文/楊曉鋒
智能決策支持系統作為人工智能的一個重要研究領域,允許決策者和信息經營者、資源配置者和管理者、策略規劃者和裝備控制者改進他們的工作效率,已經成為學術界關注的焦點,其發展前景備受世人矚目。
人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能,但能像人那樣思考、也可能超過人的智能。
政府決策支持系統作為人工智能的一個重要研究領域,是輔助政府決策者通過數據、模型和知識,以人機交互方式進行半結構化或非結構化決策的計算機應用系統。它是管理信息系統(MIS)向更高一級發展而產生的先進信息管理系統。它為政府決策者提供分析問題、建立模型、模擬決策過程和方案的環境,調用各種信息資源和分析工具,幫助政府決策者提高決策水平和質量。隨著科學技術的進步以及人工智能技術的日趨成熟,決策支持系統智能化已經成為業界研究與實現的目標,盡管目前為止已有一些先進的智能決策支持系統在商業、工業、政府和國防等部門獲得成功應用,但是,這一系統遠未完善,仍處于發展階段,可以預見的是在未來的研究過程中,人工智能政府決策支持系統必將對社會和組織產生更加重大的影響。
基于人工智能的智能決策支持系統屬于一個新興的交叉學科領域,是運籌學、管理科學和計算機科學結合的產物,在我國許多應用領域有了初步的運用,例如稅務稽查、漁業專家系統、 中國工商銀行風險投資決策、為電信部門進行VIP 分析等等。在國外基于人工智能的智能決策支持系統也有著非常深入的研究與廣泛的應用,如Holsaple 、Hill 等人采用神經網絡、遺傳算法等實現了綜合(holistic) 決策支持系統,系統在某種程度上體現了人類思維和決策過程的性質;在應用方面有Web 和Agent 的協同決策支持系統。
政府決策支持系統強調決策過程的交互性,對人機對話系統有較高的要求,長期以來,人們對數據、信息和知識的認識僅限于數據--信息--知識的單鏈條關系,實際上,從數據中獲得信息,再從信息中獲得知識,僅僅是決策過程的開始,對數據、信息和知識的關系的研究表明,對其他關系的研究對提高決策質量也具有重要意義。在如何從數據中提取信息、信息如何呈現給決策者等問題中,知識發揮著重要作用,對這些問題的研究產生了數據--知識--信息--數據的循環或網狀關系等。
政府決策環境的復雜性常常會超出人的求解能力,促使研究者拋開傳統的模型求解方法,轉而尋求新的技術。同時技術的不斷進步,尤其是IT 的進步,也在為研究提供更為有力的手段和工具。目前隨著計算機網絡的發展,決策環境出現了新的特點:分析、決策中使用的數據不再集中于一個物理位置,而是分散到不同的地區、部門;運行在Internet/Intranet 環境里的分析、決策模型及知識處理方法也從集中式處理發展為在網絡環境下的分布、或分布再加上并行的處理方式。
基于人工智能的決策支持系統核心是知識和知識處理決策中用到的知識總是和特定應用領域相關,不同的領域對知識的表示和處理具有不同的特點,不同智能決策方法有其特點和適用范圍,方法的綜合成為提高系統決策能力的重要途徑。同時,決策信息來源的多樣性對信息融合也提出了新的要求。如何綜合來自不同方面的信息為一個決策目標服務是決策中的常見問題,經歷了從簡單疊加到優化的線性組合的過程,采用邏輯、線性優化、決策樹和神經網絡等可以實現不同層次的信息融合,目前采用證據理論、貝葉斯網絡等不確定性推理技術進行信息融合也取得了一些成果。這一領域的更高目標是要尋找更為一般的知識表示和推理算法。
目前,決策支持系統的研究大多集中在決策問題的求解過程方面,而決策行為總是與決策過程和決策環境的各個方面相聯系。在決策過程中引入時間、空間等多維準則,可以突破時空限制,優化和改進決策過程,提高支持決策效果。時間是決策的內部維,決策者在決策過程中能夠感知自身的存在,并與決策問題的時間要求相聯系,如在決策的實時性要求較高的場合,時間可能就是最重要的決定因素;空間維則用來觀察外部世界,與決策環境的空間因素相聯系,一般用來描述對決策具有重大影響的因素,如不同意見及其帶來的額外信息等。很多決策過程已經對時間和空間因素提出相當高的要求,這些因素反過來又對決策支持系統的理論和方法提出了新的挑戰。
傳統政府基于人工的公共事務決策,由于收集信息有限,決策效果難以精確化,因此往往存在很大程度上的決策質量不高與不確定性的問題。決策質量的提升成為傳統政府改進的最重要的領域。而人工智能可以全面提升更有效的決策信息支持,并根據需要自動生成相應的決策方案,供決策者選擇,從而極大提升政府的決策質量。