ПРЕДМЕТНЫЕ ОБЛАСТИ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В рассмотренных задачах можно выделить еще одну общую черту — все они связаны с процессом накопления и использования знаний о рассматриваемой предметной области. Предметная область — это совокупность объектов, рассматриваемых как единое целое, с описанием определенных отношений между объектами и участвующих в этих отношениях характеристик объектов.
Формально предметная область возникает в процессе организации знаний, абстрагирования от незначительных деталей и выявления отношений, важных по существу для класса рассматриваемых задач. Обычно возникающие в экономике задачи можно отнести к выбору предметной области, ее анализу или преобразованию.Например, в качестве предметной области можно выбрать фондовый рынок, рассматриваемый с точки зрения участников и представляющий ввиду этого сферу их экспертизы. Здесь фирмы при-
дений. К такому ограничению можно подходить с двух сторон: осуществлять его либо по уровням детализации, либо по уровням представления знаний. Первый подход к структурированию интуитивно достаточно ясен, а второй мы разберем в следующей главе, посвященной представлению знаний.
Сейчас же обратим внимание на те обстоятельства, которые диктуют необходимость обращения к интеллектуальным системам, и определенные требования к ним:
• высокий уровень компетентности, который обычно ассоциируется с человеком-экспертом;
• глубина знаний, присущая эффективному анализу достаточно сложной проблемы;
• необходимость объяснения предлагаемых действий, без чего у пользователя системы обоснованно могут возникнуть опасения относительно результатов применения полученных рекомендаций.
Можно считать, что эти требования и выделяют класс программ, которые относятся к искусственному интеллекту.
Рассматриваемые программы кроме удовлетворения указанным требованиям характеризуются тем, что используют символический способ представления информации и символический характер рассуждений.
Этим системы искусственного интеллекта существенно отличаются от классических систем обработки данных, основанных на числовом представлении информации. В основе использования символических систем лежит их способность обозначать объекты предметной области и интерпретировать процессы, которые описывают их поведение. Поэтому символическая структура, вообще говоря, может рассматриваться как тип данных в некотором языке. Преимущество такого языка как раз и заключается в предоставлении средств специалистам-экспертам для решения задач качественного содержания.Заметим, что отношение к искусственному интеллекту выражается не только в выделении особых классов рассматриваемых задач, но и в выборе методов их решения. Значительные усилия были потрачены исследователями в самых разных областях науки от программирования до психологии — на то, чтобы выявить механизм мышления человека и попытаться воспроизвести его в той или иной мере в процессе решения задач на ЭВМ. В результате, хотя разработанные программы полностью и не воспроизводят подход человека к решению сложных задач, в определенных предметных областях они позволяют находить хорошие, а иногда и лучшие решения, чем решения среднего специалиста- человека.
В сфере искусственного интеллекта, как отмечалось выше, особый интерес представляет изучение действий человека в трудно формализуемых ситуациях. Само собой ясно, что такие ситуации возникают, когда невозможно поставить задачу в алгоритмической числовой форме, когда не существует определенности по отношению к точной формулировке цели, например в виде целевой функции и т.п. Действительно, хорошо формализуемые задачи почти всегда тесно связаны с алгоритмическими методами решения, а неформализуемые —- с эвристическими методами.
Слово «эвристика» означает правило, сформулированное для представления некоторого знания, приобретенного человеком по мере накопления практического опыта. Эвристические методы находятся в центре внимания потому, что они предлагают некоторый способ направленного поиска решения, а не простой перебор всех возможных вариантов. Этот способ, как правило, использует знания, специфические для рассматриваемой предметной области и сформированные в результате определенного опыта, приобретенного экспертом ранее. В большинстве случаев он оказывается весьма полезным и ускоряет путь решения проблем, хотя и не гарантирует стопроцентного успеха, наблюдаемого при использовании алгоритмических методов.
К преимуществам эвристического подхода относится также отсутствие требований к полноте исходной информации. В большинстве реальных экономических задач обеспечить исчерпывающую полноту информации не представляется возможным. Таким образом, по существу, мы переходим от традиционных точных рассуждений к рассуждениям менее точным — можно сказать, приблизительным, но правдоподобным. Теория и практика разработки компьютерных программ с использованием эвристических подходов называется эвристическим программированием.