Лекции / 3. Методы структурирования информации. Концептуальная модель предметной области. Формализация и классификация знаний

По природе:

•Декларативные — знание о структуре и представление любых понятий. Эти знания приближены к данным, фактам. Например: высшее учебное заведение есть совокупность факультетов, а каждый факультет, в свою очередь, есть совокупность кафедр.

•Процедурные — знания с трансформационной и управляющей природой. В них представлены средства и пути преобразования, проверки, управления информацией и знаниями, способы генерации и получения новых знаний. Это алгоритмы разного рода. Например: метод мозгового штурма для поиска новых идей.

По степени научности:

•научные;

•вненаучные.

Научные знания могут быть

•эмпирическими — знания на основе опыта или наблюдения.

•теоретическими — знания на основе анализа абстрактных моделей.

Научные знания в любом случае должны быть обоснованными на эмпирической или теоретической доказательной основе.

Теоретические знания — абстракции, аналогии, схемы, отображающие структуру и природу процессов изменения объектов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.

По местонахождению

•Выделяют: личностные (неявные, скрытые, пока не формализованные) знания и формализованные (явные) знания.

Неявные знания:

•знания людей, которые ещё не формализованы и не могут быть переданы другим людям.

Формализованные на некотором языке (явные) знания:

•знания в документах;

•знания на электронных носителях;

•знания в Интернете;

•знания в базах знаний;

•знания в экспертных системах, извлечённые из неявных знаний людей-экспертов.

Отличительные характеристики знания все ещё являются предметом неопределённости в философии. Согласно большинству мыслителей, для того чтобы нечто считалось знанием, это нечто должно удовлетворять трем критериям:

•быть подтверждаемым,

•быть истинным

•и заслуживающим доверия.

Однако, как иллюстрируют примеры проблемы Гетье, этого недостаточно. Предложен ряд альтернатив, включая доводы Роберта Нозика в пользу требования «прослеживания истины» и дополнительное требование Саймона Блэкберна, что мы не будем утверждать, что каждый, кто удовлетворяет любому из этих критериев «через неисправность, изъян, ошибку», обладает знанием. Ричард Киркхэм делает предположение, что наше определение знания должно требовать, чтобы свидетельства верящего были таковы, чтобы они логически влекли за собой истину убеждения.

Проблема Гетье (Геттиера) — это проблема, которая ставит под сомнение традиционный подход философии к пониманию знания. В рамках традиционного подхода философии, знание — это истинное и обоснованное мнение.

•В своей статье «Является ли знанием истинное и обоснованное мнение?» 1963 года, которая состояла всего из трех страниц, Гетье описывает проблемы, в которых мнение человека является верным и подтвержденным некоторыми доказательствами, но при этом, в строгом смысле, не является знанием.

Пример. Случай некоего Смита и Джонса, которые ищут определенную должность. Смит знает от главы компании, что в кармане Джонса 10 монет и что именно Джонс получит должность.

•Гетье пишет, что из этого Смит делает вывод о том, что у человека который получит должность в кармане будет лежать 10 монет. Смит убежден в истинности сделанного им вывода, так как сам недавно пересчитал монеты в кармане Джонса. Хитрость заключается в том, что слова главы компании являются неверными и на работу берут Смита, (но при этом вывод Смита является верным) и у Смита в кармане находится 10 монет (о чем он не подозревал). Из этого следует, что верование Смита о том, что работу получит человек с 10 монетами, оказалось истинным, но это никак не может являться знанием. Таким образом, Смит не обладает знанием, обладая при этом истинным и обоснованным мнением.

Существует четыре положения, которые могут скорректировать тройственную теорию знания:

•Некоторое условие, которое говорит о том, что ложного мнения не существует;

•Наличие взаимосвязи между мнением и знанием;

•Некоторое условие, которое говорит о том, что всякое мнение должно быть подкреплено абсолютно точной причиной;

•Некоторое «условие оспоримости» — мнение будет считаться знанием, пока не существует такого обоснования, которое могло бы указать на обратное.

Непосредственное знание — это продукт интуиции — способности постижения истины путём прямого её усмотрения без обоснования с помощью доказательства.

