#экспертные_системы — Public Fediverse posts

Размышления на тему задач стоящих перед ИТ-специалистами и опрос

Это статья написана дипломированным инженером-конструктором (по первому образованию), разработчиком систем автоматизированного проектирования (САПР) и (по известным причинам) вынужденно ставшим сертифицированным специалистом по системам офисного документооборота. С развитием интернета и всеобщей массовой коммуникации сфера интересов разработчиков сместилась в область запросов потребителей развлекательного контента. И это весьма прискорбно. А тут ещё ИИ (Ai) подоспел, и все окончательно забыли о действительно полезных задачах автоматизации инженерного проектирования. Справедливости ради стоит отметить, что есть ещё задачи бизнеса, тоже весьма популярные в определённых кругах. А также математическое моделирование, инженерная графика, различные узкоспециализированные приложения. Конечно, кино и котиков любят многие, к счастью, правда, не все готовы тратить на это львиную долю драгоценного времени. Кстати посчитайте, как-нибудь на досуге продолжительность человеческой жизни в часах. Возможно, вы будете неприятно удивлены. Лично я не такой уж противник того, что нынче называют нейросетевыми технологиями и ассоциируют с каким-то искусственным интеллектом. При использовании без претензий на панацею от всего ранее не реализованного, почему бы и нет – штука полезная и облегчает многое. Но не генерацией текстов, видео и картинок, или распознаванием образов и принятием управленческих решений ограничиваются потребности общества. Когда восхищаются возможностями роботов, забывают, что это не только электронные мозги, но сложнейший и точнейший механизм. Возможно, тех, кому нужно решать более приземлённые задачи, не так уж и много, но они есть. Всё чем пользуются зависающие в социальных сетях или игроманы - создано умом инженеров самых разных специальностей (в том числе ИТ-специалистов).

https://habr.com/ru/articles/1030336/

#детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Поиск решений управляемый данными. Направления развития

Это заключительная статья серии. Экспертная система, состоящая из информационных блоков и словаря, реализованная на принципах технологии поиска решений управляемого данными, позволяет накапливать и сохранять прикладные знания. Наполнение системы знаниями целиком и полностью доступно прикладным специалистам. Появляется возможность реализации прикладных задач в самых разных предметных областях с минимальным привлечением ИТ-специалистов, и практически без традиционного программирования. Опираясь на сохранённые знания, узкие прикладные специалисты могут автоматизировать свои насущные задачи. Радикально снижаются затраты на разработку и одновременно получается качественный, масштабируемый и легко сопровождаемый продукт.

https://habr.com/ru/articles/1028230/

#детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Поиск решений управляемый данными. Клиент-серверная архитектура и WEB

Поиск решений управляемый данными предполагает постоянное взаимодействие с пользователем. База знаний должна позволять одновременно обслуживать несколько клиентских мест. В статье рассматриваются принципиальные вопросы различных вариантов организации взаимодействия пользователей с экспертной системой (локально, в локальной сети, через интернет). В статье не рассматриваются вопросы технической реализации типа: REST/SPA‑подход или long polling / WebSocket / server‑side session / event sourcing.

https://habr.com/ru/articles/1028206/

#детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Поиск решений управляемый данными. Тестирование и документирование

В предыдущих статьях были рассмотрены вопросы представления предметных знаний простыми и понятными для прикладных специалистов формами информационных блоков. Использование терминологического словаря предметной области в качестве естественного языка для представления знаний значительно облегчает процесс подготовки информационного наполнения системы. Так же были подробно описаны механизмы управляющие поиском решений. Эта статья о том, как технология поиска решений, основанная на информационных блоках, способствует упрощению тестирования прикладных приложений и обеспечивает документирование получаемых решений. В качестве иллюстративных материалов использованы фрагменты реальных приложений. Эти приложения относятся к таким прикладным областям, в которых нейросетевые технологии могут найти лишь ограниченное применение. В задачах конструкторско-технологической и медицинской направленности требуются точные, обоснованные и воспроизводимые решения.

https://habr.com/ru/articles/1027826/

#детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Как заставить печь «дышать»: зачем мы моделируем сыпучие материалы в домне

