نظام المعلومات الذكي (IIS)) هو نظام معلومات يعتمد على مفهوم استخدام قاعدة المعرفة لإنشاء خوارزميات لحل المشكلات الاقتصادية لمختلف الفئات، اعتمادًا على الاحتياجات المعلوماتية المحددة للمستخدمين.

الذكاء الاصطناعيهو علم وتطوير الآلات والأنظمة الذكية، وخاصة الذكية منها.

تصنيف IIS(الشكل 4.10). اعتمادا على طبيعتها، يمكن أن تكون المعرفة واقعية أو عملية.

المعرفة الحقيقية- بيانات ذات معنى.

المعرفة التشغيلية– التبعيات العامة بين الحقائق التي تسمح لك بتفسير البيانات أو استخلاص معلومات جديدة منها.

تشمل العيوب الرئيسية للملكية الفكرية التقليدية ما يلي:

1. ضعف القدرة على التكيف مع احتياجات المستخدم من المعلومات.

2. عدم القدرة على حل المشاكل ذات الطابع الرسمي السيئ.

يتم التخلص من العيوب المذكورة في IIS. IIS لها السمات المميزة التالية:

مهارات الاتصال المتقدمة.

القدرة على حل المشكلات المعقدة ذات الطابع الرسمي الضعيف (التي تتميز بأوصاف نصف نوعية وكمية، والمشاكل ذات الشكل الجيد من خلال وصف كمي بالكامل)؛

القدرة على التطوير والتعلم الذاتي.

تقليديًا، تتوافق كل من هذه الخصائص مع فئة IIS الخاصة بها:

أنا الطبقة:الأنظمة ذات الواجهة الذكية (قدرات الاتصال):

1. قواعد البيانات الفكرية.

2. واجهة اللغة الطبيعية.

3. أنظمة النص التشعبي.

4. الأنظمة السياقية.

5. الرسومات المعرفية.

الدرجة الثانية:النظم الخبيرة (حل المشكلات المعقدة):

1. أنظمة التصنيف.

2. أنظمة تحديد إضافية.

3. تحويل الأنظمة.

4. أنظمة متعددة الوكلاء.

الدرجة الثالثة:أنظمة التعلم الذاتي (القدرة على التعلم الذاتي):

1. الأنظمة الاستقرائية.

2. الشبكات العصبية.

3. الأنظمة القائمة على القضايا؛

4. تخزين المعلومات.

أرز. 4.10. تصنيف IIS

قواعد البيانات الذكية –تختلف عن تلك المعتادة في القدرة على استرجاع المعلومات عند الطلب، والتي قد لا يتم تخزينها بشكل صريح، ولكنها مستمدة من قاعدة بيانات موجودة (على سبيل المثال، عرض قائمة السلع التي يكون سعرها أعلى من سعر الصناعة).

تتضمن واجهة اللغة الطبيعية ترجمة تركيبات اللغة الطبيعية إلى مستوى الآلة لتمثيل المعرفة. وفي هذه الحالة، يتم التعرف على الكلمات المكتوبة والتحقق منها باستخدام القواميس والقواعد النحوية. تسهل هذه الواجهة الوصول إلى قواعد البيانات الذكية، بالإضافة إلى الإدخال الصوتي للأوامر في أنظمة التحكم.

. البيانات والمعلومات والمعرفة

المعلومات المطلقة هي المعلومات الواردة في أرقام مطلقة، مثل مقدار شيء ما مأخوذ "بذاته".

المعلومات النسبية هي المعلومات الواردة في العلاقة بين الكمية المطلقة وحجم السكان.

يتم قياس المعلومات النسبية بالأجزاء والنسب المئوية وجزء في المليون والاحتمالات وبعض الوحدات الأخرى المماثلة. ومن الواضح أنه ليس من الممكن استخلاص أي استنتاجات صحيحة من المعلومات النسبية المأخوذة بمعزل عن سياقها.

المعلومات التحليلية هي المعلومات الواردة في علاقة الاحتمالية (أو النسبة المئوية) ببعض الكميات الأساسية، مثل متوسط ​​الاحتمالية على العينة بأكملها.

الكميات الموحدة في الإحصاء وكمية المعلومات في نظرية المعلومات تعتبر أيضًا تحليلية.

تتيح لك المعلومات التحليلية استخلاص استنتاجات ذات معنى حول مجال الموضوع قيد الدراسة. يتطلب استخلاص استنتاجات مماثلة من المعلومات النسبية والمطلقة معالجة كبيرة.

وبالتالي، هناك كل الأسباب التي تجعلنا ننظر إلى المعلومات المطلقة باعتبارها "مواد خام معلوماتية"، والمعلومات التحليلية باعتبارها "سلع معلوماتية". تحتل المعلومات النسبية بهذا المعنى موقعًا متوسطًا ويمكن اعتبارها "منتجًا معلوماتيًا شبه نهائي". تعمل أنظمة المعلومات الذكية على تحويل المعلومات الأولية إلى منتج معلوماتي قياسي، وبالتالي زيادة قيمتها الاستهلاكية والتبادلية عدة مرات.

البيانات هي مجموعة من المعلومات المسجلة على وسط معين في شكل مناسب للتخزين الدائم والنقل والمعالجة. يتيح لك تحويل البيانات ومعالجتها الحصول على المعلومات.

المعلومات هي نتيجة لتحويل البيانات وتحليلها. على سبيل المثال، يتم تخزين البيانات المختلفة في قواعد البيانات، وبناء على طلب معين، يقوم نظام إدارة قاعدة البيانات بتوفير المعلومات المطلوبة.

المعرفة هي معلومات معالجة يتم تسجيلها والتحقق منها من خلال الممارسة، والتي تم استخدامها ويمكن إعادة استخدامها لاتخاذ القرار.

المعرفة هي نوع من المعلومات التي يتم تخزينها في قاعدة معرفية وتعكس معرفة متخصص في مجال موضوع معين. المعرفة هي رأس المال الفكري.

2. أنظمة التعرف الآلي على الأنماط

سوف نطلق على نظام التعرف على الأنماط فئة من أنظمة الذكاء الاصطناعي التي توفر:

- تكوين صور محددة للأشياء والصور المعممة للفئات؛

- التدريب، أي. تكوين صور عامة للفصول بناءً على عدد من الأمثلة للأشياء المصنفة (أي المخصصة لفئات معينة - فصول) من قبل المعلم وتكوين عينة التدريب؛

- التعلم الذاتي، أي. تكوين مجموعات من الأشياء بناءً على تحليل عينة تدريبية غير مصنفة؛

- الاعتراف، أي. تحديد (والتنبؤ) بحالات الكائنات الموصوفة بالميزات مع بعضها البعض ومع الصور المعممة للفئات؛

- قياس درجة كفاية النموذج؛

- حل لمشكلة التحديد العكسي والتنبؤ (غير متوفر في جميع النماذج).

التعرف هو عملية مقارنة وتحديد درجة تشابه صورة كائن معين مع صور كائنات محددة أخرى أو مع صور فئات معممة، ونتيجة لذلك يتم تشكيل تصنيف الكائنات أو الفئات بترتيب تنازلي التشابه مع الكائن المعترف به.

النقطة الأساسية عند تنفيذ عملية التعرف في نموذج رياضي هي اختيار نوع المعيار التكاملي أو مقياس التشابه، والذي، بناءً على معرفة خصائص كائن معين، سيسمح لنا بتحديد درجة تشابهه مع أشياء أخرى الأشياء أو الصور المعممة للفئات.

3. “نظام الذكاء الاصطناعي” مكانة الذكاء الاصطناعي في تصنيف نظم المعلومات

تعتبر المشكلات المرتبطة بتطوير الخوارزميات لحل المشكلات التي لم يتم حلها مسبقًا من نوع معين فكرية.

الذكاء هو خوارزمية عالمية قادرة على تطوير خوارزميات لحل مشاكل محددة. في عام 1950، في مقال بعنوان «آلات الحوسبة والذكاء»، اقترح عالم الرياضيات والفيلسوف الإنجليزي البارز آلان تورينج اختبارًا ليحل محل السؤال الذي لا معنى له، في رأيه، «هل تستطيع الآلة أن تفكر؟» إلى واحدة أكثر تحديدا.

القاضي البشري يراسل لفترة محدودة، 5 دقائق مثلا، في محادثة (في الأصل - عن طريق التلغراف) باللغة الطبيعية مع اثنين من المتحاورين، أحدهما إنسان والآخر كمبيوتر. إذا لم يتمكن القاضي من تحديد هوية الشخص بشكل موثوق خلال الوقت المحدد، فهذا يعني أن الكمبيوتر قد اجتاز الاختبار.

وقد حظيت فكرة تورينج بدعم جو وايزنباوم، الذي كتب أول برنامج "حديث" بعنوان "إليزا" في عام 1966. يقوم البرنامج، الذي يبلغ طوله 200 سطر فقط، بتكرار عبارات المحاور في شكل أسئلة وتأليف عبارات جديدة من الكلمات المستخدمة بالفعل في المحادثة.

يعتقد A. تورينج أن أجهزة الكمبيوتر سوف تجتاز اختباره في نهاية المطاف، أي. على السؤال: "هل تستطيع الآلة أن تفكر؟" فأجاب بالإيجاب، ولكن بصيغة المستقبل: «نعم، يستطيعون!»

يوجد اليوم بالفعل العديد من الخيارات للأنظمة الذكية التي ليس لها هدف، ولكن لديها معايير للسلوك: الخوارزميات الجينية ونمذجة محاكاة التطور. ويبدو سلوك هذه الأنظمة كما لو أن لديها أهدافاً مختلفة وتحققها.

في كل عام، تقام مسابقة بين البرامج الناطقة، والأكثر شبهاً بالإنسان، في رأي الحكام، يحصل على جائزة لوبنر.

يقوم أي نظام معلومات (IS) بالوظائف التالية: 1 قبول طلبات المعلومات التي يدخلها المستخدم والبيانات الأولية اللازمة، 2 معالجة البيانات المدخلة والمخزنة في النظام وفقًا لخوارزمية معروفة وإنشاء معلومات الإخراج المطلوبة.

من وجهة نظر تنفيذ الوظائف المذكورة، يمكن اعتبار نظام المعلومات بمثابة مصنع ينتج المعلومات، حيث يكون الطلب عبارة عن طلب معلومات، والمادة الخام هي البيانات الأولية، والمنتج هو المعلومات المطلوبة، والمنتج هو المعلومات المطلوبة، والمنتج هو المعلومات المطلوبة. الأداة (المعدات) هي المعرفة التي يتم من خلالها تحويل البيانات إلى معلومات.

...إذا اتضح أثناء تشغيل IS أن هناك حاجة لتعديل أحد مكوني البرنامج، فستكون هناك حاجة إلى إعادة كتابته. يتم تفسير ذلك بحقيقة أن مطور IS فقط هو الذي لديه معرفة كاملة بمنطقة المشكلة، ويعمل البرنامج بمثابة "منفذ طائش" لمعرفة المطور. يتم التخلص من هذا العيب في أنظمة المعلومات الذكية.

نظام المعلومات الذكي (IIS) هو نظام معلومات يعتمد على مفهوم استخدام قاعدة المعرفة لإنشاء خوارزميات لحل المشكلات الاقتصادية لمختلف الفئات، اعتمادًا على احتياجات المعلومات المحددة للمستخدمين.

تتميز أنظمة المعلومات الذكية التي تركز على توليد خوارزميات حل المشكلات بالميزات التالية:

تنمية مهارات الاتصال،

القدرة على حل المشكلات المعقدة ذات الطابع الرسمي الضعيف.

القدرة على التعلم الذاتي

تميز قدرات الاتصال الخاصة بـ IIS الطريقة التي يتفاعل بها المستخدم النهائي (الواجهة) مع النظام.

المشاكل المعقدة وذات الطابع الرسمي هي المهام التي تتطلب إنشاء خوارزمية حل أصلية اعتمادًا على موقف محدد، والذي قد يتميز بعدم اليقين وديناميكية البيانات والمعرفة الأولية.

5. مراحل دورة حياة أنظمة الذكاء الاصطناعي

رقم اسم المرحلة

1 تطوير فكرة ومفهوم النظام

2 تطوير الأسس النظرية للنظام

3 تطوير نموذج رياضي للنظام

4ـ تطوير منهجية الحسابات العددية في النظام:

4.1 – تطوير هياكل البيانات

4.2 – تطوير خوارزميات معالجة البيانات

5 تطوير هيكل النظام وأشكال شاشة الواجهة

6 تطوير تنفيذ البرمجيات للنظام

7 تصحيح أخطاء النظام

8 التشغيل التجريبي

9 عملية تجريبية

10 العملية الصناعية

11 تعديلات النظام المخصص

12 تطوير الإصدارات الجديدة للنظام

13 إيقاف تشغيل النظام

تقليديًا، تتوافق كل علامة من علامات الذكاء مع فئة IIS الخاصة بها:

أنظمة ذات واجهة ذكية؛

النظم الخبيرة؛

أنظمة التعلم الذاتي.

6 النظام الخبير (ES) هو نظام معلومات مصمم لحل المشكلات ذات الطابع الرسمي السيئ استنادًا إلى الخبرة العملية للخبراء في مجال المشكلة المتراكمة في قاعدة المعرفة

النظام الخبير هو أداة تعمل على تعزيز القدرات الفكرية للخبير ويمكنه القيام بالأدوار التالية:

مستشار واحد للمستخدمين عديمي الخبرة أو غير المحترفين؛

2 مساعد نظراً للحاجة إلى خبير لتحليل خيارات اتخاذ القرار المختلفة؛

3- خبير شريك في القضايا المتعلقة بمصادر المعرفة من مجالات النشاط ذات الصلة.

