В органах власти лавины информации создают руководителям постоянную перегрузку, вызывают стрессы. В этих условиях от информационных технологий требуется нечто большее, чем быть оргтехникой и средством связи. Напрашивается желание найти новые способы эффективного решения возникающих проблем. Для этого есть пока одно направление-интеллектуализация информационных технологий.

Весь спектр типов задач, решаемых с помощью информационных технологий, лежит в пределах от структурированных задач до неструктурированных. Большую группу в этой совокупности составляют слабо структурированные задачи, решение которых связано с определением количественных и качественных переменных. Данное обстоятельство привело к необходимости создания программных средств, основанных как на традиционных методах алгоритмической обработки данных, так и на методах создания и использования баз знаний. Такими АС являются экспертные системы и системы поддержки принятия решений. ЭС и СППР в той или иной мере основаны на использовании знаний экспертов.

ЭС являются практической реализацией методов и идей искусственного интеллекта. Искусственный интеллект представляет собой набор техник программирования, заставляющий ПК действовать подобно человеку, например, общаться на естественном языке при постановке медицинского диагноза. Вместо последовательного программирования с заранее создаваемыми программами искусственный интеллект предполагает динамическое формирование программы из накопленных в памяти ПК фактов, навыков и правил, которые машина применяет в конкретной ситуации. ЭС предназначены для моделирования или имитации поведения опытных специалистов при решении задач по какому-либо узкому вопросу в определенной предметной области. ЭС призваны оказывать помощь специалистам, когда их собственных знаний, опыта и интуиции недостаточно для самостоятельного решения возникающих проблем. ЭС представляют машинные программы, решающие задачи примерно так же, как решает их эксперт в реальной обстановке. Как правило, ЭС представляет возможность использования не только эвристических знаний, но и традиционной алгоритмической обработки данных с помощью готовых пакетов прикладных программ.

СППР предназначены для оказания помощи пользователям в неструктурированных или слабо структурированных ситуациях выбора. Такие АС выступают в роли помощника, который позволяет расширить способности человека, но не заменяет его мнение или систему предпочтений.

СППР является человеко-машинной АС, используемой для поддержки действий в ситуациях выбора, когда невозможно или нежелательно иметь автоматическую систему представления и реализации всего процесса оценки и выбора альтернатив. В составе СППР, как правило, имеются база данных, средства общения с пользователем и широкий набор методов и моделей математического программирования, статистического анализа, теории игр, теории принятия решений, а также эвристических методов, обеспечивающих адаптивность системы и обучение. Большинство СППР работает с числовыми данными, аналитическими моделями и решает проблемы, которые предварительно описываются на языке таких моделей.

СППР призваны помочь человеку в решении стоящей перед ним проблемы, а ЭС–заменить человека при решении проблемы.

Основу ЭС составляет база знаний, хранящая множество фактов и набор правил, полученных от экспертов и из специальной литературы. База знаний отличается от базы данных тем, что если в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы, то в базе знаний те же элементы уже связаны как между собой, так и с понятиями внешнего мира, определенными соотношениями и сами содержат в себе эти отношения.

Основные компоненты ЭС:

подсистема приобретения знаний;

база знаний;

машина вывода;

доска объявлений (рабочая память);

интерфейс пользователя;

подсистема объяснения;

подсистема совершенствования вывода и “очищения” знаний.

Подсистема приобретения знаний обеспечивает сбор, передачу и преобразование опыта решения проблем из некоторых источников знаний в компьютерные программы при их создании или расширении.

База знаний содержит два основных элемента: факты (данные) из предметной области и правила, которые управляют использованием фактов при решении проблем. Информация базы знаний преобразуется в компьютерную программу в процессе представления знаний.

Машина вывода–компьютерная программа, управляющая использованием системных знаний. Состоит из интерпретатора, который выполняет выбранную повестку, применяя соответствующие правила из базы знаний, и планировщика, который управляет процессом выполнения повестки, оценивая эффект применения различных правил с точки зрения приоритетов или других критериев.

Доска объявлений - область рабочей памяти, выделенной для описания текущей проблемы и для записи промежуточных результатов. В нее записываются текущая гипотеза и управляющая информация: план – какая стратегия выбрана для решения проблемы; повестка–потенциальные действия, ожидающие выполнения; решения–гипотезы и альтернативные способы действий, сгенерированные системой.

Интерфейс пользователя обеспечивает общение между пользователем и ПК (с помощью естественного языка, графики, многооконных меню и т.п.).

Подсистема объяснения обеспечивает проверку соответствия выводов их посылкам и объясняет поведение ЭС, интерактивно отвечая на вопросы типа: “Как было получено некоторое заключение?”, “Почему некоторая альтернатива была отвергнута?”, “Каков план получения решения?”.

Подсистема совершенствования вывода и “очищения” знаний обеспечивает анализ экспертами своей собственной работы, опыта, знания и улучшает их.

В процессе решения задачи ЭС проводит двухсторонний диалог с пользователем, запрашивая его о фактах, касающихся конкретного случая. После получения ответов ЭС пытается получить заключение. Эта попытка осуществляется машиной вывода, решающей, какая стратегия эвристического поиска должна быть использована для определения порядка применения к данной проблеме знаний из базы знаний. Пользователь может запросить объяснение поведения ЭС и ее заключений. Качество вывода определяется методом, выбранным для представления знаний, объемом базы знаний и мощностью машины вывода.

