ПРИМЕНЕНИЕ СИСТЕМ ИСКУССТВЕННОГО

ИНТЕЛЛЕКТА ПРИ РЕШЕНИИ ЭКОНОМИЧЕСКИХ ЗАДАЧ
Саламахина Елена Дмитриевна ,учитель географии Аннотация: Статья посвящена актуальности применения систем искусственного интеллекта при анализе данных в различных сферах экономической деятельности. Рассмотрены такие аспекты, как анализ значений и динамики финансовых показателей фирм, прогнозирование с высоким уровнем достоверности и минимизацией ошибок, решение актуальных проблем, возникающих в процессе деятельности экономических агентов и т.д. Рассмотрены основные направления и основополагающие цели внедрения систем искусственного интеллекта в программы управления предприятиями. Список ключевых слов: системы искусственного интеллекта, экспертные системы, оперативное прогнозирование, технологическая обработка информации, аккумулирование знаний, процедурный анализ данных В настоящее время создание эффективного и надёжного инструмента краткосрочного (оперативного) прогнозирования значений и динамики экономических показателей предприятий, предоставляющего отчеты прогнозирования высокой степени достоверности, является как научной, так и практической задачей, поиск решений которой является весьма актуальным в настоящее время. В современных условиях система, наиболее точно и эффективно, в сравнении со специалистами конкретной области, выполняющая различные экономические задачи, очень востребована. Набирает популярность проведение профессионального и психологического отбора персонала, с чем системы искусственного интеллекта (СИИ) прекрасно справляется. Эти функции проявляются в процессе приёма на работу, при анализе межличностных отношений и психологической совместимости специалистов, ведение базы данных по кадрам с учетом личностных характеристик сотрудников. Очень важно, что СИИ позволяют применять готовые тесты для психологического обследования. Они содержат различные формы тестирования, которые помогают определить степень развития интеллекта, социальных и личностных свойств, несоответствие психологическим
нормам; извлекать готовые, оформленные в виде текста оценки по итогам проверки; осуществлять обработку различного рода итогов, подбирать в наибольшей степени соответствующих должности претендентов, учитывая уровень их профессионализма и личностные качества; корректировать вопросы, ответы, категории, сортировать и осуществлять сводку и группировку статистических данных, полученных в проце ссе исследования, что абсолютно точно является очень полезным и важным для предприятия, занимающегося экономической деятельностью. В процессе исследования, мы выяснили, что работы в области экономики оказали решающее влияние на формирование понятий рациональных агентов, однако в течение долгого времени исследования в области ИИ проводились в других областях. Причиной этому стала мнимая уверенность в том, что процесс нахождения оптимальных решений – это слишком трудная задача. Но, несмотря на это, Г. Саймон в своих ранних трудах пришел к выводу, что наиболее подходящее описание реального поведения людей могут дать модели, основной целью работы которых является удовлетворение специалистов в выполнении задач и расчёте данных, которые являются «достаточно приемлемыми», а не модели, предусматривающие трудоемкий расчет оптимального решения [1]. При принятии управленческих решений в любой организации просто необходимо иметь в пользовании удобный и надежный для рядовых конечных пользователей инструмент прогнозирования, предоставляющий прогнозы максимально высокого уровня достоверности. Со всеми этими функциями эффективно справляются различные системы искусственного интеллекта [2]. Системы искусственного интеллекта относятся к классу информационных систем, анализирующие изменения состояния информации в результате ее технологической обработки. В системах искусственного интеллекта выделяется большое количество направлений. Проанализировав мнения экспертов, можно с полной уверенностью заявить, что наиболее прогрессивно развивающимся из них являются экспертные системы (ЭС). Данное направление привлекает к себе интерес с самого момента своего существования потому, что с их помощью появляется возможность решения задач многих разновидностей из различных сфер жизни общества. Сложно отыскать предметную область, где люди не применяли бы ЭС, или хотя бы не пытались это сделать. Рассмотрим основные функции выполняемые ЭС. Во-первых, это анализ необходимой информации, во-вторых - её классификация, в- третьих, диагностирование и, наконец, в-четвертых, предоставление возможности пользователю получить определенный совет и консультацию. Стоит подчеркнуть, что основной целью функционирования ЭС является решение задач, обычно выполняемых только человеком-
