Интсрументальные средства разработки интеллектуальных информационных систем в экономике

Введение

Одной из главных  задач при создании информационных систем (ИС) является разработка социально  ориентированного на определенные группы пользователей интеллектуального интерфейса (ИИ).

С этой точки  зрения важное значение приобретает  структурирование и анализ исходной информации, которая освещала бы наиболее распространенные средства и способы построения интеллектуального интерфейса информационных систем и давала бы возможность разработчику в определенной степени сориентироваться в особенностях подхода к его построению.

В данной работе предлагается рассматреваеть разработка интеллектуального интерфейса, обратить внимание разработчиков на проблемы, имеющие место при создании и применении ИИ, и высказать некоторые соображения по выбору соответствующих языков программирования и инструментальных программных средств для создания агентов в рамках информационных систем с искусственным интеллектом.

 

 

 

 

 

 

 

 

1 Особенности реализации интеллектуального интерфейса для различных типов интеллектуальных информационных систем

 

Функции и средства поддержки интеллектуального интерфейса и особенности его реализации, прежде всего определяются типом и назначением ИИС, разновидности которых показаны на рис. 1.

Рисунок 1 - Разновидности ИИС, использующие интеллектуальный интерфейс

 

Естественно-языковый интерфейс транслирует естественно-языковык конструкции на уровень внутреннего  представления информации и обратно.

Такой интерфейс применяется для доступа к интеллектуальным базам данных, контекстного поиска текстовой информации, голосового ввода команд в системах управления, машинного перевода c иностранных языков.

Гипертекстовые системы  реализуют для пользователя поиск  в базах данных текстовой и  мультимедийной информации по ключевым словам.

Системы контекстной помощи можно рассматривать как своего рода объединение интеллектуальных гипертекстовых и естественно-языковых систем. В отличие от обычных систем помощи, предлагающих пользователю схему поиска требуемой информации, с помощью диалога с пользователем они уточняют проблему (ситуацию) и осуществляют поиск рекомендаций, относящихся к конкретной ситуации.

В системах когнитивной графики  интерфейс реализуется с помощью  графических образов, генерируемых в соответствии с происходящими  событиями.

Из всего многообразия систем, показанных на рис. 1, акцентируем внимание на многоагентных системах (как наиболее перспективных) и соответственно на интерфейсных агентах, которые можно классифицировать в зависимости от различных признаков, например, в зависимости от выполняемых ими функций, используемой технологии, среды обитания и т.д.

Один из вариантов классификации  интерфейсных агентов в зависимости  от выполняемых ими функций показан  на рис. 2.

Рисунок 2 - Вариант классификации интерфейсных агентов

Современные интеллектуальные системы, как правило, строятся таким образом, что они обеспечивают поддержку одновременно нескольких разновидностей интерфейсных агентов с различными функциями. В табл. 1 приведены примеры систем, в которых интерфейсные агенты (согласно назначению систем) реализуют определенные наборы функций, показанные на рис. 2. В частности, система Act, применяемая в индустрии развлечений, ведет наблюдение за пользователем и оказывает ему помощь в выполнении новых действий по образцу старых. Система Maxims осуществляет фильтрацию электронной почты на основе изучения действий пользователя.

Coach контролирует действия  пользователя и при выявлении  ошибочных действий предлагает  советы. Meeting scheduling agent занимается планированием  встреч на основании повторяющихся действий пользователя.

Система New Т фильтрует  статьи из группы новостей с применением модели векторного пространства. Fab-система с функциями рекомендаций производит поиск Web-страниц на основе получаемой обратной связи согласно контекстному анализу полученных документов.

Система Let’s Browse оказывает помощь пользователям TV- систем в просмотре Web, создавая начальный профиль пользователя.

Система CILA – поддерживает контроль за действиями пользователя, обладает способностью к самообучению и сотрудничает с другими агентами. Анализируя информацию подобного рода, можно построить таблицу соответствия функций интеллектуального интерфейса (ИИ), необходимых базовых функций используемых для этого интерфейсных агентов (ИА) и способа реализации этих функций. Один из возможных вариантов такого соответствия приведен в табл. 2.

