GATE, GTK, Gazdasági Informatika Tanszék, Gödöllő

Előzmények: Mintegy 10 éve folyik a GATE Gazdasági Informatika Tanszékén mesterséges intelligencia alapú módszerek fejlesztése alapvetően döntési és előrejelzési problémák támogatására agrár-közgazdasági területeken. A kezdeti fázis után, melyben inkább a szakértői köröknek szóló nagy becslési pontosságot favorizáló, számítógépes összefüggéskeresési eljárások álltak az előtérben (Generátormodell: függvénygenerátor, mintázatgenerátor, jövőgenerátor), az elmúlt években a súlypont átkerült a nagyközönségnek szánt (jól oktatható) kauzalitási restrikciókat és az emberi gondolkodást jobban visszatükröző alternatívákra (WAM, CBR, AAA).

Célok: A problémamegoldás kellően hatékony és kellően általános sémája (General Problem Solver) feltehetően álom. Azonban léteznek olyan elvi keretrendszerek és praktikus algoritmusok, melyek - ötvözve a szakértői intuíciót és az ösztönös tanulóképességet a számítógép gyorsaságával és precizitásával - képesek az emberi agy számára szisztematikusan csak nehézkesen megközelíthető problémákhoz (pl. ár-, árfolyam-előrejelzés, meteorológiai előrejelzés, termés-előrejelzés, kereslet-kínálat elemzés, etc.) hatékony segítséget adni. Ezek egyike az esetalapú következtetésre és az ezt kiegészítő autonóm adaptív ágensekre való támaszkodás technikája.

Módszertan: Az esetalapú következtetés (vö. CBR) és autonóm adaptív ágensek (vö. AAA) az emberi gondolkodás jó algoritmikus közelítéseinek tekinthetők. A múltban tapasztaltak között mindig található egy-egy olyan szituáció, mely jobban hasonlít a jelenlegi problémára, mint a többi. S ennek következményeivel kapcsolatban pedig elvárható, hogy a jelenlegi helyzet megoldását jól reprezentálja (CBR). A gondolatvilág lényege a hasonlóság fogalma, mely egyszerre misztikusan bonyolult és kézenfekvően egyszerű. Az autonóm adaptív ágensek ugyanezen gondolatvilág termékei.

Eredmények: Az eddigi alkalmazási tapasztalatok alapján bizton állítható, hogy az említett technikák nemcsak egyszerűen oktathatók, hanem valóban értékes elemzésekhez is hozzásegítenek (pl. a konkrét termékként is elérhető STOCKNET szoftver, mely kidolgozásához a Fornax adatbázisok és az EcoControl Kft. elemzései mellett a. tanszéki előrejelző algoritmusok is felhasználásra kerültek). Ki kell azonban mondani azt is, hogy helyes modell nincs! Nem tudjuk ugyanis definiálni a helyes és a helytelen fogalmát, így nem lehet eldönteni azt sem, hogy két modell közül melyik lesz a jövőben a helyesebb (ami a tényleges alkalmazás szempontjából lényegesebb, mint az ex post - tetszőlegesen befolyásolható - pontosság). Az is biztos azonban, hogy az emberi agy kapacitásai is korlátozottak. Így kényszerűen merül fel a számítógép és az ember közötti kooperációt támogató eljárások keresésének gondolata.

Jövőkép: A jövőben számítani kell arra, hogy fokozódik az online adatbázisok és az ezeket feldolgozni képes szerver-oldali algoritmusok kínálata a befektetők számára. A kutatásban pedig a politikai tanácsadás eszközeiként megjelennek a context free automatizmusok, melyek nagy tömegű, ellenőrzött beválási gyakoriságú prognózist képesek gyártani a szakértői pontosságot elérő, ill. meghaladó szinten, minimális áron.