специалистом. При сравнении с машинными программами, можно заметить, что системы выполняют задачи в более узкой предметной области на основе принципов дедукции. Этот способ очень полезен в тех системах, где существует недостаток информации или временного ресурса, что значительно осложняет процесс анализа [3]. Теперь, чтобы понять, почему ЭС являются настолько популярными при решении многих экономических задач, следует указать их основные достоинства. Во-первых, это предоставление возможности аккумулирования знаний, во-вторых, хранение знаний достаточно долгий период времени, в- третьих, обновление информации и вследствие обеспечения независимости организации от квалифицированных экспертов. ЭС – это основа применения на практике систем искусственного интеллекта в экономике [4]. Одним из главных достоинств применения искусственного интеллекта, и в частности экспертных систем, является минимизация вероятности ошибок при принятии решений в области корпоративного планирования. К 2015 году данная вероятность значительно изменилась по сравнению с предыдущими годами [5]. Убедиться в этом можно проанализировав данные, представленные на рис. 1. 1 2 3 4 5 0 5 10 15 20 25 30 2011 2012 2013 2014 2015 Рис. 1. Процент ошибок, сделанных ИИ по годам в сфере корпоративного планирования [6] Горизонтальная линия на графике демонстрирует процент ошибок человека-специалиста при выполнении аналогичной задачи. Проанализировав данный график, можо сделать вывод, что в период с 2011 по 2015 год вероятность допущения ошибки экспертной системой снизилась более чем в пять раз с 25 до 4,8 %, что ниже, чем процент вероятности допущения ошибки специалистом. В процессе исследования мы выяснили, что ЭС используются в экономической сфере для выполнения следующих задач: исследование
финансового положения организации, составление планов расходования организационных ресурсов, анализ кредитоспособности организации, создание инвестиционного портфеля, разработка долгосрочного плана производства, анализ конкурентоспособности произведенных товаров, разработка плана ценообразования, подбор сотрудников, страхование коммерческих кредитов [7]. П о д а н н ы м п о рт а л а TAdvizer, банки используют системы искусственного интеллекта, применяя методики актуарной математики, в частности, в области страховой деятельности, при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании, а также для обеспечения ряда других задач национальной безопасности [8]. В соответствии с данными Интернет-ресурса Expert Systems наиболее востребованной в сфере экономики ЭС является Project Expert, используемая в целях создания бизнес-плана и оценки инвестиционных проектов. Project Expert оптимальная в своем роде ЭС. Она является стандартом, применяемым для бизнес-планирования и оценки инвестиционных проектов в РФ, странах СНГ и Балтии. Основным преимуществом данной ЭС является возможность применения в целях моделирования деятельности в различных областях экономики и в различной мере – от небольших индивидуальных предприятий до крупных международных корпораций. Project Expert получила широкое распространение в банковском бизнесе. И область применения в экономике постоянно расширяется [9]. Проанализировав мнения экспертов, мы выяснили, что еще одной из самых востребованных на данный момент экспертных систем при решении экономических задач является Альт-Инвест Сумм. Данная ЭС - это модель, которая применяется для описания и оценивания рентабельности предприятия, анализа эффективности инвестиционных проектов, и составления бюджетного плана организации с учетом инвестиционных расходов. Альт-Инвест Сумм предоставляет возможность анализировать рентабельность организации учитывая проекты инвестирования по таким критериям как: отдача инвестиционных вложений, финансовая обеспеченность, степень риска при реализации проекта. Хотелось бы отметить такой вид ЭС, как ISPMS: Основной функцией является создание портфеля, с помощью которого обеспечивается равновесие между возможностью риска и ориентировочной выручкой. Процент верного прогноза внезапных изменений на бирже ценных бумаг колеблется от 68 до 84%.
По данным Tadvizer, в будущем ЭС станут важной составляющей в процессе объединения интеллектуально-взаимодействующих устройств в основные широкомасштабные решения; всех стадий разработки, распространения, планирования, конструирования и предоставления услуг; при решении нечетко определенных проблем. Таким образом, в результате исследования мы пришли к выводу о том, что СИИ нашли широкое применение в огромнейшем спектре различных сфер экономики. Постановка целей, процедурный анализ данных, прогнозирование, экспертиза, аккумулирование огромного объёма знаний, разработка различного рода стратегий деятельности, минимизация вероятности ошибок при принятии стратегических решений, мониторинг состояния рынка, поддержка оценки будущих рыночных условий; составление плана продаж и его выполнение - всё это - неоценимое преимущество, появившееся у специалистов в результате внедрения новых технологий. Нельзя не отметить, что методики СИИ упростили алгоритмы действий, выполняемых специалистами для обеспечения ряда задач экономической и национальной безопасности.
Список литературы:
1. Матвеев М.Г. Модели и методы искусственного интеллекта. Применение в экономике. - Финансы и статистика, 2014 - 11 2. Луценко Е.В. 2011 г. Оперативное прогнозирование значений экономических показателей многоотраслевой корпорации с применением технологий искусственного интеллекта. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. № 71. 3. М. Эндрю. Реальная жизнь и искусственный интеллект // «Новости искусственного интеллекта», РАИИ, 2000 4. Сайт Российской ассоциации искусственного интеллекта [Электронный ресурс]. – Режим доступа: raai (дата обращения 10.11.2015) 5. Тарасов В.Б. Интеллектуальные системы в проектировании// Новости искусственного интеллекта. – 2009. – №4. 6. Отраслевой портал и экспертный Центр по вопросам автоматизации государства и бизнеса в России - TAdvizer [Электронный ресурс]. – Режим доступа: tadviser (дата обращения 10.11.2015) 7. Девятков В. В. Системы искусственного интеллекта / Гл. ред. И. Б. Фёдоров. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.