•Процесс научного познания, а также различные формы художественного освоения мира не всегда осуществляются в развёрнутом, логически и фактически доказательном виде. Нередко субъект схватывает мыслью сложную ситуацию, например, во время военного сражения, определения диагноза, виновности или невиновности обвиняемого и т. п. Роль интуиции особенно велика там, где необходим выход за пределы существующих приёмов познания для проникновения в неведомое. Но интуиция не есть нечто неразумное или сверхразумное. В процессе интуитивного познания не осознаются все те признаки, по которым осуществляется вывод, и те приёмы, с помощью которых он делается. Интуиция не составляет особого пути познания, идущего в обход ощущений, представлений и мышления. Она представляет собой своеобразный тип мышления, когда отдельные звенья процесса мышления проносятся в сознании более или менее бессознательно, а предельно ясно осознаётся именно итог мысли — истина.

•Интуиции бывает достаточно для усмотрения истины, но её недостаточно, чтобы убедить в этой истине других и самого себя. Для этого необходимо доказательство

В теории искусственного интеллекта и экспертных систем, знание — это

совокупность утверждений о свойствах объектов, закономерностях процессов и явлений, а также правил логического вывода одних утверждений из других и правил использования их для принятия решений.

Главное отличие знаний от данных состоит в их структурности и активности: появление в базе знаний новых фактов или установление новых связей между ними может стать источником изменений в принятии решений.

Сложные системы искусственного интеллекта, основанные на нейросетевой технологии, а также экспертные системы, основанные на логической модели баз знаний, демонстрируют поведение, которое имитирует человеческое мышление и интуицию.

Обучение таких систем — эвристический процесс, состоящий в нахождении решения задачи на основе ориентиров поиска, недостаточных для получения логического вывода. Для интуиции характерна быстрота (иногда моментальность) формулирования гипотез и принятия решений, а также недостаточная осознанность его логических оснований.

База знаний (knowledge base, KB) — база данных, содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области

(ISO/IEC/IEEE 24765-2010, ISO/IEC 2382-1:1993). В самообучающихся системах база знаний также содержит информацию, являющуюся результатом решения предыдущих задач.

Современные базы знаний работают совместно с системами поиска и извлечения информации. Для этого требуется некоторая модель классификации понятий и определённый формат представления знаний. Иерархический способ представления в базе знаний набора понятий и их отношений называется онтологией.

Онтологию некоторой области знаний вместе со сведениями о свойствах конкретных объектов часто называют «базой знаний». Вместе с тем полноценные базы знаний (в отличие от обычной базы данных) содержат в себе не только фактическую информацию, но и правила вывода, позволяющие делать автоматические умозаключения об уже имеющихся или вновь вводимых фактах и тем самым производить семантическую (осмысленную) обработку информации.

Область наук об искусственном интеллекте, изучающая базы знаний и методы работы со знаниями, называется инженерией знаний.

База знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — это экспертные системы. Они предназначены для поиска способов решения проблем из некоторой предметной области, основываясь на записях БЗ и на пользовательском описании ситуации.

•Простые базы знаний могут использоваться для создания экспертных систем хранения данных в организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз — помочь менее опытным людям найти уже существующее описание способа решения какой-либо проблемы.

Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются:

•Достоверность конкретных и обобщённых сведений, имеющихся в базе данных;

•В свойстве достоверности выделяют безошибочность данных и их истинность.

•Случайные ошибки в данных обусловлены, как правило, ненамеренными искажениями содержания

сведений человеком, сбоями технических средств и ошибками программ ЭВМ. При анализе истинности данных рассматривают намеренные искажения данных человеком - источником сведений. [ГОСТ Р 51170-98]

•Релевантность информации, получаемой с помощью правил вывода базы знаний (степень соответствия найденного документа или набора документов информационным нуждам пользователя).

Ниже перечислены некоторые из особенностей, которые могут (но не обязаны) быть у системы, оперирующей базами знаний.

•Автоматическое доказательство (вывод). Способность системы выводить новые знания из старых, находить закономерности в БЗ. Часто принимается, что база знаний отличается от базы данных именно наличием механизма вывода.

•Доказательство заключения. Способность системы после выдачи ответа «объяснить» ход её рассуждений, причем «по первому требованию».

•Интроспекция. Нахождение противоречий, нестыковок в БЗ, контроль правильной организации БЗ.

•Машинное обучение. Превращение БЗ в гибкую систему, адаптация к проблемной

области. Аналогична человеческой способности «набирать опыт».