Свойства и типы знаний — Информационный процесс представления знаний

СВОЙСТВА И ТИПЫ ЗНАНИЙ

 

Обязательным элементом, определяющим эффективность фун­кционирования любой системы искусственного интеллекта (СИИ), являются знания. В таких системах, в частности в облас­ти интеллектуальных автоматизированных информационных тех­нологий, нет общепризнанного формального определения поня­тия «знания». Наиболее близко к рассматриваемой проблеме при­обретения и представления знаний находится следующее определение: знания — это специальная форма представления информации, позволяющая человеческому мозгу хранить, воспро­изводить и понимать ее.

Однако далеко не вся информация выступает в виде знания, которое рассматривается как ее высшая и притом совершенно особая форма. Знания — это информация, зафиксированная и выраженная в языке. Поэтому основные типы отношений, оп­ределяющие связь знаний с внеязыковым миром, друг с другом и системой человеческих действий, должны подчиняться особым закономерностям (правилам) семантики, синтаксиса и прагма­тики.

Таким образом, знания — это не только особая форма ин­формации, но и особая система отношений.

В качестве рабочего можно принять следующее определение: знания — это особая форма информации, представляющая собой совокупность структурированных теоретических и эмпирических положений предметной области, которые представлены в различ­ной форме, обладают определенными свойствами, связаны син­таксическими, семантическими и прагматическими отношениями и позволяют решать прикладные задачи.

Грань, отделяющая информацию от знаний, условна. Обще­признано, что знания имеют пять важных свойств, позволяющих считать их таковыми: внутреннюю интерпретируемость, рекур­сивную структурируемость, взаимосвязь единиц, наличие семан­тического пространства с метрикой и активность.

Сущность этих свойств знаний заключается в следующем. 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 извне от пользователей либо других систем.

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.

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.

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

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 при возникновении опреде­ленной ситуации. То или иное соотношение между информаци­онными единицами побуждает нас к тем или иным действиям, для реализации которых должны быть выполнены определен­ные процедуры. 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 вывода подтверждается практикой создания СИИ, в частности экспертных систем.

Знания существуют в различных формах: в памяти человека (эксперта); материализованные (канонизированные) знания (учеб­ники, монографии и т.п.); полуформализованная структуриро­ванная модель (поле) знаний; формализованное знание на неко­тором языке представления; в базе знаний. Знания в СИИ пред­ставлены на внешнем, логическом и физическом уровнях.

Существуют различные подходы к классификации знаний. Предлагаемые классификации носят открытый характер. Так, выделяют декларативные и процедурные знания, глубинные, по­верхностные и мягкие знания. Рассматривают теоретические и эмпирические знания в зависимости от уровня их осмысления. Содержание знаний служит основой для выбора структуры их представления.

В практике разработки СИИ обозначилась тенденция пере­хода от использования поверхностных знаний к глубинным и мягким. Глубинные знания образуются как результат обобщения первичных понятий в некоторые абстрактные структуры, кото­рые могут и не иметь вербального описания. Мягкие знания до­пускают множественные, расплывчатые решения и приводят к различным вариантам рекомендаций.

Использование глубинных и мягких знаний позволяет создать БЗ большой мощности. Глубинные знания обладают такими важ­ными особенностями, как гибкость и аддитивность (лат. additio — прибавление; получаемый путем сложения).

Поверхностные знания представляют собой совокупность эм­пирических ассоциаций и отношений между понятиями предмет­ной области для стандартных рассуждений и ситуаций.

Популярные статьи

 

БАНКИ ДАННЫХ
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ УПРАВЛЕНИЯ
ДОСТОИНСТВА И НЕДОСТАТКИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОБРАБОТКИ ДАННЫХ
ВИДЫ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ 
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ АЛГОРИТМОВ
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ АВТОМАТИЗАЦИИ ОФИСА
КОМПЛЕКСНОЕ ТЕСТИРОВАНИЕ
КОМПОНЕНТЫ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ АВТОМАТИЗАЦИИ ОФИСА
АВТОМАТИЗИРОВАННОЕ РАБОЧЕЕ МЕСТО СПЕЦИАЛИСТА
ЭТАПЫ РАЗВИТИЯ ИНФОРМАТИЗАЦИИ
ПОНЯТИЕ МУНИЦИПАЛЬНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ 
РЕЖИМЫ ОБРАБОТКИ ИНФОРМАЦИИ
ФУНКЦИИ АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ
МЕТОДЫ ОБЕСПЕЧЕНИЯ НАДЕЖНОСТИ ПРОГРАММНЫХ СРЕДСТВ
ПРАВИЛА ЗАЩИТЫ ОТ КОМПЬЮТЕРНЫХ ВИРУСОВ
ДОКУМЕНТАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ
ПРОТОКОЛЫ ТЕСТИРОВАНИЯ
ДЕСТРУКТИВНЫЕ ВОЗМОЖНОСТИ ВИРУСОВ
КЛАССИФИКАЦИЯ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
КОНЦЕПТУАЛЬНАЯ, ЛОГИЧЕСКАЯ И ФИЗИЧЕСКАЯ МОДЕЛИ
КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ ПОДГОТОВКИ ТЕКСТОВЫХ ДОКУМЕНТОВ
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ЭКСПЕРТНЫХ СИСТЕМ
ДИАЛОГОВЫЙ РЕЖИМ АВТОМАТИЗИРОВАННОЙ ОБРАБОТКИ ИНФОРМАЦИИ
ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ КОМПЬЮТЕРНЫХ СЕТЕЙ