4.1. Информационная технология как научная дисциплина Частные критерии эффективности информационных технологий Для оценки эффективности различных проектируемых или же уже существующих информационных технологий необходимо правильно определять критерии их эффективности. К таким критериям относятся:

• Функциональные критерии, значения которых характеризуют степень достижения при данной технологии тех желаемых характеристик информационного процесса, которые необходимы пользователю. Такими характеристиками могут быть, например:

- объемно-временные характеристики реализуемого информационного процесса (скорость передачи данных, объем памяти для хранения информации и т. п.);

- надежностные характеристики реализации информационного процесса (вероятность правильной передачи или преобразования информации, уровень ее помехозащищенности и др.);

- параметры, характеризующие степень достижения основного конечного результата информационного процесса, реализуемого при по мощи данной технологии (правильность распознавания речи или изображения, качество формируемой графической информации и др.).

• Ресурсные критерии, значения которых характеризуют количество и качество различного вида ресурсов, необходимых для реализации данной информационной технологии. Такими ресурсами могут быть:

- материальные ресурсы (инструментально-технологическое оборудование, необходимое для успешной реализации данной технологии);

- энергетические ресурсы (затраты энергии на реализацию информационного процесса при данной технологии);

- людские ресурсы (количество и уровень подготовки персонала, необходимого для реализации данной технологии);

- временные ресурсы (количество времени, необходимого для реализации информационного процесса при данной технологии его организации);

- информационные ресурсы (состав данных и знаний, необходимых для успешной реализации информационного процесса).

Специфика реализации информационных технологий Основными видами ресурсов в производственной сфере являются материальные и энергетические ресурсы. Именно поэтому наибольшее внимание при разработке и совершенствовании процессов производства промышленной продукции уделяется материалосберегаюшим и энергосберегающим производственным технологиям. Что же касается информационных технологий, то имеется существенная специфика. Так, например, энергетические ресурсы для информационных технологий, как правило, имеют второстепенное значение, так как информационные процессы по самой своей природе обладают сравнительно низкой энергоемкостью по сравнению с силовыми процессами, которые реализуются в механических и энергетических технологиях промышленного производства.

Информационные технологии являются основным средством формирования и использования информационных ресурсов общества. Однако их принципиальная особенность заключается в том, что для своего функционирования они сами нуждаются в использовании информационных ресурсов. Эти ресурсы в виде баз данных и знаний могут заранее вводиться в память информационной системы, а также поступать в нее извне в процессе реализации информационного процесса.

Характерным примером таких технологий являются экспертные системы. Эти технологии, как правило, используют уже накопленный опыт в организации того или иного информационного процесса. При этом достигается возможность существенным образом снизить уровень требований к профессиональной квалификации пользователей экспертной системы, что может дать значительный экономический и социальный эффект.

Так, например, одна из крупных компьютерных фирм США в свое время испытывала острый дефицит высококвалифицированных специалистов по настройке систем управления накопителями информации на больших магнитных дисках. Выход из положения был найден путем разработки и внедрения на предприятиях этой фирмы специальной экспертной системы, которая обеспечила возможность производить эту операцию при помощи уже имеющихся на фирме специалистов. При этом качество настройки устройств управления получилось достаточно высоким.

Несмотря на то, что создание и внедрение данной экспертной системы обошлось фирме в сумму около 100 тыс. долларов, эти затраты быстро окупились, так как фирма смогла продолжить выпуск своей высококачественной продукции в необходимых объемах.

Этот пример показывает, что информационные технологии позволяют не только формировать знания, но также и экономно их использо вать. Другими словами, они также обладают свойствами ресурсосберегающих технологий.

Под экспертной системой (ЭС) понимается система, объединяющая возможности компьютера со знаниями и опытом эксперта в такой форме, что система может предложить «разумный» совет или осуществить «разумное» решение поставленной задачи.

Экспертные системы как самостоятельное направление в искусственном интеллекте сформировалось в конце 1970-х. Область исследования ЭС называют инженерией знаний. Этот термин был введен Е.Фейгенбаумом и в его трактовке означает «привнесение принципов и инструментария из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов». Другими словами, ЭС применяются для решения неформализованных проблем, к которым относят задачи, обладающие одной (или несколькими) из следующих характеристик:

- задачи не могут быть представлены в числовой форме;

- исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью;

- цели нельзя выразить с помощью четко определенной целевой функции;

- не существует однозначного алгоритмического решения задачи;

- алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).

ЭС относится к интеллектуальным информационным системам, которая основана на концепции использования базы знаний для генерации алгоритмов решения прикладных задач различных классов в зависимости от конкретных информационных потребностей пользователей.

ЭС охватывают самые разнообразные предметные области, среди которых лидирует бизнес, производство, медицина, проектирование и системы управления.

Во многих случаях ЭС являются инструментом, усиливающим интеллектуальные способности эксперта. Кроме того, ЭС может выступать в роли:

- консультанта для неопытных или непрофессиональных пользователей;

- ассистента эксперта - человека в процессах анализа вариантов решений;

- партнера эксперта в процессе решения задач, требующих привлечения знаний из разных предметных областей.

Для классификации ЭС используются следующие признаки:

- способ формирования решения;

- способ учета временного признака;

- вид используемых данных и знаний;

- число используемых источников знаний.

По способу формирования решения ЭС делятся на анализирующие и синтезирующие. В анализирующих ЭС осуществляется выбор решения из множества известных решений на основе анализа знаний. В системах второго типа решение синтезируется из отдельных фрагментов знаний.