تاريخيًا، كانت ES أول أنظمة الذكاء الاصطناعي التي تجذب انتباه المستهلكين.

فئات النظم الخبيرة يمكن تصنيف الأنظمة الخبيرة حسب درجة تعقيد المشكلات التي تحلها على النحو التالي:

وفقا لطريقة تشكيل الحل، تنقسم الأنظمة الخبيرة إلى فئتين: التحليلية والتركيبية. تتضمن الأنظمة التحليلية اختيار الحلول من مجموعة متنوعة من البدائل المعروفة، بينما تتضمن الأنظمة الاصطناعية توليد حلول غير معروفة. النظام الخبير التحليلي هو نظام ES يقوم بتقييم خيارات الحل (اختبار الفرضيات). النظام الخبير الاصطناعي هو نظام ES يقوم بإنشاء خيارات الحل (تكوين الفرضيات).

محاضرة

الموضوع: "التقنيات والأنظمة الذكية"

يخطط:

1. مفهوم الذكاء الاصطناعي. معلومات ذكية

التقنيات.

2. تصنيف نظم المعلومات الذكية.

3. الأنظمة الخبيرة باعتبارها النوع الرئيسي للأنظمة الذكية.

4. الشبكات العصبية الاصطناعية.

إن استخدام تكنولوجيا المعلومات (IT) في مختلف مجالات النشاط البشري، ونمو أحجام المعلومات والحاجة إلى الاستجابة السريعة في أي موقف يتطلب البحث عن طرق مناسبة لحل المشاكل الناشئة. وأكثرها فعالية هو طريق فكر تكنولوجيا المعلومات.

السؤال رقم 1 مفهوم الذكاء الاصطناعي.

تقنيات المعلومات الذكية

تعتمد تكنولوجيا المعلومات الجديدة في المقام الأول على التقنيات الذكية ونظرية الذكاء الاصطناعي.

يأتي مصطلح "العقل" من الكلمة اللاتينية intellectus - والتي تعني العقل، والعقل، والعقل؛ قدرات التفكير البشري.

تحت الذكاء الاصطناعي فهم قدرة أنظمة الكمبيوتر على أداء إجراءات ذكية. غالبًا ما يشير هذا إلى القدرات المرتبطة بالتفكير البشري.

الذكاء الاصطناعي- فرع من علوم الحاسوب يتعلق بتطوير البرامج الذكية للحاسوب.

الذكاء الاصطناعي (AI) هو مجال علمي نشأ عند تقاطع علم التحكم الآلي واللغويات وعلم النفس والبرمجة.

تحت تكنولوجيا المعلومات الذكيةفهم تقنيات المعلومات التي توفر القدرات التالية:

• وجود قواعد معرفية تعكس تجربة أشخاص ومجموعات ومجتمعات محددة والإنسانية ككل، عند حل المشكلات مثل: اتخاذ القرار، والتصميم، واستخلاص المعنى، والتفسير، والتعلم؛
• وجود نماذج تفكير مبنية على أسس معرفية: القواعد والاستنتاجات المنطقية؛ الحجج والاستدلال. الاعتراف وتصنيف الحالات؛ التعميمات والتفاهم، وما إلى ذلك؛
• القدرة على اتخاذ قرارات واضحة للغاية بناءً على بيانات غير واضحة وغير كاملة وغير محددة؛
• القدرة على تفسير الاستنتاجات والقرارات، أي وجود آلية التفسير؛
• القدرة على التعلم وإعادة التدريب وبالتالي التطوير.

تاريخ تقنيات المعلومات الذكية

دعونا ننتقل إلى تاريخ تطور IIT، الذي يعود تاريخه إلى الستينيات من القرن الماضي ويتضمن عدة فترات رئيسية.

• 60-70 ثانية.هذه هي سنوات الوعي بقدرات الذكاء الاصطناعي وتشكيل الأوامر لدعم عمليات اتخاذ القرار والإدارة.
• 70-80 ثانية.في هذه المرحلة، هناك وعي بأهمية المعرفة في اتخاذ القرارات المناسبة؛ تظهر الأنظمة الخبيرة.
• منذ الثمانينات الى الآن.تظهر نماذج متكاملة (هجينة) لتمثيل المعرفة، تجمع بين أنواع الذكاء التالية: البحث والحساب والمنطقي والخيالي. إنشاء الشبكات العصبية

خصوصية تقنيات المعلومات الذكية (IIT) هي "تعدد استخداماتها". ليس لديهم أي قيود تقريبًا على استخدامها في مجالات مثل التحكم والتصميم والترجمة الآلية والتشخيص والتعرف على الأنماط وتركيب الكلام وما إلى ذلك.

تُستخدم IITs أيضًا على نطاق واسع للحلول الموزعة للمشاكل المعقدة، وتصميم المنتجات التعاونية، وبناء المؤسسات الافتراضية، ونمذجة أنظمة الإنتاج الكبيرة والتجارة الإلكترونية، والتطوير الإلكتروني لأنظمة الكمبيوتر المعقدة، وإدارة المعرفة وأنظمة المعلومات، وما إلى ذلك. ومن التطبيقات الفعالة الأخرى استرجاع المعلومات على الإنترنت والشبكات العالمية الأخرى وهيكلتها وتسليمها للعميل.

السؤال رقم 2 تصنيف نظم المعلومات الذكية

ويتميز IIS بالميزات التالية:

مهارات الاتصال المتقدمة (طريقة تفاعل المستخدم النهائي مع النظام)؛

القدرة على حل المشكلات المعقدة ذات الطابع الرسمي الضعيف والتي تتطلب إنشاء خوارزمية حل أصلية اعتمادًا على موقف محدد يتميز بعدم اليقين وديناميكية البيانات والمعرفة الأولية؛

القدرة على التعلم الذاتي، أي. قدرة النظام على استخلاص المعرفة تلقائيًا من الخبرة المتراكمة وتطبيقها لحل المشكلات؛

القدرة على التكيف هي قدرة النظام على التطور وفقًا للتغيرات الموضوعية في مجال المعرفة.

تتوافق كل من الخصائص المدرجة بشكل تقليدي مع فئة IIS الخاصة بها.

1. الأنظمة ذات الواجهة الذكية (قدرات الاتصال):

- قواعد البيانات الذكية. وعلى عكس قواعد البيانات التقليدية، فإنها تتيح إمكانية توفير مجموعة مختارة من المعلومات الضرورية التي لا تكون موجودة في شكل واضح، ولكنها مستمدة من مجمل البيانات المخزنة.

- واجهة اللغة الطبيعية . يتم استخدامه للوصول إلى قواعد البيانات الذكية، والبحث السياقي للمعلومات النصية الوثائقية، والإدخال الصوتي للأوامر في أنظمة التحكم، والترجمة الآلية من اللغات الأجنبية.

- أنظمة النص التشعبي. يستخدم لتنفيذ عمليات البحث عن الكلمات الرئيسية في قواعد البيانات التي تحتوي على معلومات نصية.

- أنظمة المساعدة السياقية . إنهم ينتمون إلى فئة أنظمة نشر المعرفة. مثل هذه الأنظمة، كقاعدة عامة، هي ملاحق للوثائق. في هذه الأنظمة، يصف المستخدم المشكلة، ويقوم النظام، بناءً على حوار إضافي، بتحديدها والبحث عن توصيات بشأن هذه المشكلة.

- أنظمة الرسومات المعرفية . وهي تركز على التواصل مع مستخدم نظام المعلومات من خلال الصور الرسومية التي يتم إنشاؤها وفقًا للتغيرات في معلمات العمليات المحاكاة أو المرصودة. يعد استخدام الرسومات المعرفية ذا أهمية خاصة في أنظمة المراقبة والإدارة التشغيلية، وفي أنظمة التدريس والتدريب، وفي أنظمة صنع القرار التشغيلية التي تعمل في الوقت الفعلي.

2. الأنظمة الخبيرة(حل المشكلات المعقدة ذات الطابع الرسمي السيئ). يتم استخدامها لحل المشكلات غير الرسمية، والتي تتضمن المهام التي تتمتع بإحدى الخصائص التالية:

لا يمكن تمثيل الأهداف بشكل رقمي؛

البيانات والمعرفة الأولية حول مجال الموضوع غامضة وغير دقيقة وغير متسقة؛

لا يمكن التعبير عن الأهداف باستخدام وظيفة موضوعية محددة جيدًا؛

لا يوجد حل خوارزمي فريد لهذه المشكلة؛

الفرق الرئيسي بين ES و AI من أنظمة معالجة البيانات هو أنهم يستخدمون طريقة رمزية بدلاً من طريقة رقمية لتمثيل البيانات، ويتم استخدام إجراءات الاستدلال المنطقي والبحث الإرشادي عن الحلول كطرق لمعالجة المعلومات.

وفقًا للخصائص المذكورة أعلاه، يتم تقسيم IIS إلى (هذا التصنيف هو أحد التصنيفات الممكنة) (الشكل 1):

أنظمة ذات قدرات تبادلية (مع واجهة ذكية)؛

الأنظمة المتخصصة (أنظمة حل المشكلات المعقدة) ؛

أنظمة التعلم الذاتي (أنظمة قادرة على التعلم الذاتي)؛

النظم التكيفية (نظم المعلومات التكيفية).

أرز. 1.تصنيف نظم المعلومات الذكية حسب نوع النظام

قواعد البيانات الذكيةتختلف عن قواعد البيانات التقليدية في القدرة على اختيار المعلومات الضرورية عند الطلب، والتي قد لا يتم تخزينها بشكل صريح، ولكنها مستمدة مما هو متاح في قاعدة البيانات.

واجهة اللغة الطبيعيةيتضمن ترجمة بنيات اللغة الطبيعية إلى مستوى تمثيل المعرفة داخل الآلة. للقيام بذلك، من الضروري حل مشاكل التحليل الصرفي والنحوي والدلالي وتوليف البيانات في اللغة الطبيعية. وبالتالي، يتضمن التحليل المورفولوجي التعرف على التهجئة الصحيحة للكلمات والتحقق منها باستخدام القواميس، والتحكم النحوي - تحلل رسائل الإدخال إلى مكونات فردية (تحديد البنية) مع التحقق من الامتثال للقواعد النحوية للتمثيل الداخلي للمعرفة وتحديد الأجزاء المفقودة، و، أخيرًا، التحليل الدلالي - إثبات الصحة الدلالية للكلمات النحوية. يحل تجميع البيانات المشكلة العكسية المتمثلة في تحويل التمثيل الداخلي للمعلومات إلى لغة طبيعية.

يتم استخدام واجهة اللغة الطبيعية من أجل:

الوصول إلى قواعد البيانات الذكية؛

البحث السياقي عن معلومات النص الوثائقي؛

الترجمة الآلية من اللغات الأجنبية.

أنظمة النص التشعبيتم تصميمها لتنفيذ عمليات البحث عن الكلمات الرئيسية في قواعد بيانات المعلومات النصية. تتميز أنظمة النص التشعبي الذكية بإمكانية التنظيم الدلالي الأكثر تعقيدًا للكلمات الرئيسية، مما يعكس العلاقات الدلالية المختلفة للمصطلحات. وبالتالي، يعمل محرك البحث في المقام الأول مع قاعدة المعرفة بالكلمات الرئيسية، وعندها فقط مباشرة مع النص. بمعنى أوسع، ينطبق ما ورد أعلاه أيضًا على البحث عن معلومات الوسائط المتعددة، بما في ذلك المعلومات الرقمية بالإضافة إلى النص.

الأنظمة السياقيةيمكن اعتبار المساعدة حالة خاصة من أنظمة النص التشعبي واللغة الطبيعية الذكية. على عكس أنظمة المساعدة التقليدية، التي تفرض على المستخدم نمط بحث عن المعلومات المطلوبة، في أنظمة المساعدة السياقية يصف المستخدم مشكلة (موقف)، ويقوم النظام، باستخدام حوار إضافي، بتحديدها ويقوم بنفسه بالبحث عن التوصيات المتعلقة الموقف. تنتمي هذه الأنظمة إلى فئة أنظمة نشر المعرفة (نشر المعرفة) ويتم إنشاؤها كتطبيق لأنظمة التوثيق (على سبيل المثال، التوثيق الفني لتشغيل البضائع).

أنظمة الرسومات المعرفيةتسمح لك بربط المستخدم مع IIS باستخدام الصور الرسومية التي يتم إنشاؤها وفقًا للأحداث الجارية. وتستخدم هذه الأنظمة في مراقبة وإدارة العمليات التشغيلية. تصف الصور الرسومية في شكل مرئي ومتكامل العديد من معالم الموقف قيد الدراسة. على سبيل المثال، يتم عرض حالة كائن معقد يتم التحكم فيه على شكل وجه بشري، حيث تكون كل ميزة مسؤولة عن بعض المعلمات، ويعطي تعبير الوجه العام خاصية متكاملة للموقف. كما تستخدم أنظمة الرسومات المعرفية على نطاق واسع في الأنظمة التعليمية والتدريبية القائمة على مبادئ الواقع الافتراضي، حيث تحاكي الصور الرسومية المواقف التي يحتاج فيها المتعلم إلى اتخاذ قرارات وتنفيذ إجراءات معينة.

النظم الخبيرةتم تصميمها لحل المشكلات بناءً على قاعدة المعرفة المتراكمة، مما يعكس خبرة الخبراء في مجال المشكلة قيد النظر.

أنظمة متعددة الوكلاء.تتميز هذه الأنظمة الديناميكية بالتكامل في قاعدة المعرفة للعديد من مصادر المعرفة غير المتجانسة التي تتبادل النتائج التي يتم الحصول عليها مع بعضها البعض على أساس ديناميكي.

