Первые программы в области искусственного интеллекта, созданные к началу 50-х годов, не обеспечивали переход к конкретным предметным областям и поэтому не могли найти практического применения. К концу 60-х годов описания предметной области в виде вычислительных схем в памяти компьютеров начали использоваться для выполнения различных расчетов в процессах проектирования. С их помощью управляющие программы ситуационно, т.е. в зависимости от содержания схем и оперативной информации, реализовывали имеющиеся вычислительные подпрограммы. Но эти разработки не оказали существенного влияния на проектирование ввиду большой трудоемкости эксплуатации, низкой надежности и отсутствия технических возможностей поддерживать процессы изменения описаний предметной области в промышленном режиме.
Методологическим прорывом в этой области явился переход в начале 80-х годов к машинному формированию вычислительных схем, для чего потребовалось представление в памяти и логическая обработка теорий предметных областей. Это позволило в рамках этих теорий ставить различные расчетные задачи, доказывать их вычислимость при поддержке инструментальной системы, а затем автоматически генерировать требуемые для их решения программы. Этим обеспечивалась высокая применяемость системы. Представителем систем данного типа являлась система ПРИЗ, разработанная в Таллиннском институте кибернетики. Ее могли самостоятельно применять пользователи в областях знаний, для которых заранее были созданы концептуальные модели, и она имела коммерческий успех, в том числе, за рубежом. Но данный подход, названный концептуальным программированием, оказался приемлемым только для формализованных областей знаний, в которых надо было решать расчетные задачи. Другой подобной разработкой, имевшей промышленное применение для проектирования тепловой части атомных электростанций, была интеллектуальная система МАВР, созданная в ВЦ АН СССР. Она была универсальной в рамках теорий, используемых для описания и проведения расчетов теплообменных и других аппаратов. Одновременно это и ограничивало расширение ее применения.
На предприятиях в этот период, в основном, использовались разрозненные комплексы программ по разным подсистемам. Главной проблемой здесь стала невозможность своевременно вносить изменения в программы соответственно постоянно происходящим изменениям в институциональной сфере и на самих предприятиях. Существующие в то время технологические возможности информационных систем не смогли обеспечить компьютерную поддержку этого процесса. Кроме этого, возникли и проблемы управляемости проектирования при охвате всей системы предприятия. Огромное разнообразие ситуаций не позволяло оперативно решать возникающие проблемы функционирования и развития без специального инструментария. Отсутствие управляемости приводило к неадекватности проектов реальным условиям и, в конечном итоге, к дискредитации всего направления создания автоматизированных систем. Одной из причин неуправляемости было то, что новые методы решения задач и информационные технологии входили в противоречие с существующими правовыми, экономическими и организационными правилами взаимодействия субъектов управления и поэтому не находили промышленного применения. Для разрешения этой ситуации необходимо было предварительно проводить институциональный анализ внешней среды и институциональную подготовку объектов проектирования. Последнее было практически невозможно в условиях закостенелых институтов централизованной экономики.
К началу 90-х годов в мире появилась потребность в массовом проведении работ по моделированию бизнес-процессов для их сертификации по международным стандартам и их совершенствованию в связи с ужесточением конкуренции и необходимостью ориентации на меняющиеся потребности клиентов. Были созданы инструментальные системы, обеспечивающие построение пользователями моделей бизнес-процессов (БП) в виде диаграмм. Эти модели выполняли функцию интерфейса для взаимодействия разработчиков систем с их пользователями и функцию модели предметной области для настройки готовых комплексных программных систем или/и компоновки программных систем из готовых программ и поддержки процессов анализа и совершенствования БП. Создаваемые для этого метамодели БП описывали теории производственных, экономических и, сопровождающих их, информационных процессов. Одной из инструментальных систем подобного типа была система ARIS. Обеспечить универсальность и высокую применяемость этой системы автору ее разработки, проф. А.- В. Шееру удалось не только за счет применения концептуальных моделей, но и за счет обеспечения открытости системы. Пользователи системы могут вводить в систему свои правила семантического контроля, различные инструментальные средства, прикладные программы, применять разные языки моделирования и т.д. Ее успеху на рынке способствовало то, что метамодели описывают реальные производственные, управляющие, экономические, и информационные процессы, а инструментальная система максимально использует существующие информационные технологии и системы. Однако область возможного применения системы ограничивалась рамками используемых формализованных понятий, имеющих несопоставимо меньшую степень общности, чем математические концептуальные модели.
