Інформаційні системи майбутнього
В'ячеслав Гайлунь
Інформаційні
системи не існують самі по собі. Вони покликані обслуговувати людини з точки
зору надання різного роду даних для прийняття тих чи інших рішень.
Технологічні революції другої половини двадцятого століття породили величезну
кількість різнорідних знань зі значним ступенем взаємовпливу. Подібне
вплив став посилюватися у міру широкого розповсюдження комунікаційних
каналів. Множинні знання стали доступні мільйонам людей, змінюючи картину
інформаційного простору. Самі знання стали при цьому матеріальної частиною
реального світу і мають конкретної вартістю, яку цілком можна висловити
за допомогою оцінки ефективності управлінських рішень. Вже в даний час
нікого не дивує той факт, що вихідні матеріали не зосереджені в одному
місці, а можуть належати різним установам, компаніям, некомерційним
структурам і пр. Тому інформаційні системи майбутніх поколінь це
територіально розподілені системи різнорідних даних. У ІС такого роду
є незаперечні переваги:
висока
ступінь надійності збереження даних за рахунок їх розміщення в різних
географічних точках;
можливість
застосування розподілених моделей політики безпеки, що підвищує
стійкість ІС до інформаційних атак;
використання
механізмів реплікації дозволяє синхронізувати дані, поповнюються з
різних джерел.
Слід
підкреслити, що ІС такого роду не можна сприймати як єдиний програмний
продукт, націлений на виконання ряду конкретних завдань. Скоріше це
сукупність технологій дозволяє використовувати розподілену систему
управління знаннями. Як правило, така система повинна вирішувати ряд цільових завдань,
сукупність яких дозволяє приймати певні рішення. Основні цілі і
відповідні їм технології представлені в таблиці.
Цілі
Технології
Збирання і зберігання інформації,
Обмін повідомленнями,
Ефективне використання
наявною інформацією,
Боротьба з "інформаційним
хаосом "і" інформаційним голодом ",
Повторне використання чужого
досвіду.
Мережеві (Internet, Intranet,
Extranet),
Інформаційних систем і баз
даних,
Пошуку, видобутку, вилучення та
представлення знань,
Електронної пошти,
Управління документами,
сховищ даних,
Спільної роботи і
розподіленого навчання,
Штучного інтелекту (бази
знань, експертні системи, системи підтримки прийняття рішень).
Аналізуючи
пункти, перераховані в таблиці можна уявити собі інформаційну систему
як техніко-інтелектуальний тришаровий комплекс.
Перший
шар є технічним фундаментом ІВ. Його складають потужні сервери і
багаторазово дубльовані канали, а також сукупність інших технічних засобів,
за допомогою яких можна отримати перелік запитувану інформацію.
Другий
шар це всякого роду програмні продукти, призначені для пошуку,
отримання і представлення даних.
І,
нарешті, третій шар і є квінтесенція інформаційної системи майбутнього. Її,
якщо можна так висловитися, мозок, інтелектуальний рівень. Підсистеми цього
рівня покликані взаємодіяти з сховищами даних, системами
документообігу, різними сервісами і представляти кінцеву інформацію
користувачеві. При цьому слід враховувати ряд важливих факторів. Так, наприклад,
компанія Lotus Development при розробці програмних продуктів відповідають
концепції управління знаннями звернула увагу на те, що технології відіграють
певну роль при управлінні знаннями, але самі по собі не вирішують проблеми,
це тільки інструментарій для представлення знань. Управління знаннями це
набагато більше, ніж просто програми та технології. Необхідно співвіднесення
стратегії управління знаннями з ключовими аспектами стратегії діяльності в
тих чи інших областях. У свою чергу накопичення знань призводить до процесу
інтенсифікації процесу генерації нових ідей, які за принципом зворотного
зв'язки роблять вплив на інші пласти інформації. Окрім іншого ясно, що
управління знаннями це певний елемент культури і не тільки
інформаційної. Тобто сама інформаційна система повинна відображати якісь
реальні потреби людей та їх рівень адекватного сприйняття отриманих
результатів.
