Эволюция развития информационных систем
Стр 1 из 15Следующая ⇒ Тверской государственный университет
Н.А. Семенов Интеллектуальные информационные технологии
Учебное пособие
Тверь 2016 УДК 681.3.016
Семенов, Н.А. Интеллектуальные информационные технологии: учебное пособие/Н.А. Семенов - Тверь: ТГУ, 2016. 114 с.
Учебное пособие содержит теоретические и практические аспекты теории интеллектуальных информационных систем. Материал пособия охватывает вопросы, связанные с построением экспертных систем, систем поддержки принятия решений и экономических советующих систем на основе интеллектуальных информационных технологий. Определенное внимание уделено нейросетевым технологиям и технологии построения многоагентных систем. Предназначено для магистрантов по направлению подготовки 230700 – «Прикладная информатика в аналитической экономике».
Рецензенты: кафедра системного и экономико-математического анализа ТвГУ (зав. кафедрой, доктор технических наук, профессор
© Н.А. Семенов, 2016
Введение
Интеллектуальные информационные технологии (ИИТ) служат инструментом для разработки интеллектуальных информационных систем (ИИС), которые являются результатом развития обычных информационных систем (ИС) и сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные ИС данные. В пособии на основе последних достижений в области разработки ИИС рассмотрены различные модели представления знаний, методы их извлечения, нейронные сети и мультиагентные системы, определены основные разновидности ИИС в виде экспертных систем, систем поддержки принятия решений и экономических советующих систем. Кроме того, приведены сведения об инструментальных средствах разработки ИИС, некоторые из них доступны в Интернете.
Учебное пособие предназначено для магистрантов по направлению подготовки 230700 - «Прикладная информатика в аналитической экономике».
Глава 1. Интеллектуальные информационные системы Как одно из направлений теории искусственного интеллекта Основные направления в искусственном интеллекте Искусственный интеллект (ИИ) – это раздел информатики, посвященный моделированию интеллектуальной деятельности человека, который в середине ХХ века оформился в самостоятельную науку. Термин «искусственный интеллект» (artificial intelligence) был предложен в 1956 году. ИИ охватывает обширную область исследований и разработок интеллектуальных систем, предназначенных для работы в трудно формализуемых областях деятельности человека. Для задач, решаемых методами ИИ, характерно наличие большого числа степеней свободы с числом вариантов поиска решений, приближающимся к бесконечности. Основные направления развития ИИ: 1. Разработка интеллектуальных информационных систем, основанных на знаниях. ИИС объединяют в себе возможности систем управления базами данных (СУБД), лежащих в основе информационных систем, и технологию ИИ, благодаря чему хранение в них информации сочетается с ее обработкой и подготовкой для использования при принятии решений. Разновидностями ИИС являются экспертные системы (ЭС), системы поддержки принятий решений (СППР) и экономические советующие системы (ЭСС). 2. Нейросетевые и нейрокомпьютерные технологии. Искусственные нейронные сети и нейрокомпьютеры в значительной мере заимствуют принципы работы головного мозга человека. Знания в них изначально не закладываются, а приобретаются в процессе обучения.
3. Мультиагентные (многоагентные) системы. Агент – это программная или программно-аппаратная сущность, способная действовать в интересах достижения целей, поставленных владельцем. Интеллектуальные агенты обладают свойствами автономности, социального поведения, реактивности, базовых знаний, убеждений и др. Многоагентные системы (МАС) состоят из множеств: * системных единиц, в котором выделяется подмножество активных единиц – агентов, манипулирующих подмножеством пассивных единиц – объектов; * задач (функций, ролей), которые поручаются агентам; * отношений между агентами; * организационных структур, формируемых агентами; * действий агентов. Средой функционирования МАС является Интернет. 4. Распознавание образов. К нему относят широкий круг проблем в области распознавания изображений, символов, текстов и звуков. 5. Компьютерная лингвистика. В рамках данного направления решаются задачи машинного перевода и разработки естественно-языковых интерфейсов между человеком и компьютером на основе нейросетевых технологий. 6. Игры и творчество. Традиционно ИИ включает интеллектуальные задачи, решаемые при игре в шахматы и шашки. В широком смысле под игрой понимается некоторая конфликтная ситуация, участники которой своими действиями не только достигают своих целей, но и влияют на достижение целей другими участниками игры (экономические, политические и военные конфликты). 7. Эволюционное моделирование предполагает воспроизведение процесса естественной эволюции с помощью компьютерных программ, в частности, на основе генетических алгоритмов и методов группового учета аргументов.