Интеллектуальные информационные технологии в органах власти только начинают осваиваться. Интеллектуальные информационные технологии применяются для биржевого прогнозирования, определения риска страхования и кредитования, поиска финансовых мошенников, экспертизы в медицине, поиска полезных ископаемых и пр. По некоторым оценкам, мировой коммерческий рынок программных продуктов измеряется 180 миллиардами долларов. Рынок интеллектуальных информационных технологий к 2005 году достигнет 40 миллиардов долларов.

Развитие сферы применения ИАС, интеллектуальных информационных технологий отечественного производства в органах власти сдерживается следующими факторами:

отсутствием завершенных программных продуктов для поддержки аналитической деятельности, соответствующих требованиям промышленного программного изделия;

навязчивым внедрением зарубежными фирмами своих программных интеллектуальных систем, которые плохо адаптируются к отечественному опыту государственного руководства и информационному обеспечению органов управления;

отсутствием отечественных профилей стандартов с требованиями к интеллектуальным информационным технологиям;

отсутствием нормативно-правовых документов, определяющих статус системных аналитиков, которые осуществляют в органах власти применение интеллектуальных информационных технологий для обеспечения их практической деятельности.

В целях повышения эффективности информационно-аналитической деятельности органов государственной власти, а также развития российской индустрии интеллектуальных информационных технологий было бы целесообразно направить действия разработчиков и заказчиков на объединение усилий по организации разработки и внедрения отечественных информационно-аналитических систем органов государственной власти на единых принципах. Например, при Государственном комитете по связи и информатизации ввести центр научно-методического обеспечения и экспертизы работ по информационно-аналитическим технологиям поддержки принятия решений в органах государственной власти.

Информационно-технологические нововведения в государственном управлении имеюткомплексный характер, связаны с одновременным и согласованным использованием информационных, организационных, правовых, социально-психологических, кадровых, технических, логико-семантических и многих других факторов. Все это требует комплексного подхода, качественного изменения как системы работы с информацией, так и функциональной и организационной структур управления, состава и структуры всей управленческой деятельности.

Глава 5. Основные принципы построения региональных и

Сегодня в области автоматизации управления анализ информации доминирует на предварительной стадии подготовки решений - обработки первичной информации, декомпозиции проблемной ситуации.

Сегодня в области автоматизации управления анализ информации доминирует на предварительной стадии подготовки решений - обработки первичной информации, декомпозиции проблемной ситуации. Все это позволяет познать лишь фрагменты и детали процессов, а не ситуацию в целом. Для преодоления этого недостатка надо научиться строить базы знаний, используя опыт лучших специалистов, а также генерировать недостающие знания.

Использование информационных технологий (ИТ) в различных сферах человеческой деятельности, экспоненциальный рост объемов информации и необходимость оперативно реагировать в любых ситуациях потребовали поиска адекватных путей решения возникающих проблем. Эффективнейшим из них является путь интеллектуализации информационных технологий.

Под интеллектуальными информационными технологиями обычно понимают такие информационные технологии, в которых предусмотрены следующие возможности:

• наличие баз знаний, отражающих опыт конкретных людей, групп, обществ, человечества в целом, в решении творческих задач в выделенных сферах деятельности, традиционно считавшихся прерогативой интеллекта человека (например, такие плохо формализуемые задачи, как принятие решений, проектирование, извлечение смысла, объяснение, обучение и т. п.);
• наличие моделей мышления на основе баз знаний: правил и логических выводов; аргументации и рассуждения; распознавания и классификации ситуаций; обобщения и понимания и т. п.;
• способность формировать вполне четкие решения на основе нечетких, нестрогих, неполных, недоопределенных данных;
• способность объяснять выводы и решения, то есть наличие механизма объяснений;
• способность к обучению, переобучению и, следовательно, к развитию.

На рис. 1 дано схематичное представление интеллектуальной системы.

Уникальная особенность интеллектуальных информационных технологий (ИИТ) - их «универсальность». Они практически не имеют ограничений по применению в таких областях, как управление, проектирование, машинный перевод, диагностика, распознавание образов, синтез речи и т. д.

ИИТ также находят широкое применение для распределенного решения сложных задач, совместного проектирования изделий, построения виртуальных предприятий, моделирования больших производственных систем и электронной торговли, электронной разработки сложных компьютерных систем, управления системами знаний и информации и т. п. Еще одно эффективное применение - поиск информации в Internet и других глобальных сетях, ее структуризация и доставка заказчику.

Однако средства автоматизации управления и информатизации все еще не стали настоящими помощниками руководителей всех уровней. Более того, там, где эти средства могут принести наибольший эффект (поддержка принятия своевременных и обоснованных решений на высших уровнях управленческой иерархии), они практически не используются.

Проблемы принятия решений управленцем

Первая проблема. Современный руководитель принимает решения в весьма противоречивых условиях. С одной стороны, он должен учитывать в решениях все большее число факторов и данных, с другой - повышать качество принимаемых решений. При этом факторы различаются по значимости и влиянию на качество решения.

