Перегудов Ф. И., Тарасенко Ф. П
 Скачать 4.17 Mb.
|
§ 7.11. ЧЕЛОВЕКО-МАШИННЫЕ СИСТЕМЫ И ВЫБОРОсновной причиной возникновения системного анализа является необходимость разрешения сложных проблем, управления сложными системами. Многие существенные особенности преодоления сложности можно проследить и на примере конкретного этапа, представляющего собой хотя и важную, но лишь составную часть управления, – этапа выбора (принятия решения). Как бы ни понималась сложность (см. § 4.4), простота понимается одинаково: простым является случай, когда посторонняя помощь не требуется. В сложных случаях, особенно если принимающий решение сталкивается со сложностью в отягчающих условиях дефицита времени или других экстремальных обстоятельств, ему требуется квалифицированная помощь в оценке возможных альтернатив. Помощь экспертов неоценима; каждый военачальник имеет штаб, ректор вуза или директор НИИ – ученый совет, министр – коллегию; в отдельных случаях образуют разовую группу экспертов для рассмотрения конкретной ситуации (см. § 7.10). Однако существуют естественные пределы человеческих способностей при восприятии и обработке информации. Работу экспертов лимитируют не только межличностные отношения (см. § 7.10), но и внутренние психологические и физиологические причины. Оказывается, человек одновременно может оперировать лишь с небольшим числом операндов (понятий, идей, моделей, альтернатив и т.д.) – психологи, говоря о пределе возможностей, иногда называют это законом “семь плюс – минус два”. Кроме того, столкнувшись, например, с многокритериальной задачей, эксперт часто проявляет непостоянство, неуверенность, нелогичность, стремление к резкому упрощению задачи. Наконец, в ряде случаев играет роль и низкое быстродействие нервной и мышечной системы человека. SELECTION отбор REPEATED, ITERATED повторный DECISION – FEEDBACK SYSTEM система, адаптивная по решениям DECISION – SUPPORT SYSTEM система поддержки решений ELITE GROUP элитная группа Создание человеко-машинных систем является основным направлением кибернетизации общества. Типы таких систем различаются “пропорцией участия” в них человека. Среди типов повторного выбора важное значение имеет селекция, направленная на создание элитных групп. Оказывается, что повышение качества элитной группы требует соблюдения специальных и неочевидных условий, иначе оно может и ухудшаться со временем. Во всех этих отношениях возможности ЭВМ превосходят способности человека, и возникает простая, но очень плодотворная идея создания единой системы, которая объединила бы достоинства человека и машины и компенсировала их недостатки. Так, Н. Винер [9] отмечал: “Вычислительная машина очень хороша при быстрой работе, проводимой однозначным образом над полностью представленными данными. Вычислительная машина не может сравниться с человеческим существом при обработке еще не выкристаллизовавшихся данных. Если назвать это интуицией, то я не сказал бы, что интуиция недоступна вычислительной машине, но у нее она меньше, а экономически невыгодно заставлять машину делать то, что человек делает намного лучше”. Вряд ли возможно, да и не стоит создавать одну универсальную систему на все случаи жизни. На практике идут по пути создания человеко-машинных систем, называемых проблемно-ориентированными. Даже в сравнительно конкретной сфере принятия решений наблюдается разветвление типов систем по типам задач выбора. К настоящему моменту существует несколько самостоятельных направлений этого развития. ПАКЕТЫ ПРИКЛАДНЫХ ПРОГРАММ ДЛЯ ВЫБОРА К первому относятся программы и пакеты программ для решения конкретных хорошо определенных задач выбора. Примером может служить математическое обеспечение ЭВМ для статистической обработки данных (т.е. выбора в условиях стохастической неопределенности; см. § 7.7). В дополнение к стандартному математическому обеспечению ЭВМ в ряде коллективов созданы пакеты прикладных программ статистики (например, в Москве [1], Ташкенте [18], Вильнюсе [30], Тарту [35], Киеве [8], Ленинграде [3], Новосибирске [19], Харькове [32] и др.). Некоторые пакеты прикладных программ основаны на идеях, позволяющих расширить классические постановки статистических задач [19; 32]; в этом отношении, например, интересны методы “машинного” обнаружения закономерностей, развиваемые новосибирской школой [16]. К этому же направлению относятся системы программного обеспечения оптимизационных задач; современные базы данных и пр. БАЗЫ ЗНАНИЙ, ЭКСПЕРТНЫЕ СИСТЕМЫ Второе направление – создание баз знаний и