Интеллектуализация обработки информации реферат

Обновлено: 02.07.2024

Место информационных технологий в процессе интеллектуализации общества
Введение.
1. Информационные технологии.
1.1. Этапы развития информационных технологий.
1.2. Современное состояние информационных систем и технологий и их роль производстве.
2. Интеллектуализация информационной инфраструктуры общества.
2.1. Роль информатизации в развитии общества.
2.2. Информационное общество
Заключение.
Список литературы

  • выработка соглашений и установление стандартов, протоколов для компьютерной связи;
  • организация доступа к стратегической информации;
  • чрезвычайно быстрым ростом числа документов, отчетов, диссертаций, докладов и т.п., в которых излагаются результаты научных исследований и опытно-конструкторских работ;
  • постоянно увеличивающимся числом периодических изданий по рыночным областям человеческой деятельности;
  • появлением разнообразных данных (метеорологических, геофизических, медицинских, экономических и др.), записываемых обычно на магнитных лентах и поэтому не попадающих в сферу действия системы коммуникации.
  • решена проблема информационного кризиса, т.е. разрешено противоречие между информационной лавиной и информационным голодом;
  • обеспечен приоритет информации по сравнению с другими ресурсами;
  • главной формой развития станет информационная экономика;

в основу общества будут заложены автоматизированные генерация, хранение, обработка и использование знаний с помощью новейшей информационной техники и технологии;

  • информационная технология приобретет глобальный характер, охватывая все сферы социальной деятельности человека;
  • формируется информационное единство всей человеческой цивилизации;
  • с помощью средств информатики реализован свободный доступ каждого человека к информационным ресурсам всей цивилизации;
  • реализованы гуманистические принципы управления обществом и воздействия на окружающую среду.

Кроме положительных моментов прогнозируются и опасные тенденции:

  • все большее влияние на общество средств массовой информации;
  • информационные технологии могут разрушить частную жизнь людей и организаций; существует проблема отбора качественной и достоверной информации;
  • многим людям будет трудно адаптироваться к среде информационного общества. Имеет место опасность разрыва между "информационной элитой" (людьми, занимающимися разработкой информационных технологий) и потребителями.

Интеллектуализация информационных технологий

Международный центр информационных Технологий и систем ЮНЕСКО/МПИ.

ИНТЕЛЛЕКТУАЛИЗАЦИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Под информационной технологией (ИТ) будем понимать способ сбора, хранения и переработки данных. ИТ появились вместе с возникновением человеческого общества и являются его неотъемлемой характеристикой. Не останавливаясь на истории развития ИТ отметим, что создание компьютеров дало мощный толчок к разработке принципиально новых ИТ. Стал стремительно нарастать объем сохраняемых и одновременно легко доступных данных, стали совершенствоваться методы их обработки. Количественные изменения привели к качественному скачку, к общественной потребности в новом продукте – компьютерных информационных технологиях.

Поскольку компьютеры стали (или становятся) необходимой частью не только большинства технических систем – от ракет и автомобилей до детских игрушек, но и составляющим элементом общественных (финансовых, политических, производ­ственных) систем, соответствующие ИТ постоянно развиваются и совершенствуются. Индустрия разработки ИТ стала одним из основных направлений развития производства в современном обществе, приносящем многомиллиардные прибыли. Эти условия определяют и постоянный интерес к ИТ, разработку теории и практическое создание все более усложняющихся по возможностям и результатам методов и средств ИТ.

Не анализируя общее направление развития ИТ, отметим только, что переход в последнее десятилетие к событийно-ориентированным технологиям изменил характер взаимодействия пользователя с компьютером, расширил возможности пользователя, увеличив поступающее к нему количество информации и передав компьютеру целый ряд функций, выполняемых компьютером по умолчанию. Например, при их установке программных систем они настраиваются самостоятельно на конкретную конфигурацию компьютера.