В зависимости от способа учета временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения. На рис.4.1 показан процесс взаимодействия подсистем активной ЭС, отличающейся от динамической участием человеческого фактора в контуре управления.

Рис.4.1. Процесс взаимодействия подсистем активной ЭС

Активная (динамическая) ЭС должна быть легко перестраиваемая к внешним изменениям, для чего в ее составе должны быть следующие соподчиненные уровни:

- обучения;

- сомоорганизации (перестройки);

- прогноза событий (ситуаций);

- работы с базами событий (базами данных) и базами знаний;

- формирования решений;

- планирования операций по реализации сформированного решения;

- адаптации;

- исполнительные.

Решатель (машина логического вывода) является комплексным, т.к. наряду с известными методами и знаниями (логика предикатов, семантические сети, продукционный вывод), в активной ЭС могут применяться методы, основанные на «мягких» вычислениях: нечеткая логика, генетические алгоритмы, когнитивные сети, вероятностный вывод (эвристики).

Базы знаний хранят декларативные и процедурные знания. К процедурным относятся базы концептуальных знаний: понятия в виде формул, зависимости, таблицы, процедуры и т.д. К декларативным - базы экспертных знаний, носящие описательный (качественный) характер. Эти базы тесно взаимодействуют между собой, постоянно осуществляя проверку на непротиворечивость (избыточность) знаний. В процессе взаимодействия с объектом активная ЭС осуществляет обучение и самообучение. В режиме сканирования проверяет факты и знания. Новая ситуация «образует» прецедент и запоминается в базе знаний.

По видам используемых данных и знаний различают ЭС детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость.

ЭС могут создаваться с использованием одного или нескольких источников знаний. Таким образом, экспертной системой называют сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультации менее квалифицированных пользователей.

В отличие от динамической ЭС, структурная схема которой показана на рис.4.1, статическая ЭС не имеет подсистемы моделирования внешнего мира и подсистемы связи с внешним окружением (датчики, исполнительные механизмы), и включает:

- базу знаний;

- рабочую память, называемую также базой данных;

- решатель (интерпретатор);

- систему объяснений;

- компоненты приобретения знаний;

- интерфейс пользователя.

База знаний ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область, и правил, описывающих целесообразные преобразования данных этой области.

База данных (рабочая память) служит для хранения текущих данных решаемой задачи.

Решатель (интерпретатор) формирует последовательность применения правил и осуществляет их обработку, используя данные из рабочей памяти и знания из базы знаний.

Система объяснений показывает, каким образом ЭС получила решение задачи и какие знания при этом использовались.

Компоненты приобретения знаний необходимы для заполнения ЭС знаниями в диалоге с пользователем-экспертом, а также для добавления и модификации заложенных в систему знаний.

Любая ЭС должна иметь два режима работы. В режиме приобретения знаний эксперт наполняет систему знаниями, которые в последствии позволят ЭС самостоятельно решать определенные задачи из конкретной предметной области. Эксперт описывает предметную область в виде совокупности данных и правил.

В режиме консультации пользователь ЭС сообщает системе конкретные данные о решаемой задаче и стремится получить с ее помощью результат.

Традиционная технология реализации ЭС включает шесть основных этапов (рис.4.2): идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию.

Рис.4.2. Этапы разработки ЭС На этапе идентификации определяются задачи, подлежащие решению, цели разработки, эксперты и типы пользователей.

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

На этапе формализации выбираются инструментальные средства и способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность системы зафиксированных понятий, методов решения, средств представления и манипулирования знаниями рассматриваемой предметной области.

На этапе выполнения осуществляется заполнение базы знаний.

На этапе тестирования эксперт и инженер по знаниям в интерактивном режиме с использованием диалоговых и объяснительных средств проверяют компетентность ЭС. Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достигла требуемого уровня компетентности.

На этапе опытной эксплуатации проверяется пригодность ЭС для конечных пользователей. Полученные результаты могут показать необходимость существенной модификации ЭС.

К инструментальным средствам ЭС относятся коммерческие оболочки. Приведем краткую характеристику некоторых из них.

- ACQUIRE - система обнаружения знаний и оболочка экспертной системы. Это законченная среда для разработки и поддержки интеллектуальных прикладных программ. Система содержит в себе методологию пошагового представления знаний. Модель приобретения знаний основана на распознавании образов.

- Crystal - ЭС для ПК, снабженная интеллектуальным интерфейсом. Имеется возможность создания гибридных ЭС. В состав оболочки включена обширная библиотека встроенных функций. В базу знаний может входить не более 300 правил.

- G2 - графическая объектно-ориентированная среда для создания интеллектуальных прикладных программ. Позволяет создавать нейросете-вые прикладные программы, системы передачи и обработки данных о движущихся объектах в режиме реального времени.

- HUGIN - пакет программ для конструирования моделей, основанных на системах экспертных оценок в областях, характеризующихся существенной неопределенностью. HUGIN система содержит удобную для использования дедуктивную систему вывода, основанную на вероятност ных оценках, которую можно применить к сложным сетям с причинноследственными вероятностными связями между объектами.

- PROSPECT EXPLORER - ЭС, использующая нейросетевые вычислительные технологии для помощи геологам в обнаружении аномалий.

⇐Средства защиты в информационных системах | Информационные технологии управления | Общий критерий эффективности информационных технологий⇒