6.10 Знания как объект моделирования в автоматизированных системах

Вопросу знаний, их определения, представления, использования и передачи посвящено очень большое число работ [8] В них предмет знаний обсуждается с самых разных точек зрения, начиная от теоретических исследований, выполняемых с позиции теории информации и философии, и кончая исследованиями исключительно практическими, где понятие знаний уточняется на инженерном уровне. Однако, несмотря на большое разнообразие принципов представления знаний и наличие множества определений большинство практиков имеют до сих пор лишь интуитивное представление об этом понятии.

В самом общем виде знания могут быть определены как продукт общественной, материальной и духовной деятельности людей, идеальное выражение в знаковой форме объективных свойств и связей мира, природного и человеческого. Несмотря на верность этого определения с философской точки зрения из-за чрезвычайной общности оно не может приблизить к пониманию сущности знаний с точки зрения их моделирования на ЭВМ и решению вопроса о принципах их применения в реальных автоматизированных системах.

В работе [8] дано более конкретное определение знаний как объекта моделирования в автоматизированных системах – это некоторая информация, состоящая из описаний, соотношений и процедур, относящихся к представляющей интерес сфере (предметной области). Такие описания в автоматизированной системе, идентифицирующие объекты и выделяющие классы, представляют собой предложения на некотором языке, элементарными объектами которого являются первичные признаки или понятия. Система описаний обычно включает в себя правила или процедуры для применения и интерпретации описаний в конкретных приложениях. Имеют место также особые типы описаний, называемых отношениями. Последние описывают зависимости и ассоциации, имеющиеся между элементами данной базы знаний. Процедуры, с другой стороны, предписывают, какие операции нужно выполнить при решении задачи или при попытке построить рассуждение. Таким образом, знания характеризуются описаниями, выражающими эмпирические отношения в некоторой области, и процедурами, предназначенными для манипуляции с этими описаниями и отношениями.

Проанализируем взаимосвязь знаний с другим основополагающим понятием информатики — понятием данных. Проблематика моделирования окружающей реальной действительности с помощью автоматизированных систем связана с таким представлением информации, которое наиболее естественно отражает реальный мир и может поддерживаться средствами вычислительной техники. Восприятие мира можно соотнести с последовательностью различных, иногда и взаимосвязанных явлений. С давних времен человечество пыталось описать эти явления независимо от того, достигалось их полное понимание или нет. Такие модели явлений, независимо от того, являются они количественными или нет, можно определить как данные и их агрегаты. Таким образом, данные соответствуют дискретным зарегистрированным фактам о явлениях, по которым мы получаем информацию о реальном мире.

При таком подходе к вопросу моделирования действительности можно сделать следующие выводы:

- данные, как наиболее приспособленные для обработки на ЭВМ, описывают с той или иной степенью адекватности явления реального мира, но в то же время они абсолютно неспособны ничего сообщить о природе и внутренней сущности явлений и закономерностях их развития, лишь достаточно сложная взаимосвязь между данными может служить достижению такой цели;

- наличия некоторой совокупности данных о каком-либо явлении еще не достаточно для их верного использования, необходимо знать, что отображают определенные данные, т. е. требуются некоторые сведения о самой модели для ее точной интерпретации.

Все это приводит к выводу, что в своей работе любая система обработки информации (в т. ч. и человек) пользуется двумя ее видами – данными, подлежащими обработке, и некоторым другим видом информации, который получил в информатике название знаний. Именно знания при этом отражают способы интерпретации и обработки данных.

На начальном этапе развития вычислительной техники и автоматизированных систем главной была проблема представления и обработки данных. То же самое характерно и для подавляющего большинства систем, эксплуатируемых в настоящее время. В таких системах знания полностью или частично отделены от данных. Например, некоторая программа численного анализа, предназначенная для решения дифференциальных уравнений в частных производных, получает в качестве исходных данных некоторые числа и вырабатывает некоторые другие числа. Она не «знает», описывают ли дифференциальные уравнения электромагнитные или гидравлические явления. Ответственность за интерпретацию результатов в контексте их применения целиком лежит на пользователе программы.

С развитием автоматизированных систем специалистов постепенно перестал удовлетворять подход к ним как к средствам оперирования только одними данными. С ростом потребностей и увеличением сложности решаемых задач к системам стали предъявляться требования возможности использования также и различных знаний о предметной области. А это, в свою очередь, привело к необходимости проведения исследований, связанных со знаниями как средством представления и интерпретации данных и как средством манипулирования данными и их обработки.

Эти направления непосредственно вытекают из классификации типов знаний и имеют не только историческую, но и глубокую теоретическую основу, связанную с разделением знаний на декларативные и процедурные. Декларативными называют знания о способах представления и интерпретации данных, фактах и понятиях предметной области, а процедурными – знания о правилах использования и обработки данных, сопоставления фактов и понятий, выполнения операций над самими знаниями и правилах вывода новых фактов из существующей базы знаний. Чисто исторически сложилось, что изучение декларативных знаний интенсивно развивалось в рамках исследований в области систем управления базами данных, в частности, при исследовании реляционной модели, моделей типа «сущность – связь», систем словарей-справочников данных и их использования в информационных системах, а также в исследованиях по методологии концептуального проектирования баз данных на «основе методов агрегации и обобщения. Исследованию процедурных знаний способствовали работы в области искусственного интеллекта, связанные с изучением и разработкой интеллектуальных роботов, систем распознавания естественного языка, экспертных систем и некоторых других автоматизированных систем. В целом можно говорить о том, что понятия декларативных и процедурных знаний так же, как и понятия данных и знаний вообще, диалектически дополняют друг друга и в совокупности определяют весь комплекс информации, используемой и вырабатываемой автоматизированной системой.

Сложность точного и однозначного определения понятия знаний не препятствует интенсивному изучению вопроса об их представлении. Именно выбор способа представления знаний определяет такие качества автоматизированной системы, как принципы их использования, установления непротиворечивости, доступности, читабельности, точности получаемых результатов, быстроты принятия решений и многие другие.

К середине 70-х годов ряд ученых, работающих в области автоматизированных систем, предприняли попытки построить исчерпывающие теории представления знаний и создать соответствующие универсальные системы. Несколько лет спустя стало ясно, что эти системы многого не достигли, т. к. знания как цель исследования – слишком обширное и неоднородное понятие, и попытки решать основанные на знаниях задачи в общем виде являются преждевременными. Опыт пока не оправдал поиски достаточно эффективных и универсальных систем представления знаний.

Следовательно, в настоящий момент целесообразно, предварительно проведя соответствующий анализ, выбирать в каждом случае такие формы представления знаний, которые наиболее полно будут удовлетворять потребностям специалистов, работающих с данной автоматизированной системой.