От руководителя требуется четкость и своевременность действий, обоснованность и понимание возможных последствий принимаемых решений. Он должен хорошо разбираться во всех аспектах деятельности вверенного ему объекта, предприятия или компании, а также их «окружения» (внешние организации, административные органы и т. д.). При этом ему нельзя ошибаться, поскольку ошибки руководителя высокого ранга, например отвечающего за развитие отрасли (региона), очень дорого обходятся. Проблема адекватного руководства не так проста, как кажется, и относится к разряду сложнейших. Ясно, что решить ее простым увеличением управленческого аппарата невозможно. Здесь все определяется не количеством, а качеством.

Зачастую руководители вообще не хотят «связываться» с информационными технологиями, поскольку они отнимают много сил, средств и приходится без конца учиться. Некоторые очень опытные руководители действительно принимают достаточно разумные решения не пользуясь огромным штатом экспертов и специалистов по информатике. Это возможно, поскольку такой руководитель мысленно сформировал систематизированную картину своего огромного хозяйства, как хороший врач, долго наблюдающий и лечащий одного и того же пациента. Эта картина складывалась постепенно вместе с развитием его хозяйства и прочно отпечаталась в мозгу в виде системной модели знаний. Она-то и помогает ему вырабатывать верные решения. Такой руководитель строит свои выводы и решения принципиально иначе, чем те, кто такого опыта не имеют, хотя и пользуются информационными технологиями. Располагая информацией о текущем состоянии своего объекта управления и пользуясь своей огромной и хорошо структурированной базой знаний (то есть своей системной моделью), опытный управленец действует методом распознавания ситуаций и их классификации. Автоматически и практически мгновенно на модель накладывается текущая картина и выделяются все ее противоречия, достоинства и недостатки; она соотносится с принципиальными решениями, которые давали хорошие результаты. Если прототипа в его модели базы знаний не оказалось, то ему достаточно несложно сконструировать новое решение, мысленно накладывая его на свою модель, которую он хорошо «видит» и чувствует.

Именно наличием такой базы знаний отличается от всех хороший эксперт - профессионал в своей деятельности. Статистика говорит, что из 100 специалистов качественными экспертами могут быть только трое - пятеро. Только они в состоянии предложить хорошие (отличные и даже гениальные) решения без всяких технических чудес. Но где взять таких специалистов в наше время, когда все быстро устаревает, особенно в области технологий управления. Образцы десятилетней давности сегодня могут принести больше вреда, чем пользы. Подготовка же таких специалистов длится не один десяток лет.

Вторая проблема видится в том, что в сфере управления продолжает доминировать «старая культура» автоматизации, базирующаяся на естественнонаучных и техноцентрических подходах . Она ориентирована на техническое обеспечение административно-командных методов управления. Мешает также старое представление, что любое подготавливаемое решение должно иметь ретроспективные аналоги и прецеденты - это большое ограничение. Необходимо уходить от ориентации на жесткие модели и нормативные процедуры принятия решений. Сегодня актуальна интеллектуальная поддержка управленческой деятельности. С этой точки зрения сейчас созданы условия для настоящего проявления гигантских возможностей искусственного интеллекта и ИИТ.

Третья проблема. Существующие средства автоматизации процесса принятия решений -это «перекос» в сторону анализа ситуаций и систем, а необходима новая «ориентация» - на синтез решений и новых знаний, что и требует применения ИИТ.

Перспективы развития ИИТ

Представляется, что в настоящее время ИИТ подошли к принципиально новому этапу своего развития. Так, за последние 10 лет существенно расширились возможности ИИТ за счет разработки новых типов логических моделей, появления новых теорий и представлений. «Узловыми» точками в развитии ИИТ считаются :

• переход от логического вывода к моделям аргументации и рассуждения;
• поиск релевантных знаний и порождение объяснений;
• понимание и синтез текстов;
• когнитивная графика, то есть графическое и образное представление знаний;
• мультиагентные системы;
• интеллектуальные сетевые модели;
• вычисления, основанные на нечеткой логике, нейронных сетях, генетических алгоритмах, вероятностных вычислениях (реализуемых в различных комбинациях друг с другом и с экспертными системами);
• проблема метазнаний.

Новой парадигмой создания перспективных ИИТ стали мультиагентные системы . Здесь предполагается, что агент - это самостоятельная интеллектуальная система, имеющая свою систему целеполагания и мотивации, свою область действий и ответственности. Взаимодействие между агентами обеспечивается системой более высокого уровня - МЕТАИНТЕЛЛЕКТОМ. В мультиагентных системах (МАС) моделируется виртуальное сообщество интеллектуальных агентов - объектов, которые автономны, активны, вступают в различные «социальные» отношения - кооперации и сотрудничества (дружбы), конкуренции, соревнования, вражды и т. п. «Социальный» аспект решения современных задач и есть фундаментальная особенность концептуальной новизны передовых интеллектуальных технологий - виртуальных организаций, виртуального общества.

Тенденции развития ИИТ

Системы связи и коммуникаций

Глобальные информационные сети и ИИТ могут в корне поменять наши представления о компаниях и самом умственном труде. Присутствие сотрудников на рабочем месте станет практически не нужным. Люди могут работать дома и взаимодействовать друг с другом при необходимости через сети. Известен, например, успешный опыт создания новой модификации самолета «Боинг-747» распределенным коллективом специалистов, взаимодействующих по Internet. Местонахождение участников каких-либо разработок будет играть все меньшую роль, зато возрастает значение уровня квалификации участников.