Представьте: вы засыпаете песок в сувенирную банку так, чтобы получился красивый узор. А теперь увеличьте эту банку до размеров десятиэтажки объёмом кубометров этак на 3200 , а специи замените на кокс, агломерат, окатыши и руду. Надо их засыпать в доменную печь так, чтобы слоистый рисунок внутри не просто красиво ложился, а обеспечивал жизнь целой системе. Чтобы газовоздушная смесь проходила, материалы не перемешивались как попало, а стенки-холодильники не прогорели. Именно этим каждый день занимаются технологи доменного производства. И если что-то пойдёт не так, то последствия будут суровыми. Доменная печь — это сердце металлургии. По словам наших технологов, это гигантский «живой» организм, который превращает оксиды железа в чугун при температурах выше 1500 °C . Но работает он как минимум при одном критически важном условии — если внутри всё лежит «как надо». Кокс должен быть пористым, газопроницаемым, чтобы через него проходил восстановительный газ, который так и норовит забрать кислород у оксидов. Железорудное сырьё (агломерат, окатыши, брикеты, руда и прочее) должно распределиться так, чтобы не забить эти каналы. Представьте себе лёгкие, где бронхи забиты аллергенами, пылевыми частицами: дыхание становится невозможным. То же самое происходит с доменной печью… Наверное поэтому профессионалов-доменщиков иногда называют «докторами»: они умеют «лечить». Ошибётесь с укладкой шихты — и печь просто перестанет «дышать». Цена такой ошибки в её апофеозе — не просто несоблюдение графика производства, а сокращение нескольких лет кампании печи, которая обычно составляет 10–15 лет .

https://habr.com/ru/companies/nlmk/articles/981676/

#производство #завод #проект #печь #слои_шихты #модель #доменная_печь #алгоритмы #автоматизация #экспертные_системы

Поиск решений управляемый данными. Детали механизма

В предыдущих статьях цикла были рассмотрены информационные блоки и словарь, являющиеся фундаментом технологии поиска решений управляемого данными. Ключевая особенность технологии – динамическое построение алгоритмов из самодостаточных фрагментов формализованной предметной информации. В этой статье будут детально рассмотрены механизмы, управляющие процессом динамического связывания информационных блоков для достижения конечной цели – получения грамотно обоснованного прикладного решения. Ниже приведено техническое описание основных деталей алгоритма поиска решений управляемого данными. В конце статьи приведены блок-схема и псевдокод возможной программной реализации этой информационной технологии. Важно отметить, что изложение не привязано к каким-то конкретным математическим методам и технологическим решениям работы с данными: Марковский подход, RL (reinforcement learning), простая статистика частот, ML‑модели, …. Примеры будут носить абстрактный характер. Детальный разбор перегрузит изложение и уведёт в сторону от основных идей.

https://habr.com/ru/articles/993320/

#детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Поиск решений управляемый данными. Терминологический словарь

Ранее в статье " Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов " рассматривались общие вопросы поиска решений управляемого данными. Кратко: это механизм динамического связывания отдельных фрагментов решения в виде информационных блоков в последовательности для определения запрошенных параметров. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы общаться с системой на естественном языке необходим терминологический словарь предметной области. В статье рассматривается роль терминологического словаря в процессе поиска решений, требования к составу словаря и содержанию словарных статей. Именно словарь позволяет описывать фрагменты решения на естественном языке и создавать прикладные приложения с минимальным привлечением специалистов по информационным технологиям. Отдельное внимание уделяется важности указания иерархических связей терминов, которые по своей сути являются параметрами решаемой задачи. Терминологический словарь - важный компонент экспертной системы, к созданию которого предполагается привлекать прикладных специалистов узкого профиля. ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.

https://habr.com/ru/articles/987218/

#нейросети #детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Поиск решений управляемый данными. Информационный блок

В предыдущей статье " Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов " рассматривались общие вопросы поиска решений управляемого данными. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы это работало - требуется фрагментировать знания предметной области в виде функций с заданными областями допустимых значений входящих в них параметров. В данной статье рассматривается вопрос о представлении предметных знаний в виде общедоступных документов, позволяющих интерпретировать их, как вышеозначенные функции и затем использовать в качестве компонентов базы знаний. Всё нижеследующее, хорошо всем известно, но в контексте поиска управляемого данными обретает новый смысл и функциональность. ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.