Значительно раньше рассмотренного процесса создания и развития методологий моделирования и совершенствования БП и проектирования информационных систем, с начала 70-х годов С.П. Никаноровым развивалась методология концептуального анализа и синтеза систем, основанная, главным образом, на использовании математических концептуальных конструкций, играющих при проектировании роль прообраза будущей системы. Это позволяло обеспечить теоретическую направленность и возможность теоретического контроля процесса проектирования сложных систем при конкретизации этих конструкций и, в конечном итоге, их интерпретации в виде схем процессов для использования в предметной области, для которой создается система. После этого должно было осуществляться проектирование информационной системы, реализующей эти процессы и управление ими. Данная методология была ориентирована на использование специалистами в области создания и применения математических концептуальных описаний систем. Ее преимуществом должна была стать высокая степень универсальности, теоретическая нормативность и управляемость процесса проектирования, гарантирующего получение заданных характеристик системы.
Для обеспечения применяемости этой системы при проектировании систем организационного управления в условиях дедуктивного формирования проектов надо было решить проблемы перехода от применяемых теоретических конструкций к существующему разнообразию реальных процессов и программной интерпретации не только математических метамоделей, но и обычных математических моделей, описывающих конкретные элементы и процессы систем. Для сравнения, в системе ARIS метамодели используются не для их интерпретации, а для управления процессом построения конкретных моделей процессов пользователями и последующего формирования репозиториев моделей.
Для создания инструментальной системы математического концептуального проектирования требовалась мощная государственная поддержка, которой, к сожалению, не было. Но, с другой стороны, создание таких систем стало возможным только, когда к началу 90-х годов появились компьютеры с огромной памятью и быстродействием, что позволило обрабатывать модели с большим количеством понятий, не имеющих эксплицитного представления. Появились также новые информационные технологии для работы с развитыми базами данных, для управления потоками работ и т.д. В то же время математическая концептуальная методология оказалась эффективной при анализе сложных и недостаточно теоретически разработанных предметных областей.
Новые требования к концептуализации знаний предъявил процесс создания многоагентных систем, предназначенных для извлечения новых знаний из текстов, имеющихся во всемирном хранилище информации. Качество таких систем, определяемое глубиной и объемом извлекаемых знаний, зависит от степени обобщенности концептуальных моделей. Использование математических концептуальных моделей в виде неформальных аксиоматических схем, являющихся математическими концептуальными надстройками, в инструментальных системах типа ARIS позволит повысить их универсальность и эффективность за счет уменьшения излишнего разнообразия и повышения теоретической обеспеченности процесса совершенствования систем. Перспектива развития информационных систем – интеграция рассмотренных методологий. Универсальные инструментальные системы должны быть открытыми, эффективными, интеллектуальными и широко применяемыми.
Литература 1. Развитие моделирования знаний в интеллектуальных системах 1.Newell A., Shaw I.C., Simon H.A. Report on a general-problem-solving program// Proc. оf the Internal Conf. on Information Processing (ICIP). - Paris: UNESCO House, 1959. - P.256-264.
2.Вычислительные машины и мышление / Под ред. Э. Фейгенбаума и Дж. Фельдмана: Пер. с англ. – М.: Мир, 1963, 1967. –550 с.
3. Заде Л. Лингвистическая переменная: Пер. с англ. – М.: Физматгиз, 1972.
4.Минский М. Фреймы для представления знаний: Пер. с англ. -М:Энергия,1974,1979.-152 с.
5.Хант Э. Искусственный интеллект: Пер. с англ. – М.: Мир, 1975,1978. - 558 с.
6. Shortliffe E. Computer based medical consultations: MYCIN.-N.Y.: American Elsevier, 1976.
7.Уинстон П. Искусственный интеллект.: Пер. с англ. – М.: Мир, 1977, 1980. –518 с.
8.Кузин Л.Т. Основы кибернетики: В 2-х т. Т.2. Основы кибернетических моделей. Учебное пособие.- М.: Энергия, 1979.- 584 с.
9.Калья А.П., Кахро М.И., Тыугу Э.Х. Инструментальная система программирования ЕС ЭВМ (ПРИЗ ЕС).-М.: Финансы и статистика, 1981. - 158 с.