ل أنظمة متعددة الوكلاءالميزات التالية مميزة:

إجراء التفكير البديل على أساس استخدام مصادر المعرفة المختلفة مع آلية حل التناقضات؛

الحل الموزع للمشاكل المقسمة إلى مشاكل فرعية تم حلها بشكل متوازي تتوافق مع مصادر المعرفة المستقلة ؛

استخدام استراتيجيات متعددة لتشغيل آلية استنتاج الاستنتاج، اعتماداً على نوع المشكلة التي يتم حلها؛

معالجة كميات كبيرة من البيانات الموجودة في قاعدة البيانات؛

استخدام النماذج الرياضية المختلفة والإجراءات الخارجية المخزنة في قاعدة البيانات النموذجية؛

القدرة على مقاطعة حل المشكلات بسبب الحاجة إلى الحصول على بيانات ومعرفة إضافية من المستخدمين والنماذج والمشكلات الفرعية التي يتم حلها بالتوازي.

في الصميم أنظمة التعلم الذاتيهي طرق للتصنيف التلقائي لأمثلة مواقف الحياة الحقيقية.

السمات المميزة لأنظمة التعلم الذاتي هي:

أنظمة التعلم الذاتي "مع المعلم"، عندما يتم تحديد قيمة السمة التي تنتمي إلى فئة معينة من المواقف (سمة تشكيل الفصل) بشكل صريح لكل مثال؛

أنظمة التعلم الذاتي “بدون معلم”، حيث يقوم النظام نفسه بتحديد فئات المواقف بناءً على درجة القرب من قيم ميزات التصنيف.

الأنظمة الاستقرائيةاستخدام تعميم الأمثلة على مبدأ من الخاص إلى العام. تتم عملية تصنيف الأمثلة على النحو التالي:

يتم اختيار خاصية التصنيف من مجموعة معينة (إما بالتتابع أو وفقًا لبعض القواعد، على سبيل المثال، وفقًا للحد الأقصى لعدد المجموعات الفرعية التي تم الحصول عليها من الأمثلة).

بناءً على قيمة السمة المحددة، يتم تقسيم مجموعة الأمثلة إلى مجموعات فرعية.

يتم إجراء فحص لمعرفة ما إذا كانت كل مجموعة فرعية من الأمثلة الناتجة تنتمي إلى نفس الفئة الفرعية.

إذا كانت بعض الأمثلة الفرعية تنتمي إلى نفس الفئة الفرعية، أي أن جميع أمثلة المجموعة الفرعية لها نفس قيمة ميزة تكوين الفئة، فستنتهي عملية التصنيف (لا يتم أخذ ميزات التصنيف المتبقية في الاعتبار).

بالنسبة لمجموعات فرعية من الأمثلة ذات قيمة غير متطابقة لسمة تكوين الفئة، تستمر عملية التصنيف، بدءًا من النقطة 1 (تصبح كل مجموعة فرعية من الأمثلة مجموعة مصنفة).

الشبكات العصبيةهي أجهزة حاسوبية متوازية تتكون من العديد من المعالجات البسيطة المتفاعلة. يتعامل كل معالج في مثل هذه الشبكة فقط مع الإشارات التي يستقبلها بشكل دوري والإشارات التي يرسلها بشكل دوري إلى المعالجات الأخرى.

في الأنظمة الخبيرة على أساس سابقة(القياسات)، لا تحتوي قاعدة المعرفة على أوصاف لمواقف معممة، بل للمواقف الفعلية أو السوابق نفسها.

إن البحث عن حل لمشكلة ما في الأنظمة الخبيرة بناءً على السوابق يتلخص في البحث عن طريق القياس (أي الاستدلال الخاطف من خاص إلى خاص).

على عكس قاعدة البيانات الذكية، مستودع المعلوماتهو مستودع للمعلومات المهمة المستخرجة من قاعدة بيانات تشغيلية، وهو مخصص لتحليل البيانات الظرفية التشغيلية (تنفيذ تقنية OLAP).

المهام النموذجية لتحليل الوضع التشغيلي هي:

تحديد ملف تعريف المستهلك لمرافق تخزين محددة؛

التنبؤ بالتغيرات في كائنات التخزين مع مرور الوقت؛

تحليل تبعيات خصائص المواقف (تحليل الارتباط).

نظام المعلومات التكيفيهو نظام معلومات يغير هيكله وفقًا للتغيرات في نموذج منطقة المشكلة.

حيث:

يجب أن يدعم نظام المعلومات التكيفي بشكل مناسب تنظيم العمليات التجارية في أي وقت محدد؛

يجب أن يتكيف نظام المعلومات التكيفي عندما تكون هناك حاجة لإعادة تنظيم العمليات التجارية؛

يجب أن تتم إعادة بناء نظام المعلومات بسرعة وبأقل تكلفة.

إن جوهر نظام المعلومات التكيفي هو نموذج يتطور باستمرار لمنطقة المشكلة (المؤسسة)، مدعومًا بقاعدة معرفية خاصة - مستودع. بناءً على النواة، يتم إنشاء البرامج أو تكوينها. وبالتالي، فإن تصميم نظام المعلومات وتكييفه يتلخص في المقام الأول في بناء نموذج لمنطقة المشكلة وتعديله في الوقت المناسب.

نظرًا لعدم وجود تعريف مقبول بشكل عام، فمن الصعب إعطاء تصنيف موحد واضح لأنظمة المعلومات الذكية. على سبيل المثال، إذا نظرنا إلى أنظمة المعلومات الذكية من وجهة نظر المشكلة التي يتم حلهاثم يمكننا التمييز بين أنظمة التحكم والأنظمة المرجعية وأنظمة اللغويات الحاسوبية وأنظمة التعرف وأنظمة الألعاب وأنظمة إنشاء أنظمة معلومات ذكية (الشكل 2).

في الوقت نفسه، لا يمكن للأنظمة حل مشكلة واحدة، ولكن عدة مشاكل، أو في عملية حل مشكلة واحدة، حل عدد من الآخرين. على سبيل المثال، عند تدريس لغة أجنبية، يمكن للنظام حل مشاكل التعرف على كلام الطالب، والاختبار، والإجابة على الأسئلة، وترجمة النصوص من لغة إلى أخرى ودعم واجهة اللغة الطبيعية.

الشكل 2 - تصنيف نظم المعلومات الذكية حسب المهام التي تحلها

إذا قمنا بتصنيف نظم المعلومات الذكية وفقا لمعيار "الطرق المستخدمة"ثم يتم تقسيمها إلى صلبة وناعمة وهجينة (الشكل 3).

الحوسبة الناعمةهي منهجية حاسوبية معقدة تعتمد على المنطق الغامض والحوسبة الجينية والحوسبة العصبية والحوسبة الاحتمالية. صعبالحوسبة – الحوسبة الحاسوبية التقليدية (غير الناعمة). الأنظمة الهجينة– الأنظمة التي تستخدم أكثر من تقنية حاسوبية (في حالة الأنظمة الذكية، تقنيات الذكاء الاصطناعي).

أرز. 3.تصنيف نظم المعلومات الذكية حسب الطرق

هناك تصنيفات أخرى ممكنة، على سبيل المثال، أنظمة الأغراض العامة والأنظمة المتخصصة (الشكل 4).

أرز. 4.تصنيف الأنظمة الذكية حسب الغرض

علاوة على ذلك، يعكس هذا الرسم البياني خيار آخر للتصنيف حسب الطريقة:الأنظمة التي تستخدم طرق تمثيل المعرفة والأنظمة ذاتية التنظيم والأنظمة التي تم إنشاؤها باستخدام البرمجة الإرشادية. وفي هذا التصنيف أيضًا تصنف أنظمة توليد الموسيقى على أنها أنظمة اتصالات.

نحو أنظمة ذكية هدف عاموتشمل هذه الأنظمة التي لا تنفذ إجراءات معينة فحسب، بل تقوم أيضًا، استنادًا إلى إجراءات البحث الفوقية، بإنشاء وتنفيذ إجراءات لحل مشكلات محددة جديدة.

متخصصتقوم الأنظمة الذكية بحل مجموعة ثابتة من المشكلات المحددة مسبقًا أثناء تصميم النظام.

يتم تفسير عدم وجود تصنيف واضح أيضا من خلال مجموعة متنوعة من المهام الفكرية والأساليب الفكرية، بالإضافة إلى ذلك، فإن الذكاء الاصطناعي هو علم يتطور بنشاط، حيث يتم إتقان مجالات تطبيقية جديدة كل يوم.

1 المقدمة
2. الفصل الأول. تاريخ تطور نظم المعلومات الذكية
3. الفصل الثاني. الأنظمة الذكية وأنواعها
4. الفصل الثالث. نظم المعلومات الذكية (IIS) لدعم القرار
5. الفصل الرابع. تطوير وتصميم نظم المعلومات

5.1 §1. مراحل تصميم IIS
5.2 §2. مراحل وجود IIS
5.3 §3. أدوات تصميم نظم المعلومات الإدارية

6. الفصل الخامس. بنية IIS

6.1 §1. هيكل النظام الذكي
6.2 §2. هيكل القاعدة المعرفية والتفاعل مع المكونات الأخرى للنظام الذكي
6.3 §3. نماذج تمثيل المعرفة في نظم المعلومات المعلوماتية
6.4 §4. معالجة المعرفة وإخراج الحلول في نظم المعلومات المعلوماتية
6.5 §5. واجهة ذكية

7. الفصل السادس. تصنيف IIS

7.1 §1. النظم الخبيرة
7.2 §2. أنظمة الإجابة على الأسئلة

8. الفصل السابع. آفاق تطوير نظم المعلومات المعلوماتية في إدارة المعرفة

9. الاستنتاج

10. قائمة مصادر المعلومات

مقدمة

الغرض الرئيسي من نظم المعلومات في الاقتصاد هو تقديم المعلومات الضرورية في الوقت المناسب إلى صناع القرار حتى يتمكنوا من اتخاذ قرارات مناسبة وفعالة عند إدارة العمليات أو الموارد أو المعاملات المالية أو الموظفين أو المنظمة ككل. ومع ذلك، في عملية تطوير تكنولوجيات المعلومات وبحوث العمليات وتقنيات النمذجة، وكذلك مع زيادة مستهلكي المعلومات والدعم التحليلي لصانعي القرار أنفسهم، ظهرت الحاجة إلى أنظمة لا تقدم المعلومات فحسب، بل تقوم أيضًا ببعض العمليات الأولية. تحليلها، قادر على تقديم بعض النصائح والتوصيات، والتنبؤ بتطور المواقف، واختيار بدائل القرار الواعدة، أي. دعم قرارات صانعي القرار، مع الأخذ في الاعتبار جزءًا كبيرًا من العمليات الروتينية، بالإضافة إلى وظائف التحليل والتقييمات الأولية.

إي. فايجنباوم، إي. شورتليف: نظام خبيرمايسين

مركز أبحاث ستانفورد: نظام خبيرالمنقب

A. Colmeroe, R. Kowalski et al (فرنسا): لغة البرمجة المنطقية PROLOG.

إحياء الشبكات العصبية الاصطناعية (1965 فصاعدا)

جيه. هوبفيلد: الشبكات العصبية والمادية ذات القدرات الحاسوبية الجماعية الناشئة، 1982.

تي كوهونين: الخرائط المنتظمة طوبولوجياً ذاتية التنظيم، 1982.

د. روميلهارت ود. ماكليلاند: المعالجة المتوازية الموزعة، 1986.

الحساب التطوري (أوائل السبعينيات فصاعدا)

I. Rechenberg: الاستراتيجيات التطورية - تحسين الأنظمة التقنية وفقًا لمبادئ المعلومات البيولوجية، 1973.

ج. هولاند: التكيف في النظم الطبيعية والاصطناعية، 1975.

كوزا: البرمجة الجينية: البرمجة الحاسوبية عن طريق الانتقاء الطبيعي، 1992.

د. فوجل: الحساب التطوري – اتجاه فلسفة جديدة في الذكاء الآلي، 1995.

المجموعات الغامضة والمنطق الغامض (منتصف الستينيات فصاعدًا)

إل زاد: مجموعات غامضة، 1965.

ل. زاد: خوارزميات غامضة، 1969.

أ. ممداني: تطبيق المنطق المضبب في الاستدلال التقريبي باستخدام التركيب اللغوي، 1977.

إم. سوجينو: الاستدلال المنطقي الغامض (خوارزمية تاكاجي-سوجينو)، ١٩٨٥

الحوسبة بالكلمات (أواخر الثمانينات فصاعدًا)

أ. نيغوتسا: الأنظمة الخبيرة والأنظمة غير التدقيقية، 1985.

ب. كوسكو: الشبكات العصبية والأنظمة الغامضة، 1992.

ب. كوسكو: التفكير الغامض، 1993.

ر. ياجر ول. زاده: المجموعات الغامضة والشبكات العصبية والحوسبة الناعمة، 1994.

ب. كوسكو: الهندسة الضبابية، 1996.

ل. زاد: الحسابات باستخدام الكلمات، 1996.

وهكذا، تاريخيًا، جرت التطورات في مجال الذكاء الاصطناعي في اتجاهين رئيسيين:

• يرتبط الاتجاه الأول بمحاولات تطوير آلات ذكية من خلال نمذجة نموذجها البيولوجي - الدماغ البشري. الآن يتم إحياء هذا الاتجاه على أساس تطوير الأجهزة والبرامج الحديثة (الرقائق الدقيقة القائمة على المنطق الغامض، وأنظمة المعالجات المتعددة الموزعة، والأنظمة متعددة الوكلاء، والحوسبة الناعمة، والخوارزميات الجينية والشبكات العصبية، وما إلى ذلك).
• ويرتبط الاتجاه الثاني بتطوير الأساليب والتقنيات والأجهزة المتخصصة والبرامج لأجهزة الكمبيوتر التي تقدم حلولاً للمشكلات الرياضية والمنطقية المعقدة التي تسمح بأتمتة الإجراءات الفكرية البشرية الفردية (الأنظمة القائمة على المعرفة، الأنظمة الخبيرة، الأنظمة الذكية التطبيقية). .

