ASISTAREA DECIZIEI

ASISTAREA DECIZIEI

1. SSD si sisteme expert: structura si principiu de functionare

In cadrul unui sistem integrat se disting subsisteme atat pe orizontala (de obicei cele rezultate din divizarea activtatii pe domenii) cat si pe verticala (rezultate din existanta diferitelor nivele de decizie). Pe verticala se disting de obicei urmatoarele subsisteme :

Subsistemul de prelucrare a tranzactiilor

Subsistemul pentru informarea conducerii operative;

Subsistemul informational de management mediu (tactic)

Subsistemul informational de management strategic.

Relatia dintre aceste sisteme si cele atasate domeniilor de activitate se poate vedea in schema de la pagina 24, intitulata "Rolul sistemelor informationale in conducerea organizatiilor economice

Din aceasta schema se poate vedea ca in sistemul informational pe langa subsistemul de prelucrare a tranzactiilor si cel de informare a conducerii operative mai sunt prevazute sisteme de sprijinire a subsistemului de management tactic si strategic. In cazul societatilor mai mici, nu sunt prevazute sisteme de sprijinire a subsistemului de management tactic si strategic, iar iesirile subsistemelor de prelucrare a tranzactiilor si a celui de informare a conducerii operative sunt folosite de manageri pentru elaborarea deciziilor doar in regim off-line. Acestea nu dispun de un sistem de conducere asa cum este figurat in partea dreapta-jos in schema amintita mai sus, locul lui fiind detinut de factorii de decizie.

In cazul societatilor comerciale (organizatiile) complexe informatiile furnizate de extensiile subsistemelor de prelucrare a tranzactiilor si a celui de informare a conducerii operative sunt folosite in sistemul de conducere, prin intermediul sistemelor de sprijinire a subsistemului de management tactic si strategic, ca date de intrare in subsistemele de management tactic si strategic.

Subsistemele de management tactic si strategic sunt de fapt sisteme suport de decizie (SSD).

I. Sisteme suport de decizie

Utilizarea tot mai frecventa a sistemelor suport de decizie este favorizata de aparitia de noi tehnologii in domeniul informatic si este impusa de volumul din ce in ce mai mare si de diversitatea datelor ce trebuie prelucrate pentru a lua o decizie eficienta.

Ele servesc la imbunatatirea eficacitatii procesului decizional (masura in care decizia isi atinge obiectivele) prin faptul ca ofera managerilor o informatie de calitate si moduri noi de interpretare a informatiilor.

Un sistem suport de decizie (SSD) este un sistem informatic interactiv, flexibil si adaptabil proiectat special pentru a oferi suport in solutionarea unor probleme manageriale nestructurate sau semistructurate, cu scopul de a imbunatati procesul decizional. Sistemul utilizeaza date interne si externe si modele, ofera o interfata simpla si usor de utilizat, permite decidentului sa controleze procesul decizional si ofera suport pentru toate etapele procesului decizional, care sunt urmatoarele:

etapa de identificare si formulare a problemei

etapa de proiectare (identificare a alternativelor si evaluarea lor) ;

etapa de alegere a solutiei;

etapa de implementare a deciziei;

etapa de evaluare.

SSD-urile mai avansate pot oferi suport pentru decizii multiple independente sau interdependente, pentru un singur utilizator sau pentru un grup de utilizatori.

Etapele enumerate mai sus se deruleaza prin aplicarea diferitelor proceduri. Daca toate etapele unei probleme sunt structurate (procedurile prin care se desfasoara sunt standardizate, obiectivele fiecarei proceduri sunt clare, iar intrarile si iesirile din procedura sunt clar definite), avem de a face cu o problema structurata. Intr-o decizie structurata toate sau cele mai multe dintre variabile sunt cunoscute si pot fi complet programate.

Deciziile semistructurate pot fi programate doar partial si in plus necesita creativitate si intuitie umana. In situatiile decizionale nestructurate, obiectivele sunt greu de cuantificat iar modelul situatiei este aproape imposibil de proiectat.

SSD-urile ofera suport in solutionarea partilor structurabile ale deciziei. In ce priveste partile nestructurate ale problemei, acestea urmeaza sa fie rezolvate fara automatizare, direct de decident, utilizand creativitatea sa. Cu toate acestea exista o serie de factori care fac ca utilizarea SSD sa devina din ce in ce mai stringenta. Acestia sunt legati de faptul ca in prezent pentru luarea deciziilor trebuie prelucrata o mare cantitate de informatii care, de cele mai multe ori se prezinta pe formate diferite, provin de pe platforme hardware diferite si din structuri de date diferite, ceea ce induce nevoia a numeroase aplicatii folosite pentru extragerea, pregatirea si agregarea datelor necesare activitatii de analiza si raportare. Mai mult decat atat, cerintele utilizatorilor se modifica intr-o dinamica crescanda, ceea ce determina modificarea programelor de extragere a datelor sau chiar crearea de noi programe. La toate acestea se mai adauga un alt aspect si anume acela ca pentru luarea deciziilor nu sunt relevante tranzactiile ce fac obiectul de activitate al unei firme sau organizatie, ci datele despre tranzactii, adica date agregate. Pentru a se evita efectuarea tuturor prelucrarilor enumerate mai sus de fiecare data cand se pune problema elaborarii unei decizii, aceste prelucrari se fac o singura data, atunci cand apar date noi, iar datele agregate in forma utilizabila pentru prelucrarile necesare elaborarii de decizii se depun in depozite de date. Cu alte cuvinte, datele preluate din surse eterogene sunt curatate de partile inutile actului decizional, filtrate si transformate si apoi stocate intr-o structura ce este usor de accesat si folosit de catre utilizatorii finali pentru interogare, raportare si analiza. Avantajele SSD nu se limiteaza numai la utilizarea depozitului de date. SSD trebuie sa acceseze si sa analizeze rapid si eficient sursele de date interne si externe ale organizatiei, sa genereze alternative (mai ales pentru problemele structurate) si decizii despre criteriul de selectie a alternativei ce va fi propusa si sa poata face previziuni despre consecintele aplicarii acelei alternative (sa faca analize de tip what-if si goal seeking, adica ce s-ar intampla daca. si respectiv ce obiective as putea atinge daca.).

