ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ В ЭКОНОМИКЕ И ОБРАЗОВАНИИ

В данной статье речь идет о применении интеллектуальных информационных систем в экономике и образовании. В современных условиях на уровне крупных промышленных предприятий популярны локальные информационные экспертные системы, ориентированные на конкретные исследовательские аналитические задачи. Перспективными являются те информационные системы, сами учатся, которые способны автоматически формировать базы знаний в целях классификации проблемных областей прогнозирования.

Прогресс в сферах экономики и образования невозможно представить без использования современных информационных технологий, за основу которых взяты экономические информационные системы, используемые в связи с организацией и эффективной обработкой больших массивов данных в компьютеризированных системах предприятий, учреждений, организаций, обеспечивает информационную поддержку принятия решений управленцами. Глобализация финансовых рынков, развитие средств электронной коммерции и формирования в Интернете доступных для анализа баз данных финансово-экономической информации, снижение стоимости программной реализации информационных систем привели за последние 2 года к безусловному увеличению частоты их использования в экономике. Информационные системы позволяют объективно оценить уровень развития экономики и образования, выявить резервы и обеспечить успех их деятельности на основе использования правильных решений.

Сфера применения новых информационных технологий и развитых средств коммуникаций огромна. Она включает различные аспекты, начиная от обеспечения простейших функций служебной переписки до системного анализа и поддержки сложных задач принятия и поддержки решений. В свою очередь концептуальным этапом в развитии информационных технологий является создание и использование экспертных систем в экономике, образовании и государственном управлении. Информационная экспертная система (МЭК) - это совокупность методов и средств организации, накопления, применения информационных ресурсов и знаний для решения сложных задач в определенной области.

Создание информационных экспертных систем стало естественным продолжением широкого использования информационных систем классического типа.

Проблема исследования состояла в том, чтобы изучить особенности создания и использования экспертных систем в экономике, образовании и государственном управлении. Эта проблема актуальна в современном мире, динамично меняется и требует профессионалов, способных в дополнение к экономическим знаниям использовать современные информационные технологии для того, чтобы находить инновационные способы реализации бизнес-процессов, в частности.

Работы в области искусственного интеллекта достаточно долго для многих казались капризами оторванных от реалий информатиков-интеллектуалов, обучающие компьютеры игре в шахматы или распознаванию образов. Механизмы, лежащие в основе таких программ и систем, объявлялись неалгоритмический, эвристическими, считались известными лишь избранным, чаще всего от них веяло таинственностью и магией.

Появление экспертных систем MYCLIN, DENDRAL, PROSPECTOR, а также положительные результаты их использования в области медицины, технической диагностики, геофизики решительно изменили ситуацию. Эти успехи стимулировали использование технологий и методов искусственного интеллекта в различных отраслях народного хозяйства, в частности, в экономике для анализа и диагностирования экономической деятельности предприятий, выбора эффективной стратегии поведения трейдера на рынке ценных бумаг, выбора оптимальных вариантов инвестиционных проектов.

Однако первые экспертные системы были оторваны от корпоративных информационных систем. Поэтому их использование в реальной экономике не дало ожидаемых результатов. Возникло много проблем в связи с трудоемкостью создания и реорганизации базы знаний. Значительный эффект от использования технологий искусственного интеллекта было получено в результате использования интеллектуальных информационных систем, стали синтезом экспертных и информационных систем. Успехи внедрения интегрированных информационных систем со встроенными жесткими алгоритмами бухгалтерских расчетов, финансового анализа, контроля исполнения документов и графики производства, контроля исполнения заявок и управления запасами стимулировали интерес информационно-аналитических служб и отделов перспективного планирования и развития к возможностям информационных систем.

Преимущество применения экспертных систем заключается в возможности принятия решений в таких ситуациях, в которых алгоритм предварительно не разработаны и он формируется по данным, которые предоставляются в виде умозаключений (правил принятия решений), вытекающие из базы знаний (БЗ). Причем решения задач осуществляется неполноты условия, их недостоверности и многозначности толкования исходной информации и качественных оценок процессов, происходящих .

Однако, несмотря на пользу и широкое применение МЭК, они, как и любые системы, не совершенны. Один из главных недостатков заключается в сложности распознавания границ возможностей МЭК и демонстрации ненадежного функционирования ИЭС на грани, где смысл в ее применении. Существенным недостатком экспертных систем имеются также значительные трудовые затраты, необходимые для пополнения базы знаний. БЗ сохраняет объекты познания, которые составляют совокупность знаний, объединенных по четырем типам концептуальных связей: общности, партитивности (соотношение целого и части), сопоставление, функциональной взаимозависимости .