Другая причина, определившая бурное развитие ИИТ, связана с усложнением систем коммуникации и решаемых на их основе задач. Потребовался качественно новый уровень «интеллектуализации» таких программных продуктов, как системы анализа разнородных и нестрогих данных, обеспечения информационной безопасности, выработки решений в распределенных системах и т. п.

Использование ИИТ в военной сфере

С использованием ИИТ в армии существенно изменились стратегии военных действий. Так, руководство вооруженных сил США предполагает за счет внедрения интеллектуальных АСУ поддержки принятия решений командирами и планирования боевых действий сократить временные циклы управления в три-четыре раза.

Образование

Уже сегодня дистанционное обучение начинает играть важную роль в образовании. А внедрение ИИТ позволит существенно индивидуализировать этот процесс сообразно с потребностями и способностями каждого обучаемого.

Быт

Информатизация быта уже началась, но с развитием ИИТ появятся принципиально новые возможности. Постепенно компьютеру будут передаваться все новые функции: контроль за состоянием здоровья пользователя, управление бытовыми приборами, такими как увлажнители, освежители воздуха, обогреватели, ионизаторы, музыкальные центры, средства медицинской диагностики и т. п. . Другими словами, системы станут еще и диагностами состояния человека и его жилища. Будет обеспечено комфортное информационное пространство в помещениях, где информационная среда станет частью окружающей человека среды.

В итоге...

ИИТ непрерывно развиваются, и от того, насколько активно мы будем использовать их во всех сферах деятельности (будь то управление предприятием, поддержка принятия управленческих решений или образование), зависит качество нашей жизни.

МИНИГЛОССАРИЙ по ИИТ

Источники, по которым цитируются определения: [и1] - Юзвишин И. И. Энциклопедия информациологии / Под ред. акад. А. М. Прохорова. М.: Информациология, 2000.

[и2] - Уотермен Д. Руководство по экспертным системам. (Пер. с англ.). М.: Мир, 1989.

Актуализация - осуществление, переход из состояния возможности в состояние действительности. В сетевом планировании - отражение в сетевом графике выполненных работ. [и1]

База знаний - информационная база, отражающая опыт конкретных людей, групп, обществ, человечества в целом, в решении творческих задач в выделенных сферах деятельности, традиционно считавшихся прерогативой интеллекта человека. [и2]

Знание - проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно построить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. [и1]

Инженер знаний - человек, который проектирует или создает экспертную систему. Обычно это специалист по информатике, имеющий опыт применения прикладных методов искусственного интеллекта. [и2]

Искусственный интеллект - раздел информатики, связанный с разработкой интеллектуальных программ для компьютеров. [и2]

Метазнания (Метаинтеллект) - знания экспертной системы о том, как эта система работает или рассуждает. В более широком смысле - это знания о знаниях. [и2]

Механизм объяснения (Порождение объяснений - модели аргументации и рассуждения) - часть экспертной системы, которая объясняет, каким образом были получены решения, и обосновывает действия, предпринятые для их получения. [и2]

Мышление - внутреннее активное стремление овладеть своими собственными представлениями, понятиями, побуждениями чувств и воли, воспоминаниями, ожиданиями и т. д. Мышление, которое по своей структуре может быть познающим или эмоциональным, состоит в постоянной перегруппировке всех возможных содержаний сознания и образовании или разрушении существующих между ними связей. [и1]

Мышления формы (Человеческий интеллект) - способы и виды формальной организации мыслительного процесса, абстрагированные от его содержательного компонента. [и1]

Нечеткая математика (Нечеткая логика - Недоопределенные данные) - раздел математики, связанный с нечеткими объектами, данными, алгоритмами. [и2]

Оптимизация - нахождение наибольшего или наименьшего значения какой-либо функции, выбор наилучшего (оптимального) варианта из множества возможных, например оптимизация управления. [и1]

Персептрон (Нейронные сети) - обучаемая система, моделирующая восприятие и распознавание образов. [и1]

Пользователь - человек, использующий экспертную систему, например конечный пользователь, эксперт, инженер знаний, разработчик инструмента или лаборант. [и2]

Представление знаний - процесс структурирования предметных знаний с целью облегчить поиск решения задачи. [и2]

Технология - 1) совокупность методов обработки, изготовления, изменения состояния, свойств, формы сырья, материалов или полуфабриката в процессе производства; 2) наука о способах воздействия на сырье, материалы или полуфабрикаты соответствующими орудиями производства. [и1]

Эвристика (Эвристическое программирование) - эмпирическое правило, упрощающее или ограничивающее поиск решений в предметной области, которая является сложной или недоступной всякому пониманию. [и2]

Эксперт - человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области. [и2]

Экспертная система - компьютерная программа, использующая экспертные знания для обеспечения высокоэффективного решения задач в некоторой узкой предметной области. Такие программы, как правило, представляют знания символически, исследуют и объясняют свои процессы рассуждения и предназначены для тех предметных областей, в которых людям для достижения мастерства необходимы годы специального обучения и практики. [и2]

Литература

1. Лепский В. Е. Субъективный подход - парадигма искусственного интеллекта. АИИ "Новости ИИ". 1999. №1.
2. Тарасов В. Б., Арсеньев С. В., Егоров С. В. Методика смешанного V-образного проектирования многоагентных систем и виртуальных организаций / Сб. трудов конференции. КИИ" 2000. М.: Физматгиз, 2000.
3. Шабцев В. А. Человекоцентрический подход в информатизации. / Тез. докладов IV конгресса "Общественное развитие и общественная информация" VI Международного форума по информатизации (МФИ-97). М.: МАИ, 1997.

