Тема 16. Фактографические информационные системы
в профессиональной деятельности
ОСНОВНЫЕ ВОПРОСЫ:
1. Характерные особенности фактографических информационных систем (ФИС).
2. Использование фактографических информационных систем (ФИС) в профессиональной деятельности сотрудника ОВД.
1. Характерные особенности
фактографических информационных систем (ФИС)
Прежде чем преступить к определению понятия фактографической информационной системы необходимо разобрать смысловую нагрузку термина фактографическая информация. Под фактографической информацией условимся понимать описание выбранных характеристик, свойств объектов, информация о которых собирается, систематизируется и обрабатывается в данной системе, причем для каждой характеристики должна быть определена форма ее представления в системе.
С другой стороны под фактографическим типом данных принято понимать данные представляющие собой описание некоторых фактов предметной области. Например, фактом являются данные на конкретного человека (ФИО, адрес, паспортные данные и т.п.), книгу (автор, название, год издания и т.п.), машину (марка, год выпуска, производитель и т.п.) и т.д. Другими словами, факт в информационной системе предстает в виде набора некоторых свойств (атрибутов), количественное значение которых, как правило, выражается простым типом данных. Характерным представителем фактографических информационных систем является широко известная в бухгалтерских кругах «1С бухгалтерия».
2. Использование фактографических информационных систем (ФИС) в профессиональной деятельности сотрудника ОВД
Информация, используемая в органах внутренних дел, содержит сведения о состоянии преступности и общественного порядка на обслуживаемой территории, о самих органах и подразделениях, их силах и средствах. В дежурных частях, у оперативных работников, участковых инспекторов милиции, следователей, сотрудников экспертно-криминалистических подразделений, паспортно-визовых аппаратов, других подразделений на документах первичного учета, в учетных журналах и на других носителях накапливаются массивы данных оперативно-розыскного и оперативно-справочного назначения, в которых содержатся сведения:
о правонарушителях и преступниках;
о владельцах автомототранспортных средств;
о владельцах огнестрельного оружия;
о событиях и фактах криминального характера, правонарушениях;
о похищенных и изъятых вещах, предметах антиквариата;
а также другая информация, подлежащая хранению.
Службы и подразделения органов внутренних дел характеризуются данными:
о силах и средствах, которыми располагает орган;
о результатах их деятельности.
Перечисленные выше сведения используются при организации работы подразделений и принятии практических мер по борьбе с преступностью и правонарушениями.
В информационном обеспечении органов внутренних дел центральное место занимают учеты, которые используются для регистрации первичной информации о преступлениях и лицах, их совершивших.
Учет - это система регистрации и хранения информации о лицах, совершивших преступления, о самих преступлениях и связанных с ними фактах и предметах. Как правило, различного рода учеты принято относить к фактографическим информационным системам.
Учет подведомственных МВД России преступлений охватывает 95% криминальных проявлений и дает достаточно полную картину оперативной обстановки в стране и ее регионах.
В целом по России в последние годы с помощью информации, содержащейся в учетах, раскрывается от 19 до 23% совершаемых преступлений, или почти каждое четвертое от общего числа по линии уголовного розыска.
В СССР в 1961 г. была введена Инструкция по учетам в органах внутренних дел. При МВД СССР в 1971 г. был создан Главный научный информационный центр управления информацией (ГНИЦУИ), впоследствии переименованный в Главный информационный центр (ГИЦ), а в МВД, УВД были созданы информационные центры (ИЦ).
Главный информационный центр - самый крупный банк оперативно-справочной и розыскной информации в системе МВД России. На него возложена задача обеспечения органов и учреждений внутренних дел различной информацией - статистической, розыскной, оперативно-справочной, криминалистической, производственно-экономической, научно-технической, архивной. Это уникальные, многопрофильные централизованные массивы информации, в целом насчитывающие около 50 млн. учетных документов.
В пофамильной оперативно-справочной картотеке на судимых лиц сосредоточено свыше 25 млн. учетных документов, а в дактилоскопической картотеке - 17 млн. ГИЦ располагает уникальной базой данных на машинных носителях, содержащей статистические отчеты МВД, ГУВД, УВД, УВТД по 50 формам за период с 1981 по 1992 гг. и в ретроспективе до 1974 г.
