Том 14, № 4 (2024)

В первой части статьи обсуждается книга американского учёного Э. Ларсона «Миф об искусственном интеллекте», которая посвящена разоблачению мифов об искусственном интеллекте. Эти мифы, история которых насчитывает более половины века, заключаются в том, что возникновение человекоподобного («сильного») искусственного интеллекта, а в дальнейшем и сверхинтеллекта якобы неизбежно, и оно произойдёт как бы само собой – в результате постепенной эволюции систем искусственного интеллекта. Критика этих мифов проводится в книге по двум направлениям: научному и социальному. Показано, что машинное обучение не ведёт к сильному искусственному интеллекту, а миф об искусственном интеллекте ослабляет веру в человеческий потенциал. Во второй части статьи рассматривается проблема понимания. Предлагается концепция когнитивной семантики, основанная на идеях Дж. Лакоффа, С. Пинкера, А. Дамасио и А. Сета. В частности отмечается, что: понимание – это интерпретация в терминах картины мира человека; картину мира строит наш мозг, и она структурируется через категоризацию опыта человека; значения (смыслы) формируются раньше, чем формируются понятийные структуры; в основе значений лежат биологические и социальные цели; в когнитивных процессах участвует не только мозг, но и тело, а понимание связано с действиями в среде, знания о которой содержатся в картине мира. В заключении статьи указываются тупики, трудности и опасности на пути к сильному искусственному интеллекту.

Проектирование информационных моделей при разработке автоматизированных систем включает построение моделей «сущность-связь», задающих классы сущностей и межклассовых отношений типа «предок-потомок», которые служат концептуально-онтологической основой для последующего создания баз данных. Рассматриваются аспекты отражения в моделях «сущность-связь» семантических ограничений предметной области, накладываемых на отношения между сущностями. Выделяются особые отношения между классами сущностей, названные отношениями множественного предка (МП), в которых для одного экземпляра сущности-потомка возможно несколько экземпляров сущности-предка. Анализируются возможные семантические ограничения, возникающие в этих условиях, и порождаемые ими аномалии. На основе введённых понятий линии восходящего родства и МП-предиката строится формализация МП-целостности. Приводятся примеры задания формальных МП-ограничений: положительных (требующих совпадения экземпляров предка), отрицательных (требующих несовпадения экземпляров предка), смешанных. Исследуется взаимное влияние нескольких МП-огра­ничений с частично пересекающимися линиями восходящего родства. Оценивается возможность реализации МП-огра­ничений в реляционных моделях баз данных.

Для всех этапов лечебно-диагностического процесса необходим мониторинг состояния пациентов. На этапе лечения задачами мониторинга являются оценка эффективности тактики лечения и его безопасность: отсутствие осложнений и нежелательных последствий от приёма медицинских препаратов или процедур и их сочетаний. Для улучшения взаимодействия врач – пациент и качества лечебного процесса необходимо создание интеллектуальных средств мониторинга. В мониторинге по информации о пациенте с помощью формализованных знаний предметной области требуется определить, результаты каких наблюдений и в какие моменты времени покажут, является ли состояние пациента отличающимся от прогнозируемого. Цель исследования – разработать онтологию для формализации знаний, применяемых для выбора и объяснения параметров мониторинга в процессе лечения. Выделены основные связи понятий, достаточные для решения задач мониторинга состояния пациента в процессе лечения. На их основе построен онтологический граф для класса задач мониторинга в медицине. Описан метод построения графов знаний для произвольных заболеваний, а также процесс рассуждения для определения состояния, отличного от ожидаемого. Показаны процесс рассуждения и выдача рекомендации. Предложенный подход положен в основу системы поддержки принятия решений для этого класса задач, где параметры мониторинга могут изменяться с учётом стадии лечения, состояния и особенностей пациентов.

Для регулирования пешеходного и транспортного потоков на перекрёстках внедряются системы, которые используют модели, обеспечивающие изменение временных промежутков работы сигналов светофоров в зависимости от количества пешеходов и автомобилей, находящихся на перекрёстке. Подобные системы содержат видеокамеры, фиксирующие передвижение участников дорожного движения, что позволяет улучшить контроль и регулирование дорожного движения в режиме реального времени. В данной работе представлена информационно-аналитическая система управления транспортным и пешеходным потоками, которая основана на нейронной модели YOLO, позволяющей распознать объекты. В этой системе выполняются следующие операции: преобразование исходного изображения в градации серого; размытие изображения по Гауссу; детектирование границ объектов с помощью фильтра Канни и нечётко-логического метода детектирования контуров объектов; контурная обработка, в процессе которой каждому найденному контуру присваивается определённый номер. Нейронная сеть сопоставляет обнаруженные контуры с данными из обучающей выборки и принимается решение о том, является ли рассматриваемый объект человеком или автомобилем. Приведены результаты экспериментальных исследований описанных алгоритмов для решения задачи распознавания объектов. В экспериментах использовалось модификация ранее разработанного программного обеспечения и изображения перекрёстков с пешеходными переходами, взятые с видеокамер, установленных на улицах города Курска. По результатам экспериментов показатель точности распознавания объектов составил 72,4%.

