1 Informatyczne Systemy Zarządzania Wykład 6. Business Support Systems (BSS) Systemy wspomagające działalność/ biznes Wykładowca: Prof. Anatoly Sachenko 2 Podgląd wykładów Rozdział I. Wspomaganie decyzji w biznesieDecision Support in Business Rozdział biznesie II. Technologie Sztucznej Inteligencji w 3 Rozdział I. Wspomaganie decyzji w biznesie Biznes i wspomaganie decyzji Trendy wspomagania decyzji Informatyczne Systemy Zarządzania Bezpośrednie Przetwarzanie Analityczne Danych Systemy Wspomagania Decyzji Użycie Systemów Wspomagających Podjęcie Decyzji Informatyczne Systemy Najwyższego Kierownictwa Portale przedsiębiorstwa i Wsparcia decyzji Systemy Zarządzania Wiedzą 4 Biznes i wsparcie Decyzji By osiągnąć sukces, firmy potrzebują systemów informatycznych które potrafią wspomóc różnorodność informacji i potrzeby podejmowanych decyzji przez kierownictwo i profesjonalistów, zawodowców w tej dziedzinie. 5 Biznes i Wsparcie Decyzji (kontynuacja) Decyzja, i Zarządzanie Rodzaj informacji uzyskiwanej przez podjęcie decyzji jest bezpośrednio związany ze szczeblem, poziomem podejmowanych decyzji zarządczych i z ilością struktur w decyzyjnych sytuacjach (zobacz następny slajd) Struktura klasycznej kierowniczej piramidy stosuje się również w dzisiejszych spłaszczonych, zredukowanych organizacjach o nie zaprogramowanej strukturze organizacyjnej ( brak hierarchii). Informacja, 6 Biznes i Wsparcie Decyzji (kontynuacja) 7 Biznes i Wsparcie Decyzji (kontynuacja) Decyzja, i Zarządzanie Szczeble podejmowania decyzji nadal istnieją, ale ich rozmiar, kształt i uczestnicy są w trakcie zmian przyjęcia takiej struktury do jakiej w dzisiejszych czasach się podąża, zmierza (zgodnie z kierunkiem jej rozwoju) Zatem, szczeble podejmowania decyzji, które muszą być wsparte przez technologie informacyjne pomyślnie w chcących osiągać sukces organizacjach to : Informacja, 8 Biznes i Wsparcie Decyzji (kontynuacja) Zarządzanie Strategiczne: - W szczególności, kadra kierownicza i naczelny komitet, rada wykonawcza dyrektora generalnego i najwyższe kierownictwo, którzy rozwijają ogóle cele organizacyjne, strategię, politykę firmy, i przedmioty jako część planowania strategicznego – oni kontrolują, monitorują przyjętą strategię w organizacji i jej ogólne kierunki pod względem politycznego, ekonomicznego, i konkurencyjnego środowiska biznesu; otoczenia organizacji 9 Biznes i Wsparcie Decyzji (kontynuacja) zaprogramowane decyzje - Dotyczą sytuacji podejmowania takich decyzji, gdzie nie jest możliwe sprecyzowanie, określenie z góry większości reguł postępowania Strategiczne Podejmowanie Decyzji – wymaga więcej streszczenia, decyzje podejmowane na poczekaniu-nie na bieżąco, nieplanowane meldunki, raporty, prognozy, i mądrość w wspieraniu ich mniej rozbudowanego/skonstruowanego planowania i odpowiedzialności za przyjętą politykę, taktykę Taktyczne Zarządzanie – Narastanie samo-zarządzających grup które równie dobrze jak menedżerowie średniego szczebla rozwijają krótkie lub o średnim zakresie plany, procedury, i cele biznesu dla podjednostek struktury Nie 10 Biznes i Wsparcie Decyzji (kontynuacja) Decyzje na średnim szczeblu - niektóre reguły postępowania mogą być wcześniej sprecyzowane, ale nie na tyle wystarczająco by oznaczały ostateczną, zalecaną decyzję. Taktyczne Podejmowanie Decyzji - Otrzymane decyzje zarówno zarówno ze szczebla operacyjnego jak i strategicznego które wspierają odpowiedzialność za podjęte decyzje na tymże zajmowanym średnim szczeblu zarządzania. Operacyjne Zarządzanie - Członkowie zajmujący same kierownicze stanowiska lub menedżerowie sprawujący nadzór nad rozwojem krótko-okresowych planów takich jak tygodniowe harmonogramy, rozkłady toku produkcji. 11 Biznes i Wsparcie Decyzji (kontynuacja) zaprogramowane – Obejmują sytuacje gdzie procedury stosuje się kiedy potrzebna informacja może być określona naprzód, z pewnym wyprzedzeniem czasowym. Operacyjne Podejmowanie Decyzji – Wymaga wcześniejszego sprecyzowania wewnętrznych meldunków, raportów kładąc nacisk szczególnie na bieżące i dziejowe, zaprzeszłe związki danych które wspomagają bardziej odpowiedzialność w strukturze organizacji w podejmowanych z dnia na dzień operacjach, działaniach. Decyzje 12 Biznes i Wsparcie Decyzji (kontynuacja) Jakość Informacji Informacja która jest przestarzała, niedokładna, lub ciężka do zrozumienia nie będzie znacząca, przydatna czy też wartościowa dla Ciebie lub dla innych użytkowników Ludzie chcą informacji dobrej jakości, to jest, wytwór informacji której cecha, właściwości albo zalety czynią ją wartościową dla nich Trzy wielkości informacji: czas, zawartość/objętość, i forma(zobacz następny