Данные и знания Данные – это информация, полученная в результате наблюдений или измерений отдельных свойств (атрибутов), характеризующих объекты, процессы и явления предметной области. При обработке на компьютере данные трансформируются, условно проходя следующие этапы: * данные как результат измерений и наблюдений; * данные на материальных носителях информации (таблицы, протоколы);
* структуры данных в виде диаграмм, графиков, функций; * данные на языке описания (сетевые, иерархические, реляционные модели представления данных); * базы данных (БД) на машинных носителях информации. Знания – это связи и закономерности предметной области (принципы, модели, законы), полученные в результате практической деятельности и профессионального опыта, позволяющего специалистам ставить и решать задачи в данной области. При обработке на компьютере знания трансформируются аналогично данным: * знания в памяти человека как результат анализа опыта и мышления; * материальные носители знаний (литература, учебники, аналитические отчеты); * поле знаний – условное описание основных объектов предметной области, их атрибутов и закономерностей, связывающих их; * знания, описанные на языках представления знаний (формально-логические, продукционные, фреймовые модели, семантические сети); * база знаний (БЗ) на машинных носителях информации. Существенными для понимания природы знаний являются способы определения понятий. Один из широко применяемых способов основан на идее интенсионала и экстенсионала. Интенсионал понятия – это определение его через соотнесение с понятием более высокого уровня абстракции с указанием специфических свойств. Экстенсионал – это определение понятия через перечисление его конкретных примеров. При этом интенсионалы формируют знания об объектах, а экстенсионалы объединяют данные. Вместе они формируют элементы поля знаний конкретной предметной области.
Эволюция развития информационных систем
Принятие решений относительно действий или поведения в той или иной ситуации любых субъектов осуществляется на основе информационных процессов (ИП). ИП реализует отношения объекта и субъекта и представляет собой восприятие субъектом объективной реальности в виде данных, переработку этих данных в соответствии с целевой установкой и имеющимися знаниями о зависимостях фактов в информацию. На основе полученной информации происходят обновление знания субъекта, выработка решения по возможному изменению состояния объекта и целевой установки субъекта. Следовательно, ИП может быть рассмотрен в трех аспектах:
- синтаксический аспект – предполагает отображение объективной реальности в некоторой среде или на определенном языке; - семантический аспект – определяет понимание и интерпретацию данных на основе знаний субъекта, которые отражают зависимости, закономерности взаимодействия объектов; - прагматический аспект – предусматривает оценку полезности полученного нового знания субъекта в соответствии с целевой установкой для принятия решения. В широком смысле под информацией понимаются все три аспекта отражения ИП. Любая ИС обеспечивает ввод данных, хранение, обработку информации и вывод результатов. Знание имеет двоякую природу: предметную (фактуальную) и проблемную (операционную). Предметное знание представляет известные сведения об объектах отражаемой реальности, они накапливаются в базе данных. Проблемное знание отражает зависимости и отношения между объектами, которые позволяют интерпретировать данные или извлекать из них информацию. Проблемные знания представляются либо в алгоритмической форме, либо в декларативной форме в виде БЗ. Часто предметные знания называют экстенсиональными (детализированными), а проблемные – интенсиональными (обобщенными). ИП с помощью компьютерной информационной системы сводится к адекватному соединению предметных и проблемных знаний, что в различных ИС осуществляется по-разному. В системах, основанных на БД, происходит отделение предметных и проблемных знаний. Первые организуются в виде БД, вторые – в виде алгоритмов и соответствующих программ. В качестве посредника при этом выступает некоторая СУБД. Концепция независимости программ от данных позволяет повысить гибкость ИС по выполнению информационных запросов, но пользователь должен знать структуру БД и алгоритм решения задачи. Недостатками традиционных ИС является слабая адаптивность к изменениям в предметной области и невозможность решения плохо формализованных задач. Эти недостатки устраняются в ИИС. При этом проблемные знания выделяются в БЗ, которая в декларативной форме хранит общие для различных задач единицы знаний. Управляющая структура приобретает характер универсального механизма решения задач (механизма вывода). Следующим шагом в развитии ИИС является выделение в самостоятельную подсистему (репозитарий) метазнаний (знания о знаниях), которые описывают структуру предметных и проблемных знаний. Репозитарий отражает модель проблемной области в виде совокупности данных и правил. ИИС, обрабатывающие метазнания, получили название систем, основанных на моделях. В таких системах и программы, и структуры данных генерируются или компонуются из единиц знаний, описанных в репозитарии, каждый раз при изменении модели проблемной области [3].
Для ИИС, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки: - развитые коммуникативные способности; - умение решать сложные плохо формализуемые задачи; - способность к самообучению; - адаптивность. Коммуникативные способности ИИС характеризуют способ взаимодействия конечного пользователя с системой, в частности, возможность формулирования произвольного запроса в диалоге с ИИС на языке, максимально приближенном к естественному. Сложные плохо формализованные задачи – это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний. Способность к самообучению – это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций. Адаптивность – способность к развитию системы в соответствии с объективными изменениями модели проблемной области. Знания могут быть классифицированы по категориям [2]: · поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области; · глубинные – абстракции, аналогии, схемы, отображающие структуры и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов. Современные ЭС работают с поверхностными знаниями. Исторически первичными были процедурные знания, то есть знания, «растворенные» в алгоритмах. Эти знания управляют данными. Для их изменения необходимо переделать программу. С развитием ИИ приоритет данных постепенно изменялся и все большая их часть сосредоточивалась в структурах данных (таблицы, списки, графы), то есть увеличивалась роль декларативных знаний.
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|