Ринок програмного забезпечення

На завершення потрібно відзначити, що використання інформаційних технологій в сфері  маркетингу, фінансів та кредиту - одна з найгірше вивчених галузей в  нашій країні. В той же час розвиток господарської самостійності організацій і наявність прямих економічних зв’язків, як з вітчизняними організаціями, так і з закордонними фірмами та банками роблять невідкладним питання створення сучасної інформаційної інфраструктури.

Штучний інтелект.

Умови виникнення.

При вирішенні  будь-якої задачі управління здійснюється обробка інформації на рівні спеціаліста  з можливим залученням засобів комп’ютерної обробки. Інформаційне забезпечення повинне  забезпечити ефективність обміну інформацією  між керівництвом і об’єктом управління. В склад інформаційного забезпечення, звичайно, включають дані, які характеризують різнобічну діяльність підприємств, нормативні та законодавчі акти, що впливають на процеси господарювання, засоби їх формалізованого опису, програмні засоби ведення і підтримки баз даних. Швидкі зміни в політичній та економічній сферах країни ще більше підкреслили роль своєчасного інформаційного забезпечення для управління виробництвом. Економічні моделі діяльності часто визначаються не стільки інтересами власника виробництва, а і в значній мірі формуються під впливом дії законів та податкової політики держави. Це і обумовлює необхідність впровадження та мобільного використання експертних систем, які б допомагали орієнтуватися в динамічно змінному середовищі, - на що у менеджерів не вистачає часу через основні обов’язки.

Історія розвитку галузі штучного інтелекту.

Тепер, коли нагромаджено досвід в організації  технологій переробки інформації, відбувається перехід до створення інформаційних  технологій з використанням штучного інтелекту. Вважається, що основні напрями в галузі створення інформаційних технологій і штучного інтелекту пов’язані з винайденням ефективних систем подання знань і організацією процесу комунікації користувачів з ЕОМ, а також з плануванням доцільної діяльності та формуванням глобальної структури нормативної поведінки.

Вважається, що розвиток сучасних систем штучного інтелекту розпочався з 50-х років  ХХ століття. Цьому сприяла програма, що була розроблена А.Ньюеллом і призначена для доведення теорем в численні під назвою “Логіг-Теоретик”. Деякі автори називають цю систему експертною. Ця робота поклала початок першого етапу досліджень в галузі штучного інтелекту, пов’язаного з розробкою програм, які розв’язують задачі на основі використання різноманітних евристичних методів. Цей етап обумовив появу і розповсюдження терміну штучний інтелект.

Спеціалісти в галузі штучного інтелекту завжди прагнули розробити такі програми, які могли б в деякому розумінні  “думати“, тобто розв’язувати задачі таким чином, який би вважався розумним при вирішенні цієї проблеми людиною. Проблема вважається інтелектуальною, якщо алгоритм її розв’язування апріорі не відомий. На початку розвитку штучного інтелекту були спроби моделювати процес мислення людини, але ці спроби зазнали краху. Розробити універсальні програми, як стало зрозуміло, є безперспективною справою. В зв’язку з тим, що важко забезпечити універсальність програми, зосередження розробок перейшло на загальні методи і прийоми спеціальних програм.

З 70-х років  зусилля вчених концентрувалися на таких напрямках:

розробка  методів представлення, тобто способів формулювання проблем таким чином, щоб їх можна було легко вирішити;

розробка  методів пошуку, тобто доцільних  способів управління ходом рішення  завдання, щоб воно вирішувалося протягом реального часу за допомогою реальних засобів.

На початку 80-х років було зроблено наступний  висновок: ”ефективність програми вирішення задач залежить від  знань, якими вона володіє, а не тільки від формул і схем висновків, які  вона використовує”. Сьогодні розвиток фундаментальних досліджень в галузі штучного інтелекту передбачає вирішення зокрема таких проблем:

автоматизоване  створення програмного продукту;

автоматизований переклад, інформаційний пошук, генерація  документів, організація природного діалогу між користувачем і комп’ютером;

обробка та сприйняття природної мови та тексту;

системи технічного зору та розпізнавання образів;

створення баз знань;

створення експертних систем.

Системи машинного  перекладу.

Машинний  переклад значно дешевший і швидший від традиційного, хоч і поступається йому по якості. Ним користуються в тих випадках, коли важливіше зрозуміти зміст документу, ніж перекласти текст відповідно до літературних критеріїв. Машинний переклад обіцяє стати важливим інструментом для розвитку міждержавної торгівлі, тому що він спроможний значно спростити і прискорити одержання інформації про товари, що випускаються в інших країнах. Останнім часом в цій галузі досягнуто значних успіхів.