يحدد هذان الاتجاهان الحد الأدنى للبرنامج والحد الأقصى للبرنامج، والذي يقع بينهما مجال البحث والتطوير لأنظمة الذكاء الاصطناعي اليوم. يتم تخصيص العمل على تطوير برامج وأجهزة الذكاء الاصطناعي إلى منطقة منفصلة.

الباب الثاني. الأنظمة الذكية وأنواعها

النظام الذكي (IS، النظام الذكي) هو نظام تقني أو برمجي قادر على حل المشكلات التي تعتبر تقليديًا إبداعية، وتنتمي إلى مجال موضوعي محدد، ويتم تخزين المعرفة الخاصة به في ذاكرة مثل هذا النظام. يتضمن هيكل النظام الذكي ثلاث كتل رئيسية - قاعدة معرفية وحلال وواجهة ذكية.

يرتبط ارتباطًا وثيقًا بالعملية الكاملة لتطوير أنظمة المعلومات الذكية بشكل عام وES بشكل خاص هندسة المعرفة. هذه منهجية ES تغطي طرق استخلاص وتحليل والتعبير عن المعرفة المتخصصة في القواعد لتشكيل قاعدة القواعد. أدى تطوير ES إلى إنشاء هندسة المعرفة - عملية بناء أنظمة ذكية. إنها مجموعة من النماذج والأساليب والتقنيات التي تهدف إلى إنشاء أنظمة مصممة لحل المشكلات باستخدام المعرفة. العناصر الرئيسية لهندسة المعرفة هي استخدام عمليات مثل التعميم، وتوليد الفرضيات للاستنتاجات الاستقرائية، وإعداد برامج جديدة بواسطة برامج الكمبيوتر نفسها، وما إلى ذلك. كلمة هندسة باللغة الإنجليزية تعني معالجة الأشياء بمهارة أو اختراع أو إنشاء شيء ما. وبالتالي، فإن أعمال تزويد البرامج بالمعرفة المتخصصة الخاصة من منطقة المشكلة، والتي يقوم بها شخص أو جهاز كمبيوتر (برنامج)، يمكن أن تسمى أيضًا هندسة المعرفة.

أنواع الأنظمة الذكية:

تتضمن أنظمة الحساب والمنطق الأنظمة القادرة على حل مشكلات الإدارة والتصميم باستخدام الأوصاف التعريفية للشروط. في هذه الحالة، يكون لدى المستخدم الفرصة للتحكم في جميع مراحل عملية الحوسبة في وضع الحوار. الأنظمة قادرة على بناء نموذج رياضي للمشكلة تلقائيًا وتجميع الخوارزميات الحسابية تلقائيًا بناءً على صياغة المشكلة. وتتحقق هذه الخصائص بسبب وجود قاعدة معرفية على شكل شبكة دلالية وظيفية ومكونات الاستدلال الاستنباطي والتخطيط

النظام الانعكاسي هو نظام يشكل استجابات لمجموعات مختلفة من تأثيرات المدخلات الناتجة عن خوارزميات خاصة. تضمن الخوارزمية اختيار الاستجابة الأكثر احتمالا لنظام ذكي لمجموعة من تأثيرات المدخلات، مع احتمالات معروفة لاختيار رد فعل لكل تأثير من تأثيرات المدخلات، وكذلك لبعض مجموعات من تأثيرات المدخلات. هذه المهمة مشابهة لتلك التي تنفذها الإدراك الحسي. بيرسبترون، أو بيرسبترون (بيرسبترون) هو نموذج رياضي وحاسوبي لإدراك المعلومات من قبل الدماغ (النموذج السيبراني للدماغ)، اقترحه فرانك روزنبلات في عام 1957 وتم تنفيذه على شكل آلة إلكترونية مارك-1 في عام 1960. أصبح بيرسبترون أحد النماذج الأولى للشبكات العصبية، وكان "مارك-1" أول حاسوب عصبي في العالم. على الرغم من بساطته، فإن الإدراك الحسي قادر على التعلم وحل المشكلات المعقدة إلى حد ما. يتم تطبيق أنظمة البرمجيات الانعكاسية على المهام التالية: الوصول إلى قواعد البيانات باللغة الطبيعية؛ تقييم مقترحات الاستثمار؛ تقييم وتوقع تأثير المواد الضارة على الصحة العامة؛ التنبؤ بنتائج الألعاب الرياضية.

3. نظام معلومات ذكي

نظام المعلومات الذكي (IIS، النظام الذكي) هو نظام قائم على المعرفة.

4 . نظام ذكي هجين

عادةً ما يُفهم النظام الذكي الهجين على أنه نظام يتم فيه استخدام أكثر من طريقة لمحاكاة النشاط الفكري البشري لحل مشكلة ما. وبالتالي فإن نظم المعلومات الجغرافية عبارة عن مجموعة من:

• النماذج التحليلية
• النظم الخبيرة
• الشبكات العصبية الاصطناعية
• أنظمة غامضة
• الخوارزميات الجينية
• نماذج المحاكاة الإحصائية

يجمع الاتجاه متعدد التخصصات "الأنظمة الذكية الهجينة" بين العلماء والمتخصصين الذين يدرسون إمكانية تطبيق ليس طريقة واحدة، ولكن عدة طرق، عادةً من فئات مختلفة، لحل مشاكل التحكم والتصميم.

الفصل الثالث. نظم المعلومات الذكية (IIS) لدعم القرار

IIS عبارة عن مجموعة معقدة من البرامج والأدوات اللغوية والمنطقية والرياضية لتنفيذ المهمة الرئيسية: دعم النشاط البشري، على سبيل المثال، القدرة على البحث عن المعلومات في وضع الحوار المتقدم باللغة الطبيعية.

IIS هو نظام كمبيوتر يتكون من 5 مكونات رئيسية متفاعلة: نظام فرعي للغة (آلية لضمان التواصل بين المستخدم ومكونات ISPR الأخرى)، نظام فرعي للمعلومات (تخزين البيانات ووسائل معالجتها)، نظام فرعي لإدارة المعرفة ( تخزين المعرفة حول مجال المشكلة، مثل الإجراءات والاستدلال والقواعد وأدوات معالجة المعرفة)، والأنظمة الفرعية لإدارة النماذج والأنظمة الفرعية لمعالجة المشكلات وحل المشكلات (الرابط بين الأنظمة الفرعية الأخرى).

تصنيف المشاكل التي تم حلها بواسطة IIS:

• تفسير البيانات. هذه إحدى المهام التقليدية للأنظمة الخبيرة. يشير التفسير إلى عملية تحديد معنى البيانات، والتي يجب أن تكون نتائجها متسقة وصحيحة. عادة، يتم توفير تحليل البيانات متعدد المتغيرات.
• التشخيص. تشير التشخيصات إلى عملية ربط كائن ما بفئة معينة من الكائنات و/أو اكتشاف خلل في نظام معين. العطل هو انحراف عن القاعدة. يتيح لنا هذا التفسير النظر في أعطال المعدات في الأنظمة التقنية وأمراض الكائنات الحية وجميع أنواع الشذوذات الطبيعية من منظور نظري موحد. من الخصائص المهمة هنا الحاجة إلى فهم البنية الوظيفية ("التشريح") لنظام التشخيص.
• يراقب. تتمثل المهمة الرئيسية للمراقبة في التفسير المستمر للبيانات في الوقت الفعلي والإشارة عندما تتجاوز بعض المعلمات الحدود المقبولة. المشاكل الرئيسية هي "إغفال" الموقف المثير للقلق والمشكلة العكسية المتمثلة في الإنذار "الكاذب". وتكمن تعقيدات هذه المشكلات في غموض أعراض حالات القلق وضرورة مراعاة السياق الزمني.
• تصميم. يتكون التصميم من إعداد المواصفات لإنشاء "الأشياء" ذات الخصائص المحددة مسبقًا. المواصفات تعني المجموعة الكاملة من المستندات الضرورية - رسم، مذكرة توضيحية، وما إلى ذلك. المشاكل الرئيسية هنا هي الحصول على وصف هيكلي واضح للمعرفة حول كائن ما ومشكلة "الأثر". لتنظيم التصميم الفعال، وإلى حد أكبر، إعادة التصميم، من الضروري صياغة ليس فقط قرارات التصميم نفسها، ولكن أيضًا دوافع اعتمادها. وبالتالي، في مشاكل التصميم، ترتبط عمليتان رئيسيتان يتم إجراؤهما في إطار ES المقابل ارتباطًا وثيقًا: عملية استخلاص الحل وعملية الشرح.
• التوقع. يتيح لك التنبؤ التنبؤ بعواقب أحداث أو ظواهر معينة بناءً على تحليل البيانات المتاحة. تستمد الأنظمة التنبؤية منطقيًا العواقب المحتملة من مواقف معينة. يستخدم النظام التنبؤي عادةً نموذجًا ديناميكيًا حدوديًا يتم فيه "تعديل" قيم المعلمات وفقًا لموقف معين. تشكل العواقب المستمدة من هذا النموذج الأساس للتنبؤات ذات التقديرات الاحتمالية.
• تخطيط. يشير التخطيط إلى إيجاد خطط عمل تتعلق بالأشياء القادرة على أداء وظائف معينة. تستخدم هذه ES نماذج لسلوك الأشياء الحقيقية من أجل استنتاج عواقب النشاط المخطط له بشكل منطقي.
• تعليم. يشير التدريس إلى استخدام الكمبيوتر لتدريس تخصص أو موضوع ما. تقوم الأنظمة التعليمية بتشخيص الأخطاء عند دراسة أي تخصص باستخدام الحاسب الآلي واقتراح الحلول الصحيحة لها. فهم يجمعون المعرفة حول "الطالب" الافتراضي وأخطائه المميزة، ثم يتمكنون في عملهم من تشخيص نقاط الضعف في معرفة الطلاب وإيجاد الوسائل المناسبة للقضاء عليها. بالإضافة إلى ذلك، يخططون لعملية التواصل مع الطالب اعتمادًا على أداء الطالب بغرض نقل المعرفة.

الشبكات العصبية ليست مبرمجة بالمعنى المعتاد للكلمة، بل يتم تدريبها. تعد القدرة على التعلم إحدى المزايا الرئيسية للشبكات العصبية مقارنة بالخوارزميات التقليدية. من الناحية الفنية، يتكون التعلم من إيجاد معاملات الاتصالات بين الخلايا العصبية. أثناء عملية التدريب، تكون الشبكة العصبية قادرة على تحديد التبعيات المعقدة بين بيانات الإدخال وبيانات الإخراج، بالإضافة إلى إجراء التعميم. وهذا يعني أنه في حالة نجاح التدريب، ستكون الشبكة قادرة على إرجاع النتيجة الصحيحة بناءً على البيانات المفقودة في مجموعة التدريب.

يتحكم. تُفهم الإدارة على أنها وظيفة نظام منظم يدعم نمطًا معينًا من النشاط. يتحكم هذا النوع من ES في سلوك الأنظمة المعقدة وفقًا للمواصفات المحددة.

دعم القرار. دعم القرار هو مجموعة من الإجراءات التي تزود متخذ القرار بالمعلومات والتوصيات اللازمة لتسهيل عملية اتخاذ القرار. تساعد هذه ES المتخصصين على اختيار و/أو تشكيل البديل المطلوب من بين العديد من الاختيارات عند اتخاذ قرارات مسؤولة.

وبشكل عام يمكن تقسيم جميع الأنظمة المبنية على المعرفة إلى أنظمة تحل مشاكل التحليل وأنظمة تحل مشاكل التركيب. الفرق الرئيسي بين مشاكل التحليل ومشاكل التوليف هو أنه بينما في مشاكل التحليل يمكن إدراج مجموعة من الحلول وإدراجها في النظام، في مشاكل التوليف، من المحتمل أن تكون مجموعة الحلول غير محدودة ومبنية من حلول لمكونات أو مشاكل فرعية. أهداف التحليل هي: تفسير البيانات، والتشخيص، ودعم القرار؛ وتشمل المهام التوليفية التصميم والتخطيط والإدارة. مجتمعة: التدريب والرصد والتنبؤ.

الفصل الرابع. تطوير وتصميم نظم المعلومات

§1. مراحل تصميم IIS

هناك وجهات نظر مختلفة حول تحديد عدد المراحل في تصميم الأنظمة الذكية. ويعتمد ذلك على عوامل كثيرة، أبرزها طبيعة وظائف النظام الذكي المستقبلي، ومجال الاستخدام، ومدى توفر الأدوات المتطورة، وغيرها.

يمكن تقسيم عملية بناء أنظمة الذكاء الاصطناعي إلى خمس مراحل (انظر الشكل 4.1.1).

