Автоматизированные информационные системы в экономике

статьи, инструкции и т.п. Инженеры по знаниям и эксперты в процессе приобретения знаний могут выполнять различные функции в зависимости от применяемых методов извлечения, получения и формирования знаний, а также наличия и степени развитости средств автоматизации. Инженер по знаниям выполняет следующие основные функции:

•  управление процессом коммуникации в форме последовательности содержательных сообщений;

•  переработка сведений, включающая все возможные способы анализа и синтеза информации;

•  идентификация и конструирование понятий, выяснение и фиксирование их смысла, а также установление отношений между ними и когнитивными элементами;

•  хранение информации путем запоминания, выборки и документирования.

Поскольку приобретение знаний и разработка прототипа ЭС — процесс трудоемкий и сложный, вполне естественно, что его стремятся максимально автоматизировать. Основная задача автоматизации приобретения знаний состоит в облегчении труда эксперта и инженера по знаниям. Эта задача может быть решена двумя путями. Первый путь состоит в том, что автоматизированной системе может быть передана часть функций по приобретению знаний. Во втором случае эксперт и инженер полностью исключаются из процесса генерации знаний и создания автоматизированной системы приобретения знаний.

Применение автоматизированных систем приобретения знаний позволяет реализовать одну из трех стратегий получения знаний. В рамках первой стратегии основные функции по актуализации и формированию знаний выполняет эксперт, обращаясь при этом за помощью к АИИС. Благодаря этой помощи эксперт структурирует, систематизирует и формализует свои знания, используя некоторые средства формализации.  В результате получаются готовые формы знания для непосредственного кодирования и ввода в БЗ. Такая стратегия позволяет исключить инженеров по знаниям из технологической цепочки приобретения знаний и все их функции возложить на автоматизированную систему.

В рамках второй стратегии  получения знаний ведущая сторона  в диалоге

— автоматизированная система. По ответам эксперта АИИС конструирует готовые формы знания и затем передает их в другие компоненты АИИС для включения в состав БЗ. Инженер по знаниям полностью исключается из рассмотренной технологической цепочки получения знаний.

Третья стратегия приобретения знаний связана с исключением  из классической технологии и инженера по знаниям, и программиста. Заполнение знаниями таких АИИС может быть осуществлено без изменения механизма логического вывода с помощью редактора знаний. Основная функция редактора знаний — возможность заполнение БЗ нужными знаниями самим экспертом.

Методы приобретения знаний. Рассматривая методы приобретения знаний, будем использовать следующие термины: извлечение, получение, формирование, приобретение знаний и обучение БЗ. Под извлечением знаний понимают процесс приобретения материализованных знаний из текстологических источников информации с помощью некоторой совокупности методов и процедур, позволяющих переходить от знаний в текстовой форме к их аналогам, адаптированным для ввода в БЗ АИИС. Получение знаний — это процесс приобретения вербализуемых и невербализуемых знаний эксперта, основанный на использовании непосредственно им самим или инженером по знаниям приемов, процедур, методов и инструментальных средств. Формирование знаний — это процесс автоматического приобретения системой искусственного интеллекта или инструментальным средством нового и полезного знания из исходной и текущей информации, которое в явном виде эксперты не формируют. Под приобретением знаний понимается процесс, основанный на переносе знаний из различных источников в БЗ путем использования различных методов, моделей, алгоритмов и средств. Понятие «получение знаний» соотносится с понятиями «извлечение», «приобретение», «формирование знаний» как целое—часть. Обучение БЗ — это процесс ввода (переноса) приобретенных знаний в АИИС на основе применения совокупности методов, приемов и процедур в целях ее заполнения, расширения и модификации. Термин «обучение» рассматривается как свойство БЗ, совокупность методов, приемов и процедур ввода знаний в БЗ и процесс переноса знаний в АИИС. Большинство методов извлечения и получения знаний основано на прямом диалоге с экспертом.

Методы извлечения знаний состоят из текстологических методов  и методов автоматической обработки  текстов. Текстологические методы предназначены  для получения инженером по знаниям  знаний из материализованных источников. Текстологические методы, несмотря на их простоту, наименее разработаны. Эти методы основываются не только на выявлении и понимании смысла текста, но и на выделении базовых понятий и отношений, т. е. формировании семантической (понятийной) структуры ПО.