slajd) 13 Biznes i Wsparcie Decyzji (kontynuacja) Formy jakie przyjmuje Przejrzystość, jasność Informacja powinna być dostarczana w takiej formie która jest łatwa do zrozumienia Szczegółowość Informacja powinna być dostarczana szczegółowo -w streszczeniu Kolejność Informacja powinna być zbudowana z góry ustalonej kolejności Prezentacja Informaja powinna przybierać formę narracyjną, liczbową, graficzną lub inną Media-środki przekazu Informacja może być dostarczana w formie wydruku, odtwarzań wideo itp.. 14 Biznes i Wsparcie Decyzji (kontynuacja) Jakość informacji Aktualność Dostarczana kiedy jest potrzebna Bieżąca, aktualna kiedy jest dostarczana Dostarczana tak często jak jest potrzebna Pochodząca z przeszłości, teraźniejszości i przyszłych odcinków czasowych jeśli istnieje taka konieczność; potrzeba 15 Biznes i Wsparcie Decyzji (kontynuacja) Jakość informacji (kontunuacja) Zawartość, Wolna istota od błędów Powinna odnosić się do potrzeb informacyjnych specyficznego/właściwego odbiorcy w określonych sytuacjach Zapewnia informację, która jest potrzebna Tylko informacja potrzebna powinna być dostarczana Może mieć szeroki bądź wąski zakres, zasięg albo spojrzenie na zewnątrz (zagranica) lub wewnątrz (kraj) Ujawnia wykonanie 16 Biznes i Wsparcie Decyzji (kontynuacja) Jakość informacji (kontynuacja) Forma Dostarczana w formie która jest zrozumiała Może być otrzymywana szczegółowo lub w streszczeniu, podsumowaniu Może być uporządkowana w z góry ustalonej kolejności, ciągu Może być przedstawiana w formie narracyjnej, za pomocą liczb, obrazków (graficznie) lub innych formach Może być dostarczana w wersji wydruku (trwała kopia), za pomocą wideo oraz innych mediów. 17 Biznes i Wsparcie Decyzji (kontynuacja) Struktura decyzji Zaprogramowane decyzje Dotyczy sytuacji w których procedury postępowania mogą być określona naprzód Nie zaprogramowane decyzje Dotyczy sytuacji nie jest możliwe określenie z góry większości procedur postępowania 18 Biznes i Wsparcie Decyzji (kontynuacja) Struktura decyzji (kontynuacja) W połowie zaprogramowane decyzje Część reguł postępowania może być określona z wyprzedzeniem, ale nie na tyle wystarczająco by doprowadziło to ostatecznej, konkretnej zaleconej decyzji Miara struktur jest ściśle powiązana z szczeblami zarządzania Operacyjny – menedżerowie pierwszej linii Taktyczny – średni szczebel Strategiczny – najwyższy szczebel 19 Trendy Wspomagania Decyzji Wzrasta użycie IS dla wsparcia podejmowanych w przedsiębiorstwie decyzji. Liczba tych trendów pojawia się w następujących obszarach: Zakupy/ handel internetowy rozprzestrzenia informację i użycie wsparcia decyzyjnego i oczekiwań pracowników firmy, menedżerów, klientów, dostawców Szybkie tempo postępu nowych informacyjnych technologii jak sprzęt PC (komputerów osobistych) i pakiety oprogramowania, sieci typu klient/serwer, sieciowe wersje PS DSS/EIS (Systemy Wspomagania Decyzji/Systemy Powiadamiania Kierownictwa), czyniące dostęp do EIS/DSS dla obniżenia szczebli zarządzania 20 Trendy Wspomagania Decyzji (kontynuacja) Obszar trendów (kontynuacja) Internet i the World Wide Web (wwwmultimedialna,ogólnoświatowa sieć komputerowa) również przyczynia się mocno w kierunku koncepcji e-commerce (handlu internetowego) Dramatyczny rozrost wewnętrznej sieci zbudowanych z wykorzystaniem technik internetowych (intranet) i zewnętrznej sieci przedsiębiorstwa (extranet) w ramach złożonych sieci elektonicznego biznesu (e-business) przedsięwzięć i ich interesantów, inwestorów Aplikacje elektronicznego biznesu które wspomagają decyzje są wykonywane na zamówienie, personalizowane (osobiste) i umożliwiają wykorzystanie ich przez sieć w elektrycznym biznesie, hadlu przez internet 21 Informatyczne systemy zarządzanie Pierwotny model systemów informatycznych Wytwarza/wywołuje wiele wyników które wspierają decyzje podejmowane z dnia na dzień Te informatyczne wyniki zazwyczaj przyjmują następujące formy : Okresowe harmonogramy, wykazy sprawozdań Raporty nadzwyczajne Wymagane raporty i odpowiedzi (reakcje) Raporty dostarczane według planu 22 Informatyczne Systemy Zarządzania (kontynuacja) Alternatywy sprawozdań zarządczych Okresowe wykazy sprawozdań Wcześniej wyszczególniony format Wyposażony w bazę harmonogramów Raporty nadzwyczajne Działa kiedy mają miejsce wyjątkowe warunki Ogranicza nadmiar informacji 23 Informatyczne Systemy Zarządzania (kontynuacja) Mechanizmy zarządzania raportami (kontynuacja) Wymaganie sprawozdań i reakcji, odpowiedzi Dostępne na żądanie, kiedy wymagamy. Na poczekaniu Raporty dostarczane według planu Informacja jest przesyłana do sieci PC przez zbiorczą sieć wewnętrzną (intranet) Nie