Навіть
на перший погляд, очевидно, що третій рівень ІС виключно складний і не
може бути вирішено шляхом створення будь-яких однозначних алгоритмів. У цілому
процеси третього рівня системи можна уявити собі таким чином:
є шукачі знання, які зв'язуються з джерелом знання, за допомогою
різних механізмів, і, зрештою, отримують це знання. Шукачами
знань можуть виступати як людина, так і різні підсистеми, які потребують
даних. Важливо відзначити, що роль подібної інформаційної системи полягає не
в тривіальний підключенні шукача до джерела знань, а у створенні такого собі
потужного механізму обробки знань з метою надання суттєвої допомоги при
прийнятті рішень. Тому шукач знань черпає дані із, так званих,
сховищ знань, які являють собою масиви інформації самого
різного призначення. Зрозуміло, що великий інформаційний потік швидше
ускладнює прийняття рішень, ніж полегшує цей процес. Тому особливу
місце в розбудові третього рівня ІС відіграють експертні системи та системи
підтримки прийняття рішень. На цьому аспекті побудови інформаційних систем
майбутнього слід зупинитися окремо.
В
загальному випадку експертна система повинна виробляти якісні повідомлення,
діагнози і рекомендації для вирішення реальних проблем. Експертні системи вирішують
реальні проблеми, які зазвичай постають перед спеціалістом в якій або
області. В даний час такі системи, а їх розроблено чимало, допомагають у
вирішенні завдань достатньо підготовленого персоналу. У майбутньому такі системи, в
результаті своєї еволюції, повинні надавати сервіси, широкому колу рядових
користувачів не вимагаючи від нього глибокої підготовки в запитуваної області.
Зауважимо, що людські знання по своїй суті багатогранні і у великій мірі
відповідають критеріям теорії нечіткої логіки. Як відомо, класична логіка
оперує тільки з двома значеннями: правда і брехня. Проте цими двома
значеннями досить складно уявити (можна, але громіздко) велику кількість
реальних завдань. Тому для їх вирішення був розроблений спеціальний
математичний апарат, що зветься нечіткою логікою. Основною відмінністю нечіткої
логіки від класичної, як випливає з назви, є наявність не тільки
двох класичних станів (значень), а й ряду проміжних. Завдання,
що стоять перед людиною в різних галузях знань є за своєю природою
занадто складними і багатогранними для того, щоб використовувати для їх вирішення
тільки точні, добре певні моделі та алгоритми.
Багато
поняття, внаслідок
--
людського мислення;
--
наближеного характеру умовиводів;
--
лінгвістичного їх опису;
є
нечіткими за своєю природою і вимагають для свого опису відповідного
апарату. Їм і є апарат теорії нечітких множин. В даний час
цей математичний апарат найбільш повно відповідає основним потребам
людини при створенні різних експертних систем та систем прийняття рішень. На
нинішньому етапі алгоритми, засновані на цій теорії, знайшли найбільшу
застосування в таких видах людської діяльності:
нелінійний
контроль за процесами (виробництво);
самонавчається
системи (або класифікатори), дослідження ризикових і критичних ситуацій;
розпізнавання
образів;
фінансовий
аналіз (ринки цінних паперів);
дослідження
даних (корпоративні сховища);
вдосконалення
стратегій керування і координації дій, наприклад складне промислове
виробництво.
Як
легко помітити з аналізу перерахованих вище пунктів уже в даний час
системи прийняття рішень охоплюють досить великі які взаємно
інтелектуальні області. Недоліки таких систем криються, як правило, в їх
вузькоспеціалізованої спрямованості, але при цьому не варто забувати, що це
всього лише початковий етап розвитку потужних інструментів обробки і
представлення знань.
Тут
ми звертаємося до питання поповнення сховищ знань. Це питання можна розбити
на два основних напрямки:
безпосередньо
поповнення сховищ знань;
робота
з експертами в різних галузях для створення систем прийняття рішень.