Информационные центры МВД, УВД являются важнейшим звеном в системе информационного обеспечения органов внутренних дел Российской Федерации. На них ложится основная нагрузка в обеспечении информационной поддержки органов внутренних дел в раскрытии и расследовании преступлений, розыске преступников.
Информационные центры являются головными подразделениями в системе МВД, УВД, УВТД в области информатизации: обеспечении статистической, оперативно-справочной, оперативно-розыскной, криминалистической, архивной и иной информацией, а также компьютеризации и построения региональных информационно-вычислительных сетей и интегрированных банков данных. Информационные центры выполняют возложенные на них обязанности в тесном взаимодействии с подразделениями аппаратов МВД, УВД, УВТД и горрайлинорганами, а также ГИЦ МВД России.
С помощью учетов получается информация, которая помогает в раскрытии, расследовании и предупреждении преступлений, розыске преступников, установлении личности неизвестных граждан и принадлежности изъятого имущества. Они формируются в горрайлинорганах, ИЦ МВД, ГУВД, УВД по территориальному (региональному) принципу и образуют федеральные учеты  ГИЦ МВД России. Кроме того, учеты имеются в паспортных аппаратах.
Наряду с учетами в органах внутренних дел ведутся экспертно-криминалистические централизованные коллекции и картотеки, которые создаются и хранятся в экспертно-криминалистических центрах (ЭКЦ) МВД России (федеральные) и экспертно-криминалистических управлениях (ЭКУ) МВД, ГУВД, УВД (региональные). Коллекции и Картотеки ЭКУ и ЭКЦ ориентированы, прежде всего, на обеспечение раскрытия и расследования преступлений.
Накапливаемая в учетах, коллекциях и картотеках оперативно-справочная, розыскная и криминалистическая информация именуется криминальной.
Учеты классифицируются по функциональному и объектовому признакам.
Функционально учеты разделяются на три группы:
оперативно-справочные;
розыскные;
криминалистические.
По объектовому признаку учеты разделяют на три группы:
лиц;
преступлений (правонарушений);
предметов.
Основная оперативно-справочная и розыскная информация формируется в горрайлинорганах. Часть ее оседает на месте, а другая - направляется в ИЦ и ГИЦ для формирования единого банка данных.
Информационная база системы МВД построена на принципе централизации учетов. Ее составляют оперативно-справочные, розыскные и криминалистические учеты и картотеки, сосредоточенные в ГИЦ МВД России и ИЦ МВД, УВД, УВДТ, и локальные учеты горрайлинорганов. В целом их массивы оцениваются примерно в 250-300 млн. учетных документов.
Централизованные оперативно-справочные, криминалистические и розыскные учеты располагают следующими сведениями о гражданах России, иностранцах и лицах без гражданства:
судимость, место и время отбывания наказания, дата и основание освобождения;
перемещение осужденных;
смерть в местах лишения свободы, изменение приговора, амнистия, номер уголовного дела;
место жительства и место работы до осуждения;
задержание за бродяжничество;
группа крови и дактилоформула осужденных.
Дактилоскопический учет позволяет устанавливать личность преступников, арестованных, задержанных, а также неизвестных больных и неопознанных трупов. Дактилоскопические картотеки насчитывают 18 млн. дактилокарт. В них поступает свыше 600 тыс. запросов, по которым выдается около 100 тыс. рекомендаций. Информация картотек способствовала раскрытию преступлений или установлению лица в 10 тыс. случаев. В настоящее время это преимущественно ручные картотеки.
Порядок формирования и ведения, централизованных оперативно-справочных, розыскных, криминалистических учетов, экспертно-криминалистических коллекций и картотек органов внутренних дел Российской Федерации регламентируется Приказом МВД России от 31 августа 1993 г. N 400.
Учеты органов внутренних дел в зависимости от способа обработки информации подразделяются на три вида: ручные, механизированные, автоматизированные.
Автоматизированные учеты состоят из ряда автоматизированных информационно-поисковых систем (АИПС). Накопление и обработка криминальной информации с помощью АИПС осуществляются в региональных банках криминальной информации (РБКИ).