szczególnie widziane przez odbiorców, przyjmujących (nie oni wymagają ich) 24 Bezpośrednie Przetwarzanie Analityczne Danych Umożliwia menadżerom i analityków to interakcyjnie badać manewrować, manipulować dużą ilością szczegółowych i powiązanych z rożnymi perspektywami danymi (patrz następny slajd) Analizuje złożone związki dla wykrycia wzorców, trendów, i wyjątkowych warunków, stanów Czas rzeczywisty 25 Bezpośrednie Przetwarzanie Analityczne Danych -OLAP Osobisty komputer klienta Serwer Zbiorowa baza danych Wielowymiarowa baza danych Baza danych operacyjna (ustawienia) •Arkusze kalkulacyjne •Pakiety statystyk •Strona umożliwiająca oprogramowanie OLAP Minihurtownia danych „składnica danych” Dane są odzyskiwane z bazy danych i umieszczane Hurtownia danych wielomymiarowej bazie danych systemy OLAP i wyszukiwane przez systemy wyszukiwawczoinformacyjne typu front-end 26 Bezpośrednie Przetwarzanie Analityczne Danych (kontynuacja) Dotyczy.. Umacniania, scalania Zbioru danych Prostych zwojów w złożone kombinacje powiązanych z sobą danych Wdrażania Wyświetla główne dane które mieszczą zjednoczone,podrzędne dane 27 Bezpośrednie Przetwarzanie Analityczne Danych (kontynuacja) Szatkowanie i dzielenie na struktury Umiejętność spojrzenia na bazę danych z różnych punktów widzenia Kiedy działa wzdłuż osi czasu, pomaga analizować trendy i znaleźć wzorce 28 Systemy Wspomagające Decyzje (DDS) Skomputeryzowany system informacyjny który dostarcza wsparcie interakcyjne i informacyjne podczas procesu podejmowanie decyzji. DDS wykorzystuje: Modele analityczne Wyspecjalizowane bazy danych Intuicje, wnikliwość i opinie osób podejmujących decyzje Interakcyjne, skomputeryzowane modelowanie procesu dla wsparcia w połowie zaprogramowanych i nie zaprogramowanych decyzji firmowych Zaprojektowane by były na poczekaniu, systemami z szybkimi odpowiedziami, reakcjami które są uruchamiane i kontrolowane przez podejmujących 29 Systemy Wspomagające Decyzje (kontynuacja) Modele DSS i Oprogramowanie Opierają się na modelach danych równie dobrze jak bazy danych Mogą obejmować modele i użycie technik analitycznych by models and analytical techniques used by wyrazić złożoność związków, zależności (ich skomplikowanie) Mogą łączyć z sobą składniki modelu w zintegrowane dla wsparcie właściwych decyzji podejmowanych w biznesie 30 Użycie Systemów Wspomagających Podejmowanie Decyzji (kontynuacja) System Informacji Przestrzennej (geograficznej)- (GIS) i System Wizualizacji Danych - szczególne kategorie Systemów Wspomagających Podejmowanie Decyzji (DSS) które łączą z sobą grafikę komputerową z innymi właściwościami tych systemów (DSS) System Informacji Przestrzennej GIS DSS które wykorzystują przestrzenne, geograficzne bazy danych by tworzyć i wyświetlać mapy i inne geograficzne obrazy 31 Użycie Systemów Wspomagających Podejmowanie Decyzji (kontynuacja) System Informacji Przestrzennej (geograficznej)- (GIS) i System Wizualizacji Danych (kontynuacja) Systemy Wizualizacji Danych Przedstawiają złożone dane wykorzystując interakcyjne trójwymiarowe formy grafiki (obrazki, wykresy itp.) Pomagają odkryć wzorce, związki i anomalia 32 Użycie Systemów Wspomagających Podejmowanie Decyzji Użycie systemów Wspomagania Decyzji dotyczy interakcyjnego procesu modelowania Cztery typy modelowania analitycznego (następny slajd) Analiza Co-Jeśli Analiza Wrażliwości Analiza Poszukiwania Celu Analiza Optymalizacji 33 Użycie Systemów Wspomagających Podejmowanie Decyzji 34 Użycie Systemów Wspomagających Decyzje (kontynuacja) Analiza Co-Jeśli Użytkownik końcowy wprowadza poprawki w zmiennych, lub związkach pomiędzy zmiennymi i obserwuje je- śledzi wyniki wprowadzonych zmian pod względem wartości jakie wnoszą one 35 Użycie Systemów Wspomagających Decyzje – DDS (kontynuacja) Analiza wrażliwości Szczególny przypadek Analizy Co-Jeśli Zmienia się tylko jedna wartość wielokrotnie, i śledzi się zachodzące widoczne zmiany na pozostałych zmiennych Wykorzystywana typowo gdy istnieje niepewność co do założeń przyjętych przy szacowaniu pewnych, najważniejszych wartości zmiennych 36 Użycie Systemów Wspomagających Decyzje – DDS (kontynuacja) Analiza Poszukiwania Celu Zamiast obserwować jak zmiany w zmiennych wpływają na inne zmienne, Analiza Poszukiwania Celu umieszcza wartościowy obiekt (cel) dla zmiennej, następnie wielokrotnie zmienia zmienne dopóki cel nie zostanie osiągnięty 37 Użycie Systemów Wspomagających Decyzje – DDS (kontynuacja) Optymalizacji Analiza Bardziej złożone rozszerzenie Analizy Poszukiwania Celu Celem jest znalezienie optymalnej wartości dla jednej lub wielu zmiennych celu, stosując pewne ograniczenia (zawężenie działań) 