24. Технологический подход к исследованию знания.

Подходы к исследованию знания и познания условно можно разбить на две большие группы: экзистенциальные и технологические. Последние стали доминировать со второй половины XX столетия. В 80-е годы в области разработки искусственного интеллекта (ИИ) понятие знания потеснило понятия мышления и интеллекта. Теория искусственного интеллекта стала иногда характеризоваться как «наука о знаниях, о том, как их добывать, представлять в искусственных системах, перерабатывать внутри системы и использовать для решения задач», а история искусственного интеллекта, исключая ее ранние этапы, — как история исследований мет одов представления знаний.

Технологические вопросы о знании противопоставлены, в определенном смысле, экзистенциальным вопросам — т. е. вопросам о том, как существует знание, каково оно есть. К вопросам последнего типа относятся, например, вопросы о соотношении знания с мнением или верой, о структуре знания и его видах, об онтологии знания, о том, как происходит познание.

В более широком смысле технологический подход к знанию предполагает постановку, исследование и решение технологических вопросов о знании. К последним относятся вопросы типа «Каким образом следует (можно, допустимо) обращаться (иметь дело) со знанием, имея в виду достижение такой-то цели?».

При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и факсом, могут считаться решающими технологические вопросы относительно знания. Расцвет технологических исследований знания связан с развитием эпистемической логики и искусственного интеллекта. Эпистемическая логика как интенсивно развивающееся направление ставит, в частности вопросы, связанные с определением истинности знания в контексте формул, содержащих такие эпистемические операторы, которые соответствующие словам «знает», «полагает», «сомневается», «отрицает» и др.

Расширение сферы применения интеллектуальных систем (ИС), переход от «мира кубиков» к таким более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний. Разработчики ИС столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характера, теоретические положения и эвристические соображения из соответствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагноза и т. д.). Это привело к изменениям в характере данных, находящихся в памяти компьютерной системы, — данные стали усложняться, появились структурированные данные — списки, документы, семантические сети, фреймы.

Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы. Процедуры, связанные с обработкой данных, усложнялись, становились самодовлеющими. Появился такой компонент интеллектуальной системы, как база знаний.

Термин «знания» приобрел в ИИ специфический смысл, который Д. А. Поспелов характеризует следующим образом. Под знаниями понимается форма представления информации в ЭВМ, которой присущи такие особенности, как:

а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто);

б) структурированность (включенность одних информационных единиц в состав других);

в) связность (возможность задания временных, каузальных, пространственных или иного рода отношений);

г) семантическая метрика (возможность задания отношений, характеризующих ситуационную близость);

д) активность (выполнение программ инициируется текущим состоянием информационной базы).

Именно эти характеристики отличают знания в ИС от данных.

Вместе с тем приведенная характеристика знаний в ИС не является совершенно изолированной от того, что мы обычно понимаем под знанием. Их характеристики присущи любым более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ того или иного фрагмента человеческого знания.

Однако связь знаний в специфическом для ИИ смысле со знанием в более привычном, «обычном», смысле не ограничивается лишь сходством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний ИС, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания под углом зрения задач построения ИС — определяет технологический подход ИИ к знанию как таковому, под которым понимается следующее:

1. Извлечение знаний из социума в ходе неформальных интервью с экспертом и анализа специальной литературы.

2. «Представление знаний» — кодирование знаний с помощью специалистов-экспертов и создание машинной модели «порождения» знаний, к примеру дедуктивной машины вывода.

3. Создание «сверхбыстрого прототипа» экспертной системы и ее последующих версий.

4. Контроль над модификациями базы знаний — компонента экспертной системы в ходе эксплуатации.