Естественно предположить, что эта тенденция к самостоятельному выполнению компьютером действий (в зависимости от окружающей среды) не только сохраниться и в будущем, но и станет превалирующей: компьютеры станут интеллектуальными, объем и характер их действий при обработке данных изменится, давая результаты аналогичные тем, которые получает человек, обрабатывающий такие же данные.

Если поставить сейчас проблему интеллектуализации компьютера, то очевидно что первоначально проблема заключается в разработке теоретических основ построения нового класса ИТ, которые назовем интеллектуальными информационными технологиями (ИИТ), и последующей программной реализации этих технологий в виде интеллектуальных систем (ИС). Отметим, что интеллектуализация должна стать не только новой стороной программных продуктов, таких как операционные системы, интегрированные среды, графические и текстовые редакторы, но и hardware.

Прежде всего предположим, что любая технология, реализуется в виде некоторого программно-технического комплекса, называемого системой, который объединяет все элементы технологии и обеспечивает их выполнение при взаимодействии с источником данных. Понятие среды (или внешней среды) является исходным понятием по отношению к определяемой технологии или системе. Описание среды содержит характеристику понятий и взаимодействий, существующих в среде.

Существует стандартная взаимосвязь, отражающая взаимодействие системы со средой: сначала система, используя свои сенсоры, алгоритмы обработки и существующую в памяти информацию, строит свое представление среды, затем относительно этого представления рассчитывает свои действия, определяемые заложенной в систему технологией, а затем передает свои действия в среду.


В зависимости от того, насколько правильно представление и технология, действия будут адекватными или неадекватными внешней среде.

Среды могут быть упорядочены по степени сложности, также как система может иметь различный уровень интеллектуальности. Системы, взаимодействующие с одной и той же средой, могут сравниваться по уровню интеллекта. В то же время проблема сравнения уровня интеллекта для систем, взаимодействующих с разными средами, такое сравнение может выполняться только при условии вложения этих сред в третью среду и последующему сравнению вложенных интеллектов в этой объемлющей среде.

Перейдем теперь к более детальному описанию представления сред и взаимо­дей­ствующих с ними ИС. Основным элементом, на котором строится представление среды, являются объекты, сопоставляемые в представлении среды тем элементам среды, которые выделяются и распознаются системой. При этом предполагается, сто у системы существуют специальные органы, датчики, сенсоры, которые реагируют на отдельные свойства, характеристики распознаваемого элемента и сопоставляют ему формируемую системой величину, называемую признаком.

Признаки могут задаваться в численном, алфавитном или графическом виде, они могут определяться в виде функций, зависящих от параметров. Наконец, признак и могут представляться в виде элементов некоторых множеств. Вводу признаков в систему может предшествовать их предварительная обработка соответствующими устройствами системы. Признаки могут быть открытыми или закрытыми. Закрытые признаки - это те, которые имеют при вводе фиксированное значение, тогда как значения открытых признаков не определено на момент его сопоставления элементу среды.

Объекты задаются своим описанием, которое включает три части.

Совокупность признаков, сопоставляемых системой элементу среды, составляет первую часть описания объекта, соответствующего этому элементу в представлении среды, формируемом системой.

Вторую часть описания объекта составляют объекты, которые входят целиком а описание объекта.

Третью часть описания объекта составляют два множества операций: первое множество – это операции, которые может выполнять сам объект, второе множество – это операции, которые могут выполняться над объектом, при взаимодействии с другими объектами.

Операции, которые действуют на объект, могут изменять значение его признаков, вводить новые или удалять существующие признаки (или объекты), могут устанавливать значения параметров функций, входящих в определение признаков, определять значения открытых признаков. Аналогично, операции, применяемые к объекту, могут действовать и на множество операций, входящих в описание объекта. Отметим, что если операция не входит во второе множество операций, формирующих описание объекта, то она не применима к объекту.

Формально описание объекта задается следующим образом.


