1.3. Понятие и особенности интеллектуальных информационных систем

Названные области применения ИИС  более близки для экономических ИС. Они не исчерпывают всех сфер применения технологий искусственного интеллекта. Можно вспомнить и такие направления, как автоматическое или автоматизированное управление (методы ИИ применяется для генерации управляющих воздействий, например, с помощью нечеткой логики. Эта сфера применения характерна для систем реального времени); распознавание текстов и общение с человеком (в прикладных ИС это пересекается с задачами интеллектуализации поиска);  компьютерные игры и имитация поведения сложных объектов;  производственные и бытовые роботы и др.

Классификацию ИИС можно выполнить по различным признакам. Так, по используемым технологиям и  методам искусственного интеллекта можно предложить следующую классификацию:

- системы вывода на знаниях (методы представления и использования экспертных знаний для решения проблем и поиска решений);

- системы представления знаний (методы онтологий, гипертексты, сетевые модели). Оба названных класса обносят к одному общему классу систем, основанных на знаниях;

- системы с нечеткими вычислениями (математический аппарат нечеткой логики и теории нечетких множеств, интервального анализа, иных видов неклассических логик);

- системы интеллектуального анализа данных (Data Mining);

- системы интеллектуального анализа текстов (методы распознавания смысла в текстах, семантического анализа и синтеза сообщений, Text Mining);

- искусственные нейронные сети, нейросистемы  (методы нейроинтеллекта);

- системы распознавания образов (различные математические и эвристические методы распознавания образов);

- системы эвристического поиска решений (методы поиска решений на основе различных реализаций идеи оценки и сравнения ценности решений);

- имитационные системы (методы имитации поведения сложных объектов, имитация взаимодействия агентов, объектно-ориентированные модели имитируемых миров и др.);

- гибридные системы (использование разных методов и средств, например, логико-математических экспертные системы, системы поддержки принятия решений).

Приведенная классификация является достаточно общей и , вероятно, неполной. Так, в системах эвристического поиска решений  можно выделить интересный класс систем, которые используют технологии эволюционного моделирования и генетических алгоритмов. С другой стороны, технологии нейронных систем широко применяются для распознавания образов. Однако в силу своей особенности и более широких возможностей применения нейросистемы вынесены здесь в отдельный класс. Следует также учитывать, что речь идет именно об информационных системах. Системы реального времени, даже и по данному признаку могут дополнить названную классификацию своими классами.

В дисциплине «Теория экономических информационных систем»(ЭИС) мы использовали классификацию ЭИС по функциональному признаку, где выделяли [8]:

- системы обработки данных (СОД);

- информационно-поисковые системы (ИПС);

- автоматизированные системы управления (АСУ).

Продолжая эту классификацию по функциям в процессе управления на предприятии можно выделить: интеллектуальные СОД, интеллектуальные ИПС, интеллектуальные АСУ.

В интеллектуальных СОД акцент сделан на технологиях обработки данных (логический вывод, нечеткая математика, экспертные системы, интеллектуальный анализ данных и выявление закономерностей и др.).

В ИПС главным является интеллектуализация поиска документов за счет применения методов анализа сообщений, семантического анализа, поиска близких по смыслу документов.

В интеллектуальных АСУ, как наиболее широком классе систем,  технологии искусственного интеллекта могут использоваться весьма многообразно, включая и технологии, свойственные СОД, ИПС. Акцент делается на принятии управленческих решений (экспертные системы, системы поддержки принятия решений, системы корпоративных знаний).

По степени интеграции в корпоративные ИС выделяют такие классы ИИС [2]:

- автономные, они реализуются в виде самостоятельных программных продуктов (могут представлять собой системы для одного пользователя или многопользовательские системы с архитектурой «клиент-сервер»;

- сопрягаемые с КИС (взаимная передача и использование данных по разным интерфейсам и протоколам);

- полностью интегрированные (разработанные как дополнительные модули, конфигурации в составе КИС).

Читать резюме

Читать дальше:

2.1. СИСТЕМЫ, ОСНОВАННЫЕ НА ЗНАНИЯХ