В статье описывается подход и программное средство для автоматизированного пополнения предметно-ориентированных графов знаний новыми фактами, извлечёнными из семантически аннотированных табличных данных. Для семантического аннотирования столбцов таблиц предлагается использовать комбинацию из трёх эвристических методов, использующих результаты распознавания именованных сущностей в ячейках, лексическое сопоставление и группировку характеристик. Предлагаемый подход реализован в виде специального обработчика, входящего в состав программной платформы Talisman. Представлен пример и экспериментальная оценка предлагаемого подхода на этапе семантического аннотирования столбцов с использованием тестового набора табличных данных, который включает шесть тематических категорий: «сотрудники организации», «открытые вакансии», «рынок автомоделей», «известные учёные», «продажа книг», «рейтинг теннисистов». В качестве метрик оценки использовались точность, полнота и F-мера. Итоговая оценка по всем шести категориям составила: точности – 79%, полноты – 63%, F-меры – 70%. Полученные результаты показывают перспективность использования разработанного подхода для пополнения предметно-ориентированных графов знаний новыми фактами, извлечёнными из семантически аннотированных табличных данных. Приведены ограничения предлагаемого подхода.

В статье рассматриваются функциональные возможности и архитектура интерактивного приложения, предназначенного для поддержки принятия многокритериальных решений на основе метода уверенных суждений С.А. Пиявского. Приводится описание отдельных составляющих этого метода, которые необходимы для раскрытия темы статьи в форме, ориентированной на компьютерное представление данных и знаний. Рассматриваемое приложение обеспечивает хранение и доступ к банку универсальных коэффициентов важности частных критериев и реализует ядро информационной методики принятия решений, основанной на методе уверенных суждений. Методика включает следующие этапы: формирование списка альтернативных решений с оценками каждого из них по набору частных количественных критериев; построение политики выбора, определяющей упорядоченность частных критериев по важности для лица, принимающего решение; нормализация постановки многокритериальной задачи в соответствии с базовой оптимизационной математической моделью; оценивание каждого альтернативного решения в рамках этой модели; отбор лучших альтернативных решений. Приложение автоматически согласовывает создание и редактирование списка альтернативных решений с определением границ варьирования политикой выбора и объединяет все этапы решения обратными связями через пользователя. Функциональное наполнение рассматриваемого приложения представлено схемой взаимосвязи основных активностей приложения и их продуктов и UML-диаграммой вариантов использования приложения. Архитектура приложения описана в виде интеллект-карты. Приложение реализовано на платформе табличного процессора Excel и языка программирования VBA. Основной целью такого выбора было обеспечение доступности и облегчение освоения передовой методики принятия многокритериальных решений широким кругом пользователей, использующих Excel в своей профессиональной работе.

Для принятия решений требуется подробная проработка и анализ путём оценки и сравнения различных альтернативных вариантов решений. Такие задачи характеризуются наличием нескольких критериев, по которым происходит сравнение. Вариативность параметров и условий принятия решения послужили причиной создания большого числа методов, способствующих эффективному осуществлению этого процесса. Известно несколько сотен многокритериальных методов принятия решений. При их практическом использовании сложно произвести отбор наиболее подходящего метода. В связи с этим, работы по анализу, классификации и систематизации многокритериальных методов принятия решений являются актуальными и востребованными, так как на них опираются лица, принимающие решения, и разработчики систем поддержки принятия решений. В большинстве классификаций акцентируется внимание на методологиях и целях методов, оставляя без рассмотрения присущие им ограничения. В статье делается попытка систематизировать основные многокритериальные методы принятия решений с учётом их ограничений. В работе проведён анализ наиболее распространённых методов и их классификаций. По результатам выявленных ограничений предложена классификация многокритериальных методов принятия решений и правила для их отбора. Применение данного подхода может позволить повысить обоснованность выбора методов и, как следствие, эффективность принимаемых решений.