Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

1 Wykład 6. Business Support Systems (BSS) Systemy wspomagające działalność/ biznes Wykładowca: Prof. Anatoly Sachenko Informatyczne Systemy Zarządzania.

Podobne prezentacje


Prezentacja na temat: "1 Wykład 6. Business Support Systems (BSS) Systemy wspomagające działalność/ biznes Wykładowca: Prof. Anatoly Sachenko Informatyczne Systemy Zarządzania."— Zapis prezentacji:

1 1 Wykład 6. Business Support Systems (BSS) Systemy wspomagające działalność/ biznes Wykładowca: Prof. Anatoly Sachenko Informatyczne Systemy Zarządzania

2 2 Podgląd wykładów  Rozdział I. Wspomaganie decyzji w biznesie- Decision Support in Business  Rozdział II. Technologie Sztucznej Inteligencji w biznesie

3 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 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 5 Biznes i Wsparcie Decyzji (kontynuacja)  Informacja, 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).

6 6 Biznes i Wsparcie Decyzji (kontynuacja)

7 7  Informacja, 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 :

8 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 9 Biznes i Wsparcie Decyzji (kontynuacja)  Nie 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

10 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 11 Biznes i Wsparcie Decyzji (kontynuacja)  Decyzje 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.

12 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 13 Biznes i Wsparcie Decyzji (kontynuacja) Formy jakie przyjmuje Przejrzystość, jasnośćInformacja powinna być dostarczana w takiej formie która jest łatwa do zrozumienia SzczegółowośćInformacja powinna być dostarczana szczegółowo -w streszczeniu KolejnośćInformacja powinna być zbudowana z góry ustalonej kolejności PrezentacjaInformaja powinna przybierać formę narracyjną, liczbową, graficzną lub inną Media-środki przekazuInformacja może być dostarczana w formie wydruku, odtwarzań wideo itp..

14 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 15 Biznes i Wsparcie Decyzji (kontynuacja)  Jakość informacji (kontunuacja)  Zawartość, istota  Wolna 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 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 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 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 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 20 Trendy Wspomagania Decyzji (kontynuacja)  Obszar trendów (kontynuacja)  Internet i the World Wide Web (www- multimedialna,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 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 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 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 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 25 Bezpośrednie Przetwarzanie Analityczne Danych -OLAP Serwer Wielowymiarowa baza danych Zbiorowa baza danych Arkusze kalkulacyjne Pakiety statystyk Strona umożliwiająca oprogramowanie OLAP Dane są odzyskiwane z bazy danych i umieszczane wielomymiarowej bazie danych systemy OLAP i wyszukiwane przez systemy wyszukiwawczo- informacyjne typu front-end Baza danych operacyjna (ustawienia) Minihurtownia danych „składnica danych” Hurtownia danych Osobisty komputer klienta

26 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 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 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 decyzje

29 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 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 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 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 33 Użycie Systemów Wspomagających Podejmowanie Decyzji

34 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 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 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 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 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 39 Systemy Powiadamiania Kierownictwa- EIS  EIS 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

40 40 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

41 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 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 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 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 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 46 SYSTEM WIEDZY O ZARZADZANIU

47 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 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 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 inteligencją- zdolnością postępowania racjonalnie, uczenie się, rozwiązywanie problemów

50 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 51 Domeny Sztucznej Inteligencji

52 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 53 “Przegląd” Sztucznej Inteligencji c.d.  Robotyka –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

54 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 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 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 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 58 Rozmyty system logiczny c.d.  Rozmyta 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

59 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 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 61 Wirtualna rzeczywistość  Jest to rzeczywistość stworzona w „świecie komputerów”  Używa wielosensorowych interfejsów na linii człowiek-komputer, który pozwala użytkownikowi stworzyć lub „doświadczyć” komputerowo- stworzonych 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 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 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 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 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 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 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 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 69 Systemy eksperckie c.d.

70 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 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 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 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 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 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 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 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 idzie- logicznych 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 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 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 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 81 Literatura:  James A. O'Brien. Management Information Systems: Managing Information Technology in the Business Enterprise. Sixth Edition. McGraw- Hill/Irwin, 2004, 619 p.   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 Wydawnictwo RM, Warszawa 2000.


Pobierz ppt "1 Wykład 6. Business Support Systems (BSS) Systemy wspomagające działalność/ biznes Wykładowca: Prof. Anatoly Sachenko Informatyczne Systemy Zarządzania."

Podobne prezentacje


Reklamy Google