<<
>>

СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

 

Арифметика аналитических расчетов всегда влечет за собой логические выводы, которые тем действеннее, чем глубже и «быстрее» интеллект руководителя. Поэтому на рабочих местах менеджеров и руководителей распространяются системы искусственного интеллекта, имитирующие на компьютере процессы мышления и ускоряющие их.

Система искусственного интеллекта (СИИ) — это программная система, имитирующая на компьютере процесс мышления. Перед ее созданием структурируется совокупность знаний: изучается процесс мышления человека, решающего определенные задачи или принимающего решения в конкретной профессиональной области; выделяются основные шаги этого процесса; разрабатываются программные средства, воспроизводящие изученный процесс на компьютере. Методы искусственного интеллекта основаны на структуризации систем принятия решений.

В СИИ знания структурированы и организованы таким образом, что они отделены от знаний других предметных областей и от общих знаний. К общим знаниям относят, например, правила написания программы и команд, правила выполнения команд программы. Выделенные знания о предметной области называют базой знаний, общие зна-

мсхапизмом вывода (под термином «вывод» подразумевается вывод логических заключений).

Для представления структурированных знаний используют в основном три метода: правила, семантические сети и фреймы.

Правило имеет следующую структуру:

ЕСЛИ lt;условиеgt;, ТО lt;заключениеgt;.

Обе части правила выражены символами. В теории баз знаний эта конструкция носиг название правила-продукции. Пример: ЕСЛИ коэффициент соотношения заемных и собственных средств превышает единицу при низкой оборачиваемости, ТО финансовая автономность и устойчивость критическая.

Основными структурными элементами СИИ являются правила (в них выражены знания) и факты (их оценивают с помощью правил).

Зачастую в управленческой практике правила бывают выведенными эмпирически из совокупности фактов, а не путем математического анализа или алгоритмического решения. Такие правила называют эвристиками. Знания — это информация, необходимая программе, чтобы она вела себя «интеллектуально». Например, в электронной таблице вы легко организуете вычисление коэффициента оборачиваемости, равно как и других коэффициентов. Но словесное заключение о финансовом состоянии вы построите сами в зависимости от усвоенных вами специальных экономических знаний и запишете эту оценку в аналитическую записку. Однако можно структурировать ваше знание (в виде правил), поместить правило в базу знаний и организовать автоматическое появление соответствующего заключения вопределенном месте экрана, где вы введете логические формулы вывода определенного заключения при истинности проверяемого условия.

Основная идея представления знаний с помощью семантических сетей базируется на предположении о том, что предметную область (проблемную среду) можно представить совокупностью сущностей (объектов) и бинарных отношений, определяющих связи между этими сущностями. Сущности и связи семантически устойчивы в данной предметной области.

Объекты могут быть обобщенными и индивидными (конкретными). Например, сущность «человек» является обобщенным объектом, а «Петр Первый» — индивидным объектом.

Между двумя обобщенными объектами может существовать родовая связь. Например, «примат» — «человек», «транспорт» — «автомобиль». Обратной к родовой выступает видовая связь. Например, автомобиль — вид транспорта. Между обобщенным и конкретным объектом выступает связь «являться представителем». Между агрегатными объектами и их частями возникает связь типа «быть частью». Эта связь позволяет структурировать объект. Очевидно, бинарное отношение этого вида транзитивно. Обратным для отношения «быть частью» будет отношение «содержит». Еще один тип базовых отношений — отношение «есть свойство». Например, «красивый» является свойством для объекта «цветок».

Другие отношения: «быть причиной», «быть агентом», «быть инструментом», «быть объектом воздействия», класс пространственно-временных отношений типа «быть справа (слева, внизу раньше, позже, одновременно и пр.)».