История интеллектуальных информационных технологий

Обратимся к истории развития ИИТ, которая ведет отсчет с 60-х годов прошлого века и вкючает несколько основных периодов.

• 60-70-е годы. Это годы осознания возможностей искусственного интеллекта и формирования социального заказа на поддержку процессов принятия решений и управления. Наука отвечает на этот заказ появлением первых персептронов (нейронных сетей), разработкой методов эвристического программирования и ситуационного управления большими системами (последнее было разработано в СССР).
• 70-80-е годы. На этом этапе происходит осознание важности знаний для формирования адекватных решений; появляются ЭКСПЕРТНЫЕ СИСТЕМЫ, в которых активно используется аппарат нечеткой математики, разрабатываются модели правдоподобного вывода и правдоподобных рассуждений.
• 80-90-е годы. Появляются интегрированные (гибридные) модели представления знаний, сочетающие в себе интеллекты: поисковый, вычислительный, логический и образный.

Примеры разработанных к настоящему времени систем, использующих ИИТ.

1. Асанов А. А., Ларичев О. И., Нарыжный Е. В. Экспертная система для диагностики лекарственных отравлений, ЭСТЕР.

   Система работает с 19 группами распространенных препаратов и использует более 60 диагностических признаков. Она имитирует рассуждения врача - эксперта в токсикологии. В настоящее время система проходит испытания в Токсикологическом центре Министерства здравоохранения РФ.

2. Авдеев П. А., Еремеев А. П., Катович В. Н. Прототип диагностической экспертной системы предстартовой подготовки (ДЭС ПП) и его техническая реализация на основе высокоэффективного инструментального комплекса G2+GDA.

   Предложены базовые принципы по конструированию интеллектуальных систем поддержки принятия решений для операторов, руководителей работ и экипажа при подготовке и эксплуатации сложных ракетно-космических комплексов.

3. Городецкий В. Н., Котенко И. В., Карсаев О. В. Интеллектуальные агенты для обнаружения атак в компьютерных сетях.

   На основе лицензионных программных продуктов типа G2, GDA, NeurOn-Line, Rethink и др. появляется возможность создания динамических систем для диагностики сложных технических систем.

4. Тельнов Ю. Ф. Компонентная технология реинжиниринга бизнес-процессов и конфигурации информационной системы предприятия на основе управления знаниями.

   Подход к конфигурации структуры бизнес-процессов и информационной системы основан на применении объектно-ориентированной модели и обобщенных продукционных правилах ограничений целостности модели предприятия. Определенный опыт решения задач интеллектуальной конфигурации объектов, накопленный в экспертных системах (например, XCON, COCOS, VEXED, VT, DIDS и др.), может использоваться при конфигурировании бизнес-процессов.

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.

История

Основная статья : Интеллектуальные информационные технологии

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.

Wikimedia Foundation . 2010 .

Смотреть что такое "Интеллектуальные информационные технологии" в других словарях:

- (ИТ, от англ. information technology, IT) широкий класс дисциплин и областей деятельности, относящихся к технологиям управления и обработки данных, в том числе, с применением вычислительной техники. В последнее время под информационными… … Википедия

Интеллектуальная информационная система (ИИС) это один из видов автоматизированных информационных систем, иногда ИИС называют системой, основанных на знаниях. ИИС представляет собой комплекс программных, лингвистических и логико математических… … Википедия

информационные технологии в маркетинговой деятельности - 1) Средство повышения эффективности разработки, создания и использования технологий маркетинга; 2) совокупность средств и методов, представляющая собой целостную технологическую систему, которая призвана обеспечить эффективность планирования,… … Терминологический словарь маркетинга

- (англ. «study technology», или «study tech») практическое использование закономерностей дидактики в различных сферах деятельности в обучении знаниям, умениям, навыкам. Дидактика (от греч. «didaktikos» поучающий и «didasko» изучающий) дисциплина,… … Википедия

интеллектуальные активы - Включают накопленную информацию и знания сотрудников. Тематики информационные технологии в целом EN intellectual assets …

интеллектуальные средства сбора знаний - — [Л.Г.Суменко. Англо русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.] Тематики информационные технологии в целом EN smart knowledge acquisition toolSKAT … Справочник технического переводчика

интеллектуальные средства сбора знаний (на основе анализа «тонкой» структуры объекта) - — [Е.С.Алексеев, А.А.Мячев. Англо русский толковый словарь по системотехнике ЭВМ. Москва 1993] Тематики информационные технологии в целом EN smart knowledge acquisition toolSKAT … Справочник технического переводчика

