Якщо ви не думаєте про майбутнє,

у вас його і не буде.

Джон Ґолсуорсі.

Інформаційна невизначеність життєвого циклу складних систем, до яких належить і людина, є визначальним чинником процесу їх існування. Поведінка людей, їх доля головним чином пов'язані із прийняттям рішень на різних етапах їх життєвого циклу. Відомо, що ці процеси, як категорія діалектична, повинні мати початок і завершення. Для задачі прогнозування початком є збір і аналіз апріорної інформації. І хоч кожна людина приймає рішення щодня, майже ніхто не замислюється про те, які передумови того або іншого рішення, як залежить час від виникнення ідеї або необхідності до їх реалізації від повноти, характеру і форми представлення початкових даних.

Історія математики свідчить про те, що перші спроби підвести наукову базу під процеси прийняття рішень здійснювались ще у 17-му столітті, коли робились спроби обчислення частоти успіху в азартних іграх. Для двадцятого століття було характерним домінування класичної інтегро-диференціальної парадигми, яка є основою методів, що використовуються для підтримки прийняття рішень. Проте її прихильники не акцентували увагу на значних обмеженнях і завищених вимогах до апріорної інформації.

Тенденція до гуманізації суспільства у другій половині 20-го століття привела до зростання кількості альтернативних методів прийняття рішень, що базуються на різних наукових парадигмах. До цього часу відноситься виникнення теорії нечітких множин, яка дала можливість оцінювати суб'єктивні судження в категоріях можливості та необхідності, що розширило уявлення про числові множини. Розробка теорії нейронних мереж та методів еволюційного моделювання спричинила бурхливий розвиток нового напрямку в штучному інтелекті, який базується на принципах природного відбору та особливостях функціонування головного мозку людини. Важливу роль для розвитку теорії та методів прогнозування зіграв індуктивний метод моделювання – метод групового врахування аргументів. Він дозволив здійснювати найточніше прогнозування при “коротких” вибірках даних.

Рух у напрямку створення інформаційного суспільства та суспільства, що базується на знаннях, зумовлює розквіт сучасних технологій автоматизованого інтелектуального аналізу даних. Це пов’язано головним чином із потоком нових ідей, які починаються в області комп’ютерних наук, що утворилися на перетині предметних областей штучного інтелекту, статистики і теорії баз даних. Елементи автоматизованої обробки і аналізу даних стають невід’ємною частиною концепції електронних сховищ даних (Data Warehouses) і мають у цьому контексті, у залежності від особливостей застосування, назви data mining (одержання знань із даних), KDD (knowledge discovery in databases – відкриття знань у базах даних), text mining (одержання знань із обробки текстів, що особливо актуально у зв’язку із розвитком мережі Internet).

Комп’ютерні системи підтримки прийняття рішень, що реалізують вказані напрямки обробки даних, базуються на двох підходах. Перший, більш традиційний, полягає у тому, що в системі фіксується досвід експерта, який і використовується для одержання оптимального в даній ситуації рішення. Для другого підходу є характерним знаходження розв’яз-ку на основі аналізу історичних даних, які описують поведінку об’єкта, прийняті в минулому рішення, їх результати і т.п. Впровадження таких систем в Україні наштовхується на завади, головні з яких – порівняно невеликий термін існування підприємств та нестабільність економіки. Статистичної інформації, що накопилася за цей час, недостатньо для вироблення на її основі ефективної стратегії прийняття рішень за допомогою систем data mining. Названі фактори значною мірою встановлюють та формують тенденції до розробки і застосування інформаційних інтелектуальних систем.

Основними поняттями, які визначають предмет вивчення курсу “Інформаційні інтелектуальні системи”, є інтелект, штучний інтелект, інформація. Визначення інтелекту у різноманітних енциклопедіях і довідниках дозволяє характеризувати його як об’єкт, спосіб та процес. Наведемо декілька із них, на наш погляд, найбільш змістовних.

Інтеле́кт (intelligence) від латинського intellectus — розум, здатність людини мислити, набір визначеним чином впорядкованої інформації про середовище, поняття, що об’єднує в собі пам’ять і мислення та дозволяє раціональне пізнання і можливість передбачення майбутніх результатів.

Інтелект є вищим способом вирішення практичних і пізнавальних проблем, чим і відрізняється від інших форм поведінки − інстинкту і навичок.

Інтелектом називається здатність мозку розв’язувати (інтелектуальні) задачі шляхом набуття, запам’ятовування і цілеспрямованого перетворення знань у процесі навчання, виходячи із досвіду та адаптації до різноманітних обставин.

Штучний інтелект - розділ інформатики, що вивчає алгоритмічну реалізацію способів розв’язання задач людиною. Іншими словами, в рамках штучного інтелекту вивчають способи розв’язання комп’ютером задач, що не мають явного алгоритмічного розв’язку.

Штучний інтелект (artificial intelligence) трактують як здатність автоматичних систем брати на себе окремі функції інтелекту людини, а саме, вибирати і приймати оптимальні рішення на основі раніше одержаного досвіду і раціонального аналізу зовнішніх впливів.

Інформацією називають набір символів (запис на деякому матеріальному носії), для якого існує в природі хоча б один пристрій (людина, машина, прилад), для якого цей набір може бути використаний для досягнення певної цілі.

Базуючись на основних поняттях, визначаємо мету кур-су – вивчення структурних елементів нових інформаційних технологій, основою яких є теорія штучного інтелекту, а саме, основних способів представлення знань, моделей і методів їх обробки, алгоритмів логічного виводу на знаннях, що, у кінцевому підсумку, веде до здатності самостійного проектування інтелектуальних інформаційних систем для підтримки прийняття рішень і прогнозування.