SSD-urilor nu li se poate pretinde sa prezinte varianta optima, dar folosind optimizarea sau alte modele matematice se pot identifica solutiile potentiale si se pot aranja alternativele in concordanta cu criteriile stabilite.

In fine SSD-urile pot fi folosite si in etapa de implementare a deciziei, in activitati de comunicare a deciziei, explicare si justificare si chiar la evaluarea si controlul solutiei implementate prin monitorizare si raportare de exceptii.

SSD-urile sunt proiectate in general pentru anumite situatii decizionale si nu se pot generaliza.

Ele ii ajuta pe decidenti, extind capacitatea lor de a lua decizii, dar nu ii inlocuiesc.

Problemele rezolvate au la baza modele care fac parte integranta din sistem.

Un SSD poate fi definit ca un sistem informatic format din trei componente ce se interactio-neaza: componenta de gestiune a datelor, componenta de gestiune a modelelor si componenta pentru asigurarea comunicatiei. La acestea se adauga interfata cu utilizatorul.

a) Componenta de gestiune a datelor. In procesul decizional din afaceri, bazat mai ales pe cunostinte, datele sunt procesate in informatii care sunt evaluate in raport de cunostintele existente sau stimuleaza crearea de noi cunostinte. Putem spune ca avem de aface cu o relatie Date-Cunostinte-Informatii.

Unele sisteme de luare a deciziilor se pot baza pe relatia Cunostinte-Informatii-Date.

Aceasta presupune ca exista cunostintele necesare pentru a cauta informatiile si apoi datele.

Alte sisteme de luare a deciziilor se pot baza pe relatia Informatii-Date-Cunostinte.

In ultima faza a procesului decizional, informatia este prelucrata si se stabileste decizia care poate lua forma de date iar manifestarea ei conduce la noi cunostinte ce se vor adauga la cele existente.

In cele trei tipuri de relatii de mai sus,

datele pot fi sub forma de: date empirice, neprocesate (brute), date valabile din experientele anterioare, date rezultate din procesul decizional curent

informatiile pot fi: interne, valabile la inceputul procesului decizional, obtinute din procesarea datelor sau din alte informatii, externe, din afara organizatiei;

cunostintele pot fi: acumulate si valabile la inceputul procesului decizional, obtinute prin transformarea datelor brute in informatii sau prin extragerea datelor finale din informatii, achizitionate in timpul procesului decizional.

Datele din baza de date a SSD pot proveni din surse interne, externe si private.

Datele interne se refera la resursele organizatiei (umane, tehnice, financiare), la procesele, evenimentele si activitatile desfasurate in acea organizatie. Ele provin din sistemele tranzactionale ale organizatiei, in functie de nevoile SSD ca de exemplu: contabilitate, financiar, marketing, productie, personal, etc.

Datele provenite din surse externe se refera la mediul inconjurator (economic, natural, social), in care organizatia isi desfasoara activitatea si pot proveni din mijloace de informare in masa, opinii ale clientilor si partenerilor, firme de cercetare a pietii si previziune, Internet, etc.

Datele provenite din surse private (apartinand unor angajati ai firmei), reguli interne folosite de decidenti pentru evaluarea datelor sau activitatilor.

Datele se caracterizeaza prin: structura, orizont de timp, agregare, volatilitate, dimensiune si metadate.

in ce priveste structura datelor, ele pot fi stocate in baze de date relationale (eventual in relatii normalizate), dar cel mai adesea in depozite de date (repozitory), sub forma de agregari ale datelor operationale, care au format si structura diferita de cea a datelor din sistemele operationale;

orizontul de timp se reflecta in faptul ca datele din baza de date SSD sunt "fotografii" ale datelor operationale la anumite momente de timp, deci sunt serii de timp ale datelor operationale

agregatele faciliteaza efectuarea analizelor complexe;

datele operationale fiind date curente se volatilizeaza; datele din baza de date a SSD nu sunt volatile, adica nu se mai modifica, dar lor li se adauga alte "fotografii".

datele operationale au o singura dimensiune, in timp ce datele din baza de date a SSD pot fi corelate in diferite moduri (de ex. " Cate produse s-au primit in trimestrul I al anului curent, de la furnizorul X?") ;

metadatele sunt date referitoare la date: dictionar de date, descrieri ale tipurilor de date din baza de date, tipul surselor de date, formate de date, lungimi ale campurilor. Datele operationale pot dispune si ele de un dictionar al datelor dar mult mai subtire, adica contine mai putine elemente. Deoarece datele din baza de date a SSD provin din surse diferite si fiecare sursa poate avea metadatele sale specifice, mai poate fi folosit si un catalog al metadatelor.

b) Componenta de gestiune a modelelor executa incarcarea, stocare si organizarea diferitelor modele cantitative ce ofera facilitati analitice sistemului suport de decizie. Ea este formata din: baza de modele, sistemul de gestiune a bazei de modele, catalogul de modele, procesorul de executie, integrare si comandare a modelului.

- Baza de modele contine diferite modele statistice, financiare matematice si alte modele can-titative utilizate pentru executarea diferitelor analize. Baza de modele este ceea ce diferentiaza un SSD de alte sisteme informatice. SSD trebuie sa poata executa, modifica si controla modelele.

Dupa nivelul de conducere la care sunt folosite, modelele se clasifica in modele strategice, tactice si operationale

Modelele strategice sunt in general foarte complexe, cu multe variabile, cu un orizont larg de timp (de regula in ani), au tendinta de a fi descriptive si mai putin de optimizare, folosesc mai mult date externe decat interne.

Modele tactice sunt folosite in activitatea de alocare si control a resurselor, fiecare fiind dedicat unei activitati, orizontul de timp se intinde dela o luna la doi ani, folosesc foarte multe date interne si mai putin externe, pot fi atat optimizate cat si descriptive.

Modelele operationale sunt folosite in activitatile zilnice (controlul calitatii, planificarea productiei), orizontul de timp este mic (o luna) si folosesc foarte multe date interne.