Приведем основные АИПС и кратко охарактеризуем их назначение и возможности.
АИПС «КАРТОТЕКА» - автоматизированный пофамильный и дактилоскопический учет, служит для получения сведений о гражданах Российской Федерации, иностранцах и лицах без гражданства; о судимости, месте и времени отбывания наказания, дате и основании освобождения, о смерти в местах лишения свободы, об изменении приговора, амнистии; о месте жительства и месте работы до осуждения; о розыске лиц, задержанных за бродяжничество; перемещении осужденных; группе крови, дактилоскопической формуле.
АИПС «ОПОЗНАНИЕ» выдает информацию о лицах, пропавших без вести, неопознанных трупах, неизвестных больных и детях - гражданах Российской Федерации, СНГ и лицах без гражданства.
АИПС «ФР-ОПОВЕЩЕНИЕ» обеспечивает учет преступников, разыскиваемых по искам предприятий и организаций (государственных должников) или граждан (неплательщиков алиментов), пропавших без вести, отрабатывает запросы на лиц, находящихся в федеральном розыске, а также готовит циркуляры на объявление или прекращение розыска.
АИПС «ОРУЖИЕ» позволяет вести учет утраченного (похищенного, утерянного) и выявленного (изъятого, найденного, добровольно сданного) вооружения (стрелковое оружие, гранатометы, артиллерийские системы и другое вооружение).
АИПС «АВТОПОИСК» содержит информацию о легковых и грузовых автомобилях, автобусах, полуприцепах отечественного и иностранного производства со следующими установочными данными - государственный номер, номера двигателя, кузова и шасси. В информационных центрах МВД, УВД дополнительно осуществляется регистрация мотоциклов, мотороллеров и мотоколясок.
АИПС «АНТИКВАРИАТ» выдает сведения об утраченных и выявленных предметах, представляющих историческую, художественную или научную ценность. К ним относят археологические находки, предметы древности, антропологические и этнографические предметы, исторические реликвии, художественные произведения и предметы искусства.
АИПС «ВЕЩЬ» информирует пользователя о похищенных и изъятых номерных вещах, а также документах, ценных бумагах общего государственного обращения в связи с совершенными преступлениями.
АИПС "СЕЙФ" позволяет осуществлять сбор, обработку и выдачу информации о преступлениях, при совершении которых взламывались металлические хранилища.
В настоящее время начато внедрение автоматизированных информационно-поисковых систем "ДОСЬЕ" и "НАСИЛИЕ".
АИПС "ДОСЬЕ" позволяет подучить сведения об особо опасных рецидивистах, "ворах в законе", "авторитетах" преступного мира и др.: установочные данные, приметы, место работы, место жительства, связи, привычки и т.д.
АИПС "НАСИЛИЕ" обеспечивает такими сведениями о тяжких нераскрытых и раскрытых преступлениях, связанных с насилием против личности, как предмет посягательства, место, время и способ совершения, описание изъятых следов и др.
Для учета правонарушений, совершенных иностранцами и лицами без гражданства, разработана и функционирует АИПС «КРИМИНАЛ-И», включающая пять подсистем:
АИПС «Криминал-И Аомпрактика» содержит сведения об иностранцах и лицах без гражданства, совершивших административные правонарушения;
АИПС «Криминал-И Преступление» выдает сведения о происшествиях и преступлениях с участием иностранцев и лиц без гражданства;
АИПС «Криминал-И ДТП» обеспечивает сведениями об иностранцах и лицах без гражданства, участниках ДТП на территории России;
АИПС «Криминал-И Розыск» содержит данные о находящихся в розыске или разысканных иностранцах;
АИПС «Криминал-И Наказание» содержит сведения об иностранцах и гражданах России, постоянно проживающих за границей, находящихся под следствием, арестованных или отбывающих наказание на территории Российской Федерации.