Если через


где . Если



где через

Объекты в любой среде взаимосвязаны: во-первых, одни объекты преобразуются операциями в другие. Эти преобразования вызываются третьими объектами, которые определяют преобразующую операцию. Совокупность объектов и их преобразований порождает категорию, которую назовем категорией объектов.

Во-вторых, кроме операций, определяемых объектами, в среде существуют взаимосвязи, отношения, определяемые условиями самой среды, которые могут быть выражены в виде предикатов. Для предикатов разработано исчисление (узкое исчисление предикатов) позволяющее из одних формул, включающих предикаты, выводить другие формулы. Используя объекты и предикаты, определим новое понятие – знание – следующим образом:

a) каждый объект и любая совокупность объектов, связанных операциями, является знанием;

b) каждый общезначимый предикат, определенный на множестве знаний есть знание;

c) все предикат, выводимые из знаний в исчислении предикатов, являются знаниями;

d) других знаний, кроме задаваемых правилами a) – c), нет.

В форме знаний задается представление среды. Знания запоминаются и сохраняются. Если среда изменяется, то знания могут перестать быть таковыми, поскольку в новой среде они могут не быть общезначимыми. Среда задает некоторую интерпретацию знаний и при изменении среды знания должны быть скорректированы соответствующим образом.

Ситуацией будем называть любую формулу исчисления предикатов, построенную из знаний с помощью логических операций исчисления предикатов.

Ситуации возникают в среде, когда нужно преобразовать объект или связанную операциями совокупность объектов в другой объект (объекты). Аналогом ситуации является задача, определенная в терминах представления среды. Проблема возможного расширения среды для решения возникающих задач в этой работе не рассматривается.

Решением ситуации будем называть вывод формулы, определяющей ситуацию, из знаний системы, либо опровержение этой формулы. В первом случае получаем положительное решение ситуации, во втором – отрицательное.

Обычно в реальных системах ищется решение ситуации за конечное число шагов и, если такое решение не найдено, то ситуация называется k-нерешенной.

Как и знания, решения ситуаций накапливаются в системе, сохраняясь как опыт ИС. Они могут использоваться при нахождении последующих решений. Различные экземпляры одной и той же ИС, накапливая со временем опыт, приобретают индивидуальность и могут по-разному реагировать на данные, поступающие из среды. Это замечание относится и к другим составляющим ИС – объектам, знаниям, базы которых со временем изменяются, отражая процесс функционирования ИС.


Пусть задано некоторое представление среды и система

Разработка ИС и ИИТ предполагает включение в систему (или технологию) дополнительных компонент, блоков, подсистем, обеспечивающих интеллектуальность системы. Эти компоненты предварительно настраиваются аналогично тому, как это делается для оболочек экспертных систем.

ИИТ предполагает существование таких компонент на уровнях сбора, хранения и переработки данных. На уровне сбора - это может быть контроль данных, определение их соответствия объектам, поставляющим эти данные, взаимоувязка данных, поступающих от различных объектов. На уровне хранения - это дополнительная организация данных, формирование и хранение данных о среде с учетом зависимостей между данными поступающими из среды и данными, хранящимися в знаниях, имеющихся в системе. На уровне переработки - это решение ситуаций, характерных для технологии с учетом той информации, которая накоплена в системе, реализующей технологию. ИИТ предполагает возможность использования баз объектов, знаний, ситуаций, накопленных или занесенных в систему.

При своей реализации ИС и ИИТ требуют увеличения технических ресурсов компьютеров (памяти и быстродействия), необходимых для хранения информации о представлении среды и обработки данных, связанных с этим представлением. Более того, интеллектуальная компонента может быть существенно сложнее ИТ, к которой она подключается. Однако рост технических ресурсов не является проблемой для современных компьютеров. Более того, именно развитие интеллектуальных компонент загрузит постоянно растущие ресурсы современных компьютеров, которые в некотором смысле не востребованы на уровне современных ИТ. Думаю, что именно развитие ИС определит на ближайшие 10 – 20 лет развитие технического и программного обеспечения, поскольку интеллектуальные компоненты станут необходимым элементом любой достаточно мощной системы и технологии, включая программирование, сетевое обеспечение, финансы, управление.