Розрізняють два магістральні напрямки створення та застосування машинного перекладу. В першому випадку система машинного перекладу функціонує на великій ЕОМ і представляє “сирий”, чорновий переклад, який згодом редагують кваліфіковані перекладачі. Як правило, така методика використовується у великих організаціях, які змушені готувати документи на різних мовах. Деколи досить успішно використовується попереднє редагування вихідних текстів. Деякі фірми вводять у себе так звані “контрольовані природні мови”: коли кожен працівник фірми, що готує документацію, повинен її готувати саме з дотриманням вимог цієї обмеженої мови (наприклад, вимога відсутності складних синтаксичних конструкцій). Використання контрольованої природної мови спрощує роботу машинного перекладу і зменшує обсяги постредагування, яке дорого коштує через необхідність залучення спеціалістів високої кваліфікації. Другим магістральним напрямком машинного перекладу є використання систем, орієнтованих на персональні комп’ютери. Такі системи вперше появилися ще на початку 1980-х років (наприклад, MicroCAT фірми Weidner). Найбільший успіх в застосуванні цих систем перекладу припав на 90-і роки.

Статистичні оцінки підтверджують постійне зростання  продаж систем машинного перекладу. На ринку зараз знаходиться понад  тисячу різних пакетів (якщо враховувати окремо кожну мовну пару). Популярність машинного перекладу пояснюється не тільки простою цікавістю, хоча і це є однією з основних причин поширення систем машинного перекладу. Велика частина користувачів використовує невідредагований машинний переклад текстів великих обсягів з метою ознайомлення, коли низька якість перекладу цілком допустима.

Сучасні системи  перекладу пропонують користувачам приблизно однаковий спектр можливостей:

редагування тексту в багатомовному режимі з  розбиттям екрану, так що в кожному вікні знаходиться текст на відповідній мові;

розпізнавання термінів;

пошук слів у словниках, вставка перекладів у текст;

так звана  “пам’ять перекладача” - переклад з  використанням нагромадженого досвіду;

створення паралельних двомовних текстових  баз даних;

збереження  форматування;

підтримка великого спектру європейських мов.

Зараз інтенсивно проводяться дослідження в галузі перекладу усної мови. Компанія IBM, яка вважається лідером в цій  області, випустила програмний пакет ViaVoice 4.1, яка дозволяє комп’ютеру сприймати до 140 слів на хвилину неперервної диктовки. Попередні версії цієї програми передбачали лише дискретний спосіб введення мови. Для налагодження на персональні особливості мовлення певної людини при початковій установці програми в залежності від якості вимови і конкретного діалекту потрібно повторити від 104 до 256 речень, що попередньо задаються. Але розпізнавання мови не означає розуміння її змісту. Слід розрізняти розпізнавання машинної мови і перетворення її в текст або ж її використання у вигляді команд, і справжнє розуміння її змісту, як це робить людина. Останнє вимагає знання комп’ютером всього обсягу стилістичних та семантичних конструкцій, правил використання слів та висловів, при чому останні повинні задаватися не жорстко – адже люди говорять, що завгодно і як завгодно, не звертаючи уваги наскільки це грамотно і літературно. Іноді навіть те, що говориться, не відповідає тому, що малося на увазі. Так що навчити машину розуміти людей – задача незрівнянно складніша і віддалена в часі.

Перспективні  напрямки інтелектуалізації INTERNET.

Сьогодні INTERNET - це велика і складну система, яка  об’єднує мільйони вузлів та зв’язків, по яких транспортується інформація. Ця система складна настільки, що з точки зору синергетики, здатна стати самостійним носієм інтелекту. Враховуючи величезні інформаційні обсяги і значні обчислювальні ресурси у вузлах мережі, інтелектуальні здібності цього організму практично непередбачувані. При відсутності організуючої ідеї INTERNET може назавжди залишитися хаотичним сховищем інформаційних потоків, не більш інтелектуальним, ніж телевізійна мережа. Цілком можливо, що на протязі декількох десятиріч всесвітня мережа буде розвиватися по екстенсивному шляху. Серед низки перспективних технологій, що розширюють можливості INTERNET, можна виділити декілька взаємозв’язаних технологічних концепцій: технологію інтелектуальних агентів (Intelligent Agents) та Push – технологію. Push – технологія сьогодні вже достатньо пророблена і стабільно розвивається. З її допомогою користувачі не тільки формують запити в режимі Online але регулярно отримувати інформацію по заздалегідь розміщеним запитах. Для цього достатньо необхідно вибрати потрібний Internet - канал, встановити бажаний період та час доби для обновлення. Надходження нової інформації будуть автоматично доставлятися на потрібний комп’ютер. Таким чином користувач завжди може бути в курсі найсвіжіших подій. Крім того сьогодні практично кожна фірма може організувати власний канал, що призначається для відкритого чи внутрішнього “мовлення“.