Примерами АИС, применяемых для проведения оперативной и учетно-аналитической работы в горрайорганах и МВД республик, являются:
АИС «СВОДКА» - позволяет работать с базой данных, создаваемой по поступающей в органы внутренних дел оперативной информации о происшествиях и преступлениях, осуществлять поиск в БД по реквизитам, а также вести статистическую обработку данных, составлять отчеты при поступлении запросов и после исполнения документов;
АИС «ГАСТРОЛЕРЫ» - предназначена для автоматизированной обработки оперативными подразделениями УВДТ и ОВДТ информации о лицах, представляющих оперативный интерес для органов внутренних дел на транспорте, и их связях; о похищенных на транспорте, неразысканных или добровольно сданных вещах, имеющих индивидуальные номера или характерные особенности;
АИС «Грузы-ЖД» - разработана для автоматизированного сбора, хранения и выдачи информации о фактах хищения груза и багажа на железнодорожном транспорте, по которым возбуждены уголовные дела, а также о раскрытых хищениях грузов;
АИС «НАРКОБИЗНЕС» - предназначена для сотрудников отдела по незаконному обороту наркотиков. Использование системы межзадачных связей позволяет выявлять лица, их связи с событиями, друг с другом, оружием и адресами, проходящими по разным видам учетов;
АИС «Картотека-Регион» - предназначена для работы с пофамильными учетами осужденных, разыскиваемых и задержанных за бродяжничество лиц;
АИС «СПЕЦАППАРАТ» - предназначена для работы со спецаппаратом и позволяет планировать oпeративно-розыскные мероприятия на основе быстрого и качественного обеспечения их необходимой информацей. Можно, например, быстро найти круг лиц, проходящих по однотипным фактам из массива спецсообщений, способам совершения преступлений, адресам и т.п.
Тема 17. Интеллектуальные информационные системы,
как системы поддержки принятия решений
в профессиональной деятельности
ОСНОВНЫЕ ВОПРОСЫ:
1. Характерные особенности интеллектуальных информационных систем (ИИС).
2. Использование интеллектуальных информационных систем (ИИС) в профессиональной деятельности сотрудника ОВД.
1. Характерные особенности
интеллектуальных информационных систем (ИИС)
По аналогии с предыдущим, начнем с того, что определим предпосылки возникновения понятия «интеллектуальные информационные системы».
История попыток создания искусственного разума насчитывает более 700 лет. Первую зафиксированную в истории попытку создания машины, моделирующей человеческий разум, связывают с именем испанского изобретателя Раймунда Луллия.
Развивая традиции ученых своего времени, Луллий сконструировал машину, состоявшую из системы кругов, вращая которые можно было получить «формулу истины». По существу она представляла собой механическую экспертную систему.
В XVIII в. Лейбниц и Декарт независимо друг от друга продолжили идеи, заложенные Луллием, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта.
В 40-х гг. XX в. с появлением компьютера искусственный интеллект обрел второе рождение. Произошло выделение ИИ в самостоятельное научное направление.
Так в 1950 году в статье «Вычислительные машины и разум» (Computing machinery and intelligence) выдающийся английский математики и философ Алан Тьюринг предложил тест, чтобы заменить бессмысленный, по его мнению, вопрос «может ли машина мыслить?» на более определенный. Судья-человек ограниченное время, например, 5 минут, переписывается по телеграфу на естественном языке с двумя собеседниками, один из которых – человек, а другой – компьютер. Если судья за предоставленное время не сможет точно и надежно определить, кто есть кто, то компьютер прошел тест.
Идею Тьюринга поддержал Джо Вайзенбаум, написавший в 1966 году первую «беседующую» программу «Элиза», которая состояла всего из 200 строк и лишь повторяла фразы собеседника в форме вопросов и составляла новые фразы из уже использованных в беседе слов.
А.Тьюринг считал, что компьютеры, в конечном счете, пройдут его тест, т.е. на вопрос: «Может ли машина мыслить?» он отвечал утвердительно, но в будущем времени: «Да, смогут!»
И вплоть до настоящего момента ежегодно проводится соревнование между разговаривающими программами, и наиболее человекоподобной, по мнению судей, присуждается приз Лебнера (Loebner).
Термин искусственный интеллект (ИИ) впервые был озвучен в 1956 году. на семинаре в Дартмутском колледже. И сейчас не существует единого определения, которое бы однозначно описывало это понятие. Чтобы определить понятие «искусственный интеллект», необходимо понимать отличие простой задачи от интеллектуальной.