الشكل 4.1.1. مراحل تصميم الذكاء الاصطناعي

1. تحديد تعريفات المهام وتحديد خصائصها. يتم تطوير المواصفات الفنية للنظام الذي يتم تصميمه، وتكون دائرة مستخدمي النظام محدودة.
2. تحديد المفاهيم الرئيسية لمجال الموضوع الذي يعكس معرفة دائرة من الخبراء. يحدد مهندس المعرفة الوسائل الشكلية لتمثيل المعرفة وإجراءات الحصول على الحلول. يتم تحديد وصياغة المفاهيم التي تحدد اختيار المخطط المميز لتمثيل معرفة الخبير حول مجال الموضوع. المصدر الرئيسي للمعرفة حول مجال المشكلة هو خبير بشري، والكتب، والأوصاف التكنولوجية، والتعليمات، والوثائق، وأساليب العصف الذهني، وطرق الملء الآلي لقواعد المعرفة. مصدر آخر مهم للمعرفة هو الإنترنت (البحث التقليدي عن المعلومات والمعرفة الضرورية، وكذلك العملاء الأذكياء (روبوتات البرمجيات)).
3. اختيار الشكلية لتمثيل المعرفة وتحديد آلية استنباط الحلول. الهيكل المطور لتمثيل المعرفة هو الأساس لتنفيذ المرحلة التالية - البناء المباشر للقاعدة المعرفية للنظام.
4. اختيار أو تطوير لغة تمثيل المعرفة. بعد صياغة القواعد وعرضها بلغة العرض المختارة، يتم إدخالها في قاعدة المعرفة من قبل مهندس المعرفة.
5. اختبار النظام عن طريق حل مشاكل اختبار محددة.

لم يتم تحديد مراحل إنشاء الأنظمة الذكية بشكل واضح وتنظيمها بالتفصيل. ومن الصعب رسم حدود مؤقتة وذات معنى بين بعضها. يصفون تقريبًا إلى حدٍ ما عملية تصميم الأنظمة الذكية.

§2. مراحل وجود IIS

تتوافق مراحل وجود الأنظمة الذكية (أو دورات حياة النظام) مع مستوى جاهزية النظام، واكتمال وظائفه، التي تنفذها الأدوات. يتم تحديد المراحل التالية لوجود الأنظمة الذكية: النموذج التوضيحي؛ نموذج بحثي؛ نموذج العمل؛ النظام الصناعي النظام التجاري.

نموذج مظاهرة- هذه هي حالة تطور النظام عندما يحل بعض المشاكل الإشكالية. عند تطوير نموذج أولي للعرض التوضيحي، فإنهم يسعون جاهدين لتحقيق أهداف متضاربة: من ناحية، يجب على النظام في مرحلة النموذج الأولي للعرض التوضيحي أداء المهام التي من شأنها أن تميز قدراته بشكل كامل إلى حد ما، من ناحية أخرى، فإنهم يسعون جاهدين لتمرير هذه المرحلة أسرع وقت ممكن. يمكن اعتبار أداء النموذج التجريبي مرضيًا إذا كان يعمل مع الحد الأدنى من القواعد الكافية لحل مشكلات معينة. مدة التطوير تتراوح من شهرين إلى سنة.

النموذج البحثيتم تصميمه خلال 1.5...2 سنة. في هذه المرحلة من تطوير النظام، تحتوي قاعدة معارفه بالفعل على عدة مئات من القواعد التي تصف مجال الموضوع بشكل مناسب.

نموذج العملتقوم الأنظمة الذكية بتنفيذ مخرجات حلول عالية الجودة على مساحة واسعة من القواعد تصل إلى حوالي 1000. لذلك، يتطلب إخراج الحلول المعقدة موارد كبيرة من الوقت والذاكرة.

الأنظمة الصناعيةتوفير مستوى عالٍ من الجودة في حل مشكلات المجال مع تخفيضات كبيرة في وقت الحل والذاكرة المطلوبة. لا يزيد عدد القواعد بشكل كبير مقارنة بالنموذج الأولي الحالي. في هذه المرحلة، يتم تحويل النموذج الأولي الحالي من خلال توسيع عدد القواعد وتحسين الأنظمة الذكية بناءً على استخدام أدوات أكثر كفاءة. يستغرق حوالي 3...4 سنوات.

النظام التجاريالمقصود في المقام الأول للبيع. إما أن تكون موجهة نحو المشكلة أو مستقلة عن المشكلة.

§3. أدوات تصميم نظم المعلومات الإدارية

على الرغم من وجود العديد من الأساليب لفهم مشاكل الذكاء الاصطناعي وإنشاء أنظمة معلومات ذكية، إلا أنه يمكن التمييز بين نهجين رئيسيين لتطوير الذكاء الاصطناعي:

• الذكاء الاصطناعي من أعلى إلى أسفل، السيميائية - إنشاء أنظمة متخصصة وقواعد معرفية وأنظمة استدلال منطقي تحاكي العمليات العقلية عالية المستوى: التفكير والاستدلال والكلام والعواطف والإبداع وما إلى ذلك؛
• الذكاء الاصطناعي من أسفل إلى أعلى، بيولوجي - دراسة الشبكات العصبية والحسابات التطورية التي تشكل سلوكًا ذكيًا يعتمد على العناصر البيولوجية، بالإضافة إلى إنشاء أنظمة حوسبة مقابلة، مثل الكمبيوتر العصبي أو الكمبيوتر الحيوي.

لتطوير IIS، تم استخدام اللغات المنطقية (Prolog، Lisp، وما إلى ذلك) سابقًا، ولكن يتم الآن استخدام لغات إجرائية مختلفة. تم تطوير البرامج المنطقية والرياضية لوحدات النظام نفسها ولربط هذه الوحدات. ومع ذلك، في مجال اللغويات هناك أيضًا العديد من المشكلات، على سبيل المثال، لضمان عمل النظام في وضع الحوار مع المستخدم باللغة الطبيعية، من الضروري دمج خوارزميات إضفاء الطابع الرسمي على اللغة الطبيعية في النظام، وقد تحولت هذه المهمة إلى تكون أكثر تعقيدًا مما كان متوقعًا في فجر تطور الأنظمة الذكية. والمشكلة الأخرى هي التباين المستمر للغة، والذي يجب أن ينعكس في أنظمة الذكاء الاصطناعي.

كان تصميم وإنشاء نظام خبير واحد يتطلب في السابق 20-30 عامًا من العمل. يوجد حاليًا عدد من الأدوات المتاحة لتسريع عملية الإنشاء. تسمى هذه الأدوات الأدوات أو الأدوات. يؤدي استخدام أدوات تطوير الأنظمة المتخصصة إلى تقليل الوقت المستغرق في إنشائها بمقدار 3-5 مرات.

أداة تطوير النظام الخبير هي لغة برمجة يستخدمها مهندس المعرفة و/أو المبرمج لبناء نظام خبير. تختلف هذه الأداة عن لغات البرمجة التقليدية من حيث أنها توفر طرقًا ملائمة لتمثيل المفاهيم المعقدة عالية المستوى.

وفقًا للغرض منها ووظيفتها، يمكن تقسيم البرامج الآلية المستخدمة في تصميم الأنظمة الخبيرة إلى أربع فئات كبيرة:

1 . قذائف النظام الخبراء

يتم إنشاء أنظمة من هذا النوع، كقاعدة عامة، على أساس بعض الأنظمة المتخصصة التي أثبتت نفسها بشكل جيد في الممارسة العملية. عند إنشاء الصدفة، تتم إزالة المكونات المحددة جدًا لمنطقة تطبيقها المباشر من نظام النموذج الأولي، ويتم ترك تلك التي ليس لها تخصص ضيق. ومن الأمثلة على ذلك نظام EMYCIN، الذي تم إنشاؤه على أساس نظام MYCIN الذي تم اختباره لفترة طويلة. يحتفظ EMYCIN بالمترجم وجميع هياكل البيانات الأساسية - جداول المعرفة وآلية الفهرسة المرتبطة بها. يتم استكمال الغلاف بلغة خاصة تعمل على تحسين إمكانية قراءة البرامج، ووسائل دعم مكتبة الحالات النموذجية والاستنتاجات التي تم التوصل إليها بواسطة النظام الخبير.

2. لغات برمجة عالية المستوى

الأدوات الموجودة في هذه الفئة تعفي المطور من الحاجة إلى الخوض في تفاصيل تنفيذ النظام - طرق التخصيص الفعال للذاكرة، والإجراءات ذات المستوى المنخفض للوصول إلى البيانات ومعالجتها. أحد أشهر ممثلي هذه اللغات هو OPS5. هذه اللغة سهلة التعلم وتزود المبرمج بقدرات أكبر بكثير من الأصداف المتخصصة النموذجية. تجدر الإشارة إلى أن معظم هذه اللغات لم تصل مطلقًا إلى مستوى المنتج التجاري وهي أكثر من مجرد أداة للباحثين. تتم البرمجة باللغات العادية (Pascal، C وغيرها)، والبرمجة باللغات المتخصصة المستخدمة في مهام الذكاء الاصطناعي (LISP، FRL، SmallTalk وغيرها)، وغيرها.

3. بيئة برمجة متعددة النماذج

تشتمل الأدوات الموجودة في هذه الفئة على العديد من وحدات البرامج، والتي تتيح للمستخدم الجمع بين أنماط البرمجة المختلفة في عملية تطوير نظام خبير. ومن بين المشاريع الأولى من هذا النوع كان برنامج البحث LOOP، الذي سمح باستخدام نوعين من تمثيل المعرفة: القائم على القواعد والموجه نحو الكائنات. بناءً على هذه البنية، تم تطوير العديد من منتجات البرمجيات التجارية في النصف الثاني من الثمانينات، أشهرها KEE، KnowledgeCraft وART. توفر هذه البرامج للمستخدم الماهر العديد من الخيارات للتطورات اللاحقة مثل CAPPA وCLIPS، وقد أصبحت نوعًا من المعايير. ومع ذلك، فإن إتقان هذه اللغات ليس سهلاً بالنسبة للمبرمجين مثل اللغات المصنفة في الفئة السابقة.

4 . وحدات إضافية

الفصل الخامس. بنية IIS

§1. هيكل النظام الذكي

اعتمادًا على طبيعة الوظائف المؤداة ونطاق العمل، يؤدي الخبراء العديد من المهام المميزة، والتي تعتبر نموذجية: التفسير والتخطيط والإدارة والتصميم والتنبؤ والإرسال والمراقبة والتشخيص. الشيء الرئيسي هو أن الخبير قادر على تحديث معرفته (أي التعلم)، وشرح الإجراءات، وتبرير القرارات، والتنبؤ بتطور المواقف، والتفاعل بنشاط مع البيئة الخارجية وإدراك المعلومات ذات الطبيعة المختلفة، والحصول على القرارات بناءً على القائمة المعرفة وتخزين المعلومات الضرورية والبيانات الواقعية في الذاكرة. وسيكون تحليل المهام بمثابة دليل عند النظر في بنية نظم المعلومات القائمة على المعرفة.

وبالتالي، من أجل إنشاء نظام يعمل بالمعرفة ويمكنه إلى حد ما استبدال الخبير أو مساعدته في اتخاذ القرارات عند إدارة الإنتاج، يجب علينا أن نسعى جاهدين لبناء القدرة على تنفيذ هذه الوظائف في بنية نظامنا.

ويبين الشكل 5.1.1 البنية العامة للنظام الذكي ومكوناته وبيئته.

الشكل 5.1.1. هيكل الأنظمة الذكية.

§2. هيكل القاعدة المعرفية والتفاعل مع المكونات الأخرى للنظام الذكي

من الناحية الهيكلية، يمكن تنظيم قاعدة المعرفة في شكل قاعدتين فرعيتين رئيسيتين - قاعدة القواعد (RU) وقاعدة البيانات (DB).

تقوم قاعدة البيانات بتخزين معلومات واقعية حول المهام التي يتم حلها في المنشأة والبيانات المتعلقة بمجال الموضوع المحدد. تحدد BP العلاقات بين عناصر البيانات المخزنة في قاعدة البيانات بناءً على نماذج لتمثيل المعرفة حول مجال الموضوع، بالإضافة إلى طرق تفعيل هذه المعرفة.

وبالتالي، يمكننا بشكل عام أن نتحدث عن مستويين من تمثيل المعرفة: المستوى الأول هو المعلومات الواقعية، والبيانات؛ المستوى الثاني هو الأوصاف والعلاقات والقواعد والإجراءات التي تحدد طريقة التلاعب بالمعلومات الواقعية.

بالإضافة إلى المعرفة حول مجال الموضوع، يجب تخزين أنواع أخرى من المعرفة في قاعدة المعرفة: نموذج لعالم النظام، ومعرفة المستخدم، والأهداف، وما إلى ذلك. وترد هذه المعرفة بشكل أساسي في المستوى الثاني من العرض في شكل كتل أو أجزاء عضوية من قاعدة المعرفة.

في العديد من الأنظمة الذكية، وخاصة تلك التي تعمل في الوقت الفعلي، يتم تطبيق مستوى من المعرفة ما وراء المعرفة، وهو أمر ضروري لضمان ترشيد عمليات إدارة المعرفة في قاعدة المعرفة، وتقليل مساحة البحث عن الحلول، وتقليل وقت معالجة المعلومات. ما وراء المعرفة هو معرفة النظام عن نفسه، أي المعرفة بمعرفته وبنيته ومبادئ عمله. بناءً على هذه المعرفة، على مستوى المعرفة ما وراء المعرفة (في كتلة المعرفة ما وراء المعرفة)، يتم تحديد الأكثر فعالية من بين مجموعة استراتيجيات البحث المتاحة.

الشكل 5.2.1. البنية المعرفية المعممة

مع متغير بنية قاعدة المعرفة الموضحة في الشكل 5.2.1، يتم تنفيذ وظائف مترجم القواعد، التي تنفذ آلية استنتاج القرار بشكل عقلاني، بشكل أساسي بواسطة المستوى الأعلى من قاعدة المعرفة - المعرفة ما وراء المعرفة (أو كتلة المعرفة ما وراء المعرفة ).

يجب التأكيد على أن هناك خيارات مختلفة لكل من تنظيم قاعدة المعرفة نفسها وتفاعل قاعدة المعرفة مع المكونات الأخرى لنظام المعلومات.