При создании программных  агентов, реализующих заданные функции, необходимо выбрать язык программирования агента, язык межагентного взаимодействия, а также технологии, поддерживающие среду обитания агентов, и инструментальные средства для их разработки.

Таблица 1 - Разновидности интерфейсных агентов, используемых конкретными системами

Для программирования агентов могут применяться: универсальные  языки (Java, C++ , Visual Basic и др.), языки представления знаний (SL, KIF), языки переговоров и обмена знаниями (KQML, AgentSpeak, April), языки сценариев (Tcl/Tk, Python, Perl 5 и др), специализированные языки (TeleScript, COOL, Agent0, AgentK и др.), символьные языки и языки логического программирования (Oz, ConGolog, IMPACT, Dylog, Concurrent METATEM, Ehhf и др.), а также другие языки и средства разработки агентов, основные характеристики которых приведены в табл. 3.

В табл. 4 приведено  сравнение параметров отдельных  инструментальных средств, обозначенных в табл. 3, которые используются для разработки агентов.

Анализ табл. 3 и 4 показал, что средства для разработки агентов можно условно разделить  на две группы: средства, построенные  на базе языка Java, и средства, построенные на базе других языков. Средства первой группы предназначены для разработки сетевых приложений на базе мобильных агентов, взаимодействующих через протокол TCP/IP.

Таблица 2 - Пример построения таблицы соответствия функций ИИ и функций интерфейсных агентов, используемых для их реализации.

 

Таблица 3 - Примеры средств разработки агентов

Таблица 4 - Сравнение параметров инструментальных средств разработки агентов

Благодаря тому, что Java архитектурно-независимый язык, компилирующий свой код в машинно-независимый, приложения, разработанные с помощью средств этой группы, могут работать на многих других платформах. Различие между средствами в том, что не все предоставляют поддержку речевого обмена сообщениями с помощью KQML.

Недостатком является отсутствие классов для определения социального поведения агентов. Инструментальные средства второй группы, в основном, предназначены для проектирования сложных динамических агентных структур и реализации сред, хотя имеются отдельные экземпляры для создания мобильных приложений (Telescript, Agent Tcl). При этом агенты разрабатываются согласно BDI-модели. Коммуникации осуществляются через протокол TCP/IP. Однако такие средства имеют слабые возможности по согласованию и сотрудничеству между агентами и работают на ограниченном количестве платформ, поскольку язык программирования – не унифицированный.

Большинство коммуникативных  агентных языков (Agent Communication Language – ACL) основаны на речевом взаимодействии (речевые действия выражаются посредством стандартных ключевых слов). На рис. 3 показана схема варианта классификации языков межагентных коммуникаций.

Рисунок 3 - Классификация языков межагентных коммуникаций

 

Известны два  подхода к разработке таких языков – процедурный и декларативный. При первом подходе коммуникации происходят при выполнении инструкций. Язык проектируется с помощью Java или TСl (Tool Command Lanuage).

При декларативном подходе  коммуникации реализуются на основе описаний. Декларативный подход получил  большое распространение для  создания языков общения агентов, наиболее популярным из которых является KQML-структурированный язык взаимодействия агентов. Этот язык используется в качестве языка взаимодействия в различных многоагентных системах и средах для их программирования, таких как Agent-K, LALO, Java(tm) Agent Template (JATLite). Цели, аналогичные KQML, имеет и KaoS (Knowledgeable Agent-oriented System).

При создании межагентного сообщения необходим язык для  представления самого содержания. Обычно для этого используют “логические языки”, представляющие знания как логические выражения (используя синтаксис, подобный LISP), и “информационных языков”, устанавливающих правила для описания типов информационных элементов.

Типичный логический язык содержания – это язык KIF (Knowledge Interchange Format), облегчающий обмен знаниями между системами искусственного интеллекта. Он использовался вместе с KQML в американских научно-исследовательских проектах по представлению знания в мультиагентных системах. Его синтаксис основан на Common LISP.

