Нейрофизиологические и нейрохимические процессы, происходящие в мозге человека. Создание интеллектуальных информационных систем поддержки творческих решений. Системный анализ междисциплинарных моделей. Проектирование информационно-управляющих систем.
Аннотация к работе
Основы построения человеко-разумных систем интеллектуальной поддержки принятия решений креативных проблемВ статье рассмотрены основы построения человеко-разумных систем интеллектуальной поддержки принятия решений креативных проблем. И как одно из направлений в этом отношении можно рассматривать принятие решений креативных проблем лицами и группами. В тоже время приходится принимать решения в условиях неполноты информации. У субъектов управления естественно будут собственные интересы, свои видения решений проблем, что предполагает дополнительную неопределенность и согласование интересов участников процесса принятия решений. В тоже время сейчас актуальной является задача создания интеллектуальных информационных систем поддержки творческих решений, которые были бы направлены на развитие разума лиц и групп, принимающих решения.В целом решение проблемы создания и применения методологии разработки информационно-управляющих человеко-разумных систем принятия креативных решений создает реальную предпосылку преодоления таких проблем как проблемы безопасности и качества жизни в настоящем и ближайшем будущем. Поэтому, должна быть решена фундаментальная задача информационной поддержки креативных решений «трудных» проблем ориентированная на развитие разума лиц и групп, принимающих решения с использованием методов искусственного интеллекта, методов и эвристических процедур формирования креативных и интуитивных решений, их статистической нечеткой оценки и согласованной оптимизации в условиях расплывчатой неопределенности [5]. Поэтому модель поведения целеустремленного субъекта - исследователей операций (ИО) и лиц, принимающих решения (ЛПР) - может иметь, например, следующий вид: 1-й уровень. Поэтому необходимо не фиксировать логическую связь между уровнями, а описывать ее с помощью правдоподобных рассуждений, предположений и убеждений (понятия об элементах модели, суждения о их свойствах и отношениях, об отношениях уровней, выводы о эмоциях и чувствах, ценностях и убеждениях, об идентификации и духовности) и нечеткой логики [17]. Разработка методов системного анализа в расплывчатых условиях проблем согласованного управления в какой-либо отрасли, представлений о духовно - нравственном поведении ИО и ЛПР, согласованной оптимизации управленческих решений по междисциплинарным проектам технического обеспечения в какой-либо отрасли, системного анализа междисциплинарных моделей поведения ЛПР и групп, принимающих решения (ГПР) с учетом духовно - нравственной составляющей;При этом должны быть применены: правдоподобные рассуждения и индуктивная логика в расплывчатых условиях; нечеткая и лингвистическая переменная вероятность; измерение значения переменной вероятность в абсолютной шкале с нечувствительностью с помощью интерактивных методов (метод золотого сечения); определение значений переменной вероятность в зоне нечувствительности; измерение функции принадлежности оценки в зоне нечувствительности нечеткой переменной вероятность в шкале порядка (методы экспертных оценок, метод фокус - групп и т.д.); формула Байеса для нечетких условий; логические методы анализа и синтеза схем в расплывчатых условиях; расплывчатый эксперимент; нечеткое множество истинностных значений логических переменных; выборочное пространство нечетких множеств истинностных значений логических переменных; математическое ожидание, дисперсия, уравнения регрессии для статистических функций принадлежности; случайные нечеткие понятия, суждения, умозаключения, выводы и проверка статистических нечетких гипотез.
Введение
В целом решение проблемы создания и применения методологии разработки информационно-управляющих человеко-разумных систем принятия креативных решений создает реальную предпосылку преодоления таких проблем как проблемы безопасности и качества жизни в настоящем и ближайшем будущем. Поэтому, должна быть решена фундаментальная задача информационной поддержки креативных решений «трудных» проблем ориентированная на развитие разума лиц и групп, принимающих решения с использованием методов искусственного интеллекта, методов и эвристических процедур формирования креативных и интуитивных решений, их статистической нечеткой оценки и согласованной оптимизации в условиях расплывчатой неопределенности [5]. На основе этого далее должна быть разработана проблемно-ориентированная информационно-управляющая «человеко-разумная» система принятия креативных решений по техническому обеспечению в какой-либо отрасли.
