Тенденции развития интеллектуальных систем при принятии управленческих решений в Узбекистане

АННОТАЦИЯ

Целью написания данной статьи было сделать краткий обзор тенденций развития интеллектуальных систем поддержки принятия решений, роли машинного обучения, теории игр, классического моделирования на примере их использования при принятии управленческих решений по реализации концепции внедрения технологии "Умный город" в Республике Узбекистан. Сейчас страна находится на начальном этапе внедрения этой технологии и запускает пилотные проекты вроде «Безопасного города», «Умного транспорта», «Умной медицины» и «Умных счетчиков» в Ташкенте.

ABSTRACT

The purpose of this article was to provide a brief overview of the development trends of  intelligent decision support systems, the role of machine learning, game theory, classical modeling using them as an example when making managerial decisions on the implementation of the Smart City technology implementation concept in the Republic of Uzbekistan. Now the country is at the initial stage of introducing this technology and is launching pilot projects like “Safe City”, “Smart Transport”, “Smart Medicine” and “Smart Meters” in Tashkent.

Ключевые слова: информационные технологии, искусственный интеллект, интеллектуальные системы поддержки принятия решений, «умный город».

Keywords: information technology, artificial intelligence, intelligent decision support systems, “smart city”.

Введение

Целью написания этой статьи было сделать краткий обзор тенденций развития интеллектуальных систем поддержки принятия решений (далее ИСППР), роли машинного обучения, теории игр, классического моделирования на примере их использования при принятии управленческих решений по реализации концепции внедрения технологии "Умный город" в Республике Узбекистан.

На современном этапе развития мировой экономики, Узбекистан стремиться не уступать ни одной экономически развитой стране и ставит перед собой задачу использования систем искусственного интеллекта в управлении предприятием, в процессе принятия управленческих решений в условиях неопределенности. Для того, чтобы стремительное развитие предпринимательства обеспечивало устойчивый рост экономики Узбекистана, следует сделать глубокий акцент на необходимость изучения научно-методологических и научно-методических вопросов реализации управленческих решений. Обновляя имеющиеся методологии принятия управленческих и стратегических решений следует учитывать, как уже известные, так и вновь появляющиеся методики. Эксперты, работающие в данном направлении, отмечают, что появление признаков информационного кризиса (несоответствия между быстро возрастающими из поколения в поколение умственными способностями людей и еще более быстро возрастающим потоком информации) может привести к упадку экономики в стране. Дабы избежать данный кризис, во все направления страны, внедряются различные системы искусственного интеллекта (далее ИИ).

Основная часть

Последние года чуть ли не ежемесячно во всем мире проходят сотни конференций в области развития ИИ и ИСППР. Если проанализировать общую картину развития различных направлений ИИ специалисты всего мира стали сталкиваться с определенными трудностями, и после подробного анализа выяснилось, что большинство проблем связаны с нехваткой ресурсов двух типов:

• Компьютерные технологии (недостаток вычислительной мощности, объема оперативной/внешней памяти и прочее);
• Людские возможности (для разработки интеллектуального программного обеспечения требуются специалисты из разных областей ИИ).

Ресурсы первого типа можно считать вышедшими на достаточно высокий уровень, который позволяет ИСППР принимать весьма сложные для человека решения практических задач. А вот с ресурсами второго типа ситуация во всем мире становиться еще хуже, именно в области ИИ не хватает специалистов, поэтому ведущие ИИ-центры при крупнейших университетах стараются делать больший акцент на развитие программистов в сфере ИИ.

Так для чего же нужны ИСППР?

1. При сложности в принятии решений определенного типа
2. При необходимости точной оценки различных альтернативных решений
3. При необходимости предсказательного функционала
4. При необходимости мультипотокового входа (для того, чтобы принять решение нужны выводы на основе данных, экспертные оценки, известные ограничения и т.п.)

Если углубляться в историю, то первые системы поддержки принятия решений (СППР) (изначально еще без И) стали сформировываться в середине 60-х – начале 70-х годах. В те годы они не обладали никакой интерактивностью и тем более интеллектуальностью, по сути, представляли собой всего лишь надстройки к СУБД, имея некоторый небольшой функционал для численного моделирования. Самым ярким примером систем такого типа можно считать систему DYNAMO.

Формирование подклассов СППР, представляющих собой фреймворки, способные работать с данными на различных уровнях иерархии, с возможностью внедрения логики началось с начала 80-х годов. Примерами таких систем является система GADS (Gate Assignment Display System), разработанная Texas Instruments для United Airlines.

Так называемые продвинутые (Advanced) СППР, появились в конце 80-х годов. Они уже использовали более продвинутый инструментарий для моделирования и позволяли осуществлять «what-if» анализ.