https://habr.com/ru/articles/985248/

#нейросети #детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов

Нейросети помогают решать множество повседневных задач. Однако идея, сначала "развалить" всё и токенезировать, а затем пытаться сложить из фрагментов целое - с точки зрения математики выглядит, конечно, красиво, но с точки зрения простой логики идея спорная. Это статья о том, что такое инженерное мышление и, как правильная формализация предметных знаний способствует реализации экспертных систем с применением простой логики.

https://habr.com/ru/articles/985092/

#нейросети #детерминированные_алгоритмы #ml #ai #нейросимвольные_системы #гибридные_системы #экспертные_системы #поиск_решений

ЗАВОД НА ВСЕ 100! КАК ПОЛУЧИТЬ КОНКУРЕНТНОЕ ПРЕИМУЩЕСТВО ЗА СЧЕТ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Часть 1. «Цифровая пена» всё сильнее затягивает С одной стороны за несколько сотен лет принципиально не изменилась логика производства продукта: оборудование и рабочие на основании технологических карт/рецептур перерабатывают сырье и материалы в полуфабрикаты и готовую продукцию, передавая результат своей работы дальше по участкам до склада готовой продукции для отгрузки покупателям, при этом собственники ожидают максимальной отдачи от инвестиций . С другой стороны, начиная с 30-х годов прошлого века, изменения в производственных системах, развитие компьютеров и аналитики, а также миллиарды долларов, вброшенные в консалтинг, породили вокруг бесконечное количество информации, моделей, систем, программных продуктов. Часто начинает казаться, что современные руководители, просто тонут в этой «цифровой пене», не всегда понимая, как соединить «теплое» с «белым», например, внедрение ERP, желание повысить скорость выпуска и сделать завод более рентабельным, а также развивать «мягкие навыки» (soft skills). И вокруг армия консультантов: «Вам нужно внедрить Бережливое производство», «У вас нет нормального управленческого учета», «Вам срочно нужно ERP», «Зачем тратить большие бюджеты, давайте всё сделаем в экселе» и т.д. В России ситуация осложнилась тем, что в 90-е годы была уничтожена советская научная школа управления производством и в течение 20 лет мы утратили собственные наработки и системно не взяли чужие, за исключением лидеров отраслей. В итоге сегодня видим засилье литературы из серии «Богатый папа – бедный папа» или «Коучинг – наше всё», а также разные курсы МВА, где руководителей и собственников бизнеса учат в основном лучшим практикам финтеха и ИТ.

https://habr.com/ru/articles/955608/

#управление_производством #автоматизация_промышленности #бизнесаналитика #BIсистемы #Оптимизация_производства #Бережливое_производство #erpсистемы #рекомендательные_системы #экспертные_системы #искусственный_интеллект

ЗАВОД НА ВСЕ 100! КАК ПОЛУЧИТЬ КОНКУРЕНТНОЕ ПРЕИМУЩЕСТВО ЗА СЧЕТ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Часть 1. «Цифровая пена» всё сильнее затягивает С одной стороны за несколько сотен лет принципиально не изменилась логика производства продукта: оборудование и рабочие на основании технологических карт/рецептур перерабатывают сырье и материалы в полуфабрикаты и готовую продукцию, передавая результат своей работы дальше по участкам до склада готовой продукции для отгрузки покупателям, при этом собственники ожидают максимальной отдачи от инвестиций . С другой стороны, начиная с 30-х годов прошлого века, изменения в производственных системах, развитие компьютеров и аналитики, а также миллиарды долларов, вброшенные в консалтинг, породили вокруг бесконечное количество информации, моделей, систем, программных продуктов. Часто начинает казаться, что современные руководители, просто тонут в этой «цифровой пене», не всегда понимая, как соединить «теплое» с «белым», например, внедрение ERP, желание повысить скорость выпуска и сделать завод более рентабельным, а также развивать «мягкие навыки» (soft skills). И вокруг армия консультантов: «Вам нужно внедрить Бережливое производство», «У вас нет нормального управленческого учета», «Вам срочно нужно ERP», «Зачем тратить большие бюджеты, давайте всё сделаем в экселе» и т.д. В России ситуация осложнилась тем, что в 90-е годы была уничтожена советская научная школа управления производством и в течение 20 лет мы утратили собственные наработки и системно не взяли чужие, за исключением лидеров отраслей. В итоге сегодня видим засилье литературы из серии «Богатый папа – бедный папа» или «Коучинг – наше всё», а также разные курсы МВА, где руководителей и собственников бизнеса учат в основном лучшим практикам финтеха и ИТ.