Обычно считается, что если для задачи найден алгоритм ее решения, то она относится к простым, причем процесс решения указанного класса задач становится таким, что его может в точности выполнить или человек или компьютер, не имеющие ни малейшего представления о сущности самой задачи.
В противном случае, задача является интеллектуальной и отыскание алгоритма решения таких задач связано со сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Таким образом, интеллектуальными считаются задачи, связанные с разработкой алгоритмов решения ранее нерешенных задач определенного типа.
В отличие от всех других видов ИС, интеллектуальная информационная система (ИИС) – это система, которая основана на использовании базы знаний для разработки алгоритмов решения задач различных классов в зависимости от конкретных информационных потребностей пользователей, более того, к ней предъявляется ряд требований, таких как: ИИС должна уметь в наборе фактов распознать существенные и из имеющихся фактов и знаний и самое главное сделать выводы не только с использованием дедукции, но и с помощью аналогии, индукции и т.д. Кроме того, она должны обладать средствами оценки результатов собственной работы с пояснениями, почему получен тот или иной результат, также ИИС должна уметь обобщать, улавливая сходство между имеющимися фактами, и накапливать опыт.
Необходимой частью любой ИИС являются знания. При этом возникает естественный вопрос, что такое знания и в чем их отличие от обычных данных, которые обрабатываются компьютером.
Знания являются более сложной категорией информации по сравнению с данными. Они описывают не только отдельные факты, но и взаимосвязи между ними.
По своей природе знания можно разделить на:
декларативные знания – это описания фактов и явлений, фиксирование наличия или отсутствия таких фактов, а также описания основных связей и закономерностей между этими фактами и явлениями;
процедурные знания – это описания действий, которые возможны при манипулировании фактами и явлениями.
Для того чтобы наделить систему знаниями, их необходимо представить в определенной форме. Базы знаний являются моделями человеческих знаний. Однако все знания, которые привлекает человек в процессе решения сложных задач, смоделировать невозможно. Поэтому в ИИС требуется четко разделить знания на те, которые предназначены для обработки компьютером, и те, которые используются человеком.
Обычно в области ИИ выделяют шесть основных направлений развития:
представление знаний;
манипулирование знаниями;
общение ИИС;
восприятие ИИС;
обучение ИИС;
поведение ИИС.
Проблема представления знаний в ИИС чрезвычайно актуальна, поскольку их функционирование опирается на знания о проблемной области, хранящиеся на компьютере. В рамках этой проблемы решаются задачи, связанные с формализацией и представлением знаний в ИИС. Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний.
Как правило, выделяют два вида моделей предоставления знаний: декларативные и процедурные.
В декларативных моделях предметная область представляется в виде синтаксического описания ее состояния. Вывод решений основывается на процедурах поиска в пространстве состояний.
В процедурном представлении знания содержатся в небольших программах (процедурах), которые определяют поведение ИИС. При этом можно не описывать все возможные состояния среды или объекта для реализации вывода.
Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий.
Для того чтобы знаниями можно было пользоваться при решении задач, ИИС должна уметь оперировать, пополнять, классифицировать, обобщать знания и т.д.
Чтобы в процессе взаимодействия пользователя с ИИС происходило общение, система должна уметь решать следующие задачи: понимать связные тексты, понимать и синтезировать речь, формировать объяснение своих действий, интегрировать в единый внутренний образ сообщения различной модальности (речевой, текстовой, зрительной и т.п.) и т.д.
Существуют большие возможности в повышении уровня ИИС за счет обработки зрительной (образной) информации и соотнесения ее с обработкой символьной (текстовой) информации.
Одной из основных черт ИИС является способность к обучению, т.е. решение задач, с которыми они ранее не встречались.
Так как ИИС должны действовать в некоторой окружающей среде, необходимо разработать специальные поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами и людьми. Для достижения такого взаимодействия необходимо вести исследования в ряде направлений и создать модели целесообразного поведения, нормативного поведения, ситуационного поведения, специальные методы многоуровневого планирования и коррекции планов в динамических ситуациях.
Создание ИИС имеет существенные отличия от разработки обычного программного продукта, а копирование методологий, принятых в традиционном программировании, чаще всего приводит к отрицательному результату.