Определенные трудности и ограничения есть и при проектировании МЭК. Они плохо приспособлены к обучению на уровне новых концепций и по новым правилам, неэффективны и мало пригодны в тех случаях, когда нужно учитывать сложность реальных и нестандартность задач .

Очевидно, что успешно функционировать в будущем будут только те предприятия, которые смогут накапливать, анализировать, синтезировать и использовать информацию о рынках, изобретения, новые продукты, предложения и цены поставщиков и производителей конечной продукции, а также о новом спрос со стороны потенциальных потребителей. Предполагаемые темпы роста рынка, растущий уровень конкуренции с одной стороны и высокая степень неопределенности деловой среды и риски с другой, обуславливают крайнюю нужду в экспертизе экономической информации и дальнейшей обработке и практическом использовании новых эффективных ИЭС, обладающих совершенными потребительскими характеристиками.

В современных условиях на уровне крупных промышленных предприятий могут быть популярными локальные МЭК, ориентированные на конкретные исследовательские и аналитические задачи: анализ и прогнозирование рынка, поведения конкурентов, потребителей и т.п.. Теоретически компания может создать множество различных специализированных систем, которые объединены в Единую корпоративную информационную экспертную систему (ЕКИЕС).

Перспективными являются те информационные системы, сами учатся (ЕКИЕС), которые способны автоматически формировать БЗ в целях классификации проблемных областей и прогнозирования. Но практически безграничным является использование в проектировании МЭК нейросетевого подхода.

Научить нейросеть - значит сообщить ему алгоритм решения определенной задачи или класса задач. Это свойство нейросетей особенно ценно использовать в антикризисном управлении в условиях неопределенного внешней среды. Вся информация, которая есть в сети о задаче, содержится в наборе примеров. Поэтому качество обучения сети

Интеллектуальные информационные системы в экономике и образовании

напрямую зависит от количества примеров в обучающей выборке, а также от того, насколько полно эти примеры описывают данную задачу. Так, например, нецелесообразно использовать сеть для котировки ценных бумаг, если в обучающей выборке котировки ценных бумаг не представлено. Как только сеть научен можно применять ее для рассмотрения конкретных задач.

Современные экономические системы (например, промышленные комплексы) приближаются к такому уровню сложности, когда их развитие и функционирование не является простой суммой свойств отдельных компонент, которые наблюдаются. Даже небольшие отклонения в производительности работы отдельных подсистем могут вызвать качественно новый режим поведения всей системы и даже привести к серьезному кризису системы. Выходом из положения является построение модели на основе синтеза компонент. Так, например, синтетические модели является практически единственной альтернативой в социологии, долгосрочных прогнозах погоды, в макроэкономике, медицине.

Использование искусственных нейронных сетей для быстрого принятия решений в опасных обстоятельствах нашло активную поддержку и обоснование у разработчиков современных энергетических систем. По этому поводу есть большое количество литературы на иностранных языках, в частности, на английском. Много работ посвящено, в частности, системам диагностики энергосистем и промышленных систем. Например, в работе разработана нейронная сеть для осуществления оперативного управления и слежения за неопределенными ситуациями в ходе работы электростанций.

Приведена классификация неполадок, которые могут произойти; разработаны методы получения их прогнозирования, определены существования устойчивых режимов работы при повреждениях; выяснено уровне их допустимости с точки зрения термальных и других ограничений безопасности. В исследовании рассмотрена проблема интерпретации большого количества одновременных сигналов тревоги в центре управления электрическими сетями в условиях стресса.

Наибольший эффект от внедрения информационных экспертных систем достигается там, где для принятия решений наряду с показателями учитываются слабо формализованные факторы - экономические, политические, социальные. Поэтому в области экономического анализа и управления, менеджмента, антикризисного управления, стратегического планирования, инновационного менеджмента и инвестиционного анализа существует широкий круг деятельности для применения интеллектуальных технологий и систем.

Информационные экспертные системы способны диагностировать состояние предприятия, учреждения или организации, оказывать помощь в антикризисном управлении, обеспечивать выбор оптимальных решений по стратегии развития предприятия, учреждения или организации и их информационной деятельности. Благодаря наличию средств естественного речевого интерфейса, появляется возможность непосредственного применения информационных экспертных систем пользователем, который не знает языков программирования, как средства поддержки процессов анализа, оценки и принятия решений. Информационные экспертные системы применяются для анализа деятельности предприятия, учреждения или организации, их стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга и т.п..

Приведенные экспериментальные данные свидетельствуют о возможности построения локальных ЕС повышенной надежности, учитывающие возможность возникновения разнообразных непредвиденных опасных ситуаций не только в инженерных, технических, но и в экономических и образовательных системах.