https://habr.com/ru/articles/955608/

#управление_производством #автоматизация_промышленности #бизнесаналитика #BIсистемы #Оптимизация_производства #Бережливое_производство #erpсистемы #рекомендательные_системы #экспертные_системы #искусственный_интеллект

ЗАВОД НА ВСЕ 100! КАК ПОЛУЧИТЬ КОНКУРЕНТНОЕ ПРЕИМУЩЕСТВО ЗА СЧЕТ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Часть 1. «Цифровая пена» всё сильнее затягивает С одной стороны за несколько сотен лет принципиально не изменилась логика производства продукта: оборудование и рабочие на основании технологических карт/рецептур перерабатывают сырье и материалы в полуфабрикаты и готовую продукцию, передавая результат своей работы дальше по участкам до склада готовой продукции для отгрузки покупателям, при этом собственники ожидают максимальной отдачи от инвестиций . С другой стороны, начиная с 30-х годов прошлого века, изменения в производственных системах, развитие компьютеров и аналитики, а также миллиарды долларов, вброшенные в консалтинг, породили вокруг бесконечное количество информации, моделей, систем, программных продуктов. Часто начинает казаться, что современные руководители, просто тонут в этой «цифровой пене», не всегда понимая, как соединить «теплое» с «белым», например, внедрение ERP, желание повысить скорость выпуска и сделать завод более рентабельным, а также развивать «мягкие навыки» (soft skills). И вокруг армия консультантов: «Вам нужно внедрить Бережливое производство», «У вас нет нормального управленческого учета», «Вам срочно нужно ERP», «Зачем тратить большие бюджеты, давайте всё сделаем в экселе» и т.д. В России ситуация осложнилась тем, что в 90-е годы была уничтожена советская научная школа управления производством и в течение 20 лет мы утратили собственные наработки и системно не взяли чужие, за исключением лидеров отраслей. В итоге сегодня видим засилье литературы из серии «Богатый папа – бедный папа» или «Коучинг – наше всё», а также разные курсы МВА, где руководителей и собственников бизнеса учат в основном лучшим практикам финтеха и ИТ.

https://habr.com/ru/articles/955608/

#управление_производством #автоматизация_промышленности #бизнесаналитика #BIсистемы #Оптимизация_производства #Бережливое_производство #erpсистемы #рекомендательные_системы #экспертные_системы #искусственный_интеллект

ЗАВОД НА ВСЕ 100! КАК ПОЛУЧИТЬ КОНКУРЕНТНОЕ ПРЕИМУЩЕСТВО ЗА СЧЕТ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Часть 1. «Цифровая пена» всё сильнее затягивает С одной стороны за несколько сотен лет принципиально не изменилась логика производства продукта: оборудование и рабочие на основании технологических карт/рецептур перерабатывают сырье и материалы в полуфабрикаты и готовую продукцию, передавая результат своей работы дальше по участкам до склада готовой продукции для отгрузки покупателям, при этом собственники ожидают максимальной отдачи от инвестиций . С другой стороны, начиная с 30-х годов прошлого века, изменения в производственных системах, развитие компьютеров и аналитики, а также миллиарды долларов, вброшенные в консалтинг, породили вокруг бесконечное количество информации, моделей, систем, программных продуктов. Часто начинает казаться, что современные руководители, просто тонут в этой «цифровой пене», не всегда понимая, как соединить «теплое» с «белым», например, внедрение ERP, желание повысить скорость выпуска и сделать завод более рентабельным, а также развивать «мягкие навыки» (soft skills). И вокруг армия консультантов: «Вам нужно внедрить Бережливое производство», «У вас нет нормального управленческого учета», «Вам срочно нужно ERP», «Зачем тратить большие бюджеты, давайте всё сделаем в экселе» и т.д. В России ситуация осложнилась тем, что в 90-е годы была уничтожена советская научная школа управления производством и в течение 20 лет мы утратили собственные наработки и системно не взяли чужие, за исключением лидеров отраслей. В итоге сегодня видим засилье литературы из серии «Богатый папа – бедный папа» или «Коучинг – наше всё», а также разные курсы МВА, где руководителей и собственников бизнеса учат в основном лучшим практикам финтеха и ИТ.