Сегодня уже существуют многочисленные варианты интеллектуальных систем, которые не имеют цели, но имеют критерии поведения: генетические алгоритмы и имитационное моделирование эволюции. Поведение этих систем выглядит таким образом, как будто они имеют различные цели и добиваются их.
Выделим наиболее крупные этапы жизненного цикла ИИС.
№
|
Название суть этапа жизненного цикла ИИС
|
I
|
Разработка идеи и концепции системы
|
II
|
Разработка теоретических основ системы
|
III
|
Разработка математической модели системы
|
IV
|
Разработка методики численных расчетов в системе: разработка структур данных; разработка алгоритмов обработки данных
|
V
|
Разработка структуры системы и экранных форм интерфейса
|
VI
|
Разработка программной реализации системы
|
VII
|
Отладка системы
|
VIII
|
Экспериментальная эксплуатация
|
IX
|
Опытная эксплуатация
|
X
|
Промышленная эксплуатация
|
XI
|
Заказные модификации системы
|
XII
|
Разработка новых версий системы
|
XIII
|
Снятие системы с эксплуатации
|
Условно ИИС можно разделить ИИС на следующие типы: системы с интеллектуальным интерфейсом; экспертные системы; самообучающиеся системы.
Системы с интеллектуальным интерфейсом – это ИИС, предназначенная для поиска неявной информации в базе данных (БД) или тексте для произвольных запросов, составляемых, как правило, на ограниченном естественном языке. Интеллектуальные БД отличаются от обычных БД возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных. В запросе требуется осуществить поиск по условию, которое должно быть доопределено в ходе решения задачи. Формулирование запроса осуществляется в диалоге с пользователем, последовательность шагов которого выполняется в максимально удобной для пользователя форме. Запрос к базе данных может формулироваться и с помощью естественно-языкового интерфейса. Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний.
Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Механизм поиска работает прежде всего с базой знаний ключевых слов, а уже затем непосредственно с текстом.
Системы контекстной помощи можно рассматривать, как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В системах контекстной помощи пользователь описывает проблему (ситуацию), а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации (например, технической документации по эксплуатации товаров).
Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями
Экспертные системы (ЭС) – это ИИС, которая предназначена для решения слабоформализуемых задач на основе накапливаемого в базе знаний опыта работы экспертов в проблемной области. Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли: консультанта для неопытных или непрофессиональных пользователей; ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений; партнера эксперта по вопросам, относящимся к источникам знаний из смежных областей деятельности.
Исторически, ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей.
По степени сложности решаемых задач экспертные системы можно классифицировать следующим образом:
По способу формирования решения экспертные системы разделяются на два класса: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив, а синтетические системы - генерацию неизвестных решений. Аналитическая экспертная система - это ЭС, осуществляющая оценку вариантов решений (проверку гипотез). Синтетическая экспертная система - это ЭС, осуществляющая генерацию вариантов решений (формирование гипотез).
По способу учета временного признака экспертные системы могут быть статическими или динамическими. Статические системы решают задачи при неизменяемых в процессе решения данных и знаниях, динамические системы допускают такие изменения. Статическая экспертная система - это ЭС, решающая задачи в условиях, не изменяющихся во времени исходных данных и знаний. Динамическая экспертная система - это ЭС, решающая задачи в условиях, изменяющихся во времени исходных данных и знаний.
По видам используемых данных и знаний экспертные системы классифицируются на системы с детерминированными (четко определенными) знаниями и неопределенными знаниями. Под неопределенностью знаний (данных) понимается их неполнота (отсутствие), недостоверность (неточность измерения), двусмысленность (многозначность понятий), нечеткость (качественная оценка вместо количественной).
По числу используемых источников знаний экспертные системы могут быть построены с использованием одного или множества источников знаний.
Самообучающиеся системы – это ИИС, которая на основе примеров реальной практики автоматически формирует единицы знаний. В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучения на примерах). Примеры реальных ситуаций накапливаются за некоторый исторический период и составляют обучающую выборку. Эти примеры описываются множеством признаков классификации. Причем обучающая выборка может быть: «с учителем», когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций; «без учителя», когда по степени близости значений признаков классификации система сама выделяет классы ситуаций.