Dupa aria functionala modelele se clasifica in: financiare, modele de contabilitate, modele de control a productiei, etc.

- Sistemul de gestiune a bazei de modele este folosit pentru a gestiona baza de modele si are urmatoarele functii:

- poseda un limbaj de modelare necesar pentru crearea modelelor decizionale in concordanta cu cerintele utilizatorilor;

- permite integrarea modelelor prin controlul odinii de executie a modelelor;

- permite utilizatorului sa modifice modelele pentru a reflecta cerintele sale;

- permite utilizatorului sa manipuleze modelele pentru a realiza scenarii si analize complexe;

- ofera un catalog al modelelor stocate, cu o descriere a functiilor lor si a aplicatiilor la care sunt folosite.

- Catalogul de modele contine definitiile modelelor, descrierea functiilor si a aplicatiilor la care sunt folosite. Deoarece selectia unui model implica experienta din partea sistemului, la un SSD aceasta trebuie facuta de utilizator.

Numai Sistemele Expert pot face selectia de model.

c) Componenta pentru asigurarea comunicatiei vizeaza arhitectura SSD, problemele de securitate si de retea.

O arhitectura SSD poate fi reprezentata pe patru nivele:

- diagrama proceselor care arata fluxul proceselor din activitatea analizata;

- arhitectura sistemului care se refera la componentele software;

- arhitectura tehnica care se refera la hardware, protocoale si tipul de retea;

- arhitectura de livrare a SSD-ului care pune accent pe iesirile sistemului.

O arhitectura bine definita ii ajuta pe decidenti sa lucreze impreuna si creste capacitatea echipei de a comunica cu managerii. Retelele de calculatoare sunt elementul critic al infrastructurii informatice.

Cu privire la planul de securitate, administratorii de sistem si managerii trebuie sa tina cont de factorii urmatori: importanta sistemului, valabilitatea lui si a datelor stocate, volumul de effort cerut pentru a asigura securitatea sistemului si modul in care planul de securitate stabilit afecteaza utilizatorii sistemului.

d) Interfata cu utilizatorul contine urmatoarele componente:

- limbajul de comunicare care permite intreractiunea cu SSD, ofera suport pentru comunicare intre utilizatorii sistemului;

- limbajul de prezentare care permite prezentarea datelor intr-o varietate de formate; de el tin si imprimantele, plotterele, monitoarele video si audio si sintetizorul de voci; serveste pentru transmiterea informatiilor si comenzilor la SSD;

La proiectarea interfetei trebuie sa avem in vedere factori asociati cu interactiunea umana cum ar fi accesibilitatea, usurinta de utilizare, nivelul de indemanare, capturarea erorilor si raportarea lor.

e) Utilizatorul Proiectarea, implementarea si utilizarea SSD pot fi complete numai daca se are in vedere rolul utilizatorului, care se manifesta prin indemanarea acestuia, motivatia sa, domeniul sau de cunostinte, tiparele de utilizare si rolul sau in cadrul organizatiei.

Utilizatorul este definit ca persoana sau persoanele responsabile pentru furnizarea unei solutii la problema analizata sau pentru luarea unei decizii, in contextul in care a fost construit SSD-ul.

Exista decidenti care nu pun mana pe SSD ci utilizeaza numai rapoartele furnizate de acesta si decidenti solicitanti, care au ca intermediar un analist SSD ce utilizeaza sistemul. Decidentii solicitanti elaboreaza intrebari, interpreteaza rezultatele si apoi iau decizii.

Mai exista decidenti on-line si decidenti care pot construi propriile modele si chiar simple SSD-uri.

Clasificarea SSD la nivel conceptual

SSD-uri orientate pe date;

SSD-uri orientate pe modele;

SSD-uri orientate pe cunostinte;

SSD-uri orientate pe documente sau sistem de gestiune a cunostintelor;

Sistem suport de decizie de grup sau sisteme suport de decizie orientate pe comunicatii;

SSD-uri interorganizationale sau intraorganizationale;

SSD-urispecializate (de exemplu pentru planificare bugetara, marketing, planificarea activitatii de zbor dintr-o companie aeriana, etc.);

SSD-uri bazate pe Web (pe baza de browser folosit pentru livrarea informatiilor necesare procesului decizional si pentru instrumentele suport de decizie la manageri, sau analisti);

Analiza comparativa intre sistemele informatice pentru prelucrarea tranzactiilor sau On-line transactions processing (OLTP), sisteme informatice pentru conducere sau Management informational Systems (MIS), SSD si sisteme expert (SE).

Intrebari recapitulative

1. Ce este un SSD?

2. Care sunt etapele procesului decizional?

3. Care probleme pot fi considerate structurate?

4. Care sunt factorii care fac ca utilizarea SSD sa devina din ce in ce mai stringenta?

5. Ce sunt datele agregate si care este legatura lor cu depozitul de date?

6. Care sunt componentele unui SSD?

7. Ce tipuri de relatii exista in componenta de gestiune a datelor?

8. Sub ce forma se pot prezenta in relatiile existente in componenta de gestiune a datelor informatiile, datele si cunostintele?

9. La ce se refera datele provenite din surse externe, cele din surse interne si cele din surse private?

10. Prin ce se caracterizeaza datele din componenta de gestiune a datelor?

11. Ce sunt metadatele?

12. La ce serveste componenta de gestiune a modelelor si din ce se compune ea?

13. Cum se clasifica modelele dupa nivelul strategic la care sunt folosite?

14. Care sunt functiile sistemului de gestiune a bazei de modele?

15. Care sunt nivelele pe care poate fi reprezentata arhitectura unui SSD?

16. Care sunt factorii care trebuie luati in calcul cu privire la securitatea in sistem?

17. Care sunt componentele interfetei cu utilizatorul?

18. Cum se clasifica SSD-urile la nivel conceptual?

19. Ce este un OLTP, un MIS si un SE?

20. Care sunt tipurile de aplicatii prin care se diferentiaza un OLTP, un MIS, un SSD si un SE?

II. Sisteme expert

1. Inteligenta artificiala si sistemele expert

Inteligenta artificiala se ocupa cu comportamentul inteligent si mai exact cu studiul posibilitatii de emulare a acestuia la masini, respectiv masini de calcul.

