ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРЕЦЕДЕНТНОМ ПОДХОДЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

Своевременное реагирование органов управления единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС) играет ключевую роль в предотвращении негативных последствий катастроф. Их деятельность непосредственно связана с эффективностью координации усилий экстренных оперативных служб, предприятий и местных властей, действующих сообща в целях предотвращения и устранения угроз населению и территориям [3].

Основой эффективного функционирования подобной системы является тесное сотрудничество межведомственных подразделений, мобилизация материальных и человеческих ресурсов, а также активное участие органов местного самоуправления в выполнении мероприятий по гражданской обороне, обеспечению пожарной безопасности и защите территории от опасностей природного и техногенного характера.

Повышению эффективности реагирования способствует внедрение новейших информационно-коммуникационных технологий, позволяющих мгновенно передавать информацию и координировать усилия всех участников единого процесса. Таким образом, современный подход к управлению силами и средствами РСЧС ставит перед исследователями ряд задач по разработке эффективных алгоритмов сбора и обработки данных о возникновении и развитии чрезвычайных ситуаций (ЧС), совершенствовании методов коммуникации и координации между участниками единого процесса, развертывании современных систем мониторинга и прогнозирования опасных явлений природного и техногенного характера. Только решив эти задачи, можно рассчитывать на значительное сокращение потерь и повышение устойчивости государства к возможным катаклизмам.

В настоящее время актуальной проблемой в работе ОУ РСЧС является несвоевременное получение точной информации об основных параметрах ЧС, вследствие чего лицом, принимающим решение (ЛПР) ОУ РСЧС проводится недостаточный анализ поступающей оперативной информации и возможна недооценка ситуации. Зачастую обмен информацией о высылке сил и средств, их количественном и качественном составе, проводимых работах на месте ликвидации ЧС происходит с использованием сетей телефонной или мобильной связи. Совершенствование существующей системы управления потоками информации за счет автоматизации и внедрения искусственного интеллекта позволит сократить время первичной и вторичной обработки, повысить эффективность профессиональной деятельности путем:

• использования нейронных сетей и нейрокомпьютеров на уровне распознавания (классификации) и обобщения объектов и ситуаций;
• использования диалоговой системы, с помощью которой ЛПР манипулирует построенной компьютерной моделью, а система, включающая базу знаний и дедуктивный механизм ввода с использованием возможностей искусственного интеллекта, помогает в этой работе.

Процесс выработки решений по действиям по предупреждению и ликвидации последствий ЧС представляет собой чрезвычайно сложную процедуру, определяющую функциональные задачи управления, стоящие перед должностными лицами органов управления РСЧС. Основная цель большинства этих задач заключается в обеспечении поддержки процесса принятия решений относительно эффективного управления имеющимися силами и ресурсами. Уникальность указанных задач обусловливает потребность в соответствующем уровне информационного обеспечения и во внедрении современных технологий искусственного интеллекта [1].

В работе ЛПР достоверная и оперативная информация играет первостепенную роль. Наиболее эффективное решение можно принять только при наличии максимально полной информации об основных параметрах ЧС, возможной динамике их развития и учета влияния параметров внешней среды.

Главная задача ЛПР, состоит в постоянной оценке текущего состояния обстановки и оперативного реагировании на изменения внутренних и внешних условий, оказывающих влияние на динамику развития чрезвычайной ситуации. Каждый временной промежуток характеристики внешней и внутренней среды определяется конкретной информацией, которая должна объективно отражать предметную область, охватывающую весь цикл возникновения, распространения и устранения последствий ЧС [2].