38 Użycie Systemów Wspomagających Decyzje – DDS (kontynuacja) Zgłębianie danych dla Wsparcia Decyzji Oprogramowanie analizuje obszerną ilość danych Próbuje odkryć wzorce, trendy i korelacje, współzależności Może przedstawiać regresję, drzewo decyzyjne, sieć neuronową, grupę detekcji, analizę kosza produktów Może uwidocznić kupowane wzorce, ujawniać tendencje, skłonności klientów, ciąć nadmierne koszt lub odkryć niewidoczne, opłacalne związki i okazje przysparzające zysk 39 Systemy Powiadamiania KierownictwaEIS jest połączeniem wielu Informatycznych Systemów Zarządzania i Systemów Wspomagających Podejmowanie Decyzji Oryginalnie zaplanowany dla najwyższego kierownictwa by umożliwić mu natychmiastowy, łatwy dostęp do informacji dotyczących „kluczowych czynników sukcesu” firmy Nazwy alternatywne Enterprise information systems- EIS Informatyczne Systemy Przedsiębiorstwa Wsparcie Systemów Kierownictwa EIS Informatyczne Systemy Przedsiębiorstwa -EIS- (kontynuacja) Właściwości EIS Informacja przedstawiana jest w formach dopasowanych do preferencji użytkowników (na zamówienie) Duże natężenie używania graficznego interfejsu użytkownika i graficzne obrazy Może również uwzględniać raporty o istotnych odchyleniach i analizę trendu 40 41 Portale Przedsiębiorstwa i Wsparcie Decyzji (kontynuacja) Korzyści dla przedsiębiorstwa Właściwsza i wybrana wybiórczo informacja Łatwy dostęp do głównych środków strony www zbiorczej sieci wewnętrznej (intranet) Doniesienia z przemysłu i handlu/ biznesu Dostęp do danych firmy dla inwestorów Mniej zmarnowanego czasu na bezproduktywnym poruszaniu się po zasobach Internetu (surfowanie) 42 Portale Przedsiębiorstwa i Wsparcie Decyzji (kontynuacja) Główne zmiany i ekspansja mają miejsce w celu dostarczenia informacji oraz modelowania, tak żeby wspierać menadżerów w procesie podejmowania decyzji. Niektóre z tym zmian zawierają: wsparcie decyzji biznesowych zmienia się na skutek szybkiego rozwoju komputerów i sieci przez ich finalnych użytkowników wzrost/rozwój wewnętrznych sieci firmowych oraz publikowanie danych (które zawiera ta sieć) do Internetu przyspieszył rozwój tzw. klasy menedżerskiej oraz narzędzi wspierania podejmowania decyzji (SW) drastyczny rozwój e-commerce tj. e-handlu otworzył drzwi dla używania tych e-biznesowych narzędzi (DSS- Systemu Wspierania Decyzji) przez dostawców, klientów i pozostałych wspólników 43 Portale Przedsiębiorstwa i Wsparcie Decyzji (kontynuacja) Inicjatywa portali informacyjnych: jest rozwijana przez firmy jako droga do dostarczenia „sieciowo-dostępnych” informacji, wiedzy i wsparcia decyzyjnego dla kadry zarządzającej (zarówno wyższego szczebla, jak i średniego), pracowników, dostawców, klientów i innych partnerów biznesowych jest opisywana jako dostosowany do wymagań oraz personalizowany interfejs dla wewnętrznej sieci firmowej, który daje użytkownikom łatwy dostęp do wewnętrznych jak i zewnętrznych biznesowych aplikacji, baz danych oraz serwisów 44 Portale Przedsiębiorstwa i Wsparcie Decyzji (kontynuacja) Inicjatywa portali internetowych c.d. jest wejściem do wewnętrznej sieci firmowej, która funkcjonuje jako najważniejszy, podstawowy system wiedzy o zarządzaniu dla wielu firm-te systemy często przez niektórych sprzedawców są nazywane inicjatywa portali wiedzy systemy wiedzy o zarządzaniu są definiowane jako używanie IT do pomocy gromadzenia, organizowania i dzielenia się wiedzą biznesową wewnątrz danej organizacji -może odgrywać główną rolą pomagając firmie używać jej sieci jako systemu wiedzy o zarządzaniu do dzielenia się i rozpowszechniania wiedzy wspierając podejmowanie decyzji biznesowych 45 SYSTEM WIEDZY O ZARZADZANIU Wiele firm buduje te systemy, żeby zarządzać „uczeniem się organizacji biznesowej” oraz know-how w biznesie (co można zobaczyć na następnym slajdzie) Celem tego systemu jest dostarczenie pomocy pracownikom podczas tworzenia, organizowania i publikowania ważnych informacji biznesowych, gdziekolwiek i kiedykolwiek te informacje będą potrzebny zawiera on procesy, procedury, wzory, referencje pracy, formuły, najlepsze praktyki (np. wykonywania jakiejś czynności), prognozy internetowe oraz wewnątrz-firmowe strony, oprogramowanie zespołowe, analizowanie danych na podstawie bazy danych (np. szukanie trendu), fora dyskusyjne i wideokonferencje są niektórymi tylko narzędziami jako dostarcza branża IT 46 SYSTEM WIEDZY O ZARZADZANIU 47 Dział II. Sztuczna inteligencja technologii w biznesie Biznes i Sztuczna inteligencja „Przegląd” Sztucznej inteligencji Sieci oparte na powiązaniach nerwowych Rozmyty system logiczny Algorytm genetyczny Wirtualna rzeczywistość Inteligentni agenci Systemy