Учебное заведение Московский государственный институт электроники и математики Адресс 109028, Москва, Б. Трехсвятительский пер., д. 3 Факультет Автоматизированной Вычислительной Техники Кафедра Информационно коммуникативных технологий (до 2008… … Википедия

Информационные технологии (ИТ, от англ. information technology, IT) широкий класс дисциплин и областей деятельности, относящихся к технологиям управления и обработки данных, в том числе, с применением вычислительной техники. В последнее время под … Википедия

Виды информационных технологий - высокие интеллектуальные информационные технологии генерация технических решений, реализующих ситуационное моделирование, позволяющих выявить связь элементов, их динамику и обозначить объективные закономерности среды; вспомогательные… … Большой юридический словарь

Книги

• Информационные системы в экономике: электронный учебник (CDpc) , Исаев Георгий Николаевич. Глава 1. Информация и информационные процессы в экономике. Экономическая информация и информационные ресурсы. АИС в управлении экономикой Глава 2. Цели, задачи и функции АИС. Основные…

Главная > Документ

Интеллектуальные технологии
в управлении предприятием

Г.М.Новикова (Novikova-GM@), И.Л.Толмачев (tolmachevil@)

Современный уровень развития информационных технологий позволяет сегодня воплощать на практике фундаментальные решения в области искусственного интеллекта (ИИ), разработанные в последние десятилетия прошлого века, создавая не просто корпоративные информационные системы, но интеллектуальные системы управления предприятием. В то же время повышение уровня «интеллектуальности» корпоративных информационных систем отвечает потребностям бизнеса - руководителю нужны интеллектуальные системы, позволяющие перенести отработанные многолетней практикой управленческие решения в область компьютерных технологий, высвободив интеллектуальный потенциал для стратегического мышления, определения направлений развития предприятия и решения нестандартных задач, требующих не искусственного, но естественного интеллекта. Эволюция корпоративных информационных систем определяется также такими факторами изменения производственно-экономической системы, как интеграцией видов бизнеса и развития бизнеса e-business on demand (бизнес по требованию, бизнес по запросу), необходимостью адекватно реагировать на все изменения внешней среды, динамично перераспределяя ресурсы предприятия. Корпоративную информационную систему (КИС) можно отнести к классу интеллектуальных, если она использует методы искусственного интеллекта при решении задач, возникающих в процессе управления. В частности, интеллектуальная система управления предприятием должна обеспечивать ситуационную поддержку принятия решений, автоматизировать процесс поиска управляющих решений на основе накопленных знаний о предметной области, обеспечивать принятие решений в условиях неопределенности. Корпоративная интеллектуальная система управления (КИСУ) представляет собой новый уровень развития КИС, когда система автоматически определяет место возникновения несоответствия (противоречия) или отклонения, распознает ситуацию, сложившуюся на объекте и в среде управления, определяет множество возможных решений, а в определенных ситуациях реализует управляющее воздействие и автоматически осуществляет контроль его исполнения. Системы поддержки принятия решений, экспертные системы, информационно-аналитические системы, системы прогнозирования и моделирования должны быть интегрированы в Корпоративную информационную систему управления предприятием.

Требования к корпоративной интеллектуальной системе управления

1. КИСУ должна поддерживать все задачи, возникающие в процессе управления: планирование - учет- контроль – анализ - приятие решений, используя методы ИИ на каждом шаге цикла управления. 2. Архитектура системы помимо реляционной базы данных должна включать базу знаний, содержащую интенсиональную составляющую описания предметной области (ПО), а также средства автоматизации пополнения базы знаний: извлечение закономерностей из множества фактов на основе методов индуктивного вывода, выявления неявных причинно-следственных связей, расширение описания ПО методом дедуктивного вывода, классификации понятий предметной области. 3. Система должна поддерживать интеллектуальные технологии, решающие задачи:

прогнозирования развития ситуации и изменения состояний внутренней и внешней среды, моделирования описания предметной области и последствий принятия управляющих решений, распознавания объектов, их состояний и ситуаций, сложившихся на объекте и в среде управления.

4. Применение интеллектуальных технологий должны охватывать все:

контуры управления (оперативный и регулярный менеджмент, стратегическое и ситуационное управление), сферы управления (управление финансовыми, трудовыми, производственными и материально-техническими ресурсами, управление клиентами и поставщиками и т.д.), бизнес-процессы предприятия (основные, обеспечивающие, управленческие, инвестиционные), функциональные подсистемы корпоративной системы менеджмента (система электронного документооборота, CRM, SRM, сбыт, материально-техническое обеспечение и т.д.), уровни управления - корпорация, дочернее предприятие, структурное подразделение, цели управления - снижение производственных, финансовых, экологических и т.д. рисков, повышение надежности и эффективности работы производственной системы, совершенствование системы менеджмента качества и т.д., роли и рабочие места (рабочее место руководителя, аналитика, администратора, владельца бизнес-процесса и т.д.)