В настоящее время работы по созданию интеллектуальных компонент находятся в зачаточном состоянии. Основным направлением служит подготовка конкретных схем реализации для конкретных сред. В докладе приводится пример разработки интеллектуальной компоненты для системы управления механо-сборочным цехом, включая описание объектов, знаний, ситуаций, связанных с этой средой.

В статті розглядаються концепції інтелектуалізації інформаційних технологій, дається представлення інтелектуальної системи, вводяться поняття ознак, об’єктів і знань, ситуацій і рішень ситуацій в контексті моделювання інтелектуальних систем. Виконується формалізація представлення інтелектуальної системи.

Известно, что только небольшую часть своих знаний человек может точно сформулировать вербальным или формальным способом. Обширная область интуитивных знаний специалистов, которые необходимы для успешной работы интеллектуальных систем, остаётся недоступной из-за отсутствия средств их извлечения и представления.

Искусственный интеллект всегда был междисциплинарной наукой, являясь одновременно и наукой, и искусством, и техникой, и психологией. Методы искусственного интеллекта разнообразны. Они активно заимствуются из других наук, адаптируются и изменяются под решаемую задачу. Для создания интеллектуальной системы необходимо привлекать специалистов из прикладной области, поэтому в рамках искусственного интеллекта сотрудничают лингвисты, нейрофизиологи, психологи, экономисты, информатики, программисты и т.д.

Основные направления исследований в области интеллектуальных информационных систем

Интеллектуальные информационные системы проникают во все сферы нашей жизни, поэтому трудно провести строгую классификацию направлений, по которым ведутся активные и многочисленные исследования в области ИИ. Рассмотрим кратко некоторые из них.

Разработка интеллектуальных информационных систем или систем, основанных на знаниях. Это одно из главных направлений ИИ. Основной целью построения таких систем являются выявление, исследовании и применение знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практике. При построении систем, основанных на знаниях (СОЗ), используются знания, накопленные экспертами в виде конкретных правил решения тех или иных задач. Это направление преследует цель имитации человеческого искусства анализа неструктурированных и слабоструктурированных проблем. В данной области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний (БЗ), образующих ядро СОЗ. Частным случаем СОЗ являются экспертные системы (ЭС).

Генерация и распознавание речи. Системы речевого общения создаются в целях повышения скорости ввода информации в ЭВМ, разгрузки зрения и рук, а также для реализации речевого общения на значительном расстоянии. В таких системах под текстом понимают фонемный текст (как слышится).

Обработка визуальной информации. В этом научном направлении решаются задачи обработки, анализа и синтеза изображений. Задача обработки изображений связана с трансформированием графических образов, результатом которого являются новые изображения. В задаче анализа исходные изображения преобразуются в данные другого типа, например, в текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются графические объекты (системы машинной графики).

Обучение и самообучение. Эта актуальная область ИИ включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных. К данному направлению относятся не так давно появившиеся системы добычи данных (Data Mining) и системы поиска закономерностей в компьютерных базах данных (Knowledge Discovery).

Распознавание образов. Это одно из самых ранних направлений ИИ, в котором распознавание объектов осуществляется на основании применения специального математического аппарата, обеспечивающего отнесение объектов к классам, а классы описываются совокупностями определённых значений признаков.

Игры и машинное творчество. Машинное творчество охватывает сочинение компьютерной музыки, стихов, интеллектуальные системы для изобретения новых объектов. Создание интеллектуальных компьютерных игр является одним из самых развитых коммерческих направлений в сфере разработки программного обеспечения. Кроме того, компьютерные игры предоставляют мощный арсенал разнообразных средств, используемых для обучения.

