История создания и развития интеллектуальных информационных систем неразрывно и тесно связана с историей развития вычислительной техники. С появлением быстродействующих компьютеров появилась возможность моделировать и имитировать процессы деятельности человеческого мозга, например, процесс нахождения человеком оптимального пути до дома или побор необходимой книги. Историю создания и развития интеллектуальных информационных систем можно отсчитывать с конца шестидесятых годов двадцатого столетия, когда Л. Заде ввел понятие нечетких множеств и разработал теорию нечетких множеств. За прошедшее время были созданы разнообразные виды интеллектуальных информационных систем, такие как искусственные нейронные сети, генетические алгоритмы, экспертные системы, когнитивные системы, системы распознавания, интеллектуальные базы данных, системы, основанные на прецедентах.

Интеллектуальные информационные системы, созданные за последние годы, в зависимости от архитектуры можно классифицировать на две группы: однокомпонентные интеллектуальные информационные системы и многокомпонентные интеллектуальные информационные системы.

Кроме того, можно рассматривать и еще один тип интеллектуальных информационных систем, появление которого обусловлено стремительным ростом объемов знаний, информации и данных, которые могут храниться в распределенных базах данных и базах знаний, доступных через глобальную сеть Internet. Архитектуру интеллектуальной информационной системы такого типа можно назвать распределенной. При этом подходе каждый функциональный интеллектуальный модуль (агент) может работать автономно и во взаимодействии с другими модулями путем передачи данных и сообщений через глобальную сеть Internet. Существующие в настоящее время интеллектуальные информационные системы, такие как когнитивные системы, экспертные системы, системы на прецедентах, нейронные сети и тому подобные могут быть преобразованы в агенты.

Однокомпонентные интеллектуальные информационные системы основаны на использовании единственного средства искусственного интеллекта, такого, например, как нечеткая логика, вероятностный байесовский подход, генетический алгоритм или искусственная нейронная сеть. Многокомпонентные интеллектуальные информационные системы объединяют в себе различные методы, модели и средства искусственного интеллекта в единую сложную вычислительную модель.

Такое разнообразие интеллектуальных систем определяется необходимостью формализации разнообразных данных, информации и знаний, причем не всегда процесс формализации можно успешно выполнить для данных, информации и знаний любого вида и типа. Одним из видов многокомпонентных интеллектуальных информационных систем являются гибридные интеллектуальные системы.

Гибридные интеллектуальные системы позволяют использовать достижения и преимущества традиционных средств и методов искусственного интеллекта, и в то же время способны решать задачи, нерешаемые отдельными методами и средствами искусственного интеллекта. Гибридные интеллектуальные системы позволяют более эффективно и адекватно соединять формализуемые и не формализуемые знания, информацию и данные за счет интеграции традиционных средств, методов и моделей искусственного интеллекта в единую сложную систему.

Гибридная информационная система, как правило, состоит из четырех основных модулей: управляющего центра, нескольких помощников, нескольких исполнителей движений и планировщика. В системе реализуют архитектуру с использованием управляющего центра, который связан с перечисленными основными модулями и координирует, направляет их функционирование. В процессе разработки основные интеллектуальные модули могут быть дополнены управляющими и коммуникативными знаниями и моделями, интеллектуальным интерфейсом, необходимыми для их объединения в многоагентную интеллектуальную информационную распределенную систему. Многоагентные системы могут осуществлять альтернативные рассуждения на основе применения знаний, информации и данных из разнообразных непересекающихся источников с использованием механизма устранения возникающих противоречий .

Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации и моделирования интеллектуальной деятельности человека и более одного метода формализации представления знаний, например, экспертных систем, искусственных нейронных сетей, нечетких систем, генетических алгоритмов и имитационных статистических моделей . Экспертная система в таких системах является интегрирующим модулем и связана с другими компонентами гибридной системы. Вспомогательные подсистемы, такие как база данных и гео-информационная система, служат связующими звеньями экспертной системы с полнофункциональными внешними базами данных и гео-информационными системами.

Можно выделить две интерпретации понятия гибридной интеллектуальной системы – узкая, когда в ней объединяются разные парадигмы представления знаний и обработки данных, но она остается в рамках инженерии знаний, и широкая – когда в гибридной интеллектуальной информационной системе объединяются модели инженерии знаний и нейро-информатики.

В рамках исследования методологий создания гибридных интеллектуальных информационных систем в 2001 году были предложены проблемно-структурная методология и технология разработки гибридных интеллектуальных систем, которые позволили синтезировать гибридные интеллектуальные системы для решения задач, состоящих из множества подзадач, требующих применения различных методов имитации и моделирования интеллектуальной деятельности человека. Позднее в 2007 году была предложена проблемно-инструментальная методология разработки гибридных интеллектуальных систем как обобщение проблемно-структурной методологии на случай отсутствия соответствующих методов формализации знаний и методов решения подзадач сложной задачи.

На основе предложенных методологий и технологий разработаны гибридные интеллектуальные системы для практического применения в различных предметных областях: решения сложных транспортно-логистических задач, сменно-суточное планирование в морском порту, среднесрочного планирования на производственном предприятии с мелкосерийным характером производства, гибридная экспертная система для инвестиционных рекомендаций.

Статья на тему гибридные экспертные системы