Основная часть
Проектирование информационно-управляющих систем обсуждалось еще Расселом Акоффом в 1967 году [1]. Информационно-управляющая система или субъект информационного управления представляет централизованное или распределенное подразделение, выполняющее функции информационной поддержки или информационного управления принятием решений активными субъектами организационной системы управления [3]. При информационной поддержке используется существующая информированность субъекта о ситуации выбора решений. При информационном управлении информированность субъекта целенаправленно формируется в процессе информационного взаимодействия. При этом необходимо не только учитывать, но и повышать активность субъекта, его интеллект, знания и понимание ситуации выбора. За счет этого происходит интеллектуализации организации в целом [7].
Также необходимо отметить, что с психологической точки зрения мозг имеет несколько уровней обработки информации [8]. Поэтому модель поведения целеустремленного субъекта - исследователей операций (ИО) и лиц, принимающих решения (ЛПР) - может иметь, например, следующий вид: 1-й уровень. Окружение и контекст: рынок, предприятие… 2-й уровень. Поведение: действия и результаты (реакции), духовные и материальные... 3-й уровень. Способности и свойства: интеллектуальные, когнитивные, лингвистические, поведенческие… 4-й уровень. Ценности (духовные и материальные) и убеждения: нравственность (консенсус), демократия (основы), коммунизм (идеология) ... 5-й уровень. Идентификация: коммунист, демократ, предприниматель, должностное лицо, семьянин … 6-й уровень. Духовность. Определяется межагентными чувствами, например: любовь и ненависть. Любовь и ненависть враждующих, сотрудничающих, соревнующихся, конкурирующих и «безразличных» сторон. Конфликты. Компромисс.
Одни исследователи считают, что уровень с большем номером (он находится в более глубокой структуре данных нервной системы) определяет уровень с меньшим номером. Другие предполагают, что модель распадается на три уровня. Причем на первом уровне поведение и способности, на втором - окружение и на третьем ценности и убеждения, убеждения относительно идентичности и убеждения относительно духовности [6]. Поэтому необходимо не фиксировать логическую связь между уровнями, а описывать ее с помощью правдоподобных рассуждений, предположений и убеждений (понятия об элементах модели, суждения о их свойствах и отношениях, об отношениях уровней, выводы о эмоциях и чувствах, ценностях и убеждениях, об идентификации и духовности) и нечеткой логики [17].
Применение данного подхода обуславливают следующие направления научных исследований (пример).
Разработка методов системного анализа в расплывчатых условиях проблем согласованного управления в какой-либо отрасли, представлений о духовно - нравственном поведении ИО и ЛПР, согласованной оптимизации управленческих решений по междисциплинарным проектам технического обеспечения в какой-либо отрасли, системного анализа междисциплинарных моделей поведения ЛПР и групп, принимающих решения (ГПР) с учетом духовно - нравственной составляющей;
Разработка методов лингвистической, логической, математической, информационной, междисциплинарной формализации и постановка задач системного анализа в расплывчатых условиях с использованием информации различной физической природы и различных логик исследования;
Разработка междисциплинарных моделей поведения ИО и групп исследователей операций (ГИО), ЛПР и ГПР с учетом духовно - нравственной составляющей. Разработка междисциплинарных моделей описания и оценок эффективности решения задач системного анализа в расплывчатых условиях с использованием информации различной физической природы и различных логик исследования; 4. Разработка междисциплинарных алгоритмических предписаний решения задач системного анализа в расплывчатых условиях с использованием информации различной физической природы и различных логик исследования;
Разработка интеллектуальных информационно - управляющих систем системного анализа в расплывчатых условиях с использованием информации различной физической природы и различных логик исследования.