В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность ситуаций классам, которыми обученная система пользуется при интерпретации новых возникающих ситуаций. Таким образом, автоматически формируется база знаний, используемая при решении задач классификации и прогнозирования. Эта база знаний периодически автоматически корректируется по мере накопления опыта реальных ситуаций, что позволяет сократить затраты на ее создание и обновление.
2. Использование интеллектуальных информационных систем (ИИС) в профессиональной деятельности сотрудника ОВД
Сравнительно новым и перспективным направлением использования компьютерных технологий в профессиональной деятельности сотрудника ОВД являются экспертные системы (ЭС), относящиеся к системам искусственного интеллекта.
С точки зрения систематизации законодательства в экспертных системах должна быть реализована система сведений и данных, содержащихся в нормах права, в отличие от систематизации нормативных правовых актов в информационно-поисковых системах.
Функционирование экспертной системы связано с решением трех основных проблем:
проблемы передачи знаний от экспертов-людей компьютерной системе;
проблемы представления знаний, т.е. реконструирования массива знаний в определенной правовой области и представления его как структуры знаний в памяти компьютера;
проблемы использования знаний.
Необходимость глубокой и подробной формализации процесса принятия решения для моделирования его в компьютерной системе приводит к тому, что пока экспертные системы такого рода создаются программистами и экспертами-юристами для решения конкретных вопросов в достаточно ограниченных правовых областях, т.е. являются узко специализированными. Пользователями таких систем являются юристы-практики, сталкивающиеся с правовыми проблемами, находящимися вне области компетенции, и особенно пользователи — не юристы.
Подобные системы в процессе решения задач задают вопросы пользователю, направляют ход его мыслей, используя формальные и эвристические знания экспертов. Существенно, что система объясняет выбранные стратегии решения и даже цитирует источники, в ней используемые.
Начиная с 1970 г. в Великобритании, США и ФРГ было разработано более 25 исследовательских проектов, охватывающих использование методов искусственного интеллекта в процессе правовой аргументации. Примерами являются такие широко используемые системы, как: TAXAMAN-I и TAXAMAN-II, созданные англичанином Маккарти и специализирующиеся на налоговом праве Великобритании; система Мелдмана MITProject для уголовного права; программа Пиппа и Шлинка Judith на основе Гражданского кодекса ФРГ обрабатывает юридические документы и их проекты, относящиеся к гражданскому праву; система LRS Харнера специализируется на договорном праве; Rand Project Ватермана и Петерсона моделирует процесс принятия решений в гражданском процессе; программные комплексы TAXADVISER и EMYCIN используются при планировании федерального налогообложения;
«Си Клипс» де Бессоне используется при кодификации Гражданского кодекса Луизианы; система DSCAS помогает анализировать юридические аспекты исков о возмещении дополнительных расходов, связанных с отличием физических условий на месте предполагаемого строительства от указанных в контракте; система LDS помогает экспертам-юристам урегулировать иски о возмещении убытков и компенсациях за ущерб, связанный с выпуском дефектной продукции, и многие другие.
В отечественной законодательной и правоприменительной практике в последнее десятилетие создано около полутора десятков правовых экспертных систем.
Отметим следственные экспертные системы, применяемые для раскрытия и расследования преступлений.
Экспертная система прогнозирования преступлений, позволяющая оценить зависимость между характерными особенностями личности преступника и возможным местом совершения преступления.
Экспертная система выявления скрытых преступлений (например, скрытых хищений в производстве или торговле) на основе анализа деятельности предприятий позволяет получить материал для ревизий.
Экспертная система поиска и установления личности преступника позволяет сделать предположения о личности преступника по материалам следствия и сузить круг подозреваемых лиц.
Экспертные системы расследования убийств, анализирующие следственные данные о преступнике, потерпевшем, способе совершения и сокрытия преступления, орудии убийства, возможных мотивах, месте и времени преступления. Такие экспертные системы могут иметь несколько разновидностей в зависимости от криминалистической характеристики преступления (убийство на сексуальной почве, с расчленением трупа, с особой жестокостью и др.).
Экспертные системы для расследования грабежей и разбоев и многие другие.