Программное обеспечение систем ИИ. Инструментальные средства для разработки интеллектуальных систем включают специальные языки программирования, ориентированные на обработку символьной информации (LISP, SMALLTALK, РЕФАЛ), языки логического программирования (PROLOG), языки представления знаний (OPS5, KRL, FRL), интегрированные программные среды, содержащие арсенал инструментальных средств для создания систем ИИ (КЕ, ARTS, GURU, G2), а также оболочки экспертных систем (BUILD, EMYCIN, EXSYS Professional, ЭКСПЕРТ), которые позволяют создавать прикладные ЭС, не прибегая к программированию.

Новые архитектуры компьютеров. Это направление связано с созданием компьютеров не фон-неймановской архитектуры, ориентированных на обработку символьной информации. Известны удачные промышленные решения параллельных и векторных компьютеров, однако в настоящее время они имеют весьма высокую стоимость, а также недостаточную совместимость с существующими вычислительными средствами.

Интеллектуальные роботы. Создание интеллектуальных роботов составляет конечную цель робототехники. В настоящее время в основном используются программируемые манипуляторы с жёсткой схемой управления, названные роботами первого поколения. Несмотря на очевидные успехи отдельных разработок, эра интеллектуальных автономных роботов пока не наступила. Основными сдерживающими факторами в разработке автономных роботов являются нерешённые проблемы в области интерпретации знаний, машинного зрения, адекватного хранения и обработки трёхмерной визуальной информации.

Основные типы интеллектуальных информационных систем и их характеристика

Интеллектуальная информационная система (ИИС) основана на концепции использования базы знаний для генерации алгоритмов решения прикладных задач различных классов в зависимости от конкретных информационных потребностей пользователей.

Для ИИС характерны следующие признаки:

– развитые коммуникативные способности;

– умение решать сложные плохо формализуемые задачи;

– способность к самообучению;

Каждому из перечисленных признаков условно соответствует свой класс ИИС. Различные системы могут обладать одним или несколькими признаками интеллектуальности с различной степенью проявления. Средства ИИ могут использоваться для реализации различных функций, выполняемых ИИС.

Классифицируются признаками, которые являются интеллектуальными функциями:

− коммуникативные способности - способ взаимодействия конечного пользователя с системой;

− решение сложных плохо формализуемых задач, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, характеризующейся неопределённостью и динамичностью исходных данных и знаний;

− способность к самообучению – умение системы автоматически извлекать знания из накопленного опыта и применять их для решения задач;

− адаптивность – способность системы к развитию в соответствии с объективными изменениями области знаний. Системы с интеллектуальным интерфейсом. Применение ИИ для усиления коммуникативных способностей информационных систем привело к появлению систем с интеллектуальным интерфейсом, среди которых можно выделить следующие типы.

− задачи не могут быть представлены в числовой форме;

− исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью;

− цели нельзя выразить с помощью чётко определённой целевой функции;

− не существует однозначного алгоритмического решения задачи;

− алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).

Главное отличие ЭС и систем искусственного интеллекта от систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в качестве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

ЭС охватывают самые разные предметные области, среди которых лидируют бизнес, производство, медицина, проектирование и системы управления. Во многих случаях ЭС являются инструментом, усиливающим интеллектуальные способности эксперта. Для классификации ЭС используются следующие признаки:

− способ формирования решения;

− способ учёта временного признака;

− вид используемых данных и знаний;

− число используемых источников знаний.

По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний.

В зависимости от способа учёта временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения.

По видам используемых данных и знаний различают ЭС с детерминированными и неопределёнными знаниями. Под неопределённостью знаний и данных понимаются их неполнота, ненадёжность, нечёткость.

ЭС могут создаваться с использованием одного или нескольких источников знаний. В соответствии с перечисленными признаками можно выделить четыре основных класса ЭС, классифицирующие, доопределяющие, трансформирующие и мультиагентные.