Comportament inteligent inseamna un comportament care implica realizarea unor activitati ce necesita calitati intelectuale deosebite cum ar fi posibilitate de abstractizare, flexibilitate, adaptare la situatii noi, creativitate, etc.

Informatica conventionala, bazata pe algoritmi, nu a reusit sa transfere aceste activitati inteligente spre masina. Inteligenta artificiala se bazeaza pe memorarea cunostintelor si asigurarea conditiilor de prelucrare automata a cunostintelor. De aceea sistemele de inteligenta artificiala se numesc sisteme bazate pe cunostinte sau sisteme cu baza de cunostinte.

Ele sunt specializate in desfasurarea diferitelor activitati.

Sistemele de inteligenta artificiala dispun nu numai de o baza de cunostinte ci si de mecanisme de utilizare a acestora (cum ar fi mecanisme rezolutive, inferentiale sau de rationament), de o baza de fapte si de posibilitati de descriere a activitatilor ce trebuie sa le execute (a task-urilor) cu ajutorul faptelor. Procesul seamana cu cel pe care-l derulam si noi oamenii: mai intai invatam, (sau acumulam cunostinte) care se depun in memorie (echivalentul bazei de cunostinte), dar retinem si fapte (imprejurarile in care s-au produs, ce cunostinte implica fiecare fapt), apoi daca vrem sa indeplinim o sarcina, o descompunem in pasi (fapte), iar din baza de cunostinte extragem cunostintele asociate cu faptele ce trebuie derulate, adica acele cunostinte care raspund la intrebarea "Cum trebuie sa indeplinim faptul X?".

Remarcam ca aceste cunostinte se exprima in mod independent de modul lor de utilizare, ceea ce nu este cazul in informatica conventionala. Acolo reprezentarea cunostintelor este implicita si numai modul de utilizare a acestora (algoritmul) este explicit (astfel un X folosit intr-o formula nu prezinta interes daca reprezinta kilograme sau metri oameni sau obiecte).

In inteligenta artificiala, pentru ca aceleasi cunostinte pot fi utilizate in mod diferit cu ocazia rezolvariii diferitelor probleme, sau chiar in rezolvarea aceleasi probleme in imprejurari diferite, cunostintele sunt exprimate explicit si relativ independent de modul de utilizare.

Realizarea unui sistem de inteligenta artificiala are sarcina de a identifica (reprezenta) cunostintele necesare efectuarii unor activitati si de a dota sistemul cu mecanisme care sa permita aplicarea acestor cunostinte.

Acest sistem trebuie sa fie capabil ca la momentul executiei sa ia decizii cu privire la cunostintele ce sunt necesare pentru indeplinirea sarcinii, cum si cand sa fie utilizate ele pentru realizarea sarcinii

Ca urmare, inteligenta artificiala trebuie sa furnizeze metode si tehnici de achizitionare, reprezentare si utilizare a cunostintelor.

a) Metodele si tehnicile de achizitionare a cunostintelor precizeaza modul in care se construieste baza de cunostinte intr-un sistem de inteligenta artificiala. Acestea sunt invatarea teoretica, invatarea empirica si legat de invatarea empirica - invatarea simbolica.

La inceput s-a incercat invatarea teoretica bazata pe calcul simbolic, dar rezultatele nu au fost satisfacatoare. Ca urmare invatarea teoretica a fost completata cu invatarea empirica aplicata pe o baza de cunostinte sub forma unei retele neurale (retea neurala bazata pe cunostinte).

Completarea acestei retele cu noi cunostinte (instruirea) se realizeaza pe baza exemplelor de instruire (aplicabile acestui tip de retea), cu ajutorul unuia dintre algoritmii de instruire a retelelor neurale.

Rezultatele instruirii se prezinta sub forma valorilor parametrilor de retea. In cadrul invatarii simbolice, aceste valori sunt convertite in cunostinte reprezentate simbolic cu ajutorul unor algoritmi de extragere a cunostintelor din retele neurale, si sunt adaugate la baza de cunostinte (BC). In afara de metoda de invatare prin instruire, invatarea simbolica se mai poate derula si prin metode si tehnici inductive (din exemple, prin descoperire, prin observare), precum si prin metode si tehnici de invatare pe de rost.

b) Metodele si tehnicile de reprezentare a cunostintelor definesc structurile de reprezentare a cunostintelor si ele trebuie sa satisfaca urmatoarele cerinte:

- adecvare reprezentationala ( sa poata reprezenta toate categoriile de cunostinte dintr-un domeniu dat);

- adecvare achizitionala (sa permita achizitionarea cunostintelor);

- adecvarea informationala (structurile de reprezentare trebuie sa permita definirea unor operatori, sa fie prelucrabile);

- eficacitatea inferentiala (structurile de reprezentare trebuie sa permita prelucrarile nu oricum ci numai in conditii de eficienta) .

Metodele si tehnicile de reprezentare a cunostintelor poseda si niste caracteristici si anume:

gradul de granularitate (nivelul de detaliere);

gradul de modularitate a structuriilor (independenta modulelor) ;

gradul de compilare (masura in care reprezentarea favorizeaza anumite scheme de utilizare a cunostintelor);

gradul de nedeterminare (numarul de solutii alternative de reprezentare din care se poate poate face reprezentarea unei anumite piese de cunoastere).

Metodele si tehnicile de reprezentare a cunostintelor pot fi

de tip simbolic (calculul predicatelor, regulile de productie, cadre-frame, grafuri, etc.)

neural (retele neurale) ;

genetic (cromozomi)

c) Metodele si tehnicile de utilizare a cunostintelor depind in mod direct de cele de reprezentare. Practic, utilizarea cunostintelor este un proces de aplicare a unui set de operatori definiti asupra structurilor de reprezentare a cunostintelor prin metode "slabe" si metode "tari".

Ca urmare, fiecare schema de reprezentare are corespondent in ansamblul metodelor si tehnicilor de rationament.

