Продолжим публикацию знаний о символьных технологиях Искусственного Интеллекта, начатую в заметки про Экспертные системы.
Интересным является вопрос — в составе каких более крупных систем могут включаться экспертные системы? Самый тривиальный ответ: «В составе систем автоматического управления и автоматизированных систем управления». Это традиционные области использования экспертных систем, особенно в хорошо формализуемых проблемных областях. Например, системы автоматического управления технологическими процессами вполне могут управляться при помощи достаточно небольших экспертных систем, базы знаний которых содержат несколько сотен продукций.
Но самым главным классом систем, в которых используются экспертные системы в качестве элементов, являются системы поддержки принятия решений. С развитием аналитических методов и появлением новых математических формализмов для обработки больших объёмов данных, для поиска закономерностей, в том числе скрытых, системы поддержки принятия решений получили второе дыхание, и сегодня этот класс систем используется в большом количестве областей применений для снятия с аналитиков и руководителей рутинной работы по сбору и анализу больших массивов информации и подготовке и принятию решений. Так что внимательно посмотрим на такие системы — какие методы в них используются, какие составные элементы в них имеются, каковы взаимосвязи между элементами и всё остальное.
Общая структура систем поддержки принятия решений выглядит следующим образом:
Кратко рассмотрим все элементы, приведённые на схеме, за исключением экспертных систем, которые были детально описаны ранее:
1. Хранилище данных — первичный элемент системы, в который собираются все данные об объекте управления или проблемной ситуации, относительно которых система осуществляет поддержку принятия решений. Как и в случае с экспертной системой в хранилище попадают данные как от пользователей, так и с различного рода датчиков, устройств и иных систем. В отличие от базы данных в хранилище осуществляется первичная обработка данных таким образом, чтобы потом их можно было эффективно использовать для анализа и визуализации. Происходит очистка и преобразование данных, а их хранение осуществляется в специальном формате, который позволяет быстро манипулировать ими. Всё это помогает двух другим компонентам системы — модулям статистического и интеллектуального анализа быстро обрабатывать огромные массивы информации.
2. Модуль статистического анализа предназначается для применения различных методов математической статистики и смежных дисциплин для анализа больших объёмов информации (статистических выборок), в частности, поиска корреляций и причинно-следственных связей, анализа трендов, определения статистических закономерностей и т. д. Большинство методов статистического анализа давно разработаны и апробированы, однако временами появляются новые, а потому важно, чтобы этот элемент системы был открытым для использования новых методов.
3. Модуль интеллектуального анализа используется для проведения глубокого анализа больших объёмов данных методами, которые позволяют обнаруживать скрытые закономерности, нетривиальные и практически полезные интерпретации информации в данных. В первую очередь это методы из разряда технологий Data Mining. Этот модуль сам по себе реализует многие техники искусственного интеллекта, начиная от генетических алгоритмов и искусственных нейронных сетей до отдельных методов символьных вычислений. При этом в рамках интеллектуального анализа данных также могут проводиться и отдельные ветви статистического анализа, либо результаты такого анализа могут браться из соответствующего модуля.
4. Модуль построения отчётности — фактически, центральный модуль, преобразующий результаты анализа и (или) выводы экспертной системы к виду, который доступен для лица, принимающего решения. Основная задача этого модуля — доступная и эффективная визуализация найденных закономерностей и знаний для руководителя, который на основании этой информации может принять взвешенное и оптимальное решение. В этом и заключается сама сущность поддержки принятия решений.
5. Интерфейс аналитика — в процессе принятия решений и его поддержки важна роль аналитика, который готовит окончательный вариант решения или варианты альтернатив на основе того, что рекомендует система. Аналитик модифицирует процедуры извлечения и обработки информации из неструктурированных больших объёмов данных, он же проверяет окончательные результаты работы системы и её объяснения того, как она получила эти результаты. Поэтому для аналитика имеется интерфейс, при помощи которого он может взаимодействовать с системой. Он намного более богат на функциональность, нежели интерфейс руководителя.
6. Интерфейс руководителя — лицо, принимающее решение, является главным пользователем систем поддержки принятия решений, поскольку именно для него и готовятся варианты решения с объяснениями так, чтобы этот ответственный руководитель выбрал итоговое решение и своей подписью придал ему официальный статус. Для этих целей в составе системы имеется специальный интерфейс с упрощённым набором функций, который позволяет руководителю получить варианты решений, увидеть их обоснования и либо принять один из вариантов, либо отправить все варианты на доработку, снабдив их дополнительными комментариями.
Сегодня системы поддержки принятия решений используются во многих областях жизни. В первую очередь необходимо отметить, что они являются неотъемлемой частью деятельности различного штабов, действующих в условиях крайне ограниченного времени — при ликвидации последствий чрезвычайных ситуаций, при очень быстро развивающихся событиях внешнего характера, при невозможности задействования людей при выполнении каких-либо работ. В этих случаях системы поддержки принятия решений используются в рамках так называемого ситуационного управления, когда такая система должна за крайне ограниченное время обработать большие объёмы динамической информации о развитии ситуации, над которой осуществляется управления, и выдавать лицам, принимающим решения, обоснованные прогнозы, планы и решения.
Но не только государственные службы, задействованные в предупреждении и ликвидации последствий чрезвычайных ситуаций, использую системы поддержки принятия решений. Многие коммерческие компании используют системы этого класса для развития своего бизнеса. В первую очередь это относится к организациям, работающим в области телекоммуникационных технологий, розничной продажи, обслуживания массового клиента, банковской сфере. Системы поддержки принятия решений в этих областях находят различные скрытые закономерности в поведении клиентов, что позволяет организациям тонко настраивать тарифные политики или даже организовывать персонализированный маркетинг.
В будущем прогнозируется использование таких систем не только в связке с людьми, принимающими решения, но и автономно, когда сами искусственные интеллектуальные системы начинают самостоятельно принимать решение. Это позволит повысить скорость принятия решений, исключить человеческий фактор в критических областях, а также персонализировать подход к каждому конкретному человеку. И это ожидается не только в части маркетинга (персонализированные рекламные акции и продажи), но и в таких областях, как образование, здравоохранение, юриспруденция и многих других. Хотя, конечно же, остаётся вопросы этического плана и ответственности за решение, ожидается, что эти вопросы будут решены, а уровень решений будет настолько качественным, что говорить об ответственности интеллектуальной системы не придётся.