Классифицирующие ЭС решают задачи распознавания ситуаций. Основным методом формирования решений в таких системах является дедуктивный логический вывод.

Доопределяющие ЭС используются для решения задач с не полностью определёнными данными и знаниями. В таких ЭС возникают задачи интерпретации нечётких знаний и выбора альтернативных направлений поиска в пространстве возможных решений. В качестве методов обработки неопределённых знаний могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечёткая логика.

Трансформирующие ЭС относятся к синтезирующим динамическим экспертным системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач. В ЭС данного класса используются различные способы обработки знаний:

− генерация и проверка гипотез;

− логика предположений и умолчаний (когда по неполным данным формируются представления об объектах определённого класса, которые впоследствии адаптируются к конкретным условиям изменяющихся ситуаций);

− использование метазнаний (более общих закономерностей) для устранения неопределённостей в ситуациях.

Мультиагентные системы – это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач. Системы данного класса имеют следующие возможности:

− реализация альтернативных рассуждений на основе использования различных источников знаний и механизма устранения противоречий;

− распределенное решение проблем, декомпозируемых на параллельно решаемые подзадачи с самостоятельными источниками знаний;

− применение различных стратегий вывода заключений в зависимости от типа решаемой проблемы;

− обработка больших массивов информации из баз данных;

− использование математических моделей и внешних процедур для имитации развития ситуаций.

Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах. Примеры реальных ситуаций составляют так называемую обучающую выборку, которая формируется в течение определённого исторического периода. Элементы обучающей выборки описываются множеством классификационных признаков.

Технология OLAP (On-Line Analytical Processing – оперативный анализ данных) предоставляет пользователю средства для формирования и проверки гипотез о свойствах данных или отношениях между ними на основе разнообразных запросов к базе данных. Они применяются на ранних стадиях процесса извлечения знаний, помогая аналитику сфокусировать внимание на важных переменных. Средства Data Mining отличаются от OLAP тем, что кроме проверки предполагаемых зависимостей они способны самостоятельно (без участия пользователя) генерировать гипотезы о закономерностях, существующих в данных, и строить модели, позволяющие количественно оценить степень взаимного влияния исследуемых факторов на основе имеющейся информации.

Потребность в адаптивных информационных системах возникает в тех случаях, когда поддерживаемые ими проблемные области постоянно развиваются. В связи с этим адаптивные системы должны удовлетворять ряду специфических требований, а именно:

− адекватно отражать знания проблемной области в каждый момент времени;

− быть пригодными для лёгкой и быстрой реконструкции при изменении проблемной среды.

Адаптивные свойства информационных систем обеспечиваются за счёт интеллектуализации их архитектуры. Ядром таких систем является постоянно развиваемая модель проблемной области, поддерживаемая в специальной базе знаний -репозитории. Ядро системы управляет процессами генерации или переконфигурирования программного обеспечения.

При типовом проектировании осуществляется адаптация типовых разработок к особенностям проблемной области. Для реализации этого подхода применяются инструментальные средства компонентного (сборочного) проектирования информационных систем (R/3, BAANIV, Prodis и др.).

Главное отличие подходов состоит в том, что при использовании CASE-технологии на основе репозитория при изменении проблемной области каждый раз выполняется генерация программного обеспечения, а при использовании сборочной технологии – конфигурирование программ и только в редких случаях – их переработка.

Отличия систем искусственного интеллекта от обычных программных систем

Рассмотрим отработанные на сегодняшний день элементы технологии создания ИИС на примере разработки экспертных систем. Этот выбор обусловлен тем, что ЭС получили весьма широкое распространение во многих сферах человеческой деятельности, а технологии их создания имеют универсальный характер и не требуют аппаратных реализаций.

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.

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.

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.

Перспективы развития ИИТ

  • 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.

Тенденции развития ИИТ

Системы связи и коммуникаций
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.

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. [3]. 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

История интеллектуальных информационных технологий

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

Читайте также: