Мы продолжаем изучать всякие аспекты Искусственного Интеллекта, и сегодня я хочу рассказать вам про поддержку принятия решений, и я призываю вас внимательно читать, так как тема важная. Вспоминайте одно из прошлых занятий, где мы рассматривали экспертные системы. Сейчас эта тема нам понадобится, так как экспертные системы и системы поддержки принятия решений очень тесно связаны друг с другом.
Поддержка принятия решений — это процесс подготовки и обоснования вариантов решений лицам, принимающим решения в сложных условиях особенно при недостатке времени. Системы поддержки принятия решений требуются для быстрого, полного и объективного анализа предметной деятельности и выработки вариантов решений, предлагаемых ЛПР.
Сегодня системы поддержки принятия решений являются основным классом систем, в которых используются экспертные системы в качестве компонентов. С развитием аналитических методов и появлением новых математических формализмов для обработки больших объёмов данных, для поиска закономерностей, в том числе скрытых, экспертные системы получили второе дыхание, и сегодня они используются 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.
Общая структура систем поддержки принятия решений выглядит так, как показано на диаграмме выше. Давайте кратко рассмотрим все элементы, приведённые на схеме, за исключением экспертных систем, которые мы изучили ранее.
Во-первых, хранилище данных — это 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.
Во-вторых, 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 так далее. 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.
В-третьих, 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 технологии Data Mining, которую мы изучали на прошлом занятии. 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.
В-четвёртых, 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.
В-пятых, 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.
И, наконец, в-шестых, 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 рода 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 управление, и выдавать лицам, принимающим решения, обоснованные прогнозы, планы и решения.
Но не только государственные службы, задействованные в предупреждении и ликвидации последствий чрезвычайных ситуаций, используют 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.
Вообще, 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, остаются 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.