Жизненный цикл информационных продуктов и услуг

Надо сказать, что этими типами моделей ЖЦ их разнообразие не исчерпывается. Так, при более детальном уровне рассмотрения ЖЦ отдельно выделяются итерационные циклические формы, основанные на технике макетирования системы.

Таким образом, можно говорить о  том, что используемые в настоящее время базовые модели ЖЦ предполагают как последовательное (в каскадной модели), так и итеративное (в поэтапной и спиральной моделях) выполнение этапов ЖЦ.

В то же время, интерпретация данных моделей различными участвующими в  процессе разработки программы людьми может существенно различаться, ряд реальных процессов разработки программ достаточно сложно объяснить в рамках указанных моделей, что позволяет говорить о том, что вопрос разработки адекватной модели жизненного цикла разработки программ и до настоящего времени продолжает оставаться актуальным.

Раздел 2. Классификация пользователей информационных

технологий.

Выделим наиболее важные направления применения информационных технологий:

1. Ориентация на активное  и эффективное использование информационных ресурсов общества, являющихся важным стратегическим фактором его развития. Активизация, распространение и эффективное использование информационных технологий (научных знаний, изобретений, передового опыта) позволяет получать существенную экономию различных видов ресурсов (сырья, энергии, полезных ископаемых, материалов и оборудования, людских ресурсов, времени).

2. Оптимизация  и автоматизация информационных  процессов. Общеизвестно, что развитие  цивилизации происходит в направлении  становления информационного общества, в котором объектами и результатами труда большинства занятого населения становятся не материальные ценности, а главным образом информация и научные знания. Большая часть работоспособного населения в той или иной мере связана с процессами подготовки, хранения, обработки и передачи информации и поэтому вынуждена осваивать и практически использовать эти информационные технологии.

3. Внедрение  в производственные и социальные  технологии. При этом, как правило,  реализуются “интеллектуальные”  функции этих технологий: системы  автоматизированного проектирования  промышленных изделий, гибкие  автоматизированные и роботизированные производства, автоматизированные системы управления технологическими процессами и т.п.

4. Обеспечение  информационного взаимодействия  между людьми, в системах подготовки  и распространения массовой информации. В дополнение к традиционным  средствам связи (таким, как телефон, телеграф, радио и телевидение) в социальной сфере широко используются системы электронных телекоммуникаций (электронная почта и другие виды компьютерной связи). Эти средства создают людям бόльшие удобства, снимают многие производственные, социальные и бытовые проблемы, вызываемые процессами глобализации и интеграции мирового сообщества, расширением внутренних и международных экономических и культурных связей, миграцией населения и его всё более динамичным перемещением по планете.

5. Интеллектуализация  общества, развитие системы образования  и культуры. Использование обучающих  информационных технологий оказалось  эффективным методом для систем  образования, а также для систем  повышения квалификации и переподготовки  кадров. Информационным технологиям в образовании (ИТО) определена роль: ускорителя эволюционных изменений в образовательной деятельности; способа совершенствования методов и организационных форм обучения, повышения качества обучения; средства автоматизации учебной, внеучебной, методической, управленческой, научной деятельности и т.д.

6. Включение  в процессы получения и накопления  новых знаний. На смену традиционным  методам информационной поддержки  научных исследований путём накопления  и распространения научно-технической информации приходят новые методы, основанные на использовании возможностей информационной продержки фундаментальной и прикладной науки. В первую очередь здесь используются методы информационного моделирования исследуемых наукой процессов и явлений, позволяющие учёному проводить своего рода “вычислительный эксперимент”. При этом условия эксперимента могут быть такими, которые трудно или невозможно реализовать на практике из-за их большой сложности, высокой стоимости или же опасности для экспериментатора. Методы искусственного интеллекта позволяют находить решения плохо формализуемых задач, а также задач с неполной информацией и с нечёткими исходными данными.