Фрейм определяют как структуру данных для представления стереотипных ситуаций. Эти ситуации выделяет исследователь, опираясь на опыт. Понятие — неформальные звания о стереотипных ситуациях. 120

Фреймы — формализованные ситуации. Фреймы соответствуют понятиям, отражающим объекты, явления, характеристики предметной области. Фрейм рассматривают как модуль модели представления знаний. Эта модель строится в виде сети фреймов.

Особенность фреймов: наличие в информационных и процедурных элементах незаполненных частей —слотов. Они могут заполняться в процессе активизации фрейма.

Искусственный интеллект как отрасль знаний прошел долгий и тернистый путь: первые увлечения (1960 г.); лженаука (1960— 1965 гг.); успехи при решении головоломок и игр (1965—1975 гг.); разочарование при решении практических задач (1970—1985 гг.); первые успехи при решении ряда практических задач (1962—1992 гг.); массовое коммерческое использование при решении практических задач (1993—1995 гг.). Но основу коммерческого успеха по праву составляют экспертные системы, в первую очередь экспертные системы реального времени. Именно они позволили искусственному интеллекту перейти от игр и головоломок к массовому использованию при решении практически значимых задач. 

<< | >>
Источник: Неизвестный. Информационные технологии в экономике и управлении. 2000

Еще по теме СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА:

  1. Информационные системы на базе концепции искусственного интеллекта
  2. ПРИМЕНЕНИЕ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В УПРАВЛЕНИИ
  3. СОВРЕМЕННЫЙ РЫНОК СРЕДСТВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
  4. ГЛАВА 15 Сочетание выходов с искусственным интеллектом
  5. Сочетание выходов с искусственным интеллектом
  6. Формирование системы налогового контроля как искусственной организационно-управленческой системы
  7. 1.1. Интеллект — капитал
  8. Искусственные волокна
  9. Искусственные краски
  10. Активный интеллект
  11. ИСКУССТВЕННЫЕ И СИНТЕТИЧЕСКИЕ ОБУВНЫЕ МАТЕРИАЛЫ
  12. ИСКУССТВЕННЫЕ И СИНТЕТИЧЕСКИЕ ОБУВНЫЕ МАТЕРИАЛЫ
  13. 4. Особенности искусственно-организованного рынка в нерыночном секторе
  14. Блестящий юношеский интеллект
  15. Количественная оценка интеллекта
  16. Контекстуальный интеллект и метакогнитивные способности
  17. МЕНТАЛЬНЫЙ ОПЫТ. ИНТЕЛЛЕКТ КАК ФОРМА ОРГАНИЗАЦИИ МЕНТАЛЬНОГО ОПЫТА
  18. Оценка интеллекта сотрудника в случае его перехода на другое предприятие (трансфер сотрудника)
- Бюджетная система - Внешнеэкономическая деятельность - Государственное регулирование экономики - Инновационная экономика - Институциональная экономика - Институциональная экономическая теория - Информационные системы в экономике - Информационные технологии в экономике - История мировой экономики - История экономических учений - Кризисная экономика - Логистика - Макроэкономика (учебник) - Математические методы и моделирование в экономике - Международные экономические отношения - Микроэкономика - Мировая экономика - Налоги и налолгообложение - Основы коммерческой деятельности - Отраслевая экономика - Оценочная деятельность - Планирование и контроль на предприятии - Политэкономия - Региональная и национальная экономика - Российская экономика - Системы технологий - Страхование - Товароведение - Торговое дело - Философия экономики - Финансовое планирование и прогнозирование - Ценообразование - Экономика зарубежных стран - Экономика и управление народным хозяйством - Экономика машиностроения - Экономика общественного сектора - Экономика отраслевых рынков - Экономика полезных ископаемых - Экономика предприятий - Экономика природных ресурсов - Экономика природопользования - Экономика сельского хозяйства - Экономика таможенного дел - Экономика транспорта - Экономика труда - Экономика туризма - Экономическая история - Экономическая публицистика - Экономическая социология - Экономическая статистика - Экономическая теория - Экономический анализ - Эффективность производства -