Следующее поколение СППР, которое появилось в середине 90-х годов, стали называться интеллектуальные СППР, в основе которых легли инструменты статистики и машинного обучения, теории игр и прочего сложного моделирования. [1, с. 3]

Многообразие СППР

СППР можно классифицировать:

• По области применения (Бизнес и менеджмент, Инжиниринг, Финансы, Медицина, Окружающая среда)
• По соотношению данные\модели (FDS, DAS, AIS, AFM(s), RM(s), OM(s), SM(s))
• По типу используемого инструментария (Model Driven, Data Driven, Communication Driven, Document Driven, Knowledge Driven)

Несмотря на множество вариантов классификаций, требования и атрибуты СППР можно поместить в 4 сегмента:

1. Качество
2. Организация
3. Ограничения
4. Модель

Построение ИСППР должно включать в себя следующие основные этапы (рис. 1):

1. Анализ домена
2. Сбор данных
3. Анализ данных
4. Выбор моделей
5. Экспертный анализ\интерпретация моделей
6. Внедрение моделей
7. Оценка ИСППР
8. Обратная связь [2, с. 15]

Рисунок 1. Этапы построения ИСППР

Основные направления реализации ИСППР в Республике Узбекистан

Основываясь на вышеуказанных моделях и в целях создания достойных условий для повышения уровня жизни, решения насущных проблем граждан, улучшения социальной инфраструктуры и развития регионов, а также последовательной реализации задач, в соответствие с постановлением кабинета министров республики Узбекистан № 48 от 18 января 2019 года утверждена концепция внедрения технологий «Умный город» в республике Узбекистан. [5, с. 1].

Концепция предусматривает несколько основных направлений:

«Умный транспорт». Автоматизированная система управления дорожным движением, «умный паркинг», электронные платежи, мониторинг движения, навигация и так далее.

«Умное образование». Образование на базе ИИ, дистанционное обучение, электронные журналы, мобильное обучение, интеграция онлайн-методик и другое.

«Умная медицина». Единые платформы биомедицинских данных пациентов, электронные рецепты, виртуальные диспансеры, сетевые медкарты и многое другое.

«Умная энергетическая система». Интернет вещей, гибридные батареи, «умные» системы измерения, автономные сенсоры для мониторинга напряжения и многое другое.

«Умное водоснабжение и водоотведение». Технологии водоснабжения с установлением насадки для кранов, электронные версии маршрутных карт водопроводных сетей, системы отключения водоснабжение в случае протечки и многое другое.

«Умное жилищно-коммунальное хозяйство». Автоматизация процесса снятия показаний счетчиков, системы передачи информации о состоянии энергоснабжения дома на устройства пользователя, «умные» счетчики и многое другое.

«Умное строительство». Визуальное моделирование процессов строительства, системы упрощения строительства, новые строительные материалы и другое.

«Умный дом». Охранная и пожарная сигнализации, система контроля доступа, управление освещением, удаленный мониторинг и управление домом через интернет и многое другое.

«Умный хокимият». Электронное удостоверение личности с совмещением платежного средства, активность граждан к управлению городом, системы оплаты местных налогов и многое другое.

«Умная махалля». Заправки для электромобилей, электронные карты в школах, каршеринг, сервисы для вызова и оплаты такси и другое.

Этапы внедрения

Внедрение концепции рассчитано на 2019−2030 годы.

Первый (2019−2021) — определение базовой линии, формирование профиля территории, анализ доступных активов, определение индикаторов и прочая начальная подготовка.

Второй (2022−2024) — разработка стратегии внедрения концепции, вовлечение заинтересованных сторон, оценка рисков, формирование финансовой отчетности и так далее.

Третий (2025−2027) — детализированное планирование, бюджетирование, прогноз эффективности, определение возможностей и так далее.

Четвертый (2028−2030) — внедрение и оценка эффективности, мониторинг, оценка и анализ, экспансия. [5, с. 2-8]

Заключение

Основным фактором, определяющим развитие IP-технологий сегодня, является скорость роста вычислительной мощности, так как основы человеческой психики до сих пор неизвестны. Таким образом, тема конференций ИИ кажется очень стандартной и не сильно изменилась с точки зрения содержания. Однако повышенная производительность современных компьютеров и время от времени улучшенное качество алгоритмов, позволяют применять различные научные методы. Это произошло с интеллектуальными игрушками, что также происходит с домашними роботами.

При таком подходе, как и ожидалось, можно решить различные проблемы (такие как криптография). Относительно простые, но дружественные к ресурсам алгоритмы поведения позволяют автономным устройствам безопасно работать в сложном мире. В то же время цель состоит в том, чтобы разработать системы, которые не похожи снаружи на людей, но действующие как люди.

Область ИИ, ставшая зрелой наукой, медленно, но верно продвигается вперед. Поэтому результаты непредсказуемы, даже если неожиданные выгоды, связанные со стратегическими инициативами, не устранены. Такие инициативы, вероятно, будут исходить из комбинации различных математических наук – теории вероятностей, нейронных сетей, нечеткой логики.

Список литературы:
1. Merkert, Mueller, Hubl, A Survey of the Application of Machine Learning in Decision Support Systems, University of Hoffenhaim 2015
2. Tariq, Rafi, Intelligent Decision Support Systems- A Framework, India, 2011
3. Sanzhez i Marre, Gibert, Evolution of Decision Support Systems, University of Catalunya, 2012
4. Ltifi, Trabelsi, Ayed, Alimi, Dynamic Decision Support System Based on Bayesian Networks, University of Sfax, National School of Engineers (ENIS), 2012
5. Постановление кабинета министров Республики Узбекистан «Об утверждении концепции внедрения технологий «Умный город» в Республике Узбекистан» г. Ташкент, 18 января 2019 г., № 48