Компрессия текста служит методологической основой для использования текстологических процедур извлечения знаний. Текстологические методы самые трудоемкие и применяются, как правило, на начальном этапе создания АИИС. Значительное развитие получили методы извлечения знаний, применяющие современные информационные технологии, в частности гипертекстовые технологии.

К методам получения экспертных знаний можно отнести и коммуникативные методы (пассивные и активные), основанные на прямом диалоге экспертов и инженеров по знаниям как без использования АИИС, так и с их применением при использовании психосемантики и тестирования БЗ. Коммуникативные методы получения знаний рассматриваются как разновидности интервьюирования. Они отличаются своей низкой эффективностью. Так, при непосредственном взаимодействии инженера по знаниям и эксперта теряется до 76 % информации. Один из путей совершенствования процесса приобретения знаний состоит в разработке методов, позволяющих передать часть функций, выполняемых инженером по знаниям, самому эксперту или АИИС.

Трудности извлечения знаний из текстовых источников и получения их от экспертов стимулировали развитие методов формирования знаний, известных как «методы машинного обучения». Для развитых АИИС способность обучаться, т.е. самостоятельно формировать новые знания на основе текущих знаний и собственного опыта решения прикладных задач, — это их существенная характеристика. Методы формирования знаний лежат в основе автоматических систем приобретения знаний. Автоматические системы формирования знаний являются предпочтительными, так как снижается время приобретения знаний, уменьшается вероятность ошибок в них. Следует отметить, что фундамент формирования знаний — индукция, которая лежит в основе получения общих выводов из совокупности частных утверждений. Поэтому главная проблема, которую необходимо решить по мере развития методов, — как от набора частных случаев перейти к их обобщению.

Основное направление  повышения эффективности процесса представления знаний — его автоматизация. Процесс приобретения знаний поглощает от 50 до 90 % общего времени и ресурсов, затрачиваемых на построение АИИС. Одновременно применение оболочек уменьшает стоимость генерации единицы знания примерно в 10 раз. Однако применяемые АИИС, в частности ЭС, дают значительный выигрыш по ресурсо-затратам в зависимости от сферы их применения. Так, например, в проектировании они повышают производительность труда в три— шесть раз; ускоряют поиск неисправностей в технических системах в 5—10 раз; в профессиональной подготовке снижают затраты времени в 8—12 раз.

ЭС, применяемые  в финансовой области. ЭС находят все большее применение в коммерческой деятельности, позволяя аккумулировать знания дорогостоящих экспертов и использовать эти знания неоднократно. ЭС служат в качестве автоматизированных помощников при страховании, кредитном обслуживании и управлении портфелями ценных бумаг, финансовом планировании, оценке риска, аудиторских и ревизионных проверках.

Характерная особенность ЭС, применяемых в финансовой области, — их гибридность, т. е. они используют парадигмы, базирующиеся на правилах, однако тесно интегрированы с обычными аналитическими средствами и БД. Например, экспертная система Management Advisor (консультант менеджера), разработанная фирмой Palladin Software Inc. помогает менеджеру в планировании коммерческих операций. Система включает, кроме БЗ, электронную таблицу, БД и графические программы с возможностью использования мыши. Сеанс работы представляет собой последовательность итеративных действий, которая состоит из базового решения, его оценки, различных модификаций, сообщения о пересмотре и принятии решения и выполнения дальнейшей итерации. В процессе итерации пользователь может проследить влияние каждого элемента управления и сделать необходимые корректировки с помощью диалога или сообщений.

ЭС Lending Advisor (консультант кредитора) разработана фирмой Syntelligence. В разработке программы принимали участие сотрудники Вашингтонского банка. Основное ее назначение — помощь менеджерам, занимающимся кредитами, в анализе коммерческих займов и структуризации соответствующих пакетов займов. Система представляет собой большую многопользовательскую настраиваемую ЭС, которая оценивает коммерческие применения займа, уровень потенциального риска, связанного с займом и подсказывает оптимальную структуру займов. Кроме того, система пересматривает существующие займы.

