Лекция 6. Интеллектуальные информационные системы в экономике

Лекция 6. ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ В ЭКОНОМИКЕ

1. Интеллект и интеллектуальные задачи

2. Понятие искусственного интеллекта. История развития систем искусственного интеллекта

3. Основные направления исследований в области ИИ

4. Экспертные системы. Применение экспертных систем в экономике

5. Структура экспертной системы

6. Классификация экспертных систем

7. Примеры экономических экспертных систем

8. Нейронные системы

9. Системы извлечения знаний

Интеллект и интеллектуальные задачи

Сложность задач, решаемых человеком в современном мире, потребовала создания таких информационных технологий, при использовании которых компьютер не только берет на себя однотипные, многократно повторяющиеся операции обработки данных, но и сам может «обучаться», позволяя пользователю использовать накопленный опыт профессионалов в интересующей его области. Такие технологии получили название систем «искусственного интеллекта». Термин интеллект (intelligence) происходит от латинского intellectus («ум», «рассудок», «разум»).

В общем случае, под интеллектом понимается способность мозга решать интеллектуальные задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

При этом под «знаниями» подразумевается не только информация, поступающая в мозг через органы чувств. Хотя такого типа знания чрезвычайно важны, но они недостаточны для интеллектуальной деятельности. Следует учесть, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Поэтому для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (и даже просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно «целенаправленно преобразовываться». При этом существенно то, что формирование модели внешней среды происходит «в процессе обучения на опыте и адаптации к разнообразным обстоятельствам».

Считается, что к интеллектуальным задачам относятся те задачи, отыскание алгоритма для решения которых связано с тонкими и сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Если же алгоритм решения задачи уже найден, процесс ее решения становится таким, что его могут в точности выполнить другой человек, вычислительная машина (должным образом запрограммированная) или робот, не имеющие ни малейшего представления о сущности самой задачи. При этом требуется только, чтобы субъект или объект, решающий задачу, был способен выполнять те элементарные операции, из которых складывается процесс решения, и, кроме того, чтобы он в точности руководствовался предложенным алгоритмом. Поэтому из класса интеллектуальных задач исключаются задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить вычислительные задачи: решение системы линейных алгебраических уравнений, поиск оптимального решения задач линейного программирования симплекс-методом, численное интегрирование дифференциальных уравнений и т. д. Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для компьютера.

В противоположность этому для широкого класса интеллектуальных задач, таких как распознавание образов, игра в шахматы, доказательство теорем, принятие управленческих решений, напротив, это формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается весьма затруднительным, даже если само их решение несложно.

Деятельность мозга, обладающего интеллектом, направленную на решение интеллектуальных задач, называют мышлением, или интеллектуальной деятельностью. Интеллект и мышление органически связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры и управление в условиях неопределенности. Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую.

Таким образом, интеллект – это способность субъекта или объекта находить решения конкретных задач, для которых может и не существовать стандартных, заранее известных алгоритмов решения.

Развитие нейрокибернетики.

В рамках первого подхода, получившего название «нейрокибернетики», объектами исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга, а необходимыми этапами исследований в нейрокибернетике являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.

Поскольку из физиологии известно, что основой человеческого мозга является множество (до 10²¹) связанных друг с другом нервных клеток – нейронов, то усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Такие системы известны под названием нейронных сетей или нейросетей. Модели первых нейросетей были предложены в 1956-1965 гг. американскими учеными Ф. Розенблаттом и П.Мак-Каллоком и представляли собой системы зрительного восприятия и распознавания, т.е. моделировали взаимодействие человеческого глаза с мозгом. Созданное этими учеными устройство получило название перцептрона (perceptron). Это устройство обладало способностью различать буквы алфавита, но не было чувствительно к их написанию: так буквы А и А для этого устройства являлись разными знаками. Появление машины, способной обучаться понятиям и распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания, и породило большой поток теоретических и экспериментальных исследований. Но постепенно в 70-80 гг. количество работ по данному направлению ИИ стало сокращаться: слишком неутешительными оказались первые результаты. Неудачи своих экспериментов авторы объясняли незначительным быстродействием существовавших в то время компьютеров.

Однако в 1980-х годах в Японии в рамках проекта «ЭВМ V поколения» был создан первый нейрокомпьютер, или компьютер VI поколения. К тому времени ограничения, связанные с объемами памяти и быстродействием компьютеров, были практически сняты; появились транспьютеры, представляющие собой параллельно работающие компьютеры с большим числом процессоров. Транспьютерная технология – это лишь один из десятков современных подходов к аппаратной реализации нейросетей, моделирующих иерархическую структуру человеческого мозга. Выделяют три подхода к созданию нейросетей:

· аппаратный, включающий создание специальных компьютеров, нейрочипов, плат расширения и наборов микросхем, реализующих все необходимые алгоритмы;

· программный, включающий создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. В этом случае сети создаются в памяти компьютера, и все работы выполняют его собственные процессоры;

· гибридный, представляющий собой комбинацию первых двух подходов. При гибридном подходе часть вычислений выполняют специальные платы расширения (сопроцессоры), а часть – программные средства.

Сегодня основной областью применения нейрокомпьютеров по-прежнему остается распознавание образов, например, идентификация объектов по результатам аэрофотосъемки из космоса. Задача обучения распознаванию образов тесно связана с другой интеллектуальной задачей – проблемой перевода с одного языка на другой, а также обучения машины языку. Так, при достаточно формальной обработке и классификации основных грамматических правил и приемов пользования словарем можно создать вполне удовлетворительный алгоритм для перевода научного или делового текста. Для некоторых языков такие системы были созданы еще в конце 1960-х годов. Однако для того, чтобы связно перевести большие блоки текста, в котором используется разговорная лексика, необходимо понимать его смысл. Работы над программами, реализующими эту задачу, ведутся уже давно, но до полного успеха в данной области предстоит еще многое сделать. Существуют также программы, обеспечивающие диалог между человеком и машиной на «урезанном» естественном языке [3.1, 3.4].