Формат KIF является декларативным языком, который позволяет различным системам обмениваться онтологиями (соглашением между различными системами о структурах представления знаний различных предметных областей), используя тем самым в работе вычислительные преимущества этих систем.

Второй логический язык содержания – SL (Semantics Language), предложенный FIPA. SL-предложения выражаются логикой  ментальных отношений и действий. Ментальная модель агента основана на представлении трех примитивов: убеждение, неопределенность, выбор. Основное свойство SL-логики позволяют смоделированным агентам находится в соответствии с их ментальными отношениями.

В отличие от языков KIF и SL, язык XML не представляет информацию в виде логических выражений, а использует другие типы структур. XML агенты обладают способностью по запросу предоставлять информацию из произвольных источников данных.

 

2 Стратегия выбора средств разработки интерфейсных агентов

 

Анализ многочисленных публикаций и информации, представленной в электронном виде, показал, что она может быть структурирована, например, подобно рис. 1 – 3, а также табл. 1 – 4. Это, с одной стороны, позволяет создать информационный базис для построения онтологии предметной области – “интеллектуальные интерфейсы” как информационной основы для создания базы знаний, а с другой – предложить подход к выбору средств разработки интерфейсных агентов. При этом критерии для выбора должны определяться исходя из предметной области и назначения ИС. В качестве отправной позиции для выбора критериев можно использовать, например, следующий набор:

– возможность  создания интерфейсных автономных агентов, способных интегрировать в Windows-приложения (критерий a);

– наличие операторов для временных выражений, поскольку  агенты должны своевременно реагировать на действия (критерий b);

– поддержка  архитектуры стиля BDI, так как  предполагается наличие у интерфейсного  агента знаний о желаниях, убеждениях, намерениях пользователя (критерий с);

– наличие операторов для реализации коммуникаций, поскольку  интерфейсный агент должен быть способен к общению с пользователем (критерий d);

– пригодность  языка для определения и программирования групп, поскольку предполагается работа в группе (критерий e);

– наличие конструкций  для реализации модульностей из-за сложности программ интерфейсных агентов (критерий f);

– обеспечение  четкой семантики (критерий g).

Однако, если для  выбора языка программирования использовать только эти критерии (напрямую) для сравнения существующих языков, то выбрать среди них требуемый практически невозможно, поскольку каждый из них обладает почти одинаковыми свойствами (табл. 5).

Таблица 5 - Сравнение языков программирования интерфейсных агентов по обозначенным выше критериям

Поэтому предложен подход к выбору средств разработки агентов, основанный на комплексной оценке параметров существующего множества средств и последующем отсечении неприемлемых, исходя из требований к параметрам ИИС в целом, установления соответствия этим требованиям значений параметров проектируемого интерфейса системы, определения набора агентов, удовлетворяющих требованиям интерфейса, определения необходимого набора процедур и функций, которые должны реализовывать интерфейсные агенты, а также исходя из оценки параметров инструментальных средств и языка программирования по пользовательским критериям, таким как доступность, простота использования, наличие полного комплекта документации, стоимость и др.

Стратегия предлагаемого  подхода к выбору средств для  разработки агентов интеллектуального интерфейса ИИС заключается в выполнении такой последовательности этапов.

1. Определение  назначения ИИС и требований  к интеллектуальному интерфейсу, в первую очередь, к набору  функций, которые должен реализовать  интеллектуальный интерфейс.

2. Составление  таблицы, аналогичной табл. 1, и  определение ИИС-аналога с функциями интерфейса, близкими к функциям интерфейса рассматриваемой системы. Составление набора функций интеллектуального интерфейса для рассматриваемой ИИС.

3. Определение  соответствия выделенных функций  интерфейса ИИС, функциям, которые  должны реализовать агенты, и способам реализации этих функций агентами.

4. Определение  на основе данных табл. 1 и 2 требований к средствам разработки  выделенного набора интерфейсных  агентов, учитывая вышеприведенные критерии выбора, а также пользовательские характеристики (например, доступность для приобретения, простота эксплуатации и др.).