Знания, их классификация и представление с помощью онтологий

Для решения сложных, трудно формализуемых научных, производственных экономических задач и тиражирования профессионального опыта применяются системы искусственного интеллекта. Существует направление развития кибернетики – ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. Один из его разделов – представление знаний и разработка систем, основанных на них. Типичным представителем этого направления являются экспертные системы.

Знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

Переход от данных к знаниям – логическое следствие развития и усложнения информационно-логических структур, обрабатываемых с помощью компьютера.

Особенностями знаний, отличающих их от данных являются:

- Интерпретируемость. Знания всегда понятны человеку и содержательны, в отличии от данных, которые без обработки не имеют смысла.

- Структурированность. При подготовке выполняется декомпозиция сложных объектов на более простые и установление связей между ними.

- Связанность. Отражает причинно-следственные связи между фактами, процессами, явлениями.

- Активность. Знания предполагают целенаправленное использование информации, способность управлять информационными процессами по решению определенных задач.

Знания – это проверенный практикой результат изучения реальной действительности, отражающий содержание объектов, процессов и явлений. Знания являются неотъемлемой частью современных интеллектуальных компьютерных средств. С точки зрения психического отражения окружающей среды человеком различают знания осознанные и неосознанные (см. рис. 1.1).

рис. 1.1. Классификация знаний с позиций психического отражения среды человеком.

Осознанные знания материализуются в различных носителях (книги, базы данных, документы и т.д.). В соответствии с взглядами Б. Рассела осознанные знания делятся на те, что получают путем восприятия, известные как декларативные, и те, что получают путем рассуждения – процедурные.

Декларативные отражают факты или наличие свойств у объектов, субъектов, предметов. Примером отражения факта может служить следующее сообщение: ²ООО «Рассвет»² производит арматуру², а примером наличия свойств - следующая констатация: ²арматура - это товар², или ²ООО «Восход» - это поставщик².

Процедурные знания не зависят от происходящих событий, зафиксированных в форме декларативных знаний. Они зависят от целей обработки знаний и способов их представления. Примером такого рода знаний может служить следующее правило: Если прибыль снизилась на 5%, то прекратить выпуск товара. Процедурные знания, часто представляются в форме правил и расчетных формул, используемых для принятия решений.

Неосознанные знания играют немаловажную роль в деятельности человека. Их можно разделить на нейролингвистические, ассоциативные и интуитивные.

Соотношения между понятиями ²знания" и ²информация² такое же, как и между понятиями ²данные² и ²информация². Данные и знания всегда первичны, информация – вторична. Так же как и данные знания, в большинстве случаев, должны быть обработаны для того, чтобы получить необходимую информацию для управления (принятия решений). Вместе с тем, данные и знания различаются существенно по сути: если первые являются одной из форм фиксации фактов или событий, то вторые – результатом осмысленного изучения типовых связей между объектами и процессами с последующей разработкой логических и других правил, предназначенных для получения нужной информации. Связь между знаниями и информацией приведена на рис. 1.2.

рис. 1.2. Связь между информацией, целью и знаниями.

Преобразование знаний в объект обработки на компьютере – это задача информационной технологии ИНЖЕНЕРИИ ЗНАНИЙ.

Инженер по знаниям (аналитик) является главной фигурой при извлечении знаний из источника (эксперта, документации и т.д.). результат его работы отражает структуру представлений и рассуждений специалиста. Инженер по знаниям "извлекает" из экспертов процедуры, стратегии, эмпирические правила, которые используют при решении задач, и встраивают эти знания в экспертную систему.

В результате получается компьютерная программа, которая решает задачи во многом так же как эксперты – люди.

Экспертные системы представляют собой сложные программные комплексы. В этих системах аккумулируются знания специалистов в конкретных предметных областях и тиражируется их опыт для консультаций менее квалифицированных пользователей.

Экспертные системы позволяют распознавать создавшуюся ситуацию и определять пути выхода из нее.

Экспертная система включает в себя базу знаний с набором правил и механизм вывода.

База знаний – систематизированная совокупность знаний предметной области, описанных с использованием выбранной формы их представления. В современных экспертных системах чаще всего используются следующие методы представления знаний: правила, семантические сети и фреймы.

Правило – формальный метод определения рекомендаций, указаний или стратегий поведения в формате: ЕСЛИ (предпосылка), ТО (Заключение) ИЛИ (условие), ТО (действие).

Семантическая сеть – метод представления знаний посредством сети узлов, соответствующих понятиям или объектам, связанных дугами, описывающими отношения между узлами.

Фреймы – метод представления знаний, который связывает свойства с узлами, представляющими понятия и объекты.

База знаний содержит факты(данные) предметной области и правила (или другие представления знаний), использующие эти факты как основу для принятия решений.

Интерпретатор – это часть механизм вывода, которая решает, каким образом применять предметные знания.

Диспетчер - часть механизма вывода, которая решает, когда и каком порядке применять различные "части" предметных знаний.