Интеллектуальные системы

Интеллектуальная система преобразует наблюдения в вывод, рекомендацию или действие там, где простого фиксированного алгоритма недостаточно. Она может использовать правила, поиск, вероятностную модель или машинное обучение.

Виды

Подход	Откуда берётся поведение
экспертная система	явные факты и правила
система поддержки решений	данные, модель и критерии, решение остаётся за человеком
предиктивная модель	закономерности в обучающей выборке
планировщик	поиск последовательности действий
автономный агент	наблюдение, цель, политика действий и обратная связь

Подробно о rule-based подходе: Экспертные системы.

Состав

flowchart LR
    A["Наблюдения"] --> B["Подготовка данных"]
    B --> C["Модель / правила"]
    C --> D["Оценка уверенности"]
    D --> E["Решение или рекомендация"]
    E --> F["Обратная связь"]
    F --> B

Кроме алгоритма нужны:

• контракт входных данных;
• хранилище знаний или обучающих данных;
• критерий качества;
• обработка неизвестного случая;
• объяснение или трасса решения;
• контроль версии модели;
• мониторинг сдвига данных и последствий ошибок.

Обучение и вывод

У обучаемой системы разделяю два контура:

1. обучение строит и проверяет модель на исторических данных;
2. вывод применяет зафиксированную версию к новому наблюдению.

Если данные в эксплуатации отличаются от обучающих, прежняя метрика перестаёт описывать реальное качество.

Граница автоматизации

Автоматизировать решение безопаснее, когда цена ошибки ограничена, результат быстро проверяется, а действие обратимо. При высокой цене ошибки система может ранжировать варианты, но оставлять окончательный выбор человеку.

Самопроверка

• Чем система поддержки решений отличается от автономного агента?
• Почему точность модели на тестовой выборке недостаточна?
• Как должно вести себя правило при неизвестном факте?