Интеграция информационных и технологических систем

Повышение интеллектуального уровня Корпоративных информационных систем обеспечивает также развитие геоинформационных (ГЕО) технологий, аэрокосмических и телекоммуникационных технологий и их интеграция с информационными технологиями. Сегодня стало возможным применять интеллектуальные технологии в рамках интегрированной системы менеджмента, управляющей в рамках единого инфокоммуникационного пространства как производственными и техническими объектами, так и социально-экономической системой. 21 век действительно время реализации фантазий специалистов в области ИИ 20-ого века. В качестве примера можно привести КИСУ, интегрированную с системой управления Интеллектуальным домом, когда все параметры здания обрабатываются информационной системой в общей системе показателей. Ярким примером интеграции информационных и технологических систем является интеллектуальный аэропорт, где интегрируются достижения ГЕО, телекоммуникационных, информационных технологий и методов ИИ. В едином инженерно- телекоммуникационном и информационном пространстве автоматизированы процессы от видеонаблюдения и управления экологической безопасностью до управления клиентами. Комплексное управление работой аэропорта включает интеграцию и синхронизацию работы таких процессов, как:

управление воздушным движением (взлет/посадка), управление наземными службами, формирование пассажиропотоков (бронирование и продажа билетов), формирование грузопотоков, обслуживание самолетного парка, управление расписанием, управление материально-техническими и трудовыми ресурсами, управление финансовыми ресурсами и т.д., управление инфраструктурой (расчет арендных платежей, планирование схем автостоянок), управление процессом реконструкции (моделирование расположения объектов), визуализация объектов и процессов управления и т.д.

Интеграция ERP-систем и автоматизированных систем управления технологическими объектами позволяют использовать методы ИИ для мониторинга и интегрированного управления всеми видами ресурсов предприятия, включая производственные, материально-технические и финансовые ресурсы. Оркестр играет без дирижера: размышления об эволюции некоторых технических систем и управлении ими - так называлась книгавыдающихся российских ученых В. И Варшавского и Д. А.Поспелова, идеи которых по-прежнему актуальны и активно используются. Конечно, предприятию трудно обойтись без дирижера, но еще хуже, когда дирижеров несколько, причем каждый «играет свою музыку». Координация, синхронизация баланса интересов и оптимизация действий менеджеров среднего звена также может решаться с применением методов ИИ, в частности методов моделирования и планирования поведения. В то же время, предприятию помимо хорошего дирижера нужен композитор. Чтобы остаться на плаву, быть конкурентно способным в условиях динамично меняющейся внутренней и внешней среды необходимо создавать новую музыку и здесь требуется инструмент, позволяющий анализировать, прогнозировать, моделировать как развитие ситуации, так и последствия принятия стратегических решений. Аккумулирование в хранилищах данных информации, отражающей жизненные циклы производственных, технологических, финансово-хозяйственных и социально-экономических процессов предприятия, позволяет сегодня использовать методы ИИ для поиска корреляций, тенденций, взаимосвязей и закономерностей между данными, расширить область использования систем поддержки принятия решений, и переместить их за пределы сферы оперативного управления в область поддержки принятия стратегических решений. Методы ИИ позволяют строить замкнутые контуры управления, поддерживать принятие решений в условиях неопределенности, распознавать ситуации, сложившиеся на объекте и в среде управления, поддерживать информационную целостность и безопасность баз данных и баз знаний, метазнаний, извлекать, обобщать и приобретать знания. В таблице 1 показано место интеллектуальных технологий в системе управления предприятием Таблица 1

Интеллектуальные технологии	Место в системе управления
Представление знаний: фреймовые модели, логико-лингвистические модели, семантические сети, семиотические системы, продукционные модели	Нормативно-справочная информация, база знаний, метазнания, хранилище данных, основные данные корпоративной информационной системы
Вывод на сетях, формальные системы	Целостность баз знаний, баз данных
Классификация, кластеризация понятий предметной области	Система электронного документооборота, нормативно-справочная информация
Накопление знаний, обучение, самоорганизация	Функциональные подсистемы
Прогнозирование ситуаций автоматическое порождение гипотез, моделирование рассуждений	Системы поддержки принятия решений, рабочее место руководителя
Интеллектуальный анализ данных и обработка образной информации, обнаружение закономерностей и извлечение знаний	Работа с хранилищем данных(средства DATA MINING)
Распознавание ситуаций, объектов и их состояний на основе нейронных сетей	ЭЦП, функциональные блоки, в частности ФБ Управление финансами
Нечеткие логики	Поддержка Принятие решений в условиях неопределенности
Ситуационное, динамическое планирование	Системы бюджетирования и бизнес-планирования, управление инвестициями, стратегическое планирование
Моделирование	Обследование ПО, концептуальное проектирование
Саморегуляция, самообучение, самонастройка	Интеллектуальные бизнес-процессы, интеллектуальный документооборот, адаптивная стратегия

Интеллектуальный документооборот

Рассмотрим применение интеллектуальных технологий на примере создания важной интеграционной компоненты Корпоративной информационной системы управления- системы Электронного документооборота. Интеллектуальный документооборот является саморазвивающейся, самообучающейся и саморегулирующий системой. Для реализации подобных свойств система электронного документооборота должна включать механизмы генетического наследования и классификации, инструменты извлечения знаний из неструктурированной информации, механизмы накопления и обработки статистической информации, в частности информации, возникающей в процессе согласования документов или движения служебных записок. Интегрированная модель представления знаний, положенная в основу систему интеллектуального документооборота помимо знаний о формировании структуры и шаблонов документов, а также знания о формировании маршрутных схем движения документов должна содержать лингвистические знания и знания о предметной области, включая знания об объекте, субъекте, задачах и процессах управления. Потребность в модели предметной области порождает тот факт, что система интеллектуального документооборота наиболее эффективно работает, когда она полностью интегрирована с информационной системой управления. При построении системы интеллектуального документооборота используются следующие интеллектуальные технологии:

систематизация потоков документов – механизм кластеризации и классификации, оценка полноты, целостности и непротиворечивости множества документов - аппарат формальной логики, «умное» движение документов - продукционные правила, генерация событий и новых документов - процедуры в структуре документов, инициируемые ситуациями, автоматизированный поиск ответов на запросы - генерация ответов за счет семантического анализа текста запроса, накопление знаний для поддержки принятия оптимальных решений – создание баз знаний.