Органы управления РСЧС, координируя деятельность задействованных сил и ресурсов при ликвидации ЧС, основываясь на полученной информации, обязаны незамедлительно адаптироваться к изменениям оперативной обстановки и оперативно принимать точные и обоснованные решения. Поскольку принятие решений является информационно насыщенным процессом, все его стадии, начиная с постановки цели и заканчивая оценкой результатов принятых мер, требуют тщательного сбора необходимой информации, её обработки и анализа. Таким образом, возникает острая необходимость формирования специализированной информационной базы данных системы поддержки принятия решений (СППР), содержащей как количественные, так и качественные показатели, детально характеризующие специфику каждой отдельной ЧС. Одновременно СППР, использующая потенциал искусственного интеллекта, должна обладать способностью мгновенно откликаться на любые изменения ситуации, формировать прогнозы дальнейшего развития событий и автоматически вырабатывать рекомендации и сценарии оптимального распределения сил и средств.

Основным требованием к СППР является возможность предоставлять недостающие данные, которые могут характеризовать ЧС, в различных формах, в том числе на основании прецедентов. Одним из способов повышения скорости принятия решений и повышения качества управленческих решений является применении в работе СППР искусственного интеллекта.

В настоящее время во всем мире, в том числе и в Российской Федерации, идет создание комплексной системы нормативно-правового регулирования общественных отношений, связанных с развитием и использованием технологий искусственного интеллекта [4].

Автоматизированная система поддержки принятия решений (АСППР) с использованием искусственного интеллекта позволяет обеспечить комплексную поддержку пользователям в принятии эффективных управленческих решений. Она реализует следующие функции:

• обеспечивает сбор необходимых данных из различных источников, очищает и готовит их для последующей обработки, включая фильтрацию шумов, устранение ошибок и недостающих элементов, стандартизацию форматов и интеграцию разнородных данных;
• использует метод машинного обучения и аналитики больших данных для выявления скрытых паттернов, корреляций и тенденций. Находит зависимости между различными факторами и предлагает выводы на основе собранных данных;
• применяет модели предсказательной аналитики для построения прогнозов развития ситуаций. Модели искусственного интеллекта позволяют предвидеть последствия тех или иных решений, помогая выбрать оптимальный путь развития;
• создает и сравнивает различные сценарии развития событий, автоматически строит оптимальный план действий на основе анализа рисков и максимальной эффективности;
• проводит расчёт вероятности наступления негативных последствий, разрабатывает меры предотвращения и смягчения неблагоприятных событий. Система поддерживает количественную оценку риска и предоставляет инструменты для анализа чувствительности решений к изменениям окружающей среды;
• предоставляет интуитивно понятный интерфейс для взаимодействия с системой, позволяющий гибко настраивать запросы и получать обратную связь в режиме реального времени. ЛПР может вводить собственные предпочтения и видеть, как они влияют на рекомендуемые решения;
• ЛПР получают объяснения логики принятых решений, аргументацию и обоснование рекомендаций. Прозрачность процесса позволяет доверять результатам и улучшает восприятие системы;
• системы автоматически адаптируются к новым данным и обстоятельствам, постоянно улучшая свою производительность и точность прогнозов. Самообучающиеся алгоритмы улучшают качество рекомендаций со временем.

Внедрение моделирующей подсистемы с использованием возможностей искусственного интеллекта предполагает автоматическое извлечение и интеграция данных из разных источников, включая базы данных, внешние сервисы и датчиков измерения характеристик окружающей среды. Задача состоит в автоматической обработке большого объема разнородных данных и приведении их к единому стандартному виду. Применение искусственного интеллекта может значительно повысить эффективность импорта данных путем выявления наиболее релевантных признаков и устранения шумовых факторов.

Применение искусственного интеллекта позволяет эффективно обрабатывать сложную взаимосвязанность данных и находить скрытые зависимости между элементами онтологии, создавать гибкие механизмы пополнения пропущенной информации, адаптирующиеся к изменениям контекста и нового опыта.

Искусственный интеллект способен предсказывать будущие события, основываясь на исторических данных и текущих тенденциях, эффективен для прогнозирования динамики сложных систем, преобразовывать сложные технические выводы в доступную форму, удобную для восприятия конечными пользователями.