2.2.1.6. Експертні системи
Експертні системи (EC) — це програмні комплекси, що оперують зі знаннями фахівців у конкретній предметній галузі (базами знань — БЗ) з метою створення рекомендацій та прийняття рішень. Вони застосовуються, зокрема, у математично слабороз-винених галузях науки: медицині, політології, соціології та ін. Знання, отримані з досвіду (емпіричні) та інтуїтивно, за термінологією ECназиваються евристиками. Бази знань можуть включати в себе метазнания, тобто знання про знання (про те, як мислять експерти). На відміну від звичайних БД, у БЗ зберігаються не тільки факти, а й розв'язувальні правила, які дозволяють прийти до нових фактів. Про-
цедура наповнення БЗ дуже складна і важко формалізується. Створенням БЗ займаються фахівці зі знань — когнітологи. "Мозком" ЕС є вирішувач (машина логічного висновку) — програма, що імітує хід думок експерта. В її основу покладено комп'ютерну технологію "штучного інтелекту" [24]. Експертна система моделює механізми мислення людини, формуючи певні думки та висновки, спираючись на відповідні БЗ. Характерною рисою ЕС є їх здатність давати пояснення, чому запропоновано саме таке рішення, і доводити його обґрунтованість (прозорість ЕС).
Кількість ЕС постійно збільшується. Відомо такі EC: MYCIN, INTERNIST, TETRESIAS, ONCOCIN, CENTAUR(медицина), JUDITH, CATON (правознавство), Management Advisor (комерційна діяльність), Rl/XCON(комплектація комп'ютерів), MUD (геологічна розвідка), HEARSAY (розпізнавання мови), EXPERTAX (поради з підготовки податкових декларацій), CHEF (створення кулінарних рецептів), ТІММ (навігація), COMPASS(пошук несправностей у телефонних мережах), OPAL, PROTEGE, MORE, SALT, ODYSSEUS (створювачі БЗ).
Одним з напрямків розвитку EC є технологія нейронних мереж (НМ). Нейронна мережа відтворює (моделює) низькорівневу структуру мозку людини і в процесі "навчання" настроює зв'язки між численними пошарово рівнобіжно діючими елементами ("нейронами"), формуючи таким чином "архітектуру" пошуку рішення. В НМ знання відображаються у виважених зв'язках (що мають різну значущість) між міріадами окремих елементів мережі. За допомогою НМ вивчається, до яких результатів приводять початкові дані. Технології НМ реалізовані в системах SCALIR (ДПС, призначена для вибору правової інформації), ЛоРа IQ300 (російськомовний варіант ППП Brain Maker — прогнозування ринку цінних паперів), Neural NetworkToolbox (проектування систем управління динамічними процесами), пакет NNT (засіб програмування НМ у середовищі MATLAB).
Приклади застосування ЕС в СР нам не відомі, але перспективність використання цієї технології у менеджменті СР не викликає сумнівів.