eksperckie Rozwijanie systemów eksperckich Wartość systemów eksperckich 48 Biznes i Sztuczna inteligencja Zaprojektowane do wykorzystania potencjałów ludzkich niż do ich zastąpienia, Sztuczna inteligencja umożliwia tworzenia nadzwyczajnego zbioru aplikacji oraz zastosowań, która tworzy nowe powiązania pomiędzy ludźmi, komputerami i wiedzą oraz „światem materialnym/fizycznym” Biznes oraz inne organizacje znacząco zwiększają próby jej wykorzystania jako asystenta ludzkiej inteligencji i wydajności wiedzy pracowników poprzez narzędzia oraz techniki, które oferuje Sztuczna inteligencja Sztuczną inteligencję zawierają naturalne języki, roboty przemysłowe, „eksperckie systemy” oraz Inteligentni agenci 49 “Przegląd” Sztucznej Inteligencji Sztuczna inteligencja jest dziedziną nauki i technologii opartą na dyscyplinach takich jak: informatyka, biologia, psychologia, nauki lingwistyczne, matematyka oraz szeroko pojęta inżynieria Jej celem jest taki rozwój komputerów, który pozwalałby im myśleć, widzieć, słyszeć, chodzić, mówić oraz czuć Największą uwagę kładzie na rozwój funkcji komputera powiązanych z ludzką inteligencjązdolnością postępowania racjonalnie, uczenie się, rozwiązywanie problemów 50 “Przegląd” Sztucznej Inteligencji c.d. Domeny Sztucznej inteligencji- Zastosowania Sztucznej inteligencji mogą być pogrupowane na: Trzy główne działy zastosowań to: Nauki poznawcze/humanistyczne Robotyka Naturalny interfejs-obszar wzajemnego oddziaływania 51 Domeny Sztucznej Inteligencji 52 “Przegląd” Sztucznej Inteligencji c.d. Nauki poznawcze/humanitarne Skupiają się na poszukiwaniu odpowiedzi na pytanie, w jaki sposób ludzki mózg pracuje oraz w jaki sposób ludzie uczą się oraz myślą Aplikacje: Systemy eksperckie Systemy oparte na wiedzy Systemy adaptacyjno-uczące się Rozmyte systemy logiczne Sieci oparte na powiązaniach nerwowych Algorytmy genetyczny Inteligentni agenci 53 “Przegląd” Sztucznej Inteligencji c.d. –Sztuczna inteligencja, inżynieria i fizjologia to podstawowe dyscypliny naukowe wchodzące w skład robotyki Robotyka wytwarza maszyny przy wsparciu kontroli komputera oraz potencjału ludzkiego Aplikacje/zastosowanie robotyki to m.in.: percepcja wizualna-wzrok dotyk zręczność, sprawność zdolność do ruchu nawigacja, pilotowanie Robotyka 54 “Przegląd” Sztucznej Inteligencji c.d. Naturalny interfejs- możliwość wydawania komend głosowych do komputera w ludzkim języku i ich zrozumienie. Zaangażowania jednostek badawczo-rozwojowych w zdolności językowe, psychologię, informatykę-główne zadanie/próby: Naturalny język-bardzo podobny do ludzkiego języka. Nazywa jest także „językiem wysokiego poziomu”. Wielosensorowy interfejs-zdolność komputerów do rozpoznania różnych ruchów człowieka Rozpoznanie mowy-zdolność systemów komputerowych do rozpoznania sposobu mowy różnych osób Wirtualna rzeczywistość-użycie urządzeń wielosensorowych na linii człowiek-komputer do stworzenia komputerach symulacji różnych elementów przestrzeni etc 55 Sieci oparte na powiązaniach nerwowych Systemy komputerowe modelowane na pracy ludzkiego mózgu jako sieć wewnętrznych powiązań, sieć elementów zwanych neuronami Sieci takie są znacznie prostsze niż ludzki mózg (z szacunków wynika, że w ludzkim mózgu znajduje się ok. 100 bilionów komórek mózgowych). Podobnie jak ludzki mózg, tak samo i te sieci mogą dokonywać wiele różnych operacji etc Sieci te mogą być wdrażane do mikrokomputerów oraz innych systemów komputerowych poprzez pakiety programowe, które symulują działanie systemu opartego na powiązaniach nerwowych 56 Sieci oparte na powiązaniach nerwowych c.d. Dostępne są również wyspecjalizowane rodzaje tychże sieci. Wykorzystywane są w różnych dziedzinach poprzez wprowadzenie specjalistycznego oprogramowania. Mogą być one używane do/jako: systemy jako broń militarna rozpoznawanie głosu weryfikacja i kontrola podpisu (np. cyfrowe) kontrola jakości produkcji tworzenie obrazów analizowanie ryzyka kredytowego przewidywania inwestycyjne analizowanie danych 57 Rozmyty system logiczny Metoda rozumowania, która w swym działaniu jest podobna do ludzkiego rozumowania Pozwala w przybliżeniu ocenić sytuację oraz wyciągnąć wnioski (fuzzy logic) Umożliwia z niekompletnych oraz niejednoznacznych danych tworzyć wnioski (a nie tylko z danych, które można w binarny sposób posegregować-tak/nie) (fuzzy data) Umożliwia “procesowanie” niekompletnych danych oraz dostarcza na ich podstawie przybliżenia, które są akceptowalne i dają rozwiązanie danego problemu 58 Rozmyty system logiczny c.d. logika w biznesie- liczba przykładów takich systemów jest duża szczególnie w Japonii, ale także w USA. Przykładami zastosowania takich systemów