Применяется системный анализ междисциплинарных моделей поведения ИО и ГИО, ЛПР и ГПР. Используются понятия операции, оперирующей стороны и исследователя операций, который помогает оперирующей стороне.
Таким образом, осуществляется: Формирование каждым исследователем операций своего восприятия решения проблемы (работа с литературой, общение, сон, транс, вспоминание образов проблемы и ее решения, эмоций, чувств, убеждений и их характеристик);
Формирование группой исследователем операций группового восприятия («модель» обучения и постоянного обновления знаний в интеллектуальных организациях);
Формирование группой исследователем операций творческих решений по построению субъективных реальностей, междисциплинарных моделей поведения и др. («модель» интерактивных креативных процессов Уолта Диснея: мечтатель, реалист, критик);
Анализ полезности (согласие - условие остановки процесса);
Построение компьютерной модели поведения ИО и ГИО, ЛПР и ГПР и компьютерный эксперимент (интеллектуальные информационные управляющие системы расплывчатого анализа междисциплинарных моделей).
В настоящее время мягкие вычисления объединяют такие области как: нечеткая логика, искусственные нейронные сети, вероятностные рассуждения и эволюционные алгоритмы. Они дополняют друг друга и используются в различных комбинациях для создания гибридных интеллектуальных систем. Сейчас нечеткая логика "вторглась" практически в большинство методов Data Mining, наделив их новой функциональностью [15].
В области проблем принятия решений при нечеткой исходной информации существенное значение имеют работы ученых: Р. Беллман, Н.Г. Ярушкина, В.Б. Тарасов, А.Н. Борисов, Л.С. Берштейн и др. В области теории и практики развития интеллектуальных информационных технологий накоплен также значительный опыт: Р. Шеннон, В.И. Васильев, Г.С. Поспелов, Д.А. Поспелов, Б.Я. Советов и др.
В тоже время необходимо решение задач по созданию информационных технологий поддержки абстрактно - логического мышления исследователей операций и групп исследователей операций, лиц, принимающих решения и групп лиц, принимающих решения; информационных технологий поддержки их чувственного опыта; информационных технологий поддержки «синтеза чувственности и рассудка» в актах предметно - практической деятельности ИО и ЛПР по креативному решению трудно разрешаемых проблем.
Конечная цель - выбрать группе ИО по созданию информационно-управляющей человеко-разумной системе принятия креативных решений, и входящих в нее группе ИО (креативная помощь в решении проблемы) и группе ЛПР, такое креативное решения сложной проблемы, которое обеспечивает максимальное значение удовлетворенности ГИО и ГПР и убежденности в этом всех ИО (по созданию и использованию информационно-управляющей человеко-разумной системе принятия креативных решений), и входящих в нее группе ИО (по креативной помощи в решении проблемы) и ЛПР (решение сложной проблемы), т.е. их согласие. Междисциплинарная модель поведения представляет взаимосвязанную совокупность. Это могут быть паттерны (языковые модели, служащие для вербального создания и преобразования убеждений), слова, контекст, логика, математика, репрезентативные и компьютерные модели для описания выбора и совершения действий агентов (ИО и ЛПР) системы исследования, получаемых результатов, испытываемых агентами, эмоций, чувств, убеждений и ценностей, отношений между ними, применяемых агентами способностей и стратегий, получаемых и отправляемых агентами сообщений, используемых инструментов, решаемых задач и проблем, описание целей. Это так называемые сознательные и бессознательные знания людей разных специальностей и должностей.
Вывод
Многоуровневая модель целеустремленного поведения должна быть описана для прошлого, настоящего, ближайшего и отдаленного будущего с помощью правдоподобных рассуждений и нечеткой логики [9]. При этом должны быть применены: правдоподобные рассуждения и индуктивная логика в расплывчатых условиях; нечеткая и лингвистическая переменная вероятность; измерение значения переменной вероятность в абсолютной шкале с нечувствительностью с помощью интерактивных методов (метод золотого сечения); определение значений переменной вероятность в зоне нечувствительности; измерение функции принадлежности оценки в зоне нечувствительности нечеткой переменной вероятность в шкале порядка (методы экспертных оценок, метод фокус - групп и т.д.); формула Байеса для нечетких условий; логические методы анализа и синтеза схем в расплывчатых условиях; расплывчатый эксперимент; нечеткое множество истинностных значений логических переменных; выборочное пространство нечетких множеств истинностных значений логических переменных; математическое ожидание, дисперсия, уравнения регрессии для статистических функций принадлежности; случайные нечеткие понятия, суждения, умозаключения, выводы и проверка статистических нечетких гипотез.
