Интеллектуальные информационные системы

                            Федеральное агентство по образованию

Пензенская  государственная  технологическая  академия

Кафедра «Информационные компьютерные технологии»

Дисциплина "Информационное обеспечение и  базы данных"

Реферат

«Интеллектуальные информационные системы» 
 
 

Выполнил:

студент группы 08УК

     Волчкова И.

Принял: Афанасьева М.С. 
 
 
 
 

Пенза 2010

     Интеллектуальная  информационная система (ИИС, англ. intelligent system) — разновидность интеллектуальной системы, один из видов информационных систем, иногда ИИС называют системой, основанной на знаниях. ИИС представляет собой комплекс программных, лингвистических и логико-математических средств для реализации основной задачи: осуществление поддержки деятельности человека, например возможность поиска информации в режиме продвинутого диалога на естественном языке.

     Информация, как сырье и  как товар: абсолютная, относительная и аналитическая информация. Данные, информация, знания

     Абсолютная  информация – это информация, содержащаяся в абсолютных числах, таких как  количество чего-либо, взятого "само по себе".

     Относительная информация – это информация, содержащаяся в отношениях абсолютного количества к объему совокупности.

     Относительная информация измеряется в частях, процентах, промилле, вероятностях и некоторых  других подобных единицах. Очевидно, что  и из относительной информации, взятой изолированно, вырванной из контекста, делать какие-либо обоснованные выводы не представляется возможным.

     Аналитическая информация – это информация, содержащаяся в отношении вероятности (или  процента) к некоторой базовой  величине, например к средней вероятности  по всей выборке.

     Аналитическими  являются также стандартизированные  величины в статистике и количество информации в теории информации.

     Аналитическая информация позволяет делать содержательные выводы об исследуемой предметной области. Для того, чтобы сделать аналогичные выводы на основе относительной, и абсолютной информации требуется значительная обработка.

     Таким образом, есть все основания рассматривать  абсолютную информацию как "информационное сырье", аналитическую – как "информационный товар". Относительная информация в этом смысле занимает промежуточное  положение и может рассматриваться  как "информационный полуфабрикат". Интеллектуальные информационные системы, преобразуют сырую информацию в кондиционный информационный продукт и, этим самым, многократно повышают ее потребительскую и меновую стоимость.

     Данные - это совокупность сведений, зафиксированных  на определенном носителе в форме, пригодной  для постоянного хранения, передачи и обработки. Преобразование и обработка  данных позволяет получить информацию.

     Информация - это результат преобразования и  анализа данных. Например, в базах  данных хранятся различные данные, а по определенному запросу система  управления базой данных выдает требуемую  информацию.

     Знания  – это зафиксированная и проверенная  практикой обработанная информация, которая использовалась и может  многократно использоваться для  принятия решений.

     Знания  – это вид информации, которая  хранится в базе знаний и отображает знания специалиста в конкретной предметной области. Знания – это  интеллектуальный капитал. 

     Автоматизированные  системы распознавания  образов 

     Системой  распознавания образов будем  называть класс систем искусственного интеллекта, обеспечивающих:

     – формирование конкретных образов объектов и обобщенных образов классов;

     – обучение, т.е. формирование обобщенных образов классов на основе ряда примеров объектов, классифицированных (т.е. отнесенных к тем или иным категориям –  классам) учителем и составляющих обучающую  выборку;

     – самообучение, т.е. формирование кластеров  объектов на основе анализа неклассифицированной обучающей выборки;

     – распознавание, т.е. идентификацию (и  прогнозирование) состояний объектов, описанных признаками, друг с другом и с обобщенными образами классов;

     – измерение степени адекватности модели;

     – решение обратной задачи идентификации  и прогнозирования (обеспечивается не всеми моделями).

     Распознавание – это операция сравнения и  определения степени сходства образа данного конкретного объекта  с образами других конкретных объектов или с обобщенными образами классов, в результате которой формируется  рейтинг объектов или классов  по убыванию сходства с распознаваемым объектом.

     Ключевым  моментом при реализации операции распознавания  в математической модели является выбор  вида интегрального критерия или  меры сходства, который бы на основе знания о признаках конкретного  объекта позволил бы количественно  определить степень его сходства с другими объектами или обобщенными  образами классов. 

     "Система  искусственного интеллекта", место СИИ в  классификации информационных  систем 

     Интеллектуальными считаются задачи, связанные с  разработкой алгоритмов решения  ранее нерешенных задач определенного  типа.

     интеллект представляет собой универсальный  алгоритма, способный разрабатывать  алгоритмы решения конкретных задач. В 1950 году в статье "Вычислительные машины и разум" (Computing machinery and intelligence) выдающийся английский математики и философ Алан Тьюринг предложил тест, чтобы заменить бессмысленный, по его мнению, вопрос "может ли машина мыслить?" на более определённый.