Metodele si tehnicile de rationament se aplica intr-o anume varianta (de rationament) in conditii de completitudine a cunostintelor si certitudine si in alta varianta in conditii de incompletitudine si incertitudine.

Inteligenta artificiala se aplica in domenii ca prelucrarea limbajului natural, modelarea rationamentelor, probleme de perceptie, jocuri, roboti, sisteme expert.

2. Sisteme expert - definire si arhitectura

Sistemele expert reprezinta sisteme de inteligenta artificiala destinate rezolvarii unor probleme dificile, de natura practica, la nivelul de performanta a expertilor umani.

Ele realizeaza o automatizare a expertizei dintr-un anumit domeniu numit domeniu de expertiza.

a) Domeniu de expertiza se caracterizeaza prin cunostinte generale, cunostinte de specialitate si cunostinte expert. In cazul oamenilor, cunostintele expert se obtin de catre expertul-om prin experienta si calitati individuale deosebite si ele il deosebesc de ceilalti specialisti in domeniu, care poseda doar cunostinte generale si de specialitate.

Cunostintele asociate domeniului de expertiza servesc la rezolvarea problemelor din acest domeniu, care ca tip sunt in general omogene si pot fi considerate ca apartinand unei anumite clase de probleme. Descrierea unei anumite probleme din clasa domeniului respectiv se realizeaza prin prezentarea starii de fapt a domeniului la un moment dat.

b)   Conceptele asociate expertizei intr-un SE sunt legate de baza de cunostinte si anume

cum este construita (achizitionata),   cum se rezolva rationamentul, cum se explica utilizatorului. Caracteristicile si conceptele expertizei definesc arhitectura SE iar din ea rezulta componentele sale:

baza de cunostinte (cunostinte din domeniul de expertiza reprezentate sub forma unor structuri cum ar fi formule din calculul predicatelor, reguli de productie, ierarhii cadre, etc.)

baza de fapte (contine descrierea problemei ce trebuie rezolvata. Pentru descriere se folosesc structuri de reprezentare a faptelor, care se prezinta sub forma de triplete

< obiect, atribut, valoare> sau perechi < atribut, valoare>);

mecanisme rezolutive (asigura utilizarea cunostintelor prin implementarea unui ansamblu de operatori definiti pe structurile de reprezentare a cunostintelor);

spatiul de lucru (ansamblul rezultatelor intermediare si setarilor parametrilor de functionare ai sistemului);

interfata de realizare (ansamblul instrumentelor cu care este posibila realizarea diferitelor componente ale sistemului. De ex. mecanismele de achizitionarea automata a cunostintelor care permit prelucrarea on-line a surselor de cunostinte in scopul identificarii si exprimarii cunostintelor);

interfata utilizator (asigura comunicarea intre sistem si utilizator in scopul descrierii de catre utilizator a problemei si obtinerii de la sistem a rezultatelor si explicatiilor referitoare la rezultate).

3. Metode de reprezentare si utilizare a cunostintelor in cadrul SE

3.1 Calculul predicatelor de ordinul intai

a) Limbajul formal al calculului predicatelor

Acesta este un limbaj de reprezentare a cunostintelor (sub forma structurilor de reprezentare) dar contine si reguli de inferenta si de aceea poate fi considerat ca fiind sistemul logic al calculului cu predicate.

Constructia de baza a calculului de predicate este atomul. Constructiile compuse se incheaga cu ajutorul conectivelor si cuantificatorilor.

Constructiile de baza si cele compuse sunt utilizate sub denumirea de formule. Din punct de vedere semantic, limbajul calculului predicatelor permite exprimarea cu ajutorul formulelor a adevarului sau falsitatii unor stari sau situatii din domeniul real.

Reprezentarea cunostintelor cu ajutorul limbajului calculului cu predicate se face in trei etape si anume:

se identifica propozitiile logice (asertiunile) din descrierea in limbaj natural a cunostintelor

cu ajutorul conectivelor logice se exprima legaturile (asocierile) dintre propozitiile logice;

Dupa aceasta etapa, prin introducerea unor variabile propozitionale care sa desemneze propozitii logice, se obtine o reprezentare in calculul propozitional a cunostintelor.

se detaliaza structura fiecarei asertiuni prin utilizarea simbolurilor din alfabet.

b) Utilizarea cunostintelor. Probleme ale automatizarii rationamentelor

Sistemul logic al calculului cu predicate poseda o serie de reguli de inferenta ce permit obtinerea unor noi formule bine formate pe baza celor de care se dispune initial (axiome).

Exemple de astfel de reguli: silogismul, specializarea universala, modus ponens, modus tollens, etc.

In cadrul procesului automatizarii rationamentelor prin calculul cu predicate, formulele initiale se numesc axiome, cele derivate sunt teoreme, iar procesul derivarii lor se numeste demonstrare automata de teoreme.

In acest context, rezolvarea unei probleme presupune:

reprezentarea cunostintelor sub forma de formule (axiome);

descrierea starii initiale a problemei sub forma de formule (axiome);

descrierea solutiei (starii scop) sub forma de formule (teorema);

aplicarea regulilor de inferenta in scopul demonstrarii teoremei.

Cu aceasta ocazie pot aparea unele dificultati de automatizare cum ar fi: problema decidabilitatii si problema eficientei procedurilor de demonstrare a teoremelor.

Acestea se rezolva prin restringerea sistemului logic al calculului cu predicate la subsisteme logice, decidale, cum ar fi subsistemul logic bazat pe clauze HORN si prin omogenizarea formulelor si reducerea numarului de tipuri de reguli de inferenta utilizate ( de exemplu limitarea numai la regulile de inferenta a rezolutiei).