w Japonii mogą być: Jazda metrem lub windą Prowadzenie samochodu, które jest kierowany lub wspierany przez kontrolery tego system Handel akcjami na giełdzie w Tokyo ( Tokyo Stock Exchange)-jest tam specjalny program oparty na tym systemie Używa się go przy produkcji różnych produktów i wykorzystuje m.in.: aparat z automatyczną regulacją ostrości, automatyczną stabilizacją, kamerę wideo, oszczędzającą energię klimatyzację etc Rozmyta 59 Algorytm genetyczny Wykorzystuje elementy teorii Darwina, element rachunku prawdopodobieństwa, a także inne funkcje matematyczne w celu symulowania procesu ewolucji, który może dostarczyć znacznie lepsze rozwiązanie Algorytmy genetyczne były najpierw używane do symulowania procesu ewolucyjnego w biologii, genetyce oraz procesu ewolucji ekosystemu za pomocą komputera, co zajmuje kilka minut W dzisiejszych czasach algorytmy takie są używane do modelowanie różnych naukowych, technicznych oraz biznesowych procesów 60 Algorytm genetyczny c.d. Szczególnie użyteczne są w sytuacji, w której możliwych są tysiące rozwiązań, a ponadto każde rozwiązanie trzeba ocenić z punktu widzenia jego optymalności Wykorzystuje on również elementy zasad matematycznych, które określają kolejność kombinacji elementów biorących udział w procesie, a w szczególności: Próby przypadkowych kombinacji-rachunek prawdopodobieństwa (mutacje) Kombinacje poszczególnych części wielu procesów oraz dóbr Wybór dobrego ustawienia procesu oraz odrzucenie najgorszych rozwiązań 61 Wirtualna rzeczywistość Jest to rzeczywistość stworzona w „świecie komputerów” Używa wielosensorowych interfejsów na linii człowiek-komputer, który pozwala użytkownikowi stworzyć lub „doświadczyć” komputerowostworzonych obiektów, przestrzeni oraz „wirtualnego świata” tak, jak gdyby rzeczywiście istniały (wirtualna rzeczywistość nazywana jest także cyberprzestrzenią lub sztuczną rzeczywistością) Umożliwia wzajemne oddziaływanie na siebie elementów stworzonych w wirtualnej rzeczywistości za pomocą techniki trójwymiarowej 62 Wirtualna rzeczywistość c.d. Zastosowanie wirtualnej rzeczywistości: Projektowanie wspomagane komputerowo (CAD) Diagnostyka medyczna oraz leczenie Eksperymenty w wielu dziedzinach nauki np. w fizyce oraz biologii Symulacje lotu dla pilotów i astronautów Demonstracje produktów Szkolenia dla pracowników Rozrywka (gry video w trój wymiarze) 63 Wirtualna rzeczywistość c.d. Ograniczenia wirtualnej rzeczywistości: Powszechne używanie wirtualnej rzeczywistości wydaje się być ograniczona wyłącznie jej wykonaniem (stworzeniem) oraz kosztami, które za sobą niesie. Na przykład, niektórzy użytkownicy wirtualnej rzeczywistości rozwijają: „cyberchoroby” – utrata wzroku, problemy motoryczne wysoki koszt szeroko pojętej wirtualnej rzeczywistości 64 Inteligentni agenci Są oni także nazywani inteligentnymi asystentami lub czarodziejami i stanowi oprogramowanie zastępcze dla ostatniego użytkownika albo proces, który pokładane w nim nadzieje (oraz funkcjonowanie) Wykorzystuje wbudowaną oraz zainstalowaną wiedzę o osobie lub procesie w celu podjęcia decyzji i wykonania zadań Jeden z najbardziej znanych zastosowań inteligentnych agentów jest „czarodziej” znaleziony w Microsoft Office i innych programach 65 Inteligentni agenci Typy inteligentnych agentów Agent interfejsu dla użytkownika: Interfejs-opiekun – obserwuje operacje użytkownika, poprawia jego błędy oraz dostarcza wskazówki oraz rady w celu efektywnego działania programu Agent prezentacji-pokazuje informacje formie różnych raportów oraz prezentacji etc Agent nawigacji w sieci odkrywa ścieżki do informacji oraz dostarcza drogę do informacji, które poszukuje użytkownik Agent odgrywający rolę pomocnika- pomaga użytkownikowi zrozumieć poszczególne informacje w celu podjęcia właściwej decyzji Agent zarządzania informacjami Agent poszukiwań-pomaga użytkownikowi znaleźć archiwum oraz bazę danych, szuka potrzebnych informacji, sugeruje jak znaleźć nowe typy informacji o produkcie i źródłach Broker informacji-dostarcza serwisu komercyjnego dla odkrycia i rozwoju źródeł informacji, które pasowałyby do biznesowych oraz osobistych potrzeb użytkownika Filtr informacji-otrzymuje, znajduje, wyrzuca, zachowuje, przekazuje oraz zapamiętuje profil użytkownika odnośnie wszystkich danych użytkownika 66 Inteligentni agenci c.d. Spodziewa się, że używanie inteligentnych agentów szybko się rozwinie jako droga umożliwiająca: Uproszczenie oprogramowania Poszukiwanie stron internetowych oraz wewnątrzfirmowa współpraca Konsumentom dokonanie zakupów na jednej spośród wielu konkurencyjnych stron internetowych zajmujących się e-handlem 67 Systemy eksperckie Jednym