экспертных систем. В настоящее время это, пожалуй, главный путь движения к “искусственному интеллекту”. Приведем высказывания наиболее активных сторонников такого мнения: “А есть ли еще что-нибудь в искусственном интеллекте, кроме экспертных систем?” Действительно, экспертная система определяется как “воплощение в ЭВМ компоненты опыта эксперта, основанной на знании в такой форме, что машина может дать интеллектуальный совет или принять интеллектуальное решение относительно выполняемой функции. Желательно дополнительное свойство (которое многие считают главным) – способность системы по требованию объяснять ход своих рассуждений понятным для пользователя образом” [42]. Такие поистине интеллектуальные свойства экспертных систем реализуются благодаря двум их особенностям: 1) наличию полученных от человека (эксперта) знаний в определенной предметной области в форме набора фактов (предметное знание) и эвристических приемов (эмпирических правил), вводимых в машинную базу данных и базу знаний. Например, наиболее употребительный формат правила в базе знаний – это формат “ЕСЛИ <условие>, ТО <действие>“. При этом <действие> может быть и действием по изменению содержимого базы данных; 2) в отличие от программных систем прошлых поколений машина оперирует не только с “данными”, но и с понятиями, выраженными в терминах естественного языка, а также со знаниями о классах объектов, обозначенных этими терминами, и отношениями между ними. Это достигается созданием специальных программ; в последние годы разработан специальный язык Пролог, операндами которого служат как элементы данных, так и правила-операторы. Экспертные системы имеют широкие перспективы: известны их многочисленные практические реализации в разнообразных предметных областях. Некоторые важные принципы организации экспертных систем, учитывающие расплывчатость терминов естественного языка, были заложены Д.А. Поспеловым еще в системах ситуационного управления [28]; примеры решения ряда практических задач, в которых используются эти принципы, см., например, в [41]. Если первое направление ориентировано на полную автоматизацию хорошо формализованных задач, а второе – на создание систем, накапливающих опыт экспертов и, по существу, впоследствии заменяющих самих экспертов, то в третьем современном направлении развития человеко-машинных систем выбора делается основной акцент на участие самого лица, принимающего решения, в попытках формализовать задачу выбора, в самостоятельном сравнении и оценивании с помощью ЭВМ различных альтернатив разными способами. СИСТЕМЫ ПОДДЕРЖКИ РЕШЕНИЙ Это третье направление представлено системами “интерактивной оценки решений” [6] и особенно “системами поддержки решений” (DSS – Decision Support Systems). Разработка систем поддержки решений ведется, в частности, в рамках интернационального проекта, осуществляемого учеными ряда стран под эгидой Международного Института Прикладного Системного Анализа в Лаксенбурге (Австрия) [48]. Идеология этого подхода хорошо выражена Хатри [47]. Рассматривая случай, когда системный аналитик помогает лицу, принимающему решение, сформировать однокритериальную задачу оценки альтернатив (см. § 7.2), он пишет: “Без сомнения, работа принимающих решения была бы легче, если бы можно было использовать пусть приблизительную, но единственную меру эффективности. Однако я настаиваю на том, что такие процедуры ставят аналитика в положение, когда он неоднократно делает суждения о назначении коэффициентов, которые по существу, по праву должны назначаться в процессе политического вынесения решений, а не самим аналитиком. Эти назначения коэффициентов закопаны в процедурах, используемых аналитиком, и редко известны принимающему решения или понятны ему. Такие трюки в перспективе ведут к дискредитации системного анализа и к заметному уклонению от того, что является его главным предназначением: представлять принимающим решения альтернативные пути достижения целей, оценивать и показывать все основные взаимосвязи между затратами и эффективностями для этих альтернатив”. Системы поддержки решений ориентированы не на автоматизацию функций лица, принимающего решения, а на предоставление ему помощи в поиске хорошего решения. Поэтому в таких системах особое внимание уделяется диалогу и его “дружественности” лицу, принимающему решения. Конечно, в математическое и программное обеспечение систем поддержки решений входят и формализованные процедуры, которые лицо, принимающее решения, может использовать в любой нужной ему степени.
|