في الشكل 5.2.2. يتم عرض جزء من نظام الذكاء الاصطناعي يعكس تفاعل قاعدة المعرفة مع الوحدات الرئيسية للنظام عند البحث وتوليد المعرفة. تحتوي قاعدة المعرفة على معلومات وقواعد واقعية أو استدلالات.

الشكل 5.2.2. هيكل التفاعل بين القاعدة المعرفية والمكونات الرئيسية لنظام المعلومات المعلوماتي لأنظمة المنتجات

يتم التوصل إلى حل أو إنشاء قواعد ومعرفة جديدة باستخدام كتلة الاستدلال، التي تتفاعل مع المستوى الفوقي لقاعدة المعرفة عند تفسير قواعد وبيانات قاعدة المعرفة.

يتم حل المشكلة والعمل بالقواعد والبيانات في كتلة خاصة - منطقة العمل. في منطقة العمل، يتم تقديم أوصاف الطلب أو المشكلة التي يتم حلها، والبيانات والقواعد من قاعدة المعرفة، والإجراءات أو استراتيجية آلية الاستدلال.

عند استخدام أنظمة الإنتاج الأكثر شيوعًا حاليًا لتمثيل المعرفة، من الممكن وجود شكل مختلف من التنظيم الهيكلي والوظيفي للمكونات الرئيسية للنظام، الموضح في الشكل 5.2.3.

الشكل 5.2.3. هيكل التفاعل بين القاعدة المعرفية والمكونات الرئيسية لنظام المعلومات لأنظمة المنتجات.

§3. نماذج تمثيل المعرفة في نظم المعلومات المعلوماتية

إحدى القضايا المهمة عند إنشاء قاعدة معرفية هي اختيار كيفية تمثيل المعرفة. الغرض من تمثيل المعرفة- تنظيم المعلومات الضرورية بشكل يسهل على برنامج الذكاء الاصطناعي الوصول إليها لاتخاذ القرار والتخطيط والتعرف على الأشياء والمواقف وتحليل المشاهد واستخلاص النتائج والوظائف المعرفية الأخرى.

يتم تمثيل المعرفة في الأنظمة الذكية على أساس:

1. الإطارات والشبكات الدلالية
2. النماذج الإنتاجية والمنطقية
3. نماذج لتمثيل وإضفاء الطابع الرسمي على المعرفة الغامضة
4. الشبكات العصبية.

غالبًا ما تسمى تقنية بناء ES (انظر الشكل 6.1.2) بهندسة المعرفة.

الشكل 6.1.2. عملية بناء ES.

السمات المميزة لـ ES هي:

• حدود واضحة لمجال الموضوع؛
• القدرة على اتخاذ القرارات في ظل ظروف عدم اليقين؛
• القدرة على شرح التقدم ونتائج القرار بطريقة مفهومة للمستخدم؛
• الفصل الواضح بين المعرفة التصريحية والإجرائية (الحقائق وآليات الاستدلال)؛
• القدرة على تجديد قاعدة المعرفة، والقدرة على توسيع النظام؛
• يتم تقديم النتيجة في شكل توصيات محددة للعمل في الوضع الحالي، وليس أقل شأنا من قرارات أفضل المتخصصين؛
• التركيز على حل المشاكل غير الرسمية (طريقة إضفاء الطابع الرسمي لا تزال غير معروفة) ؛
• لم يتم وصف خوارزمية الحل مسبقًا، ولكن تم إنشاؤها بواسطة النظام الخبير نفسه؛
• عدم وجود ضمان لإيجاد الحل الأمثل مع فرصة التعلم من الأخطاء.

تصنيفات ES

• في الواقع أنظمة الخبراء
• لافتات تفاعلية (ويب + ES)
  اللافتات الناطقة التفاعلية عبارة عن معلومات أو أنظمة متخصصة مخصصة لوضعها على موارد خارجية.

مزايا اللافتات التفاعلية:

• زيادة الجاذبية للمستهلكين - لافتة غير عادية تجعلك ترغب في التواصل.
• الاتصال المطول مع المستخدم. يمكن أن يصل متوسط ​​وقت الاتصال باللافتة إلى حوالي 3 دقائق.
• يمكن للشعار أن يقود محاورين مختلفين إلى صفحات مختلفة، وفقًا لطلباتهم واحتياجاتهم.

تصنيف ES حسب الاتصال بالزمن الحقيقي:

• Static ES هي ES التي تحل المشكلات في ظروف البيانات والمعرفة الأولية التي لا تتغير بمرور الوقت.
• تفسر ES شبه الديناميكية الموقف الذي يتغير مع فترة زمنية محددة.
• ES الديناميكية هي ES التي تحل المشكلات في ظل ظروف البيانات والمعرفة الأولية التي تتغير بمرور الوقت.

هيكل وفاق:

في الشكل 6.1.3. فيما يلي الهيكل الأساسي لنظام خبير من النوع الديناميكي:

الشكل 6.1.3. هيكل ES

• محرك الاستدلال، ويسمى أيضًا المترجم أو الحلال؛
• الذاكرة العاملة (WM)، وتسمى أيضًا قاعدة البيانات العاملة (DB)؛
• قاعدة المعرفة (KB)؛
• النظام الفرعي لاكتساب وتجديد المعرفة.
• نظام فرعي للتفسير؛
• النظام الفرعي للحوار؛
• النظام الفرعي للتفاعل مع العالم الخارجي.

تم تصميم آلية الاستدلال (IIM) للحصول على حقائق جديدة بناءً على مقارنة البيانات المصدر من الذاكرة العاملة والمعرفة من قاعدة المعرفة. تطبق آلية الاستدلال المنطقي خوارزميات الاستدلال الأمامي و/أو العكسي ويمكن تمثيلها رسميًا بأربعة:

آلية الاستدلال هي عقل ES، وتسمى أيضًا بنية التحكم أو مترجم القاعدة (في ES المستندة إلى القواعد).

هذا المكون هو في الأساس برنامج كمبيوتر يوفر منهجية للتفكير في المعلومات الموجودة في قاعدة المعرفة وفي مساحة العمل، ولاستخلاص النتائج. فهو يوفر إرشادات حول كيفية استخدام معرفة النظام في تنفيذ عقد الإيجار (جدول الأنشطة المخططة في مساحة العمل) الذي ينظم ويتحكم في الخطوات المتخذة لحل المشكلة.

تتكون آلية الإخراج من عنصرين رئيسيين:

• مترجم ينفذ عناصر التأجير المحددة باستخدام قواعد قاعدة المعرفة المناسبة.
• جدولة تدعم إدارة الوكيل. ويقوم بتقييم نتائج قواعد الاستدلال المستخدمة في ضوء أولوياتها أو معايير أخرى في جدول الأعمال.

تم تصميم الذاكرة العاملة لتخزين الحقائق الأولية والمتوسطة للمهمة التي يتم حلها حاليًا. كقاعدة عامة، فهو موجود في ذاكرة الوصول العشوائي للكمبيوتر ويعكس الحالة الحالية لمجال الموضوع في شكل حقائق ذات معاملات ثقة (CC) في حقيقة هذه الحقائق.

يتم تحديد قيمة النظام الخبير بأكمله كمنتج نهائي بنسبة 90٪ من خلال جودة قاعدة المعرفة التي تم إنشاؤها. كقاعدة عامة، تحتوي قاعدة المعرفة الخاصة بـ ES على حقائق (معلومات ثابتة حول مجال الموضوع) وقواعد - مجموعة من التعليمات، والتي يمكن من خلالها الحصول على حقائق جديدة بتطبيقها على الحقائق المعروفة. في إطار النموذج المنطقي، تتم كتابة قواعد البيانات وقواعد المعرفة بلغة البرولوج (لغة ونظام برمجة منطقية) باستخدام لغة المسندات لوصف الحقائق وقواعد الاستدلال المنطقي، والتعبير عن قواعد تعريف المفاهيم، لوصف المعمم وال معلومات محددة، بالإضافة إلى استفسارات محددة ومعممة لقواعد البيانات وقواعد المعرفة.

يعمل النظام الفرعي لاكتساب المعرفة وتجديدها على أتمتة عملية ملء النظام الخبير بالمعرفة، التي يقوم بها مستخدم خبير، وتكييف قاعدة معارف النظام مع ظروف عمله. يتم تنفيذ تكييف نظام الخبراء مع التغييرات في مجال الموضوع عن طريق استبدال القواعد أو الحقائق في قاعدة المعرفة.

يشرح النظام الفرعي للتفسير كيف حصل النظام على حل للمشكلة (أو لماذا لم يحصل على حل) وما هي المعرفة التي استخدمها في ذلك، مما يسهل على الخبير اختبار النظام ويزيد من ثقة المستخدم في النظام. النتيجة التي تم الحصول عليها. تعد القدرة على تفسير أفعال الفرد من أهم خصائص النظام الخبير، حيث:

• تزداد ثقة المستخدم في النتائج التي تم الحصول عليها؛
• يجعل من السهل تصحيح أخطاء النظام؛
• يتم إنشاء الظروف للمستخدمين لاكتشاف أنماط جديدة في مجال الموضوع؛
• يمكن أن يكون تفسير النتائج بمثابة وسيلة لإيجاد نقطة في مجموعة حلول باريتو المثالية.

حاليًا، من الناحية العملية، يتم تنفيذ جميع الأنظمة المرجعية وفقًا لنفس المبادئ، وذلك بشكل أساسي بطريقتين:

• تسجيل الأحداث والحالات باستخدام النصوص المعدة باللغة الطبيعية؛
• تتبع المنطق، والتوسع العكسي لشجرة الأهداف التي تشير إلى الأهداف الفرعية.

عند تنفيذ كل من هذه الأساليب، يتم أولاً تحديد المواقف والحقائق وعقد الانتقال إلى حالات جديدة تتطلب شرحًا. وهي مرتبطة ببعض نص الشرح.

لن يكون هيكل النظام الخبير مكتملًا بدون نظام فرعي للحوار. يركز نظام الحوار الفرعي على تنظيم واجهة ودية مع جميع فئات المستخدمين أثناء حل المشكلات وأثناء اكتساب المعرفة وشرح نتائج العمل.

الحقائق والقواعد في النظام الخبير ليست دائمًا صحيحة أو خاطئة. في بعض الأحيان تكون هناك درجة معينة من عدم اليقين بشأن صحة الحقيقة أو دقة القاعدة. إذا تم التعبير عن هذا الشك صراحة، فإنه يسمى "عامل الثقة".

عامل الثقة هو رقم يشير إلى احتمالية أو درجة الثقة التي يمكن من خلالها اعتبار حقيقة أو قاعدة معينة موثوقة أو عادلة. وهذا المعامل هو تقييم لدرجة الثقة في القرار الصادر عن النظام الخبير. مثل هذا التقييم، على سبيل المثال، يمكن إجراؤه وفقًا لمخطط Shortliffe.

أوضاع التشغيل ES:

• وضع إدخال المعرفة - في هذا الوضع، يقوم الخبير، بمساعدة مهندس المعرفة، بإدخال المعلومات المعروفة حول مجال الموضوع في قاعدة المعرفة الخاصة بـ ES من خلال محرر قاعدة المعرفة.
• وضع الاستشارة - يجري المستخدم حوارًا مع ES، ويزوده بمعلومات حول المهمة الحالية ويتلقى توصيات من ES. على سبيل المثال، بناءً على معلومات حول الحالة البدنية للمريض، يقوم ES بإجراء التشخيص في شكل قائمة بالأمراض التي من المرجح أن تظهر عليها الأعراض المحددة.

الجدول 6.1.1. الفئات الرئيسية لحل المشكلات التي تم حلها بواسطة ES

فصل	ما هي المشكلة التي تهدف إلى حلها؟
تفسير	استخلاص أوصاف الحالة من الملاحظات
تنبؤ	تحديد العواقب المماثلة في موقف معين.
التشخيص	اكتشاف عطل النظام من خلال الملاحظات.
تصميم	تكوين وتطوير الكائنات التي تلبي متطلبات محددة.
تخطيط	وضع الخطط لتحقيق الأهداف.
يراقب	مقارنة الملاحظات بالخطط، والإشارة إلى الانحرافات والاستثناءات.
	استكشاف الأخطاء وإصلاحها.
يتحكم	التفسير والتنبؤ والاسترداد ومراقبة سلوك النظام.

تنتمي بعض ES إلى اثنتين أو أكثر من هذه الفئات. دعونا نعطي وصفا موجزا لكل فئة من هذه الفئات.

تستخرج الأنظمة التفسيرية وصفًا للمواقف من الملاحظات. تتضمن هذه الفئة الملاحظات وفهم الكلام وتحليل الأنماط وتفسير الإشارات والعديد من الأنواع الأخرى من التحليل الذكي. يشرح نظام التفسير البيانات المرصودة من خلال تخصيص معاني رمزية لها تصف الموقف.
تشمل أنظمة التنبؤ التنبؤ بالطقس، والتنبؤ الديموغرافي، والتنبؤ الاقتصادي، وتقديرات غلة المحاصيل، والتنبؤ العسكري والتسويقي والمالي.

تشمل أنظمة التشخيص التشخيص الطبي والإلكتروني والميكانيكي والبرمجي. عادةً ما تربط أنظمة التشخيص الاضطرابات السلوكية الملحوظة بالأسباب الكامنة.

تقوم أنظمة التصميم بتطوير تكوينات للأشياء التي تلبي متطلبات محددة لمشكلة التصميم. وتشمل هذه المهام تصميم المبنى، وتخطيط المعدات، وما إلى ذلك. وتقوم هذه الأنظمة ببناء علاقات مختلفة لأوصاف الكائنات مع بعضها البعض والتحقق مما إذا كانت هذه التكوينات تلبي القيود والمتطلبات المحددة.

