамичными данными, изменяющимися в процессе обработки, позволяет использовать ИИС в условиях, когда методы обработки данных могут изменяться и уточняться по мере поступления новых данных;
  • способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций увеличивает мобильность и гибкость системы, позволяя ей быстро осваивать новые области применения.
Возможность использования информации, которая явно не хранится, а выводится из имеющихся в базе данных, позволяет уменьшить объемы хранимой фактографической информации при сохранении богатства доступной пользователю информации. Направленность интеллектуальных информационных систем на решение слабо структурированных, плохо формализуемых задач расширяет область применения ИИС.

Наличие развитых коммуникативных способностей у интеллектуальных информационных систем дает возможность пользователю выдавать задания системе и получать от нее обработанные данные и комментарии на языке, близком к естественному.

Важнейшее требование к организации диалога пользователя с ИИС – естественность, означающая формулирование потребностей пользователя с использованием профессиональных терминов конкретной области применения. Наибольшее распространение интеллектуальные информационные системы получили в сфере экономического анализа деятельности предприятия, стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансово-го анализа, маркетинга.

Применение ИИС совместно со стандартными методами исследования операций, динамического программирования, а также с методами нечеткой логики для планирования при комплексной автоматизации деятельности предприятия приносит принципиальные выгоды: реально снижаются операционные издержки; повышается качество управленческих решений.

Таким образом, для интеллектуальных информационных систем характерны следующие признаки:
  • развитые коммуникативные способности: возможность обработки произвольных запросов в диалоге на языке, максимально приближенном к естественному (система естественно-языкового интерфейса);
  • направленность на решение слабо структурированных, плохо формализуемых задач (реализация мягких моделей);
  • способность работать с неопределенными и динамичными данными;
  • способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций;
  • возможность получения и использования информации, которая явно не хранится, а выводится из имеющихся в базе данных;
  • система имеет не только модель предметной области, но и модель самой себя, что позволяет ей определять границы своей компетентности;
  • способность к аддуктивным выводам, т. е. к выводам по аналогии;
  • способность объяснять свои действия, неудачи пользователя, предупреждать пользователя о некоторых ситуациях, приводящих к нарушению целостности данных.
Отличительные особенности ИИС по сравнению с обычными информационными системами состоят в следующем:
  • интерфейс с пользователем на естественном языке с использованием бизнес-понятий, характерных для предметной области пользователя;
  • способность объяснять свои действия и подсказывать пользователю, как правильно ввести экономические показатели и как выбрать подходящие к его задаче параметры экономической модели;
  • представление модели экономического объекта и его окружения в виде базы знаний и средств дедуктивных и правдоподобных выводов в сочетании с возможностью работы с неполной или неточной информацией;
  • способность автоматического обнаружения закономерностей бизнеса в ранее накопленных фактах и включения их в базу знаний.
ИИС особенно эффективны в применении к слабо структурированным задачам, в которых пока отсутствует строгая формализация и для решения которых применяются эвристические процедуры, позволяющие в большинстве случаев получить решение. Отчасти этим объясняется то, что диапазон применения ИИС необычайно широк: от управления непрерывными технологическим процессами в реальном времени до оценки последствий от нарушения условий поставки товаров по импорту.

Основная литература
1. Жданов А.А. Автономный искусственный интеллект / А.А. Жданов. - М.: БИНОМ. Лаборатория знаний. – 2012. – 360с.
2. Ясницкий Л. Н. Искусственный интеллект. Элективный курс. Учебное пособие / Л.Н. Ясницкий. – М.: БИНОМ. Лаборатория знаний, 2012. - 201 с.

Дополнительная литература
1. Балдин К. В. Информационные системы в экономике. Учебник / К.В. Балдин, В.Б. Уткин. – М.: Дашков и К, 2012. – 395с.
2. Божко В.П. Предметно-ориентированные экономические информационные системы. Учебник / В.П. Божко. – М.: Финансы и статистика, 2011. – 240с.
3. Вагин В. Н. Достоверный и правдоподобный вывод в интеллектуальных системах - М.: Физматлит, 2008.-210с.
4. Горбенко А.О. Информационные системы в экономике / А.О. Горбенко. - М.: Бином, Лаборатория знаний,. – 2010. – 293с.
5. Егоров О.Д. Конструирование механизма роботов. Учебник / О.Д. Егоров. – М.: Абрис, 2012. – 446с.
6. Новиков С.С. Проектирование автоматизированной системы управления / С.С. Новиков. – М.: Лаборатория книги, 2010. – 65с.
7. Тельнов Ю. Ф. Проектирование систем управления знаниями. Учебное пособие - М.: Евразийский открытый институт, 2011.-207с.
8. Ясенев В.Н. Информационные системы и технологии в экономике. Учебное пособие/ В.Н. Ясенев. – М.: Юнити-Дана, 2012. – 561с.

Введение Межсетевой экран — программный и[…]

https://cdn.shopify.com/s/files/1/0083/1530/6048[…]

Введение OpenVPN — свободная реализация т[…]

Этап 1 - Подготовка окружения и активация репози[…]

Не упустите самое интересное!