ІНФОРМАЦІЙНА ПІДТРИМКА ПРИЙНЯТТЯ РІШЕНЬ ІЗ ЗАСТОСУВАННЯМ ТЕХНОЛОГІЙ РОЗПОДІЛЕННОГО ШТУЧНОГО ІНТЕЛЕКТУ

Анотація

Стаття присвячена інформаційній підтримці прийняття рішень з використанням технологій розподіленого штучного інтелекту. При цьому стає зрозуміло, що розподілений ШІ є силою на сучасному ринку, яка робить компанії більш ефективними, надійними та адаптивними. Метою роботи є розробка власної концепції інформаційної підтримки прийняття рішень за допомогою технологій штучного інтелекту на основі розподілених обчислень. Методологія. Методологія цього дослідження побудована на оцінці теоретичних розробок і практичного використання технологій розподіленого штучного інтелекту (ШІ) в діяльності з прийняття рішень. Акцент зроблено на впровадженні методів машинного навчання для аналізу великих масивів даних у розподілених системах, що дає змогу ефективно та оперативно підтримувати прийняття рішень. Використані інструменти та підходи: Python та мультипроцесинг для побудови паралельної обробки даних, логістична регресія для опису процесів прийняття рішень та оцінки класифікації і точності отриманих моделей, PCA – аналіз головних компонент з метою зменшення розмірності даних для цілей кластеризації та класифікації, методи контролю конфіденційності для забезпечення безпеки передачі даних між вузлами та обмеження доступу до даних. Наукова новизна. Основний матеріал підкреслює переваги розподіленого ШІ як функціональні (швидкість обробки даних, паралелізм і висока масштабованість, технічна реалізованість), так і з точки зору розробки (менші витрати, можливість повторного використання та гнучкість реалізації). Він також бере на себе кілька проблем, таких як відповідальність ШІ, питання конфіденційності та безпеки даних, а також питання впровадження. З’ясовано, що розподілений штучний інтелект – це дуже потужна технологія, і слід бути обережним, застосовуючи її для прийняття рішень, оскільки, хоча вона має переваги, вона також має і деякі недоліки. У цій роботі продемонстровано, як системи штучного інтелекту, що працюють у розподілених архітектурах, можуть бути використані для прийняття рішень, на прикладі нашої власної розробки на мові Python. Описано таку систему, яка використовує логічну регресію, аналіз головних компонент та візуалізацію результатів. Акцентовано увагу на пошуці розв’язку шляхом виконання коду на мові Python, розробленого в інтегрованому середовищі розробки PyCharm 2024.2, який демонструє розподілену систему прийняття рішень на основі ШІ з використанням методів багатопроцесорної обробки та машинного навчання. Код включає функції для навчання моделей на окремих вузлах, управління розподіленим процесом навчання та візуалізації границі рішення найкращої моделі. Використано логістичну регресію для бінарної класифікації та PCA для зменшення розмірності для полегшення візуалізації. Код створює пул процесів, які відповідають заданій кількості вузлів. Потім ці процеси асинхронно навчають моделі на підмножинах даних. Після завершення процесу навчання обирається найкраща модель, а границя рішення в найпростішому випадку зображується у вигляді двовимірного графа. Розподілений ШІ, описаний у цьому прикладі, втілює потенційне застосування технології у прийнятті рішень: можливість приймати рішення над розподіленими даними та розподіленими акторами шляхом обробки даних на декількох вузлах. Висновки. Можна стверджувати, що технології розподіленого ШІ можуть бути інтегровані в процеси прийняття рішень у будь-якому випадку. Не виключено, що організації хотіли б спиратися на культуру критичної оцінки та безперервного навчання, щоб приймати більш обґрунтовані, справедливі та ефективні рішення. Цей розроблений код є прикладом того, як така система може бути реалізована на практиці.