Интеллектуализация и поддержка принятия решений в геоинформатике
Технологии искусственного интеллекта. Одной из основных задач ГИС, которую ставят перед собой исследователи, является получение новых знаний, представлений о природе пространственных данных. В то же время пользователи иногда недооценивают возможности ГИС в области поддержки принятия решений, которые эти системы могут обеспечивать, уделяя основное внимание главным образом представлению, в частности визуализации данных. Ценность географической информации в системах поддержки принятия решений становится особенно значимой, когда в ГИС включаются программные средства, базирующиеся на технологиях и методах искусственного интеллекта (ИИ) — «раздела информатики, изучающего методы, способы и приемы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач» [Математический.., 1988]. Идея создания искусственного подобия человеческого разума для решения сложных задач и моделирования мыслительной способности витала в воздухе с древнейших времен. Впервые ее выразил Р. Луллий (ок. 1235 — ок. 1315), который еще в XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий. В XVII в. Г.Лейбниц (1646-1716) и Р.Декарт (1596-1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания ИИ. Развитие ИИ как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х годах XX в. В это же время Н.Винер (1894-1964) создал основополагающие работы по новой науке — кибернетике. Термин «искусственный интеллект» был предложен в 1956 г. на семинаре с аналогичным названием в Стенфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. В книге [S.J.Russell, P.Norvig, 1995] история ИИ разделена на периоды: 1943-1956 гг. — период созревания ИИ; 1952-1963 гг. — этап раннего энтузиазма и великих ожиданий; 1966-1974 гг. — период первых разочарований, основной причиной которых явился типичный «комбинаторный взрыв» в задачах ИИ. Провал «кавалерийских атак» в форме программ типа GPS (общий решатель задач — General Problem Solver) заставил исследователей строить системы более специализированные и основанные на достаточном объеме экспертных знаний, т. е. для того, чтобы создаваемая система ИИ смогла решать трудные задачи, разработчик примерно должен знать, на какой базе знаний это реализуемо. Соответственно, период с 1969 г. явился временем нового энтузиазма, а именно периодом создания экспертных систем (ЭС). Экспертные системы были первыми коммерчески значимыми продуктами в области ИИ. Важность таких средств ИИ, как экспертные системы и нейронные сети, речь о которых пойдет далее, состоит в том, что они существенно расширяют круг практически важных задач, которые можно решать на компьютерах, и их решение приносит значительный экономический эффект. Результатом успешного развития методов и технологий ИИ стало создание многочисленных приложений, ориентированных на конечных пользователей, включая специалистов в области ГИС. Интеграция систем ИИ с ГИС особенно эффективна в задачах оценки, контроля и принятия решения. В этом контексте развитие нейронных сетей, эволюционных вычислений (автономное и адаптивное поведение компьютерных приложений и робототехниче-ских устройств), нечеткой логики, самоорганизующихся СУБД, обработки изображений, экспертных систем и ряда других технологий ИИ связано сегодня с расширением функциональных возможностей в части поддержки принятия решений (см. 4.3). Есть все основания полагать, что в следующее поколение программного обеспечения ГИС будут встроены элементы ИИ.
В настоящее время функциональные возможности пространственного анализа в ГИС еще относительно слабы. В математике средства многомерного пространственного анализа постоянно развиваются и хорошо обеспечены методами исследования геометрии, топологии и других свойств абстрактных объектов, их множеств и структур. Поэтому их широкое внедрение в геоинформационные технологии становится все более актуально и осуществляется по следующим направлениям: • расширение функциональной полноты традиционных методов, технологии и программных средств пространственного анализа в ГИС за счет использования возможностей развитых математических методов анализа многомерных данных; • развитие новых методов, основанных на интеллектуальных вычислительных технологиях, как базы для создания следующего поколения удобных и более сильных инструментальных программных средств анализа геоданных в условиях все возрастающих объемов первичной информации; • создание новых моделей данных, информационных технологий и программных средств, специально предназначенных для многомерного анализа данных, моделирования и прогноза территориально распределенных процессов и обеспечивающих интеграцию с традиционными ГИС.
Первое направление характерно для ГИС практически с момента их появления, второе и третье связаны с фундаментальными исследованиями на стыке математики, информатики и нейрофизиологии. За последние 10 лет исследователи разработали целый класс статистических и адаптивных методов анализа многомерных данных, получивших название нейросетевыхметодов (см. 4.2). Нейросетевые методы применяются не только для анализа данных, но и, что существенно, для построения моделей процессов, разворачивающихся в многомерных пространствах. Уже сегодня предлагаются интересные классы нелинейных моделей, построенных на основе статистического анализа первичных данных. При этом средства информационных технологий используются для организации доступа и предобработки первичных данных, хранящихся в ГИС и БД. Статистические и адаптивные методы анализа геоданных позволяют улучшить качество исходной информации и построить нейросетевую модель, адекватную как по назначению и качеству исходных данных, так и по суждениям экспертов и задачам исследователей.
|