7.2Свойства и типы знаний

Дать определение понятия «знания» совсем не просто. Это понятие не менее философское, чем информационное. С точки зрения информационного процесса можно дать следующее определение. Знания – специальная форма представления информации, позволяющая человеческому мозгу хранить, воспроизводить и понимать ее. То есть, информация может стать знаниями только через процесс осознания ее человеком.

Знания выступают как высшая, особая форма информации. Знания могут быть выражены человеком посредством языка, поэтому они связаны с внешним миром посредством особого рода отношений, подчиняющихся правилам семантики, синтаксиса и прагматики. (Семантика языка устанавливает соответствие между языковыми конструкциями и конкретными действиями, которые выполняет вычислительная машина в ходе выполнения программы. Фактически семантика определяет смысл предложений языка. Синтактика изучает структурные аспекты сочетаний знаков данной системы, правила их образования и преобразования безотносительно к их значениям и функциям. При этом синтаксис и семантика являются независимыми языковыми характеристиками. Синтаксически правильное предложение может оказаться в принципе невыполнимым и потому лишённым всякого смысла. Прагматика изучает отношение воспринимающего знаковую систему (интерпретатора или адресата) к самой знаковой системе. Прагматика изучает восприятие осмысленных выражений знаковой системы в соответствии с разрешающими способностями воспринимающего. Можно сказать, что прагматика определяет, каким образом воспринимающая система на основании информации, не заложенной в воспринимаемом выражении, выбирает из множества интерпретаций наиболее подходящую для данного случая.). Т.е. знания – не только высшая форма информации, но и специальная система отношений.

Разделение информации и знания весьма условно. Такого рода деление стало необходимым на этапе развития информационных технологий, особенно в последнее время, когда автоматическая обработка хранение и получение знаний является частью технологического процесса. Обычно считают, что информация может считаться знанием, если обладает пятью важнейшими свойствами: внутренней интерпретируемостью, рекурсивной структурируемостью, взаимосвязью единиц, наличие семантического пространства с метрикой, активностью. [3]

Сущность свойств знаний состоит в следующем.

1. Внутренняя интерпретируемость. Вместе с информационной единицей, представляющей собственно элемент данных, в памяти ЭВМ стало возможным хранить систему имен, связанную с такой информационной единицей. Наличие системы имен позволяет системе «знать», что хранится в ее памяти, и, следовательно, уметь отвечать на запросы о содержании памяти, которые могут порождаться в процессе выполнения программ в самой системе или поступать от пользователей либо других систем извне.

2. Рекурсивная структурируемость. Информационные единицы могут при необходимости расчленяться на более мелкие и объединяться в более крупные по принципу матрешки. Для этих операций могут использоваться родовидовые отношения и принадлежность элементов к классу. В действительности число структурообразующих отношений насчитывает более 200.

3. Взаимосвязь единиц. Между единицами возможно установление самых разнообразных отношений, отражающих семантику и прагматику связей явлений и фактов. Когда между информационными единицами в памяти системы возникает система отношений, фрагментами этой структуры начинают определяться новые информационные единицы.

4. Наличие семантического пространства с метрикой. Оно характеризует близость-удаленность информационных единиц. Специалисты в области психологии познания (когнитивной психологии) считают, что знания не могут быть бессистемным набором отдельных информационных единиц, а должны быть взаимосвязанными и взаимозависимыми в некотором общем для них когнитивном семантическом пространстве.

5. Активность. В программировании процедурам всегда отводилась роль активизирующего начала. Они отражали способ решения задачи, активизировали необходимые данные, пассивно лежащие в памяти системы. Эта «безгласность» данных в ЭВМ не находит аналогов у человека. Для когнитивных структур в нашей памяти характерна внутренняя активность. Мы используем те или иные процедуры потому, что в наших знаниях возникла определенная ситуация, То или иное соотношение между информационными единицами побуждает нас к тем или иным действиям, для реализации которых должны быть выполнены определенные процедуры.

Существуют различные подходы к классификации знаний.

Знания можно разделить на алгоритмические и неалгоритмические.

• алгоритмические (процедурные) знания - это алгоритмы (программы, процедуры), вычисляющие функции, выполняющие преобразования, решающие точно определенные конкретные задачи. Пример: любая библиотека программ.

• неалгоритмические знания - состоит из мысленных объектов, называемых понятиями. Понятие обычно имеет имя, определение, структуру (составные элементы), оно связано с другими понятиями и входит в какую-то систему понятий. Другие неалгоритмические знания - это связи между понятиями или утверждения о свойствах понятий и связях между ними.

На практике во многих экспертных системах и СУБЗ содержимое базы знаний подразделяют на «факты» и «правила». Факты - элементарные единицы знания (простые утверждения о характеристиках объекта), правила служат для выражения связей, зависимостей между фактами и их комбинациями. Таким образом, классификацию знаний можно представить следующим образом:

• понятия (математические и нематематические)

• факты

• правила, зависимости, законы, связи

• алгоритмы и процедуры

Использование знаний (как их понимают в информационном смысле) в системе управления металлургическим производством, в конечном счете, должно вести к созданию систем искусственного интеллекта (СИИ), позволяющих эффективно решать задачи управления металлургическими процессами, опираясь на базу знаний. Активность базы знаний позволяет СИИ формировать мотивы, ставить цели и строить процедуры для их выполнения. В настоящее время не создано баз знаний СИИ, в которых в полной мере были бы реализованы все свойства знаний. Основными причинами этого являются: ограниченные возможности используемых моделей представления знаний, неполнота знаний предметных областей, несовершенство методов приобретения знаний и несоответствие типов используемых знаний и моделей их представления. Справедливость этого подтверждается практикой создания СИИ, в частности экспертных систем.