z najbardziej praktycznych oraz najszerzej wdrożonych zastosowań Sztucznej inteligencji w biznesie jest rozwój Systemów eksperckich oraz innych opartych na wiedzy Inteligentnych systemów Oparty na wiedzy Inteligentny system-dodaje wiedzę do głównych komponentów innych Inteligentnych systemów opartych na komputerach System ekspercki To opartych na wiedzy Inteligentny system, który używa swej wiedzy w specyficznych zastosowaniu w celu działania jako ekspert-konsultant Dostarcza odpowiedzi na pytania z wielu różnych dziedzin Musi potrafić wyjaśnić „rozumowanie” procesu oraz wyciągać odpowiednie wnioski 68 Systemy eksperckie c.d. Elementy wchodzące w jego skład: Podstawy wiedzy Poszczególne fakty ze specyficznych pól działania Heurystyka pokazująca rozumowanie poszczególnych procedur i ekspertów na różne tematy Źródła oprogramowania „Silniki” interfejsu, które przetwarzają wiedzę powiązaną ze specyficznymi problemami Użytkownicy interfejsu SW-może komunikować się z finalnych użytkownikiem Wyjaśnienie programu jako wyjaśnienie rozumowania procesów wykonywanych przez użytkownika Narzędzia SW pomagają w rozwijaniu Systemów eksperckich zawierających wiedzę nabytą przez programy oraz „szkielet” Systemów eksperckich 69 Systemy eksperckie c.d. 70 Systemy eksperckie c.d. Zasoby sprzętowe niezbędny w tych systemach Systemy komputerów typu PC oraz wolnostojące mikrokomputery Miejsca pracy przy mikrokomputerach oraz terminale połączone z minikomputerami i komputerami przystosowanymi do pracy w dużym systemie komputerowym; mogą one współdziałać dzięki telekomunikacyjnej sieciom, zarówno wewnętrznym jak i zewnętrznym Komputery specjalistycznego przeznaczenia Zasoby ludzkie: Inżynieria wiedzy Finalni użytkownicy 71 Systemy eksperckie c.d. Zastosowanie systemów eksperckich-używanie tych systemów wymaga interaktywnych sesji wykorzystujących komputery, a w szczególności: Rozwiązanie problemu znajdywane jest poprzez system ekspercki działający jako konsultant System ekspercki zadaje pytania użytkownikowi, szuka wiedzy opartej o fakty oraz zasady i reguły, które rządzą tą wiedzą Wyjaśnia rozumowanie/postępowanie w procesach, wtedy kiedy pada zapytanie Daje wskazówki użytkownikowi na temat, którego poszukuje; na przykład serwis konsumencki, wydajność zarządu etc 72 Systemy eksperckie c.d. System ten może mieć jeden lub więcej zastosowań. W skład tych zastosować może wchodzić: Decyzje zarządu Diagnostyka/rozwiązywanie problemów Utrzymanie/obsługa planowania Projektowanie/konfiguracja Selekcja/klasyfikacja Proces monitorowania/kontroli 73 Systemy eksperckie c.d. Zastosowanie poszczególnych kategorii Systemów eksperckich: Decyzja zarządzania- system przedstawia sytuacje oraz rozważa potencjalne alternatywy, czyni rekomendacje oparte na określonych kryteriach dostarczonych podczas poszukiwań: analiza portfelowa pożyczki ocena realizacji zadań przez pracowników ubezpieczenie podpisywania przewidywania demograficzne Diagnostyka/rozwiązywanie problemu-systemy, które potrafią wyciągać wnioski na podstawie objawów oraz historii kalibracja wyposażenia oprogramowanie naprawcze, wyszukujące oraz usuwające usterki pomoc w operacjach biurowych/kreślarskich diagnostyka medyczna Projektowanie/konfiguracja-systemy, które pomagają konfigurować wyposażenie poszczególnych komponentów oraz likwidować niedomagania opcje instalacyjne komputera nauki o wytwarzaniu sieci komunikacyjne maksymalna realizacja planu Selekcja/klasyfikacja-systemy, które pomagają użytkownikowi wybierać określone produkty lub procesy, często spośród dużej liczby podanych alternatyw: selekcja materiału identyfikacja przestępców (za pomocą bazy danych) klasyfikacja poszczególnych informacji identyfikacja podejrzeń Działania monitoringowe/kontrolne-systemy, które monitorują oraz kontrolują procedury oraz procesy i działania: kontrola maszyn (zawierające maszyny) kontrola magazynu/stanu/zapasów kontrola produkcji testowanie chemiczne 74 Rozwój Systemów Eksperckich Najprostszą drogą rozwoju tych systemów jest używanie muszli/skorupy/szkieletu sytemu eksperckiego jako narzędzia rozwojowego Muszla/skorupa/szkielet ta jest pakietem SW składającym się z Systemu eksperckiego bez części centralnej/jądra/rdzenia, który jest oparty na wiedzy. Inne narzędzia rozwoju (takie jak zasady edytora i generator interfejsu) są dołożone do muszli/skorupy/szkieletu jako silnie narzędzie wpływające na rozwój 75 Rozwój Systemów Eksperckich c.d. Knowledge Engineering - A knowledge engineer: is a professional who works with experts to capture the knowledge (facts and rules of thumb) they possess builds the kInżynieria wiedzy-inżynier wiedzy to