25 Проектирование информационных систем

СИСТЕМЫ, СЕТИ И УСТРОЙСТВА ТЕЛЕКОММУНИКАЦИЙ 
Электротехнические и информационные комплексы и системы № 2, т. 8, 2012 г.
 
26 
использование логических моделей баз знаний, 
построенных на языке предикатов и содержащих 
наборы фактов и правил логического вывода (ло-
гический подход), а также использование в каче-
стве основной единицы функционирования систе-
мы так называемого агента, воспринимающего 
внешнюю среду с помощью датчиков и воздейст-
вующего на нее с помощью исполнительного ме-
ханизма (агентно-ориентированный подход). Кро-
ме того, при этом учитывается взаимодействие 
различных моделей искусственного интеллекта, в 
основном искусственных нейронных сетей и сим-
вольных моделей (гибридный подход). 
В результате комбинации приведенных выше 
подходов формируются следующие направления 
разработки систем искусственного интеллекта, 
практически применимые на предприятиях: 
● Символьное моделирование мыслительных 
процессов – решение интеллектуальной сис-
темой заранее формализованной задачи, ал-
горитм решения которой отсутствует (сло-
жен, трудоемок). К этому направлению отно-
сятся такие функциональные возможности 
систем искусственного интеллекта, как про-
гнозирование, принятие решений и теория 
игр, доказательство теорем, планирование и 
диспетчеризация. 
● Обработка естественного языка – возмож-
ность интеллектуальной системы понимать, 
обрабатывать и создавать тексты на естест-
венном («человеческом») языке, приобретая 
знания путем обработки вводимых в систему 
данных. Одной из реализаций данной модели 
построения интеллектуальной системы, при-
менение которой возможно в процессе дея-
тельности предприятия, является информаци-
онный поиск в неструктурированных масси-
вах документов. 
● Представление и использование знаний (ин-
теллектуальный анализ данных) – извлечение 
знаний из массивов информации, их система-
тизация и использование. Это направление 
связано с разработкой экспертных систем – 
программ, использующих специализирован-
ные базы знаний для получения достоверных 
решений по какой-либо проблеме. 
● Машинное обучение – процесс самостоятель-
ного получения знаний системой искусствен-
ного интеллекта в процессе ее работы, созда-
ние методов построения алгоритмов, способ-
ных обучаться. Основное практическое при-
менение находят технологии, объединенные 
общим понятием «распознавание образов». 
● Биологическое моделирование искусственно-
го интеллекта – создание моделей искусст-
венного интеллекта, функционально повто-
ряющих биологические системы. Сюда мож-
но отнести такие технологии, как нейронные 
сети, генетический и агентный подходы к мо-
делированию и разработке интеллектуальных 
систем. 
Основной проблемой при проектировании и 
разработке интеллектуальных информационных 
систем является формирование информационного 
обеспечения. В отличие от классических инфор-
мационных систем, работающих со структуриро-
ванной и формализованной информацией, приме-
нение баз данных, а тем более реляционных, в их 
традиционном понимании неприемлемо, так как 
ИИС работают не только с данными, но и знания-
ми (в большей степени), т.е. с совокупностью све-
дений (у индивидуума, общества или у системы 
искусственного интеллекта) о мире (конкретной 
предметной области, совокупности объектов или 
объекта), включающих в себя информацию о 
свойствах объектов, закономерностях процессов и 
явлений, а также правилах использования этой 
информации для принятия решений [1]. Данными 
в случае предприятий сферы сервиса являются 
сведения о клиентах, поставщиках, товарах, услу-
гах, реквизиты и содержание различных докумен-
тов, отчетность и прочее. К знаниям же относятся 
индивидуальные или коллективные предпочтения 
клиентов, объем предоставляемых услуг в зависи-
мости от времени года, географического фактора и 
другие, в том числе более сложные, семантические 
конструкции. 
Знания, так же как и данные, необходимо 
упорядочить в определенную организованную 
структуру – базу знаний (БЗ). Соответственно, 
требуется инструментальное средство для работы 
с БЗ – система управления базами знаний (СУБЗ). 
В свою очередь, отказываться от традиционных 
баз данных и СУБД при проектировании ИИС 
нельзя, так как данные, пусть и в меньшей степени 
чем знания, участвуют в функционировании ИИС. 
Поэтому важнейшей задачей проектировщиков 
ИИС является интеграция разрабатываемых БЗ и 
СУБЗ с уже существующими на предприятиях ба-
зами данных, реализация обмена информацией 
между ИИС и традиционными информационными 
системами. 

---