3.2 Regulile de productie sunt utilizate pentru exprimarea asocierilor empirice dintre descrierile de stare ale problemei si actiunile de intreprins in cazul in care problema se afla intr-o anumita stare. Ele servesc la reprezentarea cunostintelor de natura procedurala sub forma unor constructii modulare de tipul

Daca  Atunci

Dintre constructiile conditionate numai cele definite in mod modular reprezinta o regula de productie. In cadrul ansamblului de reguli, numit baza de reguli, nu este definita nici o relatie de ordine. Tratarea (executarea) activitatilor conditionate de premize este independenta de modul de incarcare (organizare) a bazei de reguli. Sistemele de inteligenta artificiala bazate pe reguli sunt constituite din

baza de reguli;

ansamblul de fapte (contextual sau memoria de lucru) ce contine descrierea problemei de rezolvat. Un fapt este de obicei reprezentat sub forma de triplet sau pereche (vezi sectiunea 2, aliniatul b);

interpreterul de reguli (mecanismul de rationament pe reguli sau mecanismul de inlantuire a regulilor).

3.3 Frame-uri si retele de cunostinte

Un cadru (frame) reprezinta o unitate de informatii care grupeaza un anumit numar de rubrici (sloturi). O rubrica de frame poate contine informatii despre obiectul prezentat cu informatii de legatura cu alte frame-uri (reflecta o aparteneta).

De asemenea, intr-o rubrica poate figura un apel la o procedura externa de calcul, caz in care se vorbeste de atasare procedurala. Utilizarea acestui tip de reprezentare permite regasirea rapida a anumitor agregate informationale (cum ar fi firmele apartinand unei anumite ramuri). La fiecare rubrica sunt declarate conditiile in care trebuie sa se realizeze gestionarea valorii rubricii (fatetele de frame). Astfel pentru fiecare frame se pot declara valorile situate in alte frame-uri care trebuie modificate la schimbarea uneia dintre rubricile sale. Fiecare rubrica poseda, de asemenea, descrierea comportamentului frame-ului la citire, adaugare sau stergere a valorii din rubrica respectiva. Frame-urile asigura o schema simpla si eficienta de lucru cu valorile implicite. Utilizarea frame-urilor (a rationamentului pe baza de frame-uri) consta in modificarea din aproape in aproape a continutului memorat in structura de frame-uri pe baza procedurilor atasate rubricilor. Uneori sistemele pe baza de frame-uri introduc si reguli (in forma clasica sau simulate ca frame-uri).

Pe baza retelei de frame-uri se poate generaliza repartizarea pe baza de grafuri a cunostintelor sub forma retelelor de cunostinte. La inceput, retelele de cunostinte au fost utilizate in prelucrarea limbajului natural (retele semantice) pentru a exprima dependentele dintre conceptele desemnate in limbajul natural prin fraze.

4. Evolutia sistemelor informatice spre sisteme expert si SSD

Prelucrarea nealgoritmica, descriptiva a cunostintelor in cadrul sistemelor expert a avut drept consecinta extinderea ariei de aplicare a tehnologiilor informatice.Aceasta extindere s-a produs atat pe orizontala, spre noi domenii economico-sociale (activitati educationale, juridice , politice, etc.) cat si pe verticala, spre prelucrari si procese informationale noi (cum ar fi evaluarea calitativa, rationamentul in sens general). In consecinta, tehnologiilor informatice actuale permit prelucrarea unui segment al deciziilor economico-sociale, in special cele de rutina, adica permit automatizarea a numeroase faze din procesul informational-decizional.

Prelucrarea nealgoritmica a informatiei in cadrul sistemelor expert poate oferi solutii mai productive unor probleme abordate si rezolvate deja in maniera conventionala (algoritmica).

In domeniile in care datele si cerintele informationale se modifica frecvent, solutiile algoritmice se adapteaza cu dificultate la aceste schimbari, uneori cu pretul reproiectarii si a unor programari laborioase. Tehnologiile nealgoritmice utilizate in cadrul sistemelor expert permit o adaptare perfecta la schimbarile survenite in volumul si structura cunostintelor si a cerintelor informationale.

Sistemele expert se adapteaza foarte bine si la situatiile cu informatii incomplete si/sau imprecise. Acest lucru este posibil datorita faptului ca sistemele expert permit utilizarea in cadrul rationamentului automat a regulilor euristice, validate de practica, care concura cu succes abordarea formala . Datorita unor exprimari ale expertilor umani de forma "de obicei este adevarat ca", sau "se poate spune ca", dificultatile intanite in actul decizional se manifesta cel mai adesea in obtinerea informatiilor de fundamentare a deciziilor si nu in luarea deciziilor. Ca urmare sistemele expert ofera extindere in special in domeniul metodelor de obtinere a datelor

si a metodelor de analiza a acestora. Cand avem de a face cu situatii perfect cunoscute (cu informatie completa si precisa) este posibila si selectarea celei bune variante decizionale cu ajutorul sistemului expert (mai ales daca numarul alternativelor fezabile este foarte mare).

In management, sistemele expert sunt folosite din ce in ce mai mult. Aceasta pentru ca in orice functie manageriala exista probleme decizionale complexe, neintelese, dinamice, multicriteriale , ceea ce intarzie elaborarea deciziei, in timp ce presiunea in luarea deciziei este mare (pericol de pierderi semnificative, uneori dramatice). Un astfel de exemplu a fost cel al blocajului traficului pe Dunare pe timpul intervetiei militare din fosta Jugoslavie, cand transportul fluvial a fost paralizat si ca urmare multe contracte au intrat in intarziere, marfurile perisabile se degradau, s.a.m.d., ca sa nu mai vorbim de firmele afectate de atacul terorist de la 11 septembrie 2001.

Folosirea calculatoarelor in programe complexe se extinde tot mai mult in sfera bancara. Aceste sisteme sunt utilizate pe larg pentru ierarhizarea conditiilor si premiselor economico-sociale ale deciziei de creditare, adica pentru formularea unui suport obiectiv, cuprinzator si multilateral al deciziei.

In marea majoritate a cazurilor decizia revine omului, dar el se bazeaza pe fundamente exprimate fara echivoc, de metodele specifice sistemelor expert.

