Ціль та методи зображення знань

Знання – це сукупність конкретних і узагальнених відомостей про певну сферу діяльності чи частини навколишнього світу. Для розв’язку задач у деякій предметній галузі необхідним є створення її концептуальної моделі. З кожною проблемною галуззю пов’язані певні власні закономірності (перш за все специфічні закони збереження). Проте є закономірності загального характеру. Якщо, наприклад, предикат означає, що подія Х закінчилася раніше події Y, то закономірність

(властивість транзитивності) є незалежною від предметної галузі. Такими логіками є логіка часу, простору, причин та наслідків, оцінок, норм і т.д. Інтелектуальна діяльність людини часто здійснюється неформально, інформація, отримувана від експертів може мати якісний, суперечливий характер. При використанні в ЕОМ вона повинна бути поданою у формалізованому вигляді. Зображення знань – це угода про те, як описувати реальний світ, основною метою є отримання математичної моделі реального світу та його частин з метою прийняття на їх основі необхідних рішень.

Інженерія знань – це галузь науки про їх комп’ютерне зображення та обробку. Вона розглядає засоби, що дають змогу описувати знання про предметну галузь за допомогою мови зображення знань (МЗЗ), організувати збереження знань у системі (накопичення, структуризацію, аналіз та узагальнення), вводити нові та об’єднувати їх з наявними, виводити нові знання з наявних, усувати застарілі знання, перевіряти несуперечливість накопичених знань, здійснювати інтерфейс між користувачем та знаннями. Знання можна розділити на факти і правила. Частина знань складається з добре вивчених закономірностей предметної галузі, як правило вони зображуються у формі ієрархічної структури, що дає змогу однократно фіксувати інформацію про цілі класи об’єктів. Інша частина знань базується на особистому досвідові фахівця, саме вона відіграє вирішальну роль у підвищенні ефективності прикладної системи ШІ. Необхідність і потрібність конкретних знань необхідно оцінити заздалегідь.

У системах ШІ використовуються такі універсальні моделі зображення знань: семантичні мережі, фрейми, системи продукцій, логічні моделі. Слід розрізняти формалізацію та інтеграцію знань. Перша переводить окремі фрагменти текстової інформації у форму, придатну до використання у системі. Друга вибудовує їх у цілісну несуперечливу систему. Показником інтелектуальності системи з точки зору зображення знань вважається її здатність використовувати у потрібний момент тільки істотно необхідні (релевантні ситуації) знання. Система, що не має цієї властивості, незворотньо зіткнеться з проблемою „комбінаторного вибуху” трудомісткості висновку. Зв’язність та агрегація забезпечує пришвидшення пошуку знань, релевантній поставленій задачі. Вважається, що знання слід організувати навколо найбільш важливих об’єктів предметної галузі у формі блоків інформації, ці блоки мають внутрішні і зовнішні зв’язки. Як правило виконується двохступінчатий пошук (попередній відбір „кандидатів” та остаточний вибір). Операція зіставлення використовується для класифікації, підтвердження, декомпозиції, корекції, її результат може характеризуватися ступенем згоди .

Головною практичною проблемою ШІ є розумний компроміс між загальністю та ефективністю методів. У всіх розроблених прикладних системах з базами знань окрім взятих за основу перерахованих моделей застосовувалися специфічні для кожного випадку додаткові засоби.