7. Содействие  в решении глобальных проблем  человечества и, прежде всего,  проблем, связанных с необходимостью преодоления переживаемого мировым сообществом глобального кризиса цивилизации. Методы информационного моделирования глобальных процессов, особенно в сочетании с методами космического информационного мониторинга, могут обеспечить прогнозирование многих кризисных ситуаций в регионах повышенной социальной и политической напряжённости, а также в районах экологического бедствия, в местах природных катастроф и крупных технологических аварий, представляющих повышенную опасность для общества.

В каких бы направлениях не применялись информационные технологии, они практически всегда связаны с обработкой информации.

Пользователи  или потребители информации - это  животный и растительный мир, люди и  технические устройства.

Если мы говорим  о людях, то пользователь информационной системы (англ. “Information system user”) – это лицо, группа лиц или организация, прибегающие к услугам информационной системы для получения необходимой им информации или для решения других задач. Для получения нужной информации пользователи осуществляют её поиск собственными силами или с помощью посредников. В качестве посредников обычно выступают информационные специалисты: работники библиотек (библиографы) и информационных служб. В этом случае такие пользователи называются “конечными”.

Конечный пользователь (англ. "End user") - это пользователь, не работающий непосредственно с  системой, но применяющий результат  её функционирования.

Раздел 3. Экспертные системы

Решение специальных  задач требует специальных знаний. Технологии, включающие экспертные информационные системы, позволяют специалистам оперативно получать консультации экспертов по проблемам, которые отражены в таких системах. То есть технологию экспертных систем удобно использовать как систему информационных консультантов (советников). Кроме того, она позволяет поучать новые знания, накапливать их и, тем самым, развивать подобные системы, формируя системы знаний.

Технология  экспертных систем имеет сходство с  технологией поддержки принятия решений, заключающееся в том, что  обе они обеспечивают высокий уровень поддержки принятия решений. Различия же заключаются в том, что:

1) в системе  поддержки принятия решений пользователь, принимает решение, опираясь на  собственное понимание проблемы, а в экспертной системе наоборот, пользователю предлагают принять решение, как правило, превосходящее его возможности, т.е. выработанное экспертами;

2) экспертные  системы способны пояснять свои  рассуждения в процессе получения  решения, которые могут оказаться  более важными для пользователя, чем само решение;

3) используется  иная составляющая информационной  технологии – знания.

Экспертные  системы и системы поддержки  принятия решений предназначены  для реализации технологий информационного  обеспечения процессов принятия управленческих решений на основе применения экономико-математического моделирования и принципов искусственного интеллекта. Поэтому технологию экспертных систем порой называют системами представления знаний или интеллектуальными информационными технологиями.

Эффективность управления зависит от способности системы представить каждый бизнес-процесс как единое целое, давая возможность руководству отслеживать и контролировать как отдельные этапы процесса, так и весь процесс целиком. Чтобы обеспечить такую функциональность, необходимо связать все локально автоматизированные участки в единое информационное пространство. Информационные технологии управления включают экспертные системы, системы представления знаний, телекоммуникационные технологии, технологии автоматизации офисной деятельности и др.

Базы данных (а точнее базы знаний), созданные  специалистами в какой-либо конкретной области, включают навыки и опыт экспертов, занятых практической деятельностью  в этой области (например, в медицине или в математике). Создание подобных БД повлекло за собой появление методов искусственного интеллекта для решения задач творческого характера с использованием ЭВМ. Такие системы назвали экспертными.

Экспертная  система - это набор программ или  программное обеспечение, которое  выполняет функции эксперта при решении какой-либо задачи в области его компетенции.

С 1970-х годов  экспертные системы становятся ведущим  направлением в области искусственного интеллекта. В них используют информацию, полученную заранее от экспертов  – людей, которые в какой-либо области являются лучшими специалистами. Экспертные системы (ЭС) являются консультантами в принятии решений, т.к. содержат факты, знания и правила, которые взаимодействуют в проблемной области. Основное отличие ЭС от других программных продуктов заключается в использовании не только данных, но знаний и механизмов вывода решений и новых знаний. Хотя любая экспертная система основана на знаниях, но последняя не всегда является экспертной системой.