Технологія  інтелектуальних агентів в INTERNET.

Сьогодні  перед користувачем постає задача шукати потрібну інформацію в невідомому і  постійно наростаючому віртуальному інформаційному просторі. Якщо потрібно розв’язати яку-небудь складну, нетривіальну задачу, що зв’язано з використанням цілком екзотичних математичних методів, про які користувач має слабке уявлення, або ж вияснити який небудь маловідомий історичний факт (наприклад походження батьків відомої людини), або ж знайти та використати деяке програмне забезпечення, тоді подальші дії повинні проходити по такому сценарію (звичайно, якщо розвиток мережі піде в даному напрямку). Користувач активізує програму - агента на своєму комп’ютері і достатньо вільній формі описує задачу. Потім агент з’єднується з іншими агентами, щоб вияснити, що їм відомо про розв’язання поставленої задачі. Якщо знаходиться агент, якому відоме вирішення, тоді агент користувача відфільтровує знайдену інформацію з метою ідентифікації потрібних розв’язків і відсіює непотрібні дані. Якщо розв’язок не знайдено або ж є неповним, кожен з агентів звертається до сусідніх агентів, щоб взнати можливі адреси інформаційних сховищ і (або) професійних “розв’язувачів“ даних задач. Цей процес продовжується до попередньо обумовленого користувачем терміну. Якщо за даний час не отримано позитивного результату – комп’ютер повідомляє, що розв’язок поставленої задачі сучасній науці невідомий. Приведений сценарій передбачає ряд процедур, таких як евристичний пошук, інтелектуальні взаємодії, нагромадження та узагальнення інформації, розпізнавання і класифікацію.

Найважливішими  проблемами для створення інтелектуальних  агентів є:

розробка  стандартної мови спілкування агентів;

розробка  методів ефективної обробки знань, класифікації та розпізнавання;

розробка “живого“ користувацького інтерфейсу (“природна мова“).

Головною  серед цих проблем є розробка стандартів обміну знаннями в процесі  спілкування агентів. Зараз існує  щонайменше два подібні стандарти  в цій галузі: Knowledge Query Manipulation Language та Knowledge Interchange Format, які до цього часу мають масу недоробок. Те саме можна сказати і відносно другої проблеми. Дійсно ефективних методів, що здатні стати базою побудови промислової технології світового масштабу, на сьогодні немає. Відносно останньої проблеми варто підкреслити, що саме проблема створення інтерфейсу, близького до природної мови, зруйнувала проект ESPRIT, який передбачав створення комп’ютера п’ятого покоління до 90-тих років. Проте зрушення в цьому напрямку є.

Сьогодні Push – технології, а завтра інтелектуальні агенти будуть спрямовані для якнайкращого використання інформації і ефективної взаємодії між людьми через глобальні інформаційні мережі

Список літератури.

Автоматизированные  информационные технологии в экономике. Под. ред. Г.А.Титоренко - М. Компьютер ЮНИТИ, 1998, - 336 с.

Бердтис А. Структуры данних. - М.: Статистика, 1974, - 408 с.

Блек Ю. Сети ЭВМ : протоколы, стандарты, интерфейсы. -М.: Мир, 1980.

Бойко В.В., Савинков В.М. Проектирование баз данных информационных систем. -М.: Финансы и статистика, 1992.

Бойков.В., Савинков В.М. Проектирование баз данных информационных систем. М. Мир 1997.

Боэм Б.У. Инженерное программирование для проектирования программного обеспечения. -М.: Радио  і связь, 1985, -512с.

Брябрин В.М. Программное обеспечение персональных ЭВМ. - М.: Наука, 1988.

Васильев  В.Н. Организация, управление и экономика  гибкого интегрированного производства в машиностроении. – М.: Машиностроение, 1986. –312 с.

Вершинин  О.В. Компьютер для менеджера. - М.: Высшая школа, 1990.

Вычислительные  машины, системы и сети/ Под ред. А.П.Пятибратова. - М.: Финансы и статистика, 1991.

Герасименко В.А. Защита информации в автоматизированных системах обработки данных. - В 2-х  кн. - М.: Энергоатомиздат, 1994.