https://habr.com/ru/articles/955608/

#управление_производством #автоматизация_промышленности #бизнесаналитика #BIсистемы #Оптимизация_производства #Бережливое_производство #erpсистемы #рекомендательные_системы #экспертные_системы #искусственный_интеллект

Не лезьте туда: 47 лет не оцифровывали, и нормально же работало

Работа команды производственных айтишников на металлургическом производстве иногда тесно сплетается с командой технологической автоматизации и электрооборудования: устанавливаем датчики уровня, нужные для детального анализа технологического процесса С точки зрения ИТ доменная печь — это огромный «чёрный ящик». Вы кладёте сырьё и топливо, получая на выходе чугун и шлак. Измерить внутри все можно почти ничего нельзя: датчики просто «умирают» от температуры, воздействия шихты и прочих условий. Измерить снаружи тоже сложно (да и нужно ли?): большие печи имеют диаметр порядка 15 метров и высоту 35 метров, — что нам дадут граничные условия для таких размеров?! По опыту на малых печах можно измерять уровень расплава (без разделения на шлак и чугун) по ЭДС внешними датчиками, но у нас так не выйдет, и нам пришлось провести целое исследование, чтобы понять, почему. Как операционный персонал управлял процессом последние 47 лет? На базе своего производственного опыта, данных по загруженному сырью, параметров прошлых выпусков чугуна и шлака, а также косвенных параметров предполагал, как поведёт себя печь. Но управлять процессами внутри надо, поэтому остаётся только моделирование процессов по данным входа и выхода, базируясь на принципах материального баланса и используя математические ухищрения. Если коротко, то мы те самые энтузиасты, которые «доставляют» данные, создают алгоритмы и вместе с производством добиваются эффекта. Собственно, мы оптимизируем всё что можем, и вот наконец добрались до самого нетронутого, сакрального и неизвестного легаси, вызванного «чернотой» ящика. Десятилетиями ограниченность данных воспринималась как неизбежность. Но цифровые возможности развиваются, и мы пробуем применить самые современные цифровые решения, даже если они на грани возможного.

https://habr.com/ru/companies/nlmk/articles/934696/

#завод #металлургия #производство #доменный_процесс #кокс #анализ_данных #экспертные_системы #машинное_обучение #обучение_нейросетей #метрики

[Перевод] ИИ: Большие ожидания (статья 1988 года)

Было довольно любопытно обнаружить статью 1988 про AI от Родни Брукса (известного робототехника), которая один-в-один повторяет все элементы хайповых рассуждений 2025 года :) Решил перевести и поделиться.

https://habr.com/ru/articles/921070/

#ИИ #хайп #экспертные_системы #роботы #нейросети #всех_убьют

[Перевод] ИИ: Большие ожидания (статья 1988 года)

Было довольно любопытно обнаружить статью 1988 про AI от Родни Брукса (известного робототехника), которая один-в-один повторяет все элементы хайповых рассуждений 2025 года :) Решил перевести и поделиться.

https://habr.com/ru/articles/921070/

#ИИ #хайп #экспертные_системы #роботы #нейросети #всех_убьют

[Перевод] ИИ: Большие ожидания (статья 1988 года)

Было довольно любопытно обнаружить статью 1988 про AI от Родни Брукса (известного робототехника), которая один-в-один повторяет все элементы хайповых рассуждений 2025 года :) Решил перевести и поделиться.

https://habr.com/ru/articles/921070/

#ИИ #хайп #экспертные_системы #роботы #нейросети #всех_убьют

[Перевод] ИИ: Большие ожидания (статья 1988 года)

Было довольно любопытно обнаружить статью 1988 про AI от Родни Брукса (известного робототехника), которая один-в-один повторяет все элементы хайповых рассуждений 2025 года :) Решил перевести и поделиться.

https://habr.com/ru/articles/921070/

#ИИ #хайп #экспертные_системы #роботы #нейросети #всех_убьют

Прологику и ИИ

Демо выразительной мощи математики. Эта наука предлагает экстремально компактный способ для представления мыслей. И картинка это подтверждает: всего в двух абзацах определена вся суть аристотелевской логики (силлогистики, Ὄργανον ), которая в оригинале занимает несколько книг.Формальная логика развилась к эпохе ЭВМ настолько, что стала основой одних из первых систем ИИ, в первую очередь экспертных систем и баз знаний.

https://habr.com/ru/articles/845102/

#llm #ии #текстовые_модели #экспертные_системы