2.3. Концепция распределенной интеллектуальной информационной системы современного предприятия

В настоящее время накоплен значительный опыт создания КИС в различных отраслях производства, сферах бизнеса и коммерции. Этот опыт позволяет сделать вывод о том, что резерв повышения эффективности КИС состоит в увеличении уровня интеллектуализации этих систем, переходе к системам, ориентированным на применение, извлечение и анализ знаний [59, 60].

Несмотря на значительные успехи в области теории искусственного интеллекта (ИИ), до сих пор существует определенный разрыв между имеющимися аппаратными и программными средствами ИИ и возможностями их практического применения в управлении бизнес–процессами [60, 61].

Для бизнес-процессов современного предприятия характерна значительная степень распределенности в географическом отношении, необходимость координации поведения удаленных производственных единиц с использованием корпоративных сетей. При этом попытка централизованного хранения всей производственной информации и координации процессов управления приводит к перегрузке коммуникационных сетей и центральных серверов корпоративных систем. В связи с этим в последние годы исследуются проблемы распределенного интеллектуального управления корпоративными системами. Такое управление подразумевает синтез распределенных вычислений и методов ИИ.

Конкурентноспособность современного предприятия в значительной степени зависит не только от имеющихся материальных ресурсов, но и от накопленных знаний и умений персонала, формирующего производственную культуру. Все более важную роль начинают играть средства сохранения, обновления и использования знаний в интеграции с традиционными корпоративными информационными системами.

В условиях интенсивного реинжиниринга бизнес-процессов, модернизации технического фундамента и программных средств предприятий развивается тенденция создания интеллектуальных производственных систем (Intelligent Manufacturing System – IMS), направленных на объединение аспектов автоматизации, интеграции и интеллектуализации производства [62].

Интеллектуализация включает в себя разработку и использование методов и моделей ИИ при решении всех функциональных задач на всех этапах производственного процесса; унификацию моделей бизнес-процессов с широким привлечением процедур обработки знаний; организацию непрерывного накопления знаний; эффективное распределение знаний между человеком и компьютером для решения определенных производственных задач.

Основное преимущество интеллектуальных систем по сравнению с системами, работающими по предварительно заложенным в них алгоритмам принятия и поддержки решений, - гибкость, обуславливаемая свойствами принятия эвристических решений в конкретной ситуации. Гибкость интеллектуальных систем позволяет делать их инвариантными по отношению к внешним условиям, легко адаптируемыми и тиражируемыми с небольшими дополнительными затратами. Этих качеств можно добиться в ИНС за счет накопления знаний о протекающих информационных и производственных процессах и построения динамически изменяемых баз знаний.

Концепция авторов состоит в том, что в условиях доминирующего распространения методов и средств объектно-ориентированного проектирования КИС, широкого внедрения стандартов распределенных объектных систем (OMG и CORBA), роста сложности информационных процессов современного предприятия необходимо переходить к проектированию РИИС в рамках методологии, объединяющих в себе объектно-ориентированные методы и методы создания распределенных интеллектуальных систем.

В рамках данной методологии разрабатывается концептуальная модель РИИС, определяющая общие требования и содержательное наполнение РИИС.

Создаваемая таким образом РИИС должна интегрировать в себе свойства КИС и системы ИИ, учитывать существующие стандарты создания распределенных гетерогенных ИС, обладать способностями индуктивного извлечения знаний на основе обобщения информационных процессов, адаптировать модели поведения интеллектуальных агентов в соответствии с установленными целями.

В перспективе РИИС должна стать синергетической, саморазвивающейся системой, способной сохранять накопленные знания, адаптироваться к изменениям аппаратурно-технической и программной архитектуры, настраиваться на выполнение новых целевых установок.

РИИС следует рассматривать как новый информационный слой над КИС, формирующийся в результате перехода КИС→РИИС. Существенной характеристикой РИИС является ее способность обобщать бизнес-процессы и экспериментальные данные для формирования баз знаний интеллектуальных компонентов.

Поскольку РИИС обладает всеми свойствами «сложной» системы, то становится необходимым рассмотрение нескольких структурных репрезентаций, а именно:

• логической структуры, отображающей организацию интеллектуальных компонентов и их взаимодействие с субъектами и объектами информационной технологии;

• объектной структуры, определяющей организацию распределенных объектов в системе;

• топологической структуры, определяющей пространственные взаимосвязи интеллектуальных компонентов и объектов в определенной сетевой архитектуре.

На самом общем уровне концептуальной модели логическая структура РИИС может быть представлена следующим образом (рис. 2.5. – 2.7).