5. Aplicatii ale sistemelor expert in domeniul

financiar-bancar si in contabilitate

Daca sistemele expert au fost dezvoltate la inceput in domeniul tehnic si medical, in ultimul timp asistam la o extindere a acestora in domeniul economic si in special in domeniul financiar-bancar. Din ce in ce mai multe companii apeleaza la companii producatoare de inteligenta artificiala pentru a le crea o baza de cunostinte din domeniul propriu de activitate. Eforturile in aceasta directie s-au concretizat deja in numeroase sisteme on-line in banci, in companiile de asigurari, in sistemele de productie, in sistemele de servicii, in marile intreprinderi care si-au permis implementarea de tehnologii de ultima ora. Pe de alta parte, sistemele inteligente sunt la mare pret si in agentiile de asistenta legala, financiara, contabila care sunt principala piata de desfacere a sistemelor expert 'de gata', fabricate de companiile de soft pentru a veni in sprijinul celor ce practica meserii liberale, in care capitalul esential este cunoasterea iar principalul serviciu oferit este rationamentul profesionist.

Principalele servicii financiare oferite de agentiile specializate sunt servicii bancare, brokeraj, investitii si asigurari. Sistemele expert tipice pentru aceste servicii ofera urmatoarele:

asistenta in planificarea financiara

analiza bugetelor pentru sesizarea erorilor si discrepantelor

analiza balantei pentru a fundamenta politica financiara a
intreprinderii

analiza imprumuturilor

analiza ratelor de schimb ale devizelor externe

analiza riscurilor in asigurari

asistenta in serviciile bancare .

Exemple de sisteme expert 'la cheie 'pentru asistenta in planificarea financiara:

APEX Client Profiling produs de Applied Expert Systems - este un sistem expert de orientare in domeniul investitiilor financiare personale. Poate fi utilizat si ca un instrument de marketing de catre companiile producatoare de servicii financiare

BUSINESSPLAN produs de Sterling Wentworth Corp. - este un sistem expert care produce planificarea financiara completa pentru intreprinderi mici, furnizand recomandari in domeniul taxelor pe venituri, gestiunea riscurilor financiare, beneficiile angajatilor, planificarea pensionarilor, asigurari.

LE COURTIER (engl Broker) produs de Cognitive Systems, Inc. Este un sistem expert care ofera asistenta in gestionarea portofoliului de actiuni. Initial dezvoltat pentru o banca belgiana, sistemul este utilizabil in I departamentele bancare de asistare a clientilor in activitatea lor investitionala.

FINANCIAL ADVISOR - creat de Paliadian Software. Este un sistem expert care asista managerii intreprinderilor in planificarea, i formularea, evaluarea si monitorizarea diferitelor tipuri de proiecte de capitalizare intensiva.

PLANMAN - produs al firmei Sterling Wentworth corp. Este un sistem expert pentru planificare financiara personala. Mulandu-se pe profilul financiar al clientului, PlanMan genereaza un raport financiar complet, cu recomandari in domeniul impozitelor, taxelor, lichiditatilor, gestiunii riscurilor si alte domenii financiare.

PLAN POWER - produs de Applied Expert Systems, Inc. Este tot un sistem expert pentru planificare financiara personala. Sistemul acopera o gama larga de probleme: securitatea investitiilor, gestionarea veniturilor fixe, asigurari, venituri imobiliare, sponsorizari, impozite. Genereaza planuri individuale ce se pot intinde pe o perioada de 5 ani.

Pentru aplicatii in domeniul acordarii de imprumuturi:

LENDING ADVISOR -produs al firmei Syntelligence - este un sistem expert mare, multiuser, distribuit. Se adreseaza bancilor si altor institutii care acorda credite, pe care le ajuta sa pastreze o politica constanta in acordarea de credite, evalueaza pozitia financiara a solicitantului de credit, defineste riscurile potentiale si garantiile, verifica deciziile luate de angajati la diverse filiale in acordarea de credite.

MLA - MORTGAGE LOAN ANALYZER - produs de Arthur Andersen Co. Este un sistem expert orientat pe imprumuturi garantate prin ipoteci. Sistemul proceseaza, evalueaza si trage concluzii preliminare din mai mult de 200 de elemente inscrise in documentele necesare.

Bancile mari sunt sustinatoare ale sistemelor expert pentru ca, la nivelul sumelor vehiculate, si o imbunatatire minora in deciziile luate se poate traduce prin castiguri mari, care justifica eforturile de sponsorizare a cercetarilor stiintifice. Astfel, compania de software Syntelligence a implementat pentru mai multe banci sisteme expert care au incorporat expertiza proprie fiecarei banci, sisteme utilizate mai ales pentru diseminarea acestei expertize la nivelul filialelor dar si pentru verificarea muncii tinerilor angajati in functii de raspundere. Exemple de banci interesate, care au dezvoltat si utilizeaza sisteme expert in analiza cursurilor de schimb valutar sunt: Security Pacific National Bank, (ofera previzuni asupra ratelor de schimb ca un serviciu pentru clienti) si Manufacturer Hanover Trust Company.

In domeniul asigurarilor s-au dezvoltat sisteme expert de evaluare a riscului la care este expus cel ce subscrie o polita de asigurare. Ca exemplu amintim sistemul expert de la Metropolitan Life Insurance Company care examineaza fisele medicale ale clientilor pentru a evalua starea de sanatate a acestora. Aceeasi companie dezvolta acum un sistem expert in evaluarea efectelor posibile asupra afacerilor generate de schimbarea, modificarea unor clauze in contractele de asigurare.

In domeniul bancar exista un interes crescand in sisteme expert care sa automatizeze elaborarea de documente, de mesaje, de exemplu mesajele pentru transferul de fonduri prin sistemul SWIFT (Society for World-wide Interbank Financial Telecommunications) care solicita ca mesajele sa aiba un anumit format, mesajele respective trebuind sa fie formatate, citite si intelese. De asemenea, Banca Frantei are un asemenea sistem de elaborare

a documentatiei asupra situatiei intreprinderilor. in aceeasi directie se inscriu eforturile de transfer de fonduri prin retele de calculatoare, sub controlul unor sisteme expert (colaborarea dintre Citibank, New York sl Cognitive Systems).