Все эти предпосылки должны стать основой разработки проблемно-ориентированной информационно-управляющей «человеко-разумной» системы принятия креативных решений по техническому обеспечению организаций в какой-либо отрасли.
Список литературы
1. 1.Акофф Р., Эмери Ф. О целеустремленных системах. - М., 1974. 410 с. 2.Беллман Р., Заде Л. Принятие решений в расплывчатых условиях // В кн.: Вопросы анализа и процедуры принятия решений [под ред. И.Ф. Шахнова]. М.: «Мир», 1976. - 230 с., С. 172 - 215. 3.Бурков В.Н., Виноградов Г.П., Кузнецов В.Н., Палюх Б.В., Семенов Н.А. Интеллектуальные активные системы. Труды XII национальной конференции по искусственному интеллекту с международным участием. Т.3. М.: Физматлит, 2. 2010. - С. 35 - 43.
3. Доропей В.Н., Кузнецов В.Н., Чудов С.А. Системный анализ согласованного управления и принятия решений в интеллектуальных активных системах // Системы управления и информационные технологии, 2012, №3.1(48). - С. 141146.
4. Клюшин А.Ю., Кузнецов В.Н., Чудов С.А. Нечеткие модели поведения лиц и групп, принимающих решения. Тверь: Тверской государственный технический университет, 2014. 212 с.
5. Механизмы деятельности мозга человека. Часть первая. Нейрофизиология человека: Монография / под ред. Бехтеревой Н.П. - Л.: Наука, 1988. - 677 с.
6. Мутовкина Н.Ю., Кузнецов В.Н., Клюшин А.Ю., Палюх Б.В. Нечеткие методы согласованного управления в многоагентных системах // Вестник Тамбовского гос. техн. ун-та, Т. 19, №4. С. 741 - 751.
7. Мутовкина Н.Ю., Кузнецов В.Н., Клюшин А.Ю. Поведенческие модели интеллектуальных агентов в процессе информационного взаимодействия // Системы управления и информационные технологии. - 2013. - №1.1 (51). - С. 178 - 183.
8. Новиков Д.А. Методология управления / Д.А. Новиков М.: Книжный «ЛИБРИКОМ», 2012. 128 с.
9. Новиков Д.А. Теория управления организационными системами.- М.: Московский психолого-социальный институт, 2005. 584 с.
10. Поспелов Д.А. История искусственного интеллекта до середины 80-х годов // Новости искусственного интеллекта, 1994, №4, с. 74-95.
11. Прикладные нечеткие системы: Пер. с япон. / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. ? М.: Мир, 1993. - 368 с.
12. Рубинштейн С.Л. Человек и мир / Проблемы общей психологии. М.: 13. Педагогика, 1976. С. 253-381.
14. Семенов Н.А., Бурдо Г.Б., Исаев А.А. Интеллектуальные процедуры проектирования технологических процессов в интегрированных САПР // Программные продукты и системы: международный журнал. Тверь: 15. «Центрпрограммсистем», №1, 2014. С. 60 - 64.
16. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям. - М.: Эдиториал УРСС, 2002. 278 с.
17. Теоретическое знание / В.С. Степин.- М.: Прогресс_Традиция, 2003. - 744 с.
18. N.Yu. Mutovkina, V.N. Kuznetsov, and A.Yu. Klyushin. Stability of Containment Strategy in Multi-Agent Systems / Automation and Remote Control, Vol. 76, No. 6, 2015, pp. 1088-1093.