ЭС Underwiting Advisor (гарантирующий консультант) оценивает риск в страховании для определения калькуляции цен. Эта система может использоваться в коммерческой сфере для подсчета стоимости работника с оценкой его страховки — при страховании моряков внутренних  морей, страхования общей ответственности и в коммерческом авто-страховании. Система разработана тремя партнерами: American International Group Inc., Saint Paul Companies Inc., Fireman's Fund Insurance Companies. Эта система оценивает коммерческие страхования, определяя типы и уровни риска и позволяя страховым агентам проводить оценку на основе полной информации и уточнять решение при каждом риске. По некоторым оценкам, внедрение этой системы принесло страховым компаниям США около 100 млн долл. годового дохода.

ЭС EXPERTAX разработана известной нью-йоркской фирмой Coopert and Lybrand (имеет отделение в Москве). Она готовит рекомендации ревизорам и налоговым специалистам в подготовке финансовых деклараций и расчетов по налогам. Система имеет форму живого вопросника, который побуждает пользователя собирать информацию, задавать только относящиеся к делу вопросы. Процесс управляется пользователем, который решает — отвечать ли на вопрос, спросить, почему он был задан, или пропустить его. После того как система получает достаточно детальную информацию о проблеме, она структурирует свой поиск так, чтобы минимизировать его, исключив излишние пути, и загрузить в память только те части БЗ, которые будут использованы. БЗ системы отражает опыт свыше 20 экспертов в области налогов и аудиторской проверки и накапливает информацию в более чем 1 тыс. легко поддерживаемых фреймах двух типов. Фреймы вопросов определяют вопросы, ответы, предварительные условия и правила для управления диалогом; фреймы сообщений определяют, что должно быть отображено на экране, что помещено в итоговый отчет. Отчет используется для подготовки окончательного расчета налогов и выдачи рекомендаций клиентам по планированию налогов.

Пример системы для  автоматизации офиса — ЭС Letter of Credit Advisor (письмо консультанта по кредитам), разработанная фирмой Helix и Национальным американским банком для помощи клерку в подготовке и оплате кредитных писем.

В экспортно-импортных операциях  кредитное письмо — базовый документ. Эти операции при сделке обычно оговариваются особо. Система содержит правила, находящие разногласия в документации, связанной с этими операциями. После ответа на свой запрос пользователь вводит информацию о кредитном письме и смежных документах. Система проверяет информацию на отсутствие разногласий. При их отсутствии готовится документация к оплате.

В задачах автоматизации  офиса приемлемы небольшие по размеру ЭС. Они становятся интеллектуальным подспорьем в офисной работе. Эти системы позволяют быстро менять БЗ, реструктурировать их при необходимости и представлять в удобном для эксплуатации формате — электронная таблица, естественный язык, меню-окна и др.

Система XCON создана в научно-исследовательском компьютерном центре университета Карнеги-Меллон для решения задач по оказанию консультационной помощи при выборе конфигурации компьютера. Если покупатель формулирует то, что ему нужно, то ЭС подбирает определенные характеристики и параметры полного набора компонентов и проводов конфигурации компьютера. Требования заказчика вводятся в ЭВМ, на выходе выдается диаграмма, описывающая компоненты компьютера и связи между ними. На основе этой диаграммы и собирается необходимый для заказчика компьютер. Известно, что эта ЭС обеспечивает фирме DEC около 2 млн долл. в год.

Пример отечественной ЭС, использующей знания опытных экспертов для решения кадровых вопросов, — инструментальная интеллектуальная система психологических исследований PSY, разработанная специалистами ВНТК «Сайнтекс» (Москва). Данная система используется руководителями учреждений, менеджерами, работниками кадровых служб и психологами для проведения профессионального и психологического отбора при приеме на работу, анализа межличностных отношений и психологической совместимости сотрудников, ведения БД по кадрам с учетом личностных характеристик людей. Система позволяет:

•  использовать готовые тесты для психологического обследования — в поставку системы включаются разнообразные тесты, необходимые для определения уровня развития личностных, деловых, социальных и интеллектуальных качеств персонала, отклонений от психологической нормы;

•  получать готовые текстовые характеристики по результатам обследования;

•  проводить обработку результатов тестирования, осуществлять подбор наиболее подходящих кандидатур на конкретные должности с учетом их профессиональных и личностных качеств;

•  создавать и редактировать тесты, анкеты и вопросники — осуществлять коррекцию вопросов, ответов, шкал, условий и текстов интерпретаций, сортировку и статистическую обработку результатов обследований.