تتخصص أنظمة التخطيط في مهام التخطيط، مثل البرمجة التلقائية. كما أنهم يعملون أيضًا مع التخطيط قصير وطويل المدى في إدارة المشاريع والتوجيه والاتصالات وتطوير المنتجات والتطبيقات العسكرية والإنتاج والتخطيط المالي.

تقوم أنظمة المراقبة بمقارنة ملاحظات سلوك النظام بالمعايير التي يبدو أنها تحدد تحقيق الهدف. تتوافق هذه التحديدات المهمة مع نقاط الضعف المحتملة في المؤسسة. هناك العديد من أنظمة المراقبة الحاسوبية: من مراقبة حركة تدفقات الهواء إلى إدارة تحصيل الضرائب.

تعمل أنظمة القيادة والتحكم على إدارة سلوك النظام بشكل عام بشكل تكيفي. ولتحقيق ذلك، يجب على نظام الإدارة تفسير الوضع الحالي بشكل دوري، والتنبؤ بالمستقبل، وتشخيص أسباب المشاكل المتوقعة، وصياغة خطة للقضاء على تلك المشاكل، ومراقبة تنفيذها لضمان النجاح.

الأكثر شهرة/وانتشارا ES:

• CLIPS - ES المشهور (المجال العام)
• OpenCyc عبارة عن ES ديناميكي قوي مع نموذج وجودي عالمي ودعم للسياقات المستقلة
• MYCIN هو النظام التشخيصي الأكثر شهرة، وهو مصمم لتشخيص ومراقبة حالة المريض المصاب بالتهاب السحايا والالتهابات البكتيرية.
• HASP/SIAP هو نظام تفسيري يحدد موقع وأنواع السفن في المحيط الهادئ بناءً على بيانات من أنظمة التتبع الصوتي.

تم تطوير أول ES، المسمى Dendral، في جامعة ستانفورد في أواخر الستينيات. وحددت بنية الجزيئات العضوية باستخدام الصيغ الكيميائية والبيانات الطيفية عن الروابط الكيميائية في الجزيئات. وكانت قيمة Dendral على النحو التالي: الجزيئات العضوية عادة ما تكون كبيرة جدًا وبالتالي فإن عدد الهياكل المحتملة لهذه الجزيئات كبير أيضًا؛ بفضل المعرفة الإرشادية للخبراء الكيميائيين المضمنة في ES، تم العثور على الحل الصحيح من بين مليون حل ممكن في بضع محاولات فقط.

لقد أثبتت المبادئ والأفكار وراء Dendral فعاليتها لدرجة أنها لا تزال تستخدم في المختبرات الكيميائية والصيدلانية في جميع أنحاء العالم. كان ES Dendral من أوائل الذين استخدموا المعرفة الإرشادية للمتخصصين لتحقيق مستوى الخبير في حل المشكلات، ومع ذلك، ترتبط منهجية الأنظمة الخبيرة الحديثة بتطور آخر - Mycin. واستخدمت معرفة الخبراء الطبيين لتشخيص وعلاج التهاب السحايا والتهابات الدم البكتيرية. كان Mycin، الذي تم تطويره أيضًا في جامعة ستانفورد في منتصف السبعينيات، من أوائل الذين تناولوا مشكلة اتخاذ القرار بناءً على معلومات غير موثوقة أو غير كافية.

استندت جميع الاستدلالات الخاصة بنظام Mycin الخبير إلى مبادئ منطق التحكم المتوافق مع تفاصيل مجال الموضوع. تم تطوير العديد من تقنيات تطوير الأنظمة المتخصصة المستخدمة اليوم لأول مرة بواسطة مشروع Mycin. كان MYCIN نظامًا خبيرًا مبكرًا تم تطويره على مدار 5 أو 6 سنوات في أوائل السبعينيات في جامعة ستانفورد.

تمت كتابته بلغة ليسب كأطروحة دكتوراه لإدوارد شورتليف تحت إشراف بروس بوكانان وستانلي إن كوهين وآخرين. تم إنشاء نظام Dendral الخبير سابقًا في نفس المختبر، ولكن هذه المرة كان التركيز على استخدام قواعد القرار مع عناصر عدم اليقين. تم تصميم MYCIN لتشخيص البكتيريا المسببة للعدوى الشديدة مثل تجرثم الدم والتهاب السحايا، والتوصية بالكمية المناسبة من المضادات الحيوية بناءً على وزن جسم المريض. يأتي اسم النظام من اللاحقة "-mycin"، والتي غالبًا ما توجد في أسماء المضادات الحيوية. كما تم استخدام Mycin لتشخيص اضطرابات النزيف.

مزايا اي اس:

1 . ثبات

الكفاءة البشرية تضعف مع مرور الوقت. إن انقطاع نشاط الخبير البشري يمكن أن يؤثر بشكل خطير على صفاته المهنية.

2. سهولة النقل

إن نقل المعرفة من شخص إلى آخر عملية طويلة ومكلفة. يعد نقل المعلومات الاصطناعية عملية بسيطة لنسخ برنامج أو ملف بيانات.

3. الاستقرار واستنساخ النتائج

الأنظمة المتخصصة مقاومة للتدخل. يتأثر الشخص بسهولة بالعوامل الخارجية التي لا تتعلق بشكل مباشر بالمشكلة التي يتم حلها. يمكن للخبير البشري اتخاذ قرارات مختلفة في مواقف متطابقة بسبب العوامل العاطفية. نتائج النظام الخبير مستقرة.

4 . سعر

الخبراء، وخاصة المؤهلين تأهيلا عاليا، مكلفة للغاية. وعلى العكس من ذلك، فإن الأنظمة المتخصصة غير مكلفة نسبيًا. إن تطويرها مكلف، لكن تشغيلها رخيص.

بالإضافة إلى ذلك، يمكن للخبير البشري أن يتخذ قرارات مختلفة في مواقف متطابقة بسبب العوامل العاطفية (تأثير ضغط الوقت، تأثير التوتر).

الجدول 6.1.2. مقارنة بين الكفاءة البشرية والاصطناعية

مساوئ اي اس:

حتى الآن، تم بالفعل إنشاء عدد كبير من الأنظمة المتخصصة. وبمساعدتهم، يتم حل مجموعة واسعة من المشكلات، ولكن حصريًا في مجالات مواضيعية عالية التخصص. كقاعدة عامة، تتم دراسة هذه المجالات جيدًا ولديها استراتيجيات اتخاذ قرار أكثر أو أقل وضوحًا. الآن توقف تطوير الأنظمة الخبيرة إلى حد ما، وهناك عدد من الأسباب لذلك:

• يمثل نقل المعرفة "العميقة" بالمجال إلى الأنظمة المتخصصة تحديًا كبيرًا. كقاعدة عامة، هذا نتيجة لصعوبة إضفاء الطابع الرسمي على المعرفة الإرشادية للخبراء.
• الأنظمة الخبيرة غير قادرة على تقديم تفسيرات ذات معنى لاستدلالها بنفس الطريقة التي يستطيع البشر تقديمها. عادة، تصف الأنظمة الخبيرة ببساطة تسلسل الخطوات المتخذة في عملية إيجاد الحل.
• يعد تصحيح أخطاء أي برنامج كمبيوتر واختباره مهمة كثيفة العمالة، ولكن اختبار الأنظمة المتخصصة أمر صعب بشكل خاص. وهذه مشكلة خطيرة لأن الأنظمة المتخصصة تستخدم في مجالات حيوية مثل مراقبة الحركة الجوية والسكك الحديدية، وأنظمة الأسلحة، والصناعة النووية.
• الأنظمة الخبيرة لديها عيب رئيسي آخر: فهي غير قادرة على التعلم الذاتي. من أجل الحفاظ على تحديث الأنظمة المتخصصة، يعد التدخل المستمر في القاعدة المعرفية لمهندسي المعرفة أمرًا ضروريًا. الأنظمة المتخصصة التي تفتقر إلى الدعم من المطورين تفقد أهميتها بسرعة.
• يمكن للخبراء أن يدركوا بشكل مباشر مجموعة معقدة من معلومات المدخلات الحسية (البصرية والسمعية واللمسية والشمية واللمسية). ES مجرد رموز. على الرغم من أنه في بعض مجالات تطوير الأنظمة الذكية الهندسية والإنتاجية، تم الحصول على نتائج حقيقية لمعالجة معينة للمعلومات الحسية.
• الخبراء - يمكن للناس التقاط الصورة الكبيرة وجميع جوانب المشكلة وفهم كيفية ارتباطها بالمهمة الرئيسية. يميل ES إلى التركيز على المهمة نفسها، على الرغم من أن المهام ذات الصلة قد تؤثر على حل المهمة الرئيسية.
• الناس، الخبراء وغير الخبراء، لديهم ما نسميه الفطرة السليمة، أو المعرفة المشتركة. هذه مجموعة واسعة من المعرفة العامة حول العالم، حول القوانين المطبقة فيه، أي. المعرفة التي يمتلكها كل واحد منا، يكتسبها من التجربة والتي نستخدمها باستمرار. بسبب الكم الهائل من المعرفة التي تشكل المنطق السليم، لا توجد طريقة سهلة لدمجها في برنامج ذكي. معرفةالفطرة السليمة تشمل معرفة ما تعرفه وما لا تعرفه.

ولذلك، غالبا ما يتم استخدام ES كمستشارين، كمستشارين أو مساعدين لصانعي القرار.

§2. أنظمة الإجابة على الأسئلة

تصنيف أنظمة الأسئلة والأجوبة:

• محركات البحث الذكية (على سبيل المثال، نظام Start)
• المساعدين الرقميين الظاهريين
• المحاورون الافتراضيون (VS)

يتم تثبيت محاورين افتراضيين على الموقع ويتواصلون مع مستخدميه عبر الدردشة النصية. كل معلومة لها صورتها المرئية الخاصة، والتي تكون قادرة على نقل مشاعر المعلومات وتجعل التواصل مع المحاور أكثر شخصية وثقة.

هيكل المحاورين الافتراضيين:

• المكون الأول لـ BC هو واجهة المستخدم التي يتحدث المستخدم من خلالها إلى BC. واجهة المستخدم عبارة عن نافذة بها سطر إدخال النص وخطوط المعلومات وصورتها المرئية. في الأساس، هذا تطبيق فلاش يمكن تثبيته بسهولة وسرعة على أي موقع ويب.
• المكون الثاني عبارة عن منصة شاملة تحدد سلوك ومفردات الطائرات. من بين أمور أخرى، تتضمن المنصة الشاملة قاعدة معلومات INFA - مجموعة من السيناريوهات المرنة مع خيارات محددة مسبقًا للأسئلة والإجابات عليها. بالإضافة إلى ذلك، يمكن ربط قاعدة بيانات العميل التي تحتوي على معلومات المستخدم بقاعدة المعرفة، حيث ستأخذ المعلومات منها بيانات محددة حول السلع والخدمات. على وجه الخصوص، يتم استخدام هذا على نطاق واسع في تطوير معلومات المبيعات.

المشاكل التي يجب حلها:

من السهل تدريب الطائرات وتساعد على حل العديد من المشاكل التي تواجه العميل. يستطيعون:

• الاستشاريون الذين يجيبون على أسئلة المستخدمين حول المنتجات والخدمات المقدمة؛
• البائعون الذين يساعدونك في اختيار المنتج أو الخدمة أو التعريفة المناسبة وما إلى ذلك؛
• موظفو الدعم الفني الذين يساعدون المستخدم في حل المشكلات الفنية؛
• المروجين الذين يروجون للمنتجات والخدمات الجديدة؛
• محاورون مثيرون للاهتمام، يثيرون الاهتمام، ويزيدون من مزاج وولاء الزوار.

مجالات التطبيق:

• البنوك وشركات التأمين، والتي من المهم أن يكون لديها مستشار مختص على موقعها الإلكتروني يمكنه أن يخبرنا بسرعة بجميع التفاصيل حول الخدمات المقدمة؛
• المتاجر عبر الإنترنت التي من المهم فيها مساعدة العملاء على اختيار المنتجات، بالإضافة إلى الترويج للعروض الترويجية والمبيعات؛
• بوابات الإنترنت التي تحتاج إلى جذب انتباه المستخدمين إلى مشاريعهم الداخلية؛
• منظمو الفعاليات الذين من المهم بالنسبة لهم إطلاع زوار الموقع على كافة الأخبار والتفاصيل؛
• الشركات التي تقدم الخدمات الفنية والتي من المهم تقديم الدعم الفني للمستخدمين على مدار الساعة.

مزايا المحاورين الافتراضيين:

• الأداء: يعمل نظام المعلومات 24 ساعة في اليوم، 7 أيام في الأسبوع ويمكنه التواصل في نفس الوقت مع عدد غير محدود من المستخدمين. يتيح لك Inf تقليل العبء والتكاليف على مركز الاتصال والاستشاريين ومتخصصي الدعم الفني.
• التوفر: تزيل المعلومات الحاجز النفسي الذي يواجهه المستخدم عند طلب المساعدة؛ ما عليك سوى إدخال عبارة وستقدم لك المعلومات على الفور نصيحة مختصة. وفي الوقت نفسه، يتعامل المستخدمون مع المعلومات بثقة، حيث يمكنهم الحفاظ على حوار حيوي ومريح وحتى التعبير عن المشاعر استجابةً لملاحظات المستخدم.
• سهولة التشغيل: المعلومات لا تتطلب من المستخدم استخدام أي برامج إضافية. وفي الوقت نفسه، لا تخلق المعلومات مشاكل للعميل: لتثبيت المعلومات على الموقع، يكفي وضع رمز قصير خاص على الصفحات.
• الكفاءة: من السهل تعلم المعلومات، مما يسمح لك بتضمين جميع القضايا المهمة التي تهم المستخدمين. Inf قادر على مساعدة المستخدم على التنقل في الموقع عن طريق فتح الصفحات الضرورية تلقائيًا. وإذا لزم الأمر، يمكن للمعلومات نفسها أن تبدأ حوارات حول المواضيع الضرورية.
• تنبيه: يسجل Inf جميع المحادثات مع المستخدمين، ويتمتع العميل بحق الوصول الكامل إليها. تعد تسجيلات المحادثة مفيدة من وجهة نظر المزيد من المعلومات التعليمية ومن وجهة نظر جمع معلومات قيمة حول المستخدمين واهتماماتهم.

يتيح لك استخدام الطائرة ما يلي:

• زيادة تحويل الزوار إلى عملاء: تزيل المعلومات الحاجز التحفيزي بين المستخدم والموقع، لأنها تلهم الثقة على الفور في المستخدم وتزوده بالضبط بالمعلومات التي تهمه.
• زيادة ولاء الزائر: المعلومات المشرقة والإيجابية تدعم التواصل المباشر مع المستخدم وتثير المشاعر الأكثر إيجابية لديه. المهم هو أن هذه المشاعر في ذهن المستخدم ستكون مرتبطة بشكل مباشر بصورة الشركة - عميل المعلومات.
• تحسين تأثير الحملة الإعلانية والحملات التسويقية: تجذب المعلومات انتباه المستخدمين وتزودهم بالمعلومات الأكثر اكتمالاً حول العنصر المعلن عنه.
• تقليل العبء الواقع على المستشارين الداخليين وموظفي المبيعات والدعم الفني: من خلال الإجابة على الأسئلة المتكررة والتي يمكن حلها بسهولة، يوفر نظام المعلومات الوقت والجهد للمتخصصين الداخليين، مما يسمح لهم بالتركيز على المشكلات المهمة حقًا.
• رفع مستوى خدمة العملاء: تتيح لك المعلومات معرفة ما يثير اهتمام عميل معين وتزويده بما يحتاج إليه!

الفصل السابع. آفاق تطوير نظم المعلومات المعلوماتية في إدارة المعرفة

بالنظر إلى اتجاهات تطور نظم المعلومات الذكية في إدارة المعرفة، تجدر الإشارة إلى الاتجاهات الرئيسية التالية المتعلقة بتطوير نماذج وطرق تنفيذ جوانب معينة من الحصول على المعرفة وتحويلها:

1. تقنيات استخلاص وعرض المعرفة. في الحالة الأولى، المهمة الرئيسية هي تطوير الأساليب: وصف رسمي لـ "علامات المعرفة" (صور البحث)؛ إضفاء الطابع الرسمي على SbA؛ التعرف على الأنماط والمقارنة؛ استخلاص المعرفة من الخبراء والإحصائيات والنصوص و"الخبرة" وغيرها. أما في المحور الثاني، فقد تم حل المشكلات المتعلقة بإضفاء الطابع الرسمي على المعرفة لتمثيلها في ذاكرة الأنظمة الذكية (IS). يتيح حل هذه المشكلات لمطوري التقنيات المعقدة الحصول على إجابات لثلاثة أسئلة مهمة بشكل أساسي: ما هي المعرفة التي يجب تمثيلها في نظم المعلومات، ومن (ما) مصدر هذه المعرفة، وما هي الأساليب والنماذج التي تضمن التمثيل المناسب لهذه المعرفة في نظام المعلومات. يكون.
2. لا تتضمن تقنيات معالجة المعرفة وحل المشكلات الفكرية تمثيل المعرفة في أنظمة المعلومات فحسب، بل تشمل أيضًا معالجتها، أي. فمن الضروري تعليم داعش كيفية تشغيلها. لذلك، يتم هنا دراسة قضايا تجديد المعرفة على أساس أوصافها غير المكتملة، وتصنيف المعرفة في نظم المعلومات، وتطوير إجراءات وطرق تعميم المعرفة، والاستنتاج الموثوق، وما إلى ذلك.
3. تكنولوجيا الاتصالات. يمثل الانتقال إلى نظم المعلومات تقنية جديدة للتواصل بين المستخدمين النهائيين وأجهزة الكمبيوتر ويتطلب حل مشكلات مثل فهم النصوص المتماسكة بلغة طبيعية محدودة وغير محدودة، وفهم الكلام وتركيبه، وتطوير نماذج التواصل بين المستخدم والكمبيوتر، وتوليد التفسيرات، وما إلى ذلك. الهدف الرئيسي من هذه الدراسات هو توفير ظروف مريحة للتواصل بين الشخص وداعش.
4. تقنيات الإدراك. يتضمن تطوير هذه التقنيات إنشاء أساليب: تحليل المشاهد ثلاثية الأبعاد، وعرض المعلومات حول الصور المرئية في قاعدة معارف نظم المعلومات، وتحويل المشاهد المرئية إلى أوصاف نصية والعكس، بالإضافة إلى تطوير إجراءات الرسومات المعرفية ، إلخ.
5. التقنيات التعليمية. يجب أن تكون السمة المميزة لأنظمة المعلومات هي قدرتها على حل المشكلات التي لا يتم عرضها بشكل صريح في قاعدة المعرفة، الأمر الذي يتطلب منح أنظمة المعلومات القدرة على التعلم. لهذه الأغراض، من الضروري: إنشاء طرق لتشكيل شروط المشكلة لوصف حالة المشكلة أو ملاحظة هذا الموقف، لضمان الانتقال من حل معروف لمشاكل معينة إلى حل لمشكلة عامة، لمنح IS القدرة على تحليل المشكلة الأصلية إلى مشكلات أصغر، وحلها معروف، وتطوير نماذج معيارية وتصريحية لعملية التعلم نفسها، وإنشاء نظرية للسلوك المقلد، وما إلى ذلك.
6. تقنيات السلوك. يتطلب تفاعل IS مع البيئة تطوير إجراءات سلوكية خاصة تسمح لهم بالاستجابة بشكل مناسب لبعض التغييرات في البيئة. يتضمن هذا التفاعل إنشاء نماذج للسلوك المناسب والمعياري والظرفي، بالإضافة إلى تطوير أساليب التخطيط متعدد المستويات وتصحيح الخطط في المواقف الديناميكية.

خاتمة

تغطي مجالات تطبيق أنظمة الذكاء الاصطناعي الموجودة حاليًا العديد من المجالات: التشخيص الطبي، وتفسير البيانات الجيولوجية، والبحث العلمي في الكيمياء والبيولوجيا، والشؤون العسكرية، والتصنيع، والمالية، وغيرها من المجالات. ومع ذلك، على الرغم من التقدم الكبير في مجال الذكاء الاصطناعي، لا تزال هناك فجوة معينة بين التطورات التقنية وبرمجيات الذكاء الاصطناعي وإمكانيات تطبيقها العملي على نطاق أوسع، وخاصة في الاقتصاد.

القطاع الأكثر تمثيلا، الذي يجمع مختلف المجالات الإشكالية في المجال الاقتصادي، هو إدارة مؤسسة صناعية. يوضح مثاله بوضوح مزايا استخدام أنظمة الذكاء الاصطناعي لحل المشكلات المختلفة الخاصة بالموضوع وإدارة نظام المؤسسة المتكامل ككل.

هناك العديد من الحجج المؤيدة لحقيقة أن أنظمة الذكاء الاصطناعي يمكن وينبغي أن تصبح عنصرا حيويا في تكنولوجيا الإنتاج الحديث. أهمها هي:

• التغلب على التعقيد (تنشأ صعوبات الإدارة عندما يتعين عليك الاختيار من بين العديد من الحلول الممكنة)؛
• تتطلب إدارة المؤسسات تنظيم كميات كبيرة من المعلومات؛
• كيفية تقليل المعلومات إلى المستوى اللازم لاتخاذ القرار (فقدان المعلومات الواردة من الكائنات العاملة في الوقت الفعلي يمكن أن يؤثر بشكل كبير على النتيجة)؛
• ضيق الوقت لاتخاذ القرار (يتجلى عندما يصبح الإنتاج أكثر تعقيدا)؛
• مشكلة التنسيق (يجب تنسيق القرارات مع أجزاء أخرى من العملية أو الكائن)؛
• الحاجة إلى الحفاظ على ونشر معارف الخبراء ذوي الخبرة العالية، المكتسبة عبر سنوات عديدة من العمل والخبرة العملية الواسعة.

تعد مشكلة استخراج المعرفة وحفظها وتوزيعها إحدى المشكلات الرئيسية التي تواجه المنظمات اليوم.

وبالتالي فإن عقلنة نظم المعلومات الإدارية وتحويلها إلى نظم معلومات ذكية لإدارة المعرفة ودعم القرار هو الاتجاه الأهم والأكثر أهمية للاقتصاد والأعمال.

قائمة مصادر المعلومات

1. تشي ليونج باتريك هوي، ISBN 978-953-307-188-6، 586 صفحة، أبريل 2011
2. حرره كارل بيروسيتش، الخرائط المعرفية، ISBN 978-953-307-044-5، 140 صفحة، يناير 2010
3. جون براغر، إريك براون، آني كودين، ودراغومير راديف. الإجابة على الأسئلة عن طريق الشرح التنبؤي. في وقائع المؤتمر الدولي السنوي الثالث والعشرون لـ ACM SIGIR حول البحث والتطوير في مجال استرجاع المعلومات، أثينا، اليونان، يوليو 2000
4. نوكس هاجي، جون كينغستون، اختيار استراتيجية إدارة المعرفة، كلية المعلوماتية، جامعة إدنبرة، مجلة ممارسة إدارة المعرفة، يونيو 2003
5. نيجنفيتسكي م. الذكاء الاصطناعي. دليل للأنظمة الذكية. أديسون ويسلي، 2005.
6. بيتر جاكسون، مقدمة للأنظمة الخبيرة. - الطبعة الثالثة، Hardbound - شركة أديسون ويسلي للنشر، 31-12-1998 - 560 صفحة. - ردمك 0201876868
7. عبديكيف ن.م. تصميم الأنظمة الذكية في الاقتصاد: كتاب مدرسي. - م: امتحان 2004. - 528 ص.
8. عبديكيف ن.م. نظم المعلومات الذكية: كتاب مدرسي - م: KOS-INF، Ros. اقتصادي. أكاد، 2003. - 188 ص.
9. عبديكييف ن.م.، كيسيليف أ.د. إدارة المعرفةالشركات وإعادة هندسة الأعمال (Ed. Abdikeev N.M.). إنفرا-م، موسكو، 2010
10. أ.ف. جافريلوف. الأنظمة الذكية الهجينة: دراسة - نوفوسيبيرسك: دار النشر NSTU، 2002. - 142 ص.
11. في. بوختويروف "الطريقة التطورية لتشكيل الحل العام في مجموعات الشبكات العصبية"، مجلة " الذكاء الاصطناعيوصنع القرار" تحت الفصل. حرره الأكاديمي S.V. إميليانوفا، رقم 2010/03
12. ج.ف. ريبينا، أ.و. Deineko "اكتساب المعرفة الموزعة للبناء الآلي للأنظمة المتخصصة المتكاملة"، مجلة " الذكاء الاصطناعيوصنع القرار" تحت الفصل. حرره الأكاديمي S.V. إميليانوفا، رقم 2010/04
13. ج.ف. ريبين "تدريس النظم الخبيرة المتكاملة: بعض النتائج والآفاق"، مجلة " الذكاء الاصطناعي
14. جي إس. مجلة أوسيبوف "الأنظمة الذكية الديناميكية" الذكاء الاصطناعيوصنع القرار" تحت الفصل. حرره الأكاديمي S.V. إميليانوفا، رقم 2008/01
15. زولوتوف إس. نظم المعلومات الذكية: كتاب مدرسي / S.I. زولوتوف - فورونيج: كتاب علمي، 2007. -140 ص.
16. أنظمة المعلومات الذكية: كتاب مدرسي لطلاب مؤسسات التعليم العالي الذين يدرسون في تخصص "المعلوماتية التطبيقية في الاقتصاد" / A. V. Andreichikova، O. N. Andreichikova. - م: المالية والإحصاء، 2004. - 423 ص.
17. الأساليب الذكية لإنشاء نظم المعلومات: كتاب مدرسي / E.Yu. جولوفين - م: دار النشر MPEI، 2011. - 102 ص. -ردمك 978-5-383-00212-4
18. إلخ. فارشافسكي، أ.ب. Eremeev "نمذجة الاستدلال على أساس السوابق في أنظمة دعم القرار الذكية"، مجلة " الذكاء الاصطناعيوصنع القرار" تحت الفصل. حرره الأكاديمي S.V. إميليانوفا، رقم 2009/02
19. رومانوف ف.ب. نظم المعلومات الذكية في الاقتصاد كتاب مدرسي / إد. د. دكتوراه. ن.ب.تيخوميروفا. - م: دار النشر "امتحان" 2003. - 496 ص.
20. ريبينا ج. "نظرية وممارسة بناء النظم الخبيرة المتكاملة"، المراجعون: رئيس القسم. الرياضيات التطبيقية MPEI، دكتوراه في العلوم التقنية، أ. إريميف أ.ب.، رئيس القسم MGUPI، دكتور في العلوم التقنية، البروفيسور. Petrov O.M.، M.: دار النشر ذات المسؤولية المحدودة "Nauchtekhlitizdat"، 2008. -485 ص. - ردمك 978-5-93728-081-7
21. Townsend K., Focht D. تصميم وتنفيذ برامج الأنظمة المتخصصة على أجهزة الكمبيوتر الشخصية: Per. من الانجليزية V. A. Kondratenko، S. V. Trubitsyna. - م: المالية والإحصاء، 1990. - 320 ص.