Розглянемо
кожне з них. У багатовимірної інформаційній системі джерела для сховищ
знань будуть заповнюватися децентралізовано. Тобто є маса каналів, по
яким інформація надходить для накопичення та подальшої обробки. Є
величезна кількість фізичних місць зберігання інформації. Разом з тим, широко
відома проблема, що виникає при роботі з великими базами даних. Це
проблема поповнення БД. У тому випадку, якщо БД заповнюється автоматично, то
дані, що містяться в ній, відрізняються систематизованості і повнотою. Якщо
заповнення баз пов'язане з "людським фактором", то часто виникають проблеми
пов'язані з несвоєчасним надходженням інформації або з неточностями в
даних. Однак перевести надходження інформації на повністю автоматичний
рівень у ряді галузей не представляється можливим. Цей недолік частково можна
заповнити за допомогою розвинених механізмів реплікації несуперечливих даних.
Це побічно підтверджується тим, що різні групи людей часто працюють над
одними і тими ж проблемами, займаються внесенням схожої інформації і, при
алгоритмічній правильному підході, можливо злиття цих даних, їх
взаємоконтроль і взаємодоповнення.
Друге
напрямок це створення експертних систем на основі роботи з
фахівцями (експертами) у конкретних сферах виробництва. Для формування
вигляду експертної системи потрібно спочатку отримати відповідне знання з людини --
експерта. Таке знання за своєю природою є скоріше чисто евристичним, а
не абсолютний, змістом якого є безперечні факти. Експертові взагалі
дуже важко висловити точно, яке знання і правила, він використовує для вирішення
проблеми. Багато що виконується майже підсвідомо або здається настільки
очевидним, що навіть не згадується. Особливо важливою є розробка початкового
прототипу, заснованого на реальних знаннях почерпнутих з різних джерел,
а потім послідовно вдосконалювати прототип, грунтуючись на зворотному
зв'язку, як з експертом, так і з потенційними споживачами експертної
системи.
Для
виконання такої ітераційної розробки прототипу важливо, щоб експертна
система була написана таким чином, що її можна легко змінювати. Система
повинна бути здатна кваліфіковано пояснювати свої міркування кінцевому
споживачеві у процесі одержання рішення.
Слід
відзначити, що при створенні ІС нових поколінь вельми значуще місце займають
напрацювання людського розуму щодо створення і використання різних систем
обробки інформації. На початкових етапах інформаційної ери більше
турбувалися про оптимізацію алгоритмів для підвищення швидкості обчислень
(власне для цього і були створені комп'ютери) і мало замислювалися про такі
поняття, як масштабованість, взаємодія з іншими системами в
гетерогенної мережевому середовищі, переносимість на інші апаратні платформи. У
той же час неможливо одноразово відмовитися від використання застарілих
(успадкованих) систем в силу їх широкого розповсюдження і значних
вкладень з цілями модернізації. Крім того, ефективність подібних інвестицій
аж ніяк не очевидна на початковому етапі модернізації систем.
Тому
інтеграція самих різних інформаційних систем використовуються зараз, а також тих,
які тільки належить створити один з важливих проблем, що відкриваються
при спробі усвідомити, що з себе повинна представляти ІС майбутнього.
В
закінчення хочеться відзначити, що будь-яка найскладніша і високоефективна
система є наслідком реальних потреб людей на тому чи іншому
часовому відрізку. Тому вигляд ІС майбутніх поколінь буде прямо залежати
від напрямку розвитку людства в цілому.
Список літератури
Е. Зіндера
"Реінжиніринг + інформаційні технології = нове системне
проектування ": Корпорація LVS: Відкриті Системи, 1996, № 1.
С.
Кузнєцов "Введення в інформаційні системи": СУБД, 1997, № 2.
М.Ш.
Левін "Комбінаторний проектування систем": Аналіз та
проектування, 1997, № 4.
Наталя
Дубова "Інтегровані системи управління розподіленої
корпорацією ": Відкриті Системи, 1998, № 1.
Виявлення
експертних знань/отв. ред. С.В. Ємельянов: АН СРСР, ВНДІ системн. досл. --
М.: Наука, 1989 (7 шт.)
Для
підготовки даної роботи були використані матеріали з сайту http://www.sciteclibrary.ru