profesjonalista, który pracuje wraz z innymi ekspertami zdobycia wiedzy, jaką Ci eksperci posiadają (zarówno zasady i reguły, jak i elementy losowe) buduje bazę wiedzy używając interaktywnego, prototypowego działania do momentu akceptacji systemu eksperckiego odgrywa podobną rolę do tej, jaką odgrywają analitycy w rozwoju konwencjonalnych systemów informatycznych musi być zrozumiały i pracować z ekspertami z wielu różnych dziedzin wiedzy dlatego też ten System Informatyczny w szczególności wymaga od ludzi wysokich kwalifikacji, tak dobrych jak podłoże Sztucznej inteligencji i Systemu zarządzania w ujęciu ogólnymnowledge base using an interactive, prototyping process until the ES is acceptable perform a role similar to that of systems analysts in conventional information systems development must be able to understand and work with experts in many subject areas Therefore, this IS speciality requires good people skills, as well as a background in AI and IS 76 Wartość Systemu eksperckiego System ekspercki nie stanowi odpowiedzi na wszystkie problemy przed jakimi staje organizacja. Pytanie jakie się nasuwa brzmi: „jakie typy problemów są najbardziej odpowiednie do rozwiązania przez system?” Odpowiedź na to pytanie może zawierać: popatrz na przykłady zastosowań bieżących systemów, zawierających zadania generowane, które wykonuje zidentyfikuj kryteria które tworzą problemowe sytuacje odpowiednie dla systemu eksperckiego; niektóre z tych ważnych kryteriów zawierają: domeny (pola działalności, aktywności), ekspertyzy, kompleksowość, struktury oraz dostępność 77 Wartość Systemu eksperckiego Odpowiedniość doboru kryteriów dla Systemu eksperckiego Domena-Domena (albo tematy określonej dziedziny) problemu jest relatywnie mały i ograniczona do dobrze zdefiniowanych problemów z danej dziedziny Ekspertyza-rozwiązanie problemu wymaga wysiłku od eksperta. Tzn., że szkielet wiedzy, techniki a nadto intuicja są potrzebne, ale niewiele osób tak szerokie zdolności i wiedzę posiada Kompleksowość- rozwiązanie problemu obejmuje kompleks działań, które wymagają logicznego myślenia procesowego(a co za tym idzielogicznych wniosków), które nie byłoby wykonane konwencjonalnymi metodami rozwiązywania problemów Struktura-proces rozwiązywania problemu musi radzić sobie z różnymi „chorobami” struktury, niejasnymi, zagubionymi oraz konfliktowymi danymi, a nadto z sytuacjami, w których problem ulega zmianie w miarę upływu czasu Dostępność-Istnieje ekspert, który jest wyraźny oraz gotów do współpracy, a także ma wsparcie ze strony zarządu oraz finalnych użytkowników zaangażowanych w rozwój systemu 78 Korzyści Systemu eksperckiego Przed podjęciem decyzji o nabyciu lub rozwoju tego systemu należy określić korzyści i ograniczenia oraz zdecydować czy korzyści proponowanego systemu przewyższają koszty jakie może on generować: gromadzi ekspertyzy ekspertów/grupy ekspertów może przewyższać działalność jednego eksperta w wielu problemowych sytuacjach mogą posiadać wiedzę kilku ekspertów nie męczą się oraz nie rozpraszają się np. nadmiarem pracy są dostępne przez cały czas, natomiast człowiek-ekspert może być nieosiągalny, chory lub też może opuścić firmę pomaga chronić i reprodukować wiedzę ekspertów może pomagać przy szkoleniu „nowoprzyjętych” 79 Wartość Systemu eksperckiego c.d. Efektywne używanie tego systemu może pozwalać firmie posiadać konkurencyjne korzyści/mocne strony poprzez: poprawę efektywności operacji produkcję nowy dóbr oraz usług wzmacnianie relacji biznesowych oraz tworzenie nowych z klientami i dostawcami budowanie strategicznych źródeł informacji opartych na wiedzy ograniczenia ograniczona koncentracja, skupianie się na czymś, niezdolność do samodzielnej nauki, problemy konserwacji, koszty rozwojowe 80 Wartość Systemu eksperckiego c.d. Ograniczenia: ograniczona koncentracja i zdolność do skupiania się nad jakimś problemem (bierze pod uwagę tylko specyficzne problemy oraz specyficzne pola działalności niezdolność do samodzielnej nauki trudności z utrzymaniem i konserwacją tego systemu koszty generowane w procesie rozwoju tego systemu nakierunkowane są wyłącznie na rozwiązywanie określonych typów problemów w ograniczonych obszarach wiedzy 81 Literatura: James A. O'Brien. Management Information Systems: Managing Information Technology in the Business Enterprise. Sixth Edition. McGrawHill/Irwin, 2004, 619 p. http://www.roz6.polsl.pl/asachenko/sutaa.html Kisielnicki J., Sroka H.: Systemy informacyjne biznesu. Informatyka dla zarządzania. Metody projektowania i wdrażania systemów. A.W. „Placet”, Warszawa 1999 r. Dobson R.: Programowanie Microsoft Access 2000. Wydawnictwo RM, Warszawa 2000.