Sistemele expert in domeniul contabil se orienteaza mai ales spre_ marirea capacitatii de examinare a situatiilor contabile oferite de sistemele clasice. Astfel, sistemele expert pot sesiza, analiza si chiar emite decizii de redresare a eventualelor abateri de la comportamentul optim. Posibilitatea verificarii automate a formulelor contabile specificate pe documente de operatori umani este de un real ajutor in domeniul auditului contabil care ; presupune exercitarea unui control exhaustiv asupra unei mase mari de informatii imposibil de verificat in amanunt. Exploatarea automata a tuturor situatiilor generate de sistemele informatice financiar-contabile clasice devenind posibila prin exportarea lor catre sisteme inteligente sub o forma foarte putin standardizata, se deschide calea implementarii unor sisteme informatice de analiza, diagnosticare, control si previziune a activitatii intreprinderii, calea spre sisteme inteligente de asistare a deciziei.

Sistemele expert de larg interes pentru contabilii autorizati se orienteaza in directiile urmatoare:

Acordarea de consultatii managerilor

Monitorizarea activitatii de audit.

Planificarea taxelor

Analiza activitatii

Analiza conturilor si rezervelor

intocmirea documentelor de raportare anuala

Diagnosticarea starii intreprinderii

Prezentam cateva exemple concrete de sisteme expert in domeniul contabil [Thierauf]:

LOAN PROBE - dezvoltat de asociatia de companii de audit Big Eight - efectueaza auditarea imprumuturilor acordate de bancile comerciale prin detectarea pierderilor potentiale si stabilirea rezervelor necesare pentru acoperirea debitorilor rai platnici. Sistemul are peste 6000 de reguli pentru implementarea procedurilor de audit. Sistemul detine si informatii de larg interes din 150 de domenii de activitate, pentru a putea evalua situatia in contextul general al domeniului respectiv. Sistemul produce raportul final de audit.

ExperTAX produs de Coopers &Lybrand - este folosit in 96 de agentii de consulting in domeniul taxelor. Initial a fost utilizat pentru diseminarea expertizei expertilor in varsta, pe cale de pensionare, apoi a fost folosit chiar si de experti deoarece usureaza mult munca acestora de consultare a chestionarelor de cite 200 de pagini fiecare ce cuprind specificatiile clientului. Cele peste 3000 de reguli au fost colectate prin metoda interviului inregistrat.

AUTHORIZER'S ASSISTANT Dezvoltat de firma Inference Corporation pentru firma American Express Card. Sistemul autorizeaza acordarea de credite in conditiile in care nu exista limita de credit iar fraudele sunt relativ usoare. Baza de cunostinte numara peste 800 de reguli, dintre cele mai bizare, de la cheltuielile uzuale ale fiecarui client, la istoricul platilor si maniera de a efectua cumparaturile. Sistemul produce recomandari si explicatii asociate acestora.

Sisteme expert de gestiune a activitatii interne a bancilor si burselor de valori:

New York Stock Exchange - cea mai mare bursa din lume dezvolta un sistem expert de supraveghere a tranzactiilor pentru a le detecta pe cele neuzuale sau potential ilegale. Sistemul se cheama Surveiliance Expert.

Arthur Andersen Co. dezvolta un sistem expert de asistare a tranzactiilor de valori mobiliare (SEC). Sistemul efectueza analiza rapoartelor trimestriale pe care miile de intreprinderi publice sunt obligate sa le dea publicitatii pentru a certifica legalitatea acestora.

Gestiunea portofoliului - produs de Intelligent Technology Group pentru societati de investitii, asigura mentinerea clientilor acestora pe o linie de plutire in contextul atat de fluctuant al pietelor de capital.

NAARS ( Nation Accounting and Auditing Retrieval System). Acest sistem, distribuit la scara nationala in Statele Unite ale Americii, detine o masa mare de date comparative pentru uzul auditorilor in etapa finala a elaborarii rapoartelor de audit. Utilizatorii acestui sistem solicita informatii referitoare la solutiile adoptate in cazuri similare, sugestii in formularea opiniilor, etc.

Aceste produse demonstreaza eficacitatea tehnologiilor inteligentei artificiale: sistemele informatice inteligente sunt mult mai simplu de utilizat, mai puternice, mai fiabile, mai performante si nu in ultimul rind deschise spre extensii ulterioare.

Intrebari recapitulative

Ce inseamna un comportament inteligent?

Ce elemente au in compunerea lor sistemele de inteligenta artificiala

Cum se mai numesc sistemele de inteligenta artificiala

Care este deosebirea dintre sitemele conventionale si cele de inteligenta artificiala in ce

priveste modul de reprezentare si modul de utilizare a cunostintelor

Ce categorii de metode si tehnici trebuie sa furnizeze inteligenta artificiala

Cum se construieste baza de cunostinte intr-un sistem de inteligenta artificiala

Care este rolul retelei neurale bazata pe cunostinte in constructia bazei de cunostinte?

Ce rol joaca algoritmii de extragere a cunostintelor din retele neurale

Ce definesc metodele si tehnicile de reprezentare a cunostintelor

Care sunt cerintele pe care metodele si tehnicile de reprezentare a cunostintelor trebuie sa le satisfaca?

Care sunt caracteristicile metodelor si tehnicilor de reprezentare a cunostintelor?

Cum se clasifica metodele si tehnicile de reprezentare a cunostintelor

Ce reprezinta sistemele expert in cadrul sistemelor de inteligenta artificiala

Ce sunt domeniile de expertiza si care sunt categoriile de cunostinte incluse in aceste domenii

Prin ce se defineste arhitectura sistemelor expert si care sunt componentele sale?

In ce consta sistemul logic al calculului cu predicate?

Cum se asambleaza constructiile compuse in cadrul calculului cu predicate

Ce permite din punct de vedere semantic limbajul calculului predicatelor?

Care sunt etapele reprezentarii cunostintelor cu ajutorul limbajului calculului cu predicate?

Ce presupune rezolvarea unei probleme in cadrul procesului automatizarii rationamentelor prin calculul cu predicate?

Din ce sunt constituite sistemele de inteligenta artificiala bazate pe reguli

Care este categoria de reguli care permit SE sa faca fata unor situatii cu informatii incomplete si/sau imprecise?

Care sunt categoriile de metode cu care SE s-au extins in domeniul automatizarii rationamentelor?