Экспертные  системы редко применяют в  больших предметных областях. Их обычно используют в тех предметных областях, где специалист может принимать решение за время от нескольких минут до нескольких часов. Например, предлагается использовать их для решения когнитивных задач.

Технологию  построения экспертных систем называют инженерией знаний. Она заключается в преобразовании знаний эксперта и описание применяемых им способов поиска решений в форму, позволяющую представить их в базе знаний системы, а затем эффективно использовать для решения задач в конкретной предметной области.   

Большинство экспертных систем не всегда пригодно для применения конечным пользователем. Если пользователь не имеет опыта работы с такими системами, у него могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали их базы знаний.

База знаний (knowledge base) - это совокупность знаний, относящихся к некоторой предметной области и формально представленных таким образом, чтобы на их основе можно было осуществлять рассуждения.

Базы знаний можно разделить на базы общего (знания о чем-то “вообще”) и конкретного  назначения. База знаний – это база данных, отображающая предметную область. Она включает в себя большую сумму  знаний относительно проблем, “запомненных в системе”.

Оперирование  реальным знанием и способности  экспертных систем и баз знаний ведут  к созданию и использованию систем с искусственным интеллектом. Центральным  моментом искусственного интеллекта является использование более эвристики (или правил перебора), чем алгоритмов обработки информации. Эвристика включает инструкции, правдоподобные аргументы или правила перебора для принятия решений и таким образом отражает человеческое поведение точнее, чем алгоритмы.

Разработка систем интеллектуальной поддержки (основанных на знаниях) является составной частью исследований по искусственному интеллекту. Она нацелена на создание компьютерных методов решения проблем, обычно требующих привлечения специалистов.

Системы интеллектуального проектирования и совершенствования управления предназначены для использования так называемых CASE-технологий (Computer Aid System Engineering), ориентированных на автоматизированную разработку проектных решений по созданию и совершенствованию систем организационного управления.

Экспертные  системы с искусственным интеллектом  находят применение в планировании, управлении производством, обслуживании оборудования, т.е. в областях, где  решения в области управления не могут полностью основываться на алгоритмах. Экспертные системы и системы основанные на знаниях успешно используются для поддержки принятия решений в различных предметных областях.

Экспертные  системы и системы поддержки  принятия решений (СППР) используются в учебных и научных целях, для информационного обеспечения процессов принятия управленческих решений. Они создаются на основе использования методов экономико-математического моделирования и принципов искусственного интеллекта.

Системы поддержки  принятия решений существуют давно: это различные советы и коллегии, совещания, заседания, аналитические центры и т. д. Как бы они ни назывались, они полностью или частично выполняли и выполняют именно эту задачу. Для решения этой задачи с помощью информационных технологий, базирующихся на применении компьютерных и телекоммуникационных программно-технических средств, создан новый класс вычислительных систем и технологий – системы поддержки принятия решений.

Системы поддержки  принятия решений являются человеко-машинными  объектами, позволяющими лицам, принимающим решения (ЛПР), использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем. Это компьютерные системы, позволяющие ЛПР сочетать собственные субъективные предпочтения и знания с компьютерным анализом ситуации при выработке рекомендаций в процессе принятия решения.

Человеко-машинная процедура принятия решений с  помощью СППР представляет циклический  процесс взаимодействия человека и  компьютера. Её цикл состоит из фазы анализа и постановки задачи для компьютера, выполняемой лицом, принимающим решение, и фазы оптимизации (поиска решения и выполнения его характеристик), реализуемой компьютером.

Опыт разработки и внедрения различных классов  автоматизированных систем показал высокую экономическую эффективность их применения, особенно на крупных предприятиях. Она отражается в хорошей организации труда и производства, повышении точности планирования и реализации поставленных задач, в обеспечении ритмичности работы предприятия, уменьшении доли ручного труда и т.д. Средний срок окупаемости таких систем составлял в среднем два года.