Интеграция моделей представления знаний в системе интеллектуального документооборота включает:

логические модели - аксиоматика ПО-оценки целостности, полноты и непротиворечивости, продукционные модели - правила изменения предметной области - автоматизация формирования маршрутных схем, семантические сети - семантические структуры для выявления угроз, прогнозирование событий и формирования ответов на запросы при работе с документами, нейронные сети- задачи распознавания и классификации документов.

Инструментальные средства поддержки интеллектуальных технологий

В таблице 2 приведены примеры инструментальных средств поддержки интеллектуальных технологий, представляющих собой интегрированный комплекс совместимых продуктов. Таблица 2

Инструментальная среда	Назначение
Инструментальная среда ARIS (Architecture of Integrated Information System)	Развитая среда описания и моделирования ПО на стадии концептуального проектирования КИСУ
	Система динамического моделирования и прогнозирования
ERP SAP R3 (Enterprise Resource Planning)	Исполнительная система, поддерживающая процессный подход к управлению предприятием и позволяющая устанавливать точки контроля, анализа и принятия решений для выработки предупреждающих и корректирующих воздействий
Business Intelligence (BI my SAP BS)	Инструментальная среда, которая помимо средств поддержки хранилища данных и формирования многомерных отчетов включают инструментарий, позволяющий строить системы целей и показателей, деревья решений и ситуационные планы, фиксировать математические и ассоциативные связи между понятиями
SAP ERP 2005	Инструментальная среда для создания интеллектуальной системы управления, интегрированная с технологическими системами
Adobe LiveCycle Forms Designe	Среда разработки интеллектуальных документов в виде форм, бланков, отчетов

Специализация в области Интеллектуальных технологий в управлении предприятием

Таким образом, одним из направлений подготовки специалистов в области ИИ может быть специализация, нацеленная на практическое применение технологий и методов ИИ для совершенствования и развития Корпоративной информационной системы управления предприятием. С этой целью, помимо приобретения навыков и знаний в области технологий, методов и инструментальных средств ИИ, необходимо формирование целостного взгляда на предприятие, как объект управления и Корпоративную информационную систему, как инструмент управления. Подготовка специалистов должна охватывать такие области знаний, как:

архитектура, базовые компоненты и функциональные подсистемы КИСУ, уровни и этапы проектирования и создания, взаимодействие компонент КИСУ, организационно-функциональное проектирование и развитие, технология проектирования и описания ПО – модели описания ПО (объектов, бизнес-процессов, логических, структурных и функциональных зависимостей), функциональный охват - знание таких функциональных подсистем, как система электронного документооборота, CRM, SRM, система материально-техническое обеспечение и т.д., инструментальные средства поддержки процесса проектирования и создания КИСУ и ее подсистем, стандарты, используемые в процессе проектирования и создания КИСУ и ее подсистем, вопросы интеграции с технологическими системами.

Специалист в области проектирования и создания КИСУ должен обладать знаниями предметной области, владеть такими понятиями как счет-фактура, спецификации рабочего места, технологическая карта и т.д. Но главное, специалист должен понимать, в чем состоит управление предприятием, различать различные контуры управления - уровень оперативного (регулярного) менеджмента и уровень стратегического управления, задачи управления, точки контроля, анализа и принятия решений. Литература

Г.М.Новикова «Руководителю нужны интеллектуальные системы »Журнал «Нефтегазовая вертикаль» -2005, №3 с. 64-66 Г.С.Осипов Лекции по искусственному интеллекту - 2009, изд-во «Красанд», 261с. Г.М.Новикова Основы разработки корпоративных инфокоммуникационных систем - 2008, РУДН, 152 с.

1. Управление предприятием с помощью системы Balanced Scorecard

   Документ

   Для того чтобы любые проблемы в компании можно было предупредить или устранить сразу после их появления, необходима система своевременных и достоверных показателей, которая позволит наиболее полно оценить эффективность работы компании в целом.

2. Технология успешного управления образовательным учреждением

   Реферат

   В широком смысле понятие «Менеджмент» (от англ.manage- управлять, заведовать, руководить) трактуется как руководство или управление социально экономическими системами, также обозначает само руководство и руководителей различного уровня в организации.

3. Бизнес-планирование. Москва удк 338. 24 Управление предприятием в рыночной экономике. Бизнес-планирование: Учеб пособие

   Бизнес-план

   В учебном пособии рассматриваются вопросы средне- и краткосрочного планирования нового вида деятельности предприятия, открытия нового бизнеса для различных сфер экономики.