ЭС «БЛОК» предназначена для сотрудников подразделений по борьбе с экономической преступностью и помогает установить возможные способы совершения краж при проведении строительных работ.
Система позволяет:
на этапе ввода исходных данных сформулировать проблему;
определить возможные способы совершения краж;
составить список признаков, соответствующих тому или иному способу совершения кражи, который используется для планирования мероприятий по раскрытию преступления.
Система отличается простотой ввода новых данных, что дает возможность быстро адаптировать ее в процессе эксплуатации.
В ЭС имеются подсистема помощи и подсистема обучения пользователя.
ЭС «БЛОК» реализована на базе естественной языковой оболочки ДИЕС для экспертных и информационных систем. Для разработки системы привлекались наиболее опытные сотрудники подразделений по борьбе с экономической преступностью. В развитие ЭС «БЛОК» предусматривается возможность обращения к автоматизированным учетам органов внутренних дел.
С 1964 г. в ВНИИСЭ успешно действует ЭС «АВТОЭКС» (последний вариант 1988 г. «Мод-ЭксАРМ»). Система в режиме диалога решает восемь вопросов, связанных с наездом на пешехода.
ЭС обеспечивает высокий уровень автоматизации экспертного исследования. В ней автоматизировано большинство операций: экспертный анализ исходных данных, выбор хода исследования, выполнение расчетов, составление заключения, формулирование вывода с последующей распечаткой.
С помощью системы можно получить ответы на вопросы, касающиеся определения численных значений различных параметров дорожно-транспортного происшествия: скорость автомобиля, его остановочный путь, удаление автомобиля от места наезда в конкретный момент времени и т.п. Решаются также и расчетнологические вопросы: например, наличие или отсутствие у водителя транспортного средства технической возможности предотвратить наезд на пешехода. На производство одной экспертизы затрачивается в среднем пять минут: три минуты на ввод данных и две — на исследование и печать. Система также позволяет исследовать наезды транспортных средств на препятствие и столкновения транспортных средств.
В перспективе экспертные системы могут эффективно использоваться и в практике систематизации законодательства для решения следующих проблем:
выявления и устранения путем экспертного толкования противоречивых правовых предписаний в актах различной юридической силы;
выявления и восполнения правовых пробелов с помощью аналогии права, аналогии закона;
доктринального (неофициального) толкования нечетко сформулированных в правовых актах правил, понятий, принципов.
Все экспертные системы строятся на общих и специальных знаниях в праве: существующих правовых концепциях, структуре правил, личностном восприятии права, правовой системе и подсистеме, юридической аргументации, логике, семантике, социологии и психологии права, а также философских теориях, носящих общеметодологический характер.
Конечно, современные компьютерные системы не могут обнаруживать моральные, религиозные, социальные и политические настроения, как это делают люди в процессе принятия решения. Они не обладают ни интеллектом, ни здравым смыслом, ни вдохновением, не проявляют общего интереса к всемирной проблематике, как это делает любой человек. Поэтому им отводится роль интеллектуального помощника (intelligent assistant).
В данном случае машина выступает в роли интеллектуального стимулятора, настроенного на то, чтобы фактор забывания, игнорирования или неучета существенных для рассматриваемого дела обстоятельств не послужил причиной неполного или неверного его исследования.
Никто не связывает с такими компьютерными системами возможности простого отыскания истины, так как информация в них сохраняет такие пороки, как недостаточность, недостоверность и противоречивость. Однако их роль в интенсификации активной аналитической работы неоспорима.
«При создании интеллектуальных систем в правовой сфере надо учитывать ее особенности. Справедливость нельзя измерить на точных весах ни логики, ни математики, как нельзя синтезировать на компьютере законопроект, вбирающий вековую мудрость юридической науки и практики.
Юридическая практика нуждается в первую очередь в естественном интеллекте, в гуманизации человеческих отношений. Ибо высшей ценностью является человек, его естественные, прирожденные и неотчуждаемые права и свободы, его честь и достоинство. Именно с таких гуманистических позиций и должна рассматриваться проблема применения в сфере права компьютерных технологий, связанных с идеями, именуемыми искусственным интеллектом» [4].
|