В этой структуре предполагается существование центрального ядра РИИС, как необходимого компонента управления распределенной системой. Центральное ядро решает такие задачи как поддержание основной БЗ РИИС, обеспечение логического вывода и объяснений, выполняемых по БЗ, поддержание интерфейса с руководством предприятия, которое и является основным пользователем центрального ядра.

Предлагаемая логическая структура РИИС должна обеспечить преодоление ряда недостатков, свойственных традиционным экспертным системам ЭС [63, 64, 65], а именно:

• достаточно ограниченные возможности централизованных баз знаний;

• ограниченные способности в выводе следствий и испытании утверждений;

• отсутствие способностей к интегрированному сбору знаний.

Во многих источниках ЭС представляется как средство получения знаний экспертов, имеющих завершенное статическое представление и принадлежащих очень ограниченному кругу лиц. В условиях современного информатизированного предприятия знания приобретают ситуационный, динамический характер и распределяются по большим группам людей.

Рис. 2.5. Обобщенная логическая структура РИИС

Поэтому в структуре РИИС предусматривается механизм индуктивного вывода, который на основе метаправил должен обеспечивать обобщение знаний из происходящих событий и отдельных фактов и последующую передачу этих знаний в базу знаний через механизмы ввода и обновления знаний.

Рис. 2.6. Логическая структура центрального ядра РИИС

Основную работу по исправлению и поддержанию БЗ традиционно выполняют инженеры по знаниям. Технология этой работы достаточно хорошо исследована и освещена в научной литературе [63, 66]. Менее изучен вопрос об автоматизированном наполнении БЗ. Поэтому в работе в дальнейшем исследуются вопросы автоматизированного анализа информационных процессов на предприятии в условиях сетевой среды, исследования семантики информационных баз с целью дальнейшего перехода к структуре БЗ и иерархии объектов.

Интеллектуальные компоненты РИИС рассматриваются авторами как самостоятельные интеллектуальные единицы, поддерживающие необходимые интерфейсы CORBA и управляющие бизнес-процессами через прикладные программы.

Рис. 2.7. Логическая структура интеллектуального компонента РИИС

На таких компонентах располагаются средства локального логического и индуктивного вывода и локальная база знаний (ЛБЗ).

На уровне логической структуры РИИС возникает ряд сложных задач, требующих дальнейшего исследования, в том числе:

• задача распределения знаний между центральным ядром РИИС и локальными БЗ;

• задача организации логических выводов по ЛБЗ.

Необходимо ответить на следующие вопросы: возможно ли распространение логического вывода из одной ЛБЗ в другую, а при необходимости и в центральную БЗ? Каковы механизмы поддержания целостности баз знаний? Как следует организовать взаимодействие множества процессов логических выводов и как синхронизировать эти процессы с индуктивными выводами и обновлением БЗ?

Предполагается, что обновление ЛБЗ осуществляется инженером по знаниям через центральное ядро РИИС, чтобы обеспечить надежность вносимых изменений.

Объектная структура РИИС на обобщенном уровне представления может быть изображена следующим образом (рис. 2.8.).

Рис. 2.8. Обобщенная объектная структура РИИС

Иерархическая объектная структура (ИОС) представляет собой сеть взаимодействующих объектов, часть общей декомпозиции объектов в информационной системе, рассматриваемая как единое целое в определенных функциональных отношениях. При реализации ИОС может распределяться по сегменту ЛВС или группе рабочих станций. Представляется возможным реализация ИОС на одном сервере или рабочей станции, особенно в случае многопроцессорного исполнения такого компьютера. Такое распределение объектов по корпоративной сети и отображает топологическая структура, обобщенный вид которой представлен на рис. 2.9.

Рис. 2.9. Обобщенная топологическая структура РИИС.

Исходя из предложенной концепции РИИС, можно сформулировать те проблемы, которые авторы постараются исследовать в данной монографии:

• разработка основ теории объектов, удовлетворяющих моделям РИИС;

• разработка формализованных моделей центрального ядра РИИС и моделей интеллектуальных компонентов;

• исследование моделей и методов проектирования баз знаний в объектно-ориентированной РИИС;

• анализ и исследование методов логического вывода, применимых к базам знаний РИИС;

• исследование и разработка методов индуктивного вывода, способных выполнять обобщение и обновление баз знаний по результатам анализа информационных процессов предприятия.

Перспективное развитие РИИС должно привести к необходимости создания гетерогенных РИИС, в которых распределенные интеллектуальные агенты могут использовать различные типы логических и формальных систем и различные механизмы логического вывода, отвечающие специфике предметных областей или подсистем автоматизированного производства. Отсюда вытекают проблемы построения архитектуры гетерогенных распределенных интеллектуальных агентов, разработки логических интерфейсов между различными формальными системами, создания языков общения интеллектуальных агентов и соответствующих трансляторов.