Научное знание – система знаний о законах природы, общества, мышления; составляет основу научной картины мира и отражает законы его развития.

Пертинентность – степень соответствия информации информационной потребности пользователя.

Предметная область информационной системы – это материальная система или система, характеризующая элементы материального мира, информация о которой хранится и обрабатывается. Предметная область рассматривается как некоторая совокупность реальных объектов и связей между ними. Каждый объект обладает определенным набором свойств (атрибутов).

Программное обеспечение (ПО) – комплекс программ, обеспечивающих обработку или передачу данных и предназначенных для многократного использования многими пользователями. По видам выполняемых функций программное обеспечение подразделяется на системное, прикладное и инструментальное.

Релевантность – степень соответствия информации запросу.

База знаний – семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе. Знания в базе знаний описываются на некотором языке представления знаний (логического, продукционного, фреймового типа или на семантических сетях). База знаний является основным компонентом экспертных систем и других интеллектуальных систем, базирующихся на знаниях.

Инженерия знаний – это ветвь искусственного интеллекта, которая занимается извлечением, представлением, обработкой и использованием знаний при решении слабо или трудноформулируемых задач типа:

1. диагностика (например, в медицине, юриспруденции и др.);

2. интерпретация (ЭКГ, снимков из космоса и др.);

3. прогнозирование (например, уровня инфляции, темпов роста курса акций и др.);

4. мониторинг (например, рынка ценных бумаг, послеоперационного состояния пациентов и др.);

5. управление и планирование (например, производством в системах поддержки принятия решений).

В инженерии знаний моделируются лишь те составляющие человеческого мышления, которые связаны с памятью и умением производить осмысленные рассуждения в символьном виде. А образное мышление моделируется искусственными нейронными сетями.

Информационный подход (Information approach) – метод научного познания объектов, процессов или явлений природы и общества, согласно которому в первую очередь выявляются и анализируются наиболее характерные информационные аспекты, определяющие функционирование и развитие изучаемых объектов.

Машина логического вывода – программа, моделирующая механизм рассуждений и оперирующая знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Обычно машина логического вывода использует программно реализованный механизм дедуктивного логического вывода или механизм поиска решения в сети фреймов или семантической сети.

Механизм вывода – в системах искусственного интеллекта – процедура нахождения решений задач. Принципы построения механизма вывода определяются способом представления знаний и видом моделируемых рассуждений.

Моделирование – метод исследования систем на основе переноса изучаемых свойств системы на объекты другой природы; один из основных мето­дов исследования окружающей действительности.

Математические модели – система математических уравнений, адекватно описывающих изучаемое явление или объект.

Модель – это упрощенное представление реальности. Моделью является, например, чертеж системы. Основное свойство модели в том, что она – семантически замкнутая абстракция системы. Она строится для того, чтобы лучше понять разрабатываемую систему, визуализировать ее, определить структуру или поведение. Сложные системы моделировать просто необхо­димо, поскольку иначе невозможно их воспринять как единое целое.

Нейронные сети (NN – neural net) – вид программного обеспечения, в котором данные, информация и знания представлены сетью взвешенных отношений между входными и выходными переменными, т. е. это самомодифицирующие сети соединений, основанные на открытиях в области неврологии, касающихся функционирования нервной системы людей и животных; применяются, в основном, для решения задач распознавания образов, прогнозирования временных рядов и др.

Подсистема объяснений – программа, позволяющая пользователю получить ответы на вопросы типа «Как» и «Почему» было получено то или иное решение.

Подсистема приобретения знаний – программа, предназначенная для корректировки и пополнения базы знаний. В простейшем случае представляет собой интеллектуальный редактор базы знаний, а в более сложных случаях – средства для автоматизированного (иногда автоматического) извлечения знаний из баз данных, неструктурированного текста, графической информации и т. д.

Система, основанная на знаниях (Knowledge-based system), – система искусственного интеллекта, в которой предметные знания представлены в явном виде и отделены от прочих знаний системы.

Экспертные системы (ES – expert system) – система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения проблемных задач в этой области. Экспертные системы предназначены для специалистов, нуждающихся в высококвалифицированной консультации и/или в подтверждении правильности сделанных выводов и предположений со стороны экспертной системы при решении повседневных задач в сфере своей профессиональной компетенции. Экспертная система обычно имеет естественно-языковый интерфейс и состоит из базы знаний, подсистемы приобретения знаний, рабочей памяти, механизма логического вывода и подсистемы объяснений.