     Судья-человек  ограниченное время, например, 5 минут, переписывается в чате (в оригинале  – по телеграфу) на естественном языке  с двумя собеседниками, один из которых  – человек, а другой – компьютер. Если судья за предоставленное время не сможет надёжно определить, кто есть кто, то компьютер прошёл тест.

     Идею  Тьюринга поддержал Джо Вайзенбаум, написавший в 1966 году первую "беседующую" программу "Элиза". Программа всего в 200 строк лишь повторяла фразы собеседника в форме вопросов и составляла новые фразы из уже использованных в беседе слов.

     А.Тьюринг  считал, что компьютеры, в конечном счете, пройдут его тест, т.е. на вопрос: "Может ли машина мыслить?" он отвечал  утвердительно, но в будущем времени: "Да, смогут!"

     Сегодня уже существуют многочисленные варианты интеллектуальных систем, которые не имеют цели, но имеют критерии поведения: генетические алгоритмы и имитационное моделирование эволюции. Поведение  этих систем выглядит таким образом, как будто они имеют различные  цели и добиваются их.

     Ежегодно  производится соревнование между разговаривающими программами, и наиболее человекоподобной, по мнению судей, присуждается приз Лебнера (Loebner).  

     Особенности и признаки интеллектуальности информационных систем 

     Любая информационная система (ИС) выполняет  следующие функции: 1воспринимает вводимые пользователем информационные запросы  и необходимые исходные данные, 2обрабатывает введенные и хранимые в системе  данные в соответствии с известным алгоритмом и формирует требуемую выходную информацию.

     С точки зрения реализации перечисленных  функций ИС можно рассматривать  как фабрику, производящую информацию, в которой заказом является информационный запрос, сырьем - исходные данные, продуктом - требуемая информация, а инструментом (оборудованием) - знание, с помощью  которого данные преобразуются в  информацию.

     …если в ходе эксплуатации ИС выяснится  потребность в модификации одного из двух компонентов программы, то возникнет  необходимость ее переписывания. Это  объясняется тем, что полным знанием  проблемной области обладает только разработчик ИС, а программа служит “недумающим исполнителем” знания разработчика. Этот недостаток устраняются в интеллектуальных информационных системах .

     Интеллектуальная  информационная система (ИИС) - это ИС, которая основана на концепции использования  базы знаний для генерации алгоритмов решения экономических задач  различных классов в зависимости  от конкретных информационных потребностей пользователей.

     Для интеллектуальных информационных систем, ориентированных на генерацию алгоритмов решения задач, характерны следующие  признаки:

     -развитые  коммуникативные способности,

     -умение  решать сложные плохо формализуемые  задачи,

     -способность  к самообучению,

     Коммуникативные способности ИИС характеризуют  способ взаимодействия (интерфейса) конечного  пользователя с системой.

     Сложные плохо формализуемые задачи - это  задачи, которые требуют построения оригинального алгоритма решения  в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний. 

     Этапы жизненного цикла  систем искусственного интеллекта 

     № Наименование этапа

     1 Разработка идеи и концепции системы

     2 Разработка теоретических основ системы

     3 Разработка математической модели системы

     4 Разработка методики численных расчетов в системе:

     4.1 – разработка структур данных

     4.2 – разработка алгоритмов обработки данных

     5 Разработка структуры системы и экранных форм интерфейса

     6 Разработка программной реализации системы

     7 Отладка системы

     8 Экспериментальная эксплуатация

     9 Опытная эксплуатация

     10 Промышленная эксплуатация

     11 Заказные модификации системы

     12 Разработка новых версий системы

     13 Снятие системы с эксплуатации

     Условно каждому из признаков интеллектуальности соответствует свой класс ИИС:

     -Системы  с интеллектуальным интерфейсом;

     -Экспертные  системы;

     -Самообучающиеся  системы. 

     Экспертная  система (ЭС) - это  ИИС, предназначенная  для решения слабоформализуемых задач на основе накапливаемого в базе знаний опыта работы экспертов в проблемной области 

     Экспертная  система является инструментом, усиливающим  интеллектуальные способности эксперта, и может выполнять следующие  роли:

     1консультанта  для неопытных или непрофессиональных  пользователей;

     2ассистента  в связи с необходимостью анализа  экспертом различных вариантов  принятия решений;

     3партнера  эксперта по вопросам, относящимся  к источникам знаний из смежных  областей деятельности.

     Исторически, ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей.

     Классы  экспертных систем. По степени сложности  решаемых задач экспертные системы  можно классифицировать следующим  образом:

     - По способу формирования решения  экспертные системы разделяются  на два класса: аналитические  и синтетические. Аналитические  системы предполагают выбор решений  из множества известных альтернатив,  а синтетические системы - генерацию  неизвестных решений. Аналитическая  экспертная система - это ЭС, осуществляющая оценку вариантов решений (проверку гипотез). Синтетическая экспертная система